女性消費心理 × 零售變數操控實驗室

作者：吳相勲（Sonic Wu）依據S-O-R模型，考量女性消費者的屬性與消費需求，設計的實體零售商機發現的互動工具，你可以操控店內變數，找出最接近的零售通路或潛在新市場區隔。

Step 1–3：設定情境與操控變數

Stimulus × Organism → Response

1. 選擇情境與客群

先選擇你想模擬的購物情境與世代客群，系統會依據研究架構預填一組女性心理向量，你可以再調整。

（可再用滑桿微調）

2. 微調女性心理變數（Organism）

這裡是女性在購物時的心理狀態。數值越高，代表該特質越強。

享樂動機 Hedonic Motivation 50
購物只是完成任務逛街本身就是獎勵
衝動購買傾向 Impulse 50
以清單為主常買原本沒打算的東西
價格敏感度 Price Sensitivity 50
更重視體驗與品牌非常在意價格差異
數位互動偏好 Digital Preference 50
不太依賴 App 或掃碼高度期待數位輔助

3. 操控店內環境變數（Stimulus）

以下是可被零售商操弄的店內變數。調整它們會改變女性的情緒狀態與探索行為。

空間熵 Spatial Entropy
代表動線與陳列的「秩序 vs 迷宮」程度，涉及尋寶感與資訊密度。
秩序化走道 ↔ 迷宮式尋寶 50
寶雅、屈臣氏類型清晰走道唐吉訶德式高密度迷宮
觸覺介面密度 Haptic Density
顧客能否自由觸摸、試用、把玩商品，關係到心理所有權與參與感。
封裝陳列 ↔ 高試用、高體驗 50
多為封裝、少試用開架試妝、體驗桌、把玩區
價值線索 Value Cues
空間與陳列傳遞的是「CP 值／功能性」還是「象徵性、自我表達」。
功能導向 ↔ 象徵／品牌導向 50
藥妝補貨、CP 值訊號為主美學、品牌故事、自我形象
數位互動強度 Digital Intensity
會員 App、掃碼導購、AR 試妝、OMO 等工具的滲透程度。
低數位輔助 ↔ 高 OMO 與互動 50
傳統門市、少會員工具App、線上商城、AR、社群整合
提示：右側會即時計算與各品牌向量的距離，找出最近鄰通路與新區隔。

結果：最近鄰零售通路與新區隔

Auto-nearest & Segment Suggestion
目前你的設計最接近：
—
請先調整左側變數。

—

商業參數摘要
調整左側變數後，系統會顯示最接近品牌的坪效、SKU、單店營收等指標。
預測行為反應（Response，0–100）
停留時間
—
衝動購買
—
回購意願
—
偵測到潛在新市場區隔
—

你的設計 vs. 最近鄰品牌（環境向量）

雷達圖顯示四個環境維度：空間熵、觸覺密度、價值線索、數位強度。藍線為你目前的設計，灰線為最近鄰品牌。

Top 3 鄰近通路

品牌 類型/集團 距離