【Meet】易訂網EZTABLE──訂到賺錢好位置
【Meet】易訂網EZTABLE──訂到賺錢好位置
2011.10.11 | 創業

採訪.撰文/羅之盈 攝影/侯俊偉

下午3點,位於台北的EZTABLE易訂網辦公室,一張大桌子圍放著10台左右的電腦,中間散落著零食碎片,幾名員工聚精會神地盯著電腦,但同時有人剛剛來上工,也有人一聲不吭地離開公司,10多名夥伴像是不小心聚集在網咖的網友,這裡充滿新創公司的「隨性與自由」。

「哈哈,如果工作不自由,我怎麼找得到員工啊?」易訂網執行長陳翰林逗趣地解釋著辦公室的情形。以餐廳線上訂位為主要服務的易訂網,由陳翰林、謝智 倫、顏士棋、顏嘉楠共同經營,他們是認識10多年的彰化陽明國中同班同學。2008年8月從美國學成歸國的陳翰林,發現台灣沒有美國新創網站 OpenTable類型的訂位網站,於是召集當時身處各行各業的老同學,發揮各自所長,集資300萬成立網站。

以數字做計畫

說起話來氣如洪鐘,總是哈哈大笑的陳翰林,用很「熱血」的口吻談著草創時期找客戶的艱辛,打電話、面訪都要不厭其煩地溝通,「在跑客戶時,我們當自 己是信義房屋;在經營網站內容時,我們把自己當作一家餐廳經營。」目前易訂網會員數超過10萬人,合作的餐廳約300多家,主要營利模式為餐廳給付每筆成 功訂單的傭金給易訂網。簡單的模式讓這家創立僅2年半的網路公司,2010年營收高達2000萬新台幣! 「易訂網會員男女比為4比6,女生較多、平均年齡是33歲,比起男生平均30歲略長一些。若從訂單情況來看,我們重視轉換率和回流率,每天訂單有30%是曾經使用過服務的舊會員,客單價約500到600元,」談起經營細節,陳翰林令人驚訝地一下子說出一串數據。

原來這個嘻皮笑臉的創辦人,在美國加州大學洛杉磯分校念的是應用數學系,畢業後曾在德意志銀行擔任債券分析師。對他來說,創業是理想、財務是興趣,「我看財務報表時是很興奮的,我們每天檢討數字,搜集使用數據、了解顧客,以數字做計畫,」陳翰林眼睛發亮地說著。

熱情又帶著務實特質的陳翰林,靠著誠懇的態度和舌燦蓮花的功力,在網站還小的時候,打動五星級的喜來登飯店加入,不僅營造出話題,同樣也為雙方帶進 實質營收。更深一層探討,網站初期使用者通常會決定網站性格,易訂網與喜來登的合作,一方面吸引接受中高價位餐飲的消費者,另一方面也吸引同類型餐廳加 入,是促使易訂網創造出高營收的原因,而這群「含金量」高的會員更是網站難得的資產。

因為營利模式清楚,創業團隊素質整齊,易訂網在2010年得到兩輪創投資金挹注,目前總資本額約800萬元,協助創業團隊擴張時所需要的人力成本。陳翰林認為,創投帶來的不只是資金,多了可以商量的對象,也是公司能夠持續有新點子的原因。

服務再加值

2010年陳翰林研究會員使用行為時發現,消費者多半在「重要節日」會先訂位,而且三成消費者會同時購買蛋糕或花束,「那為何我們不一次提供所有服 務呢?」於是易訂網與飯店聯名推出「訂購蛋糕」的加值服務,推出不到1個月就有超過300個訂單,訂購花束也訂出好成績,成功開創另一條生意管道。

看著易訂網員工走進走出,除了隨性與自由的風氣之外,其實也代表團隊之間充滿彼此了解的默契,「我們的公司文化是確保每個員工都很high(熱情、 開心)。大家都有個大夢想,讓全世界的人都知道EZTABLE!」但陳翰林此時反倒收斂起奔放的笑臉,他表示,放棄美國銀行的高薪工作並不後悔,那時每周 工作也是80個小時,收入多,但是回家時會覺得空虛,「現在雖然每天都會遇到需要解決的麻煩事,但是過得很實在,每天的生活都很逼真。」(以上文章轉載自 《數位時代》201期)

易訂網EZTABLE創業團隊 Profile 創辦人:陳翰林/謝智倫/顏士棋/顏嘉楠 年齡:皆29歲 學歷:加州大學洛杉磯分校應用數學系/成大化工系/交大管科系/台大資工所 主要經歷:美國德意志銀行債券分析/李長榮化學工程師/博士倫業務/進修碩士 成立時間:2008年8月 大事記:2008年11月喜來登飯店加入訂位系統/2010年接連得到資金挹注/2010年底開創加值服務,網友訂位時可加訂蛋糕、花束

【創業新星做對的5件事】 1 從國外成功的訂位網站OpenTable得到靈感,發現台灣市場缺口。 2 努力不懈地邀請知名飯店加入首波訂位名單,不僅話題性強,成為免費宣傳,也實質帶進訂單。 3 從會員使用行為分析,積極開發加值服務,例如與聚會訂位密切相關的餐券及蛋糕。 4 主動尋找投資人加入,除了得到足夠資金拓展生意之外,也多了諮詢生意經的對象。 5 雖然公司文化是自由的,但創業團隊每天檢討數字,包括業務、網站使用情形、會員回應等。

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓