智慧門市 AI 最該先做的不是自動改價，而是把門市營收訊號整理到能被檢查。台灣 SME 若想做 AI 動態行銷或自動化營收管理，應先確認價格、庫存、人力容量、顧客同意與 GA4/POS 追蹤是否一致。否則 AI 只會更快放大錯價、舊優惠、缺貨商品、過度推播和無法驗證的成效。比較穩的起點，是先用 7 天試點跑一個品類或一個時段，再決定要不要接更自動的規則。
智慧門市 AI 不是先把價格交給機器
2026 年 8 月底，資策會 iEvents 列出「打造智慧門市：AI 動態行銷與自動化營收管理實作課」，活動說明明確指向中小微企業經營者的 AI 行銷與營收管理技能。這是一個很好的需求訊號：台灣店家已經不只想知道 AI 是什麼，而是想知道能不能拿來排促銷、看營收、補人力和抓檔期。
但店家最容易誤會的是，把「動態」理解成「價格一直變」。國外 dynamic pricing 文章常把重點放在需求、競品、庫存和即時價格調整；例如 retailcloud 的 dynamic pricing in retail 說明，把動態定價定義為依市場需求、供給、競爭和顧客行為調整價格。這個方向有參考價值，但台灣 SME 不能直接照抄，因為小店資料量少、門市話術常靠人記、LINE 推播牽涉同意狀態，價格與優惠又會受到公平交易與消費信任檢查。
先查 5 個營收訊號，再談 AI 動態行銷
1. 價格真實性：POS、貨架、廣告和客服說法有沒有一致
智慧門市 AI 如果讀到的價格本來就錯，就會把錯誤變成更快的活動。台灣店家應先抽查同一個商品在 POS、官網、Google 商家貼文、LINE 圖文、Meta/Google 廣告、門市立牌與客服罐頭回覆中的價格是否一致。只要其中一處還是舊價，AI 就不應自動產生優惠或推薦加購。
這裡的風險不只是報表難看。公平交易委員會的網路廣告案件處理原則提醒，網路廣告若涉及商品、服務、價格或限制條件，應避免造成虛偽不實或引人錯誤的效果。對小店來說，最小做法是建立「價格核准人」和「到期日」，而不是讓 AI 直接幫每個商品改促銷文。
2. 庫存深度：熱賣、缺貨、慢動品不能用同一條促銷規則
同樣是銷量下降，背後可能是缺貨、價格太高、季節過了、陳列不好，或只是廣告導到錯品項。AI 可以幫忙把 SKU 分成熱賣但缺貨、毛利夠但慢動、庫存深但不適合降價、需要組合包測試等類型；但補貨、清倉、限量和停售仍要由人決定。
如果店家只把每日營收丟給 AI，模型通常看不到貨架空位、進貨週期、保存期限、門市人員是否會主推，以及社群活動是否剛好帶來短期波動。比較好的資料欄位是：SKU、現有庫存、近 7 天銷量、毛利、下次到貨日、是否可替代、目前在哪些渠道曝光。
3. 人力與容量：營收管理要看現場能不能接住
很多服務型門市不是沒有需求，而是尖峰時段接不住。AI 動態行銷若只看「這個時段轉換高」，可能會把更多優惠推到已經滿載的晚上或週末，最後變成等待時間、客訴和低分評論。餐飲、美業、課程、維修、體驗活動和預約制店家，都應該把容量當成營收訊號，而不是事後再靠現場消化。
可先建立三個欄位：可服務人數、最晚接單時間、需要人工確認的例外。例如一人店下午 5 點後已滿，就不該讓 AI 發「今晚預約享優惠」；反而可以推平日冷門時段、候補名單或低風險加購。
4. 顧客同意：服務通知和行銷推播要分開
智慧門市常會把 LINE、Email、簡訊、會員資料和 POS 購買紀錄接在一起。這件事有價值，但不能把所有聯絡方式都當成可促銷名單。個人資料保護委員會籌備處的個資法第 20 條說明提到，非公務機關利用個人資料行銷時，當事人拒絕後應停止利用；首次行銷也應提供拒絕方式。
實務上，台灣 SME 最好把三種狀態拆開：服務通知、行銷優惠、會員經營。貨到通知、預約提醒、維修進度比較像服務通知；折扣、加購、回購提醒和活動邀請則更接近行銷。AI 可以協助分眾與草擬訊息，但發送前要能查到資料來源、同意狀態和退訂方式。
5. 追蹤事件：不要只看營收，要知道是哪個動作帶回來
自動化營收管理如果只看總營收，很容易把錯誤原因歸給價格。Google Analytics 的 GA4 recommended events 對電商事件有明確命名，例如 add_to_cart、add_to_wishlist、purchase，並要求有 value 與 currency 時才適合計算收入相關指標。門市 SME 不一定要第一天就完整串接，但至少要把優惠曝光、點擊、加 LINE、預約、到店、成交和退貨分開。
如果你是純線下店，可以先用簡化版：活動代碼、門市、時段、負責人、成交金額、是否來自 LINE/廣告/自然搜尋、是否有退貨或改期。這些資料足以讓 AI 做週報摘要和異常提醒，但不會假裝自己擁有大型零售集團的即時模型。
哪些能交給 AI，哪些要人工覆核
| 任務 | AI 適合做 | 要人工決定 |
|---|---|---|
| 促銷候選 | 整理低銷量、高庫存、毛利足夠的品項 | 是否降價、折扣幅度、活動限制條件 |
| 價格檢查 | 比對 POS、官網、廣告和客服話術是否矛盾 | 正式價格、例外折扣、補償與退款承諾 |
| 人力排程 | 找出尖峰、低峰和未接詢問時段 | 是否加班、減班、限制預約、關閉活動 |
| 訊息分眾 | 依購買週期、興趣、到店紀錄產生草稿 | 發送對象、同意邊界、退訂處理 |
| 成效週報 | 摘要活動、營收、名單與異常 | 下一週預算、人員責任與是否延長活動 |
7 天小試點：從一個品類或一個時段開始
不要一開始就把整間店交給智慧門市 AI。比較穩的試點可以這樣跑：
- 第 1 天：選一個品類、服務或時段，不要全店上線。
- 第 2 天：整理價格、庫存、毛利、同意狀態與現場容量。
- 第 3 天：請 AI 找出 3 個促銷或營收改善假設，並標註需要人工確認的資料。
- 第 4 天：由負責人刪掉高風險假設，例如錯價、缺貨、過度承諾或未確認同意的名單。
- 第 5 到 6 天：小流量測試 LINE、門市立牌、社群貼文或廣告素材，不要同時改太多變數。
- 第 7 天：看營收、毛利、客訴、退貨、未接詢問與員工回報，再決定是否擴大。
Google 的AI 廣告素材指南提到，AI 可以快速生成多種圖片與影片素材版本，也可支援品牌一致性和事實查核情境。對台灣小店來說，這代表 AI 可以加速素材，不代表它可以自動決定哪個承諾能刊登。素材越快，審稿表越重要。
這套做法適合誰，不適合誰
適合的對象是：已有 POS 或簡單銷售表、每週有固定門市或電商交易、會做 LINE/Email/社群活動、但常遇到價格不同步、檔期太亂或週報沒人看的台灣 SME。零售、餐飲、美業、課程、健身、生活服務和小型電商品牌都能先用簡化版。
不適合的情況也要講清楚。如果你的商品成本每天大幅變動、價格涉及合約或法規、高度客製報價、醫療金融法律等高風險承諾，或團隊連基本價格表都還沒有共識，就不應先做自動改價。先把資料與責任人整理好，再談 AI。
資料更新與來源
本文於 2026 年 8 月 15 日依公開資料整理。主要參考資策會 iEvents 智慧門市課程頁、retailcloud dynamic pricing in retail、Google Analytics recommended events、Google AI 廣告素材指南、個人資料保護委員會籌備處個資法第 20 條說明，以及公平交易委員會網路廣告案件處理原則。AI 工具、GA4 介面、平台廣告規範、台灣個資與公平交易解釋都可能更新；正式上線前，應回到官方文件、自己的帳號後台與法務或顧問確認。
結論：先讓營收訊號可信，再讓 AI 變快
智慧門市 AI 的價值，不是讓小店看起來像大型零售系統，而是把本來分散在 POS、LINE、廣告、門市人員和老闆腦中的判斷，整理成可檢查、可追蹤、可修正的營收訊號。當價格、庫存、容量、同意和追蹤都能對上，AI 才適合幫你找促銷機會、摘要週報、提醒異常和產生素材。若這五件事還沒穩，先不要追求全自動；先跑一個 7 天小試點，比一次導入一整套智慧門市系統更接近生意結果。
FAQ
智慧門市 AI 一定要先買新系統嗎？
不一定。台灣 SME 可以先用 POS 匯出、試算表、LINE 名單狀態和每週人工回顧做小試點。等價格、庫存、同意與追蹤欄位穩定，再評估是否導入更完整的工具。
AI 動態行銷和動態定價一樣嗎？
不完全一樣。動態定價主要看價格調整，AI 動態行銷還包含促銷、渠道、訊息、時段、人力容量與成效回收。小店通常應先做動態行銷檢查，再決定是否需要自動改價。
門市可以讓 AI 自動發 LINE 優惠嗎？
不建議一開始全自動。應先確認顧客資料來源、行銷同意、退訂方式、訊息頻率與優惠條件。AI 可產生草稿和分群建議，但發送前仍要由負責人覆核。
只有一家店也需要自動化營收管理嗎？
需要的是營收訊號管理，不一定是複雜自動化。一家店也可以先追蹤熱門時段、低峰時段、毛利、缺貨、客訴和促銷結果，讓下週活動不再只靠感覺。
智慧門市 AI 成效要看哪些指標？
不要只看總營收。至少要看毛利、活動曝光、點擊或詢問、到店或預約、成交、退貨或改期、員工回報和客訴。這些指標能判斷 AI 是改善營收，還是只是帶來更多低品質需求。