專挑口碑熱銷品，UrBox美妝盒站穩市場(一)|數位時代 BusinessNext

訂閱式美妝體驗盒吸引許多公司湧入市場，也有許多公司淡出。懂得運用既有口碑優勢，又懂區隔客群的UrBox，剛剛站穩腳步。

美妝相關網站進入美妝盒市場，似乎是很對味的事，因此過去兩年不乏此類周邊商品。但面對草創市場的篳路藍縷，也紛紛淡出市場，由美妝口碑網站UrCosme發行的UrBox，卻是其中難能可貴的倖存者。

創立於2004年的美妝點評社群UrCosme，開站九年來累積了龐大美妝商品資料、消費者口碑及消費者行為資料庫，利基能力是運用搜尋解析（****Search Technology****）、資料挖掘（Data Mining****）技術，網友可以簡易、準確地搜尋到商品口碑。目前站內擁有76萬篇使用心得，分門別類地為4.9萬件商品點評，以及36萬篇以個人為核心的美麗日記。

「我十年來都在找尋電子商務的切入點，看了十年也該做點什麼了，」UrCosme創辦人陳宗明是個「微」中年大叔，技術背景出身的他一點都不像美妝從業人士。他略帶靦腆地坦言，決定發展訂閱式美妝盒的啟動點，並非來自創意，而是來自創投公司的拜訪。創投公司帶著中國夢，建議****UrCosme****發展美妝盒，雖然投資沒有下文，但卻讓他警覺到發展潛力，於是撥款新台幣150****萬元，成立獨立部門開啟內部創業計畫。

陳宗明表示，「我們內部稱UrBox是『拉Bar前』的解決方案，UrCosme是『拉Bar後』的解決方案。」他移動手中滑鼠，按住右側控制bar滾動UrCosme首頁，「如果是一個初學保養彩妝的女孩，網站內資訊那麼多，怎麼知道哪些適合自己，我們挑選過商品的UrBox，就是提供她試用的平台。」

UrBox運用UrCosme****美妝資料，挑選好評指數4.5****顆心或口碑質量佳的商品，放入盒中，不僅結合既有特色優勢，也因為都是口碑熱銷品，並非是新上市商品，成為與其他美妝盒最大不同。此外，口碑品通常在市面上比較難取得免費試用包，因此會員不會有花錢買路邊試用包的感覺，回歸到美妝盒「體驗品牌」初衷，退貨率小於1％。

目前UrBox訂戶約1700～2000人，合作過的品牌包括LUSH、shu uemura、OPI、ANNA SUI、Elizabeth Arden、北緯23.5度、Crabtree & Evelyn等國內外知名品牌。負責運營UrBox的專案經理薛安辰表示，「驚喜感是很重要的，再加上實用與超值！UrBox首次得到很大迴響是放入林三益彩妝刷具，會員沒想到美妝盒裡會出現刷具，而且價值超過千元，知名度大開。」

資料來源《數位時代No.227》

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/