打造簡單容易上手的賣家系統
打造簡單容易上手的賣家系統
2012.11.26 |

擁有300家以上賣家客戶,賣場系統始祖艾克特,充份發揮網路彈性及速度的特色,系統介面簡單,操作容易上手,且進入門檻低,吸引各種賣家使用。

今天有新的「筆」嗎?昨天的「收音機」情況如何?這是流傳在賣家之間的問候語。「筆」是指訂單出貨、「收音機」則是指庫存,這麼奇特的比喻並非全然無厘頭,其實它們是艾克特後台系統裡的小圖示,從它成為問候語的流行程度看來,可知擁有「最多賣家使用」名號的艾克特,絕非浪得虛名。

「2003年接到第一代天后白鳥花子的後台系統委託,一切就此開始,」艾克特創辦人張志揚說起當年最火紅的名字,白鳥花子是雅虎奇摩拍賣第一個評價突破1萬的賣家。專賣流行女裝的白鳥花子,當時單月訂單數已超過7000張,這個數字即便在網路購物蓬勃的此刻,也是驚人的熱銷,更何況是在台灣電子商務前期的2003年。

**介面友善,使用直覺
**為了解決後端接收大量訂單及出貨管理的問題,白鳥花子希望以資訊化的方式,取代人工化管理,以強化經營效率。然而,在賣家規模都不大的年代,一般企業流行的ERP軟體,大型的架構,無法符合中小企業的實際需求,而承接客製化專案的系統整合開發商,絕大多數都沒有這方面的經驗。

白鳥花子先是看到艾克特曾做過的陽春版賣家管理系統,主動找上在軟體領域經營多年的艾克特。張志揚表示,因為沒有範本全都得重新構思,在與白鳥花子一頁頁系統討論之後,總算在一個月內上線,「雖然那個案子大概只收10萬元吧,但她真是我生命中的貴人,因為當時只要符合白鳥花子的需求,就等於符合所有賣家需求了。」

有了白鳥花子的案例,艾克特後台系統吸引越來越多的賣家使用。張志揚形容如同「尚方寶劍」一般,舉凡Cutie Fashion、薇珍妮、PUFFY帕妃時尚精品館、FM時尚美鞋、HITO本舖、ManStyle潮流嚴選、不囉嗦賣場⋯⋯,不論發跡先後,幾乎所有的中大型賣家都曾使用過艾克特系統,目前有將近300家賣家正在使用。

從系統特色來看,艾克特一向以介面友善、使用方法直覺著稱,採用整批處理的概念,一個畫面可顯示上千筆訂單,售出品項可自動連動到庫存數量,並計算缺貨數量,有效縮短作業時間。在電子商務環境進化下,艾克特陸續增加對應趨勢的套裝功能,包括刷卡、超商取貨、整合多平台訂單、物流查詢⋯⋯,甚至是最新的電子發票系統。

雲端技術受歡迎
另一特色則是資料庫放在雲端,賣家的所有資料都存在艾克特所建構的獨立機房,賣家這一端只要下載負責執行的連線程式。又因為是獨立機房的關係,不像外部機房進出需要登記,讓維運更具機動性,廣受各種規模賣家的喜愛。張志揚表示,「網路訂單一直在產生,這就是沒有聲音的戰爭,時間是很重要的。」

此外,收費平價也是艾克特受歡迎的原因,開通免費、收取月租費的模式,讓賣家入手容易。目前基本版本月費為新台幣3000元,每選擇附加一項功能,增加千元不等的月費。目前服務的賣家,月費最多的約為1萬多元,對於月營收幾十萬元以上的賣家來說,算是非常實惠。

對於經營後台系統邁入第十年的艾克特來說,2011年是新的里程碑。此時拍賣賣家流行開設獨立購物網站,2011年新創的購物網站PAZZO,是知名賣家Imagine創辦人所經營,艾克特團隊傾盡全力,撰寫過去不曾設計過的購物網站架構,順利在三個月內完成上線。依循過去白鳥花子模式,PAZZO案例預期將有更多賣家透過簡單方法,開設出一個個自有品牌的購物網站。

56年次的張克揚在26歲創立艾克特電腦時,賣的是386電腦主機,時勢不定讓艾克特營運核心一再轉變。開過電腦教室,也開發過網路監視器軟體,風光時公司有15名員工,低潮時只剩2個人,就算不是工程師背景,也始終監持軟體路線。「2000年後再也沒有同事離開,我很高興與優秀的夥伴一起共事,」張志揚笑著說。

**3****個產品系統特色

1介面使用簡單
****第一代系統原型由早期大賣家親自規劃,因此符合成長中賣家的基本需求。

2套裝功能,附加容易
****艾克特陸續開發出數十種功能套件,每種收費不等,供賣家選擇。

3價格實惠
基本版本月租費僅需新台幣3000元,進入門檻低,吸引各種規模的賣家使用。

** 艾克特電腦
●創辦人:張志揚 
●成立時間:1994年 
●員工數:13人 
●網址:http://www.act.com.tw
●品牌定位:網路購物平台的後台解決方案

資料來源《數位時代No.213》

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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