[Meet創業之星] 負評網蒐集負評資料,針對產品問題做另類分析
[Meet創業之星] 負評網蒐集負評資料,針對產品問題做另類分析
2014.08.26 | 創業

太陽花學運後,讓很多年輕世代,從網路動員學習到很多創新思維,g0v、FlyingV群眾募資等網站也一戰成名,爾後也竄起許多網路新業者,去年底參加Startup Weekend、The 0Step育成計畫,出身新竹「Yes Co-Working Space」,專門蒐集負評的負評網也搭上此風潮爆紅,尤其是政治人物的負評特別吸睛,不過負評網也延伸至產品的負評,期待透過消費者的評比能讓品牌業者更瞭解消費市場的脈動。
enter image description here
(圖說:負評網創辦人黃亮銓(最右)與RuLu呂建林、CC袁熙權、綽號狗鼻的施旻宗,還有未入鏡的Kuan陳冠宇一同想要把負評網打造的更有特色。攝影:林衍億)

負評網的創辦人是網路稱號o1o1o的黃亮銓,他原本是一位園區工程師,但他發現辛苦賺來的血汗錢拿去買東西,買到的商品卻不見得很好,發現現在各大網站勸敗、置入性行銷文化隨處可見,就算消費者想做個功課都很難獲得真實的資訊,甚至去論壇發問也會因為問了一些基本的新手問題被噓,因此負評網就是在這樣的背景下產生的,想利用社群的知識來集合負面的觀點。與愛評網不同的地方是,負評網基本上使用類似於黑特版「一人一句」的方式對商品進行評論,而且不會闡述優點。

目前負評網團隊共有5個夥伴,除了創辦人黃亮銓負責企劃和打雜外,還有Ru Lu跟狗鼻負責程式開發,Kuan負責視覺設計,CC則負責活動企劃和找合作夥伴,一群年輕人充滿熱情,就算是外界對此雜音還是很多,他們也要努力打造好負評網。

黃亮銓表示,因為負評網基本上是一個很新的概念,畢竟專門蒐集商品的壞話,這件事情本身就很不可思議,也明顯發現「初期雖然人們不重視負面評論,但越來愈多年輕的族群能接受我們的idea,也證實了年輕的族群,其前衛的思想更能夠給我們更多刺激」。

但是負評網並非只是針對商品給予負評,他們也企劃流行的議題或者人物,讓廣大的網民去留言,而網站爆紅的時間點,剛好是今年服貿事件,其人物議提特別吸睛,所以從網站上可以發現,網民對於政治人物或者流行的人或者事,特別有興趣留言「給予負評」。

不過負評網期望能多多累積商品的資料,黃亮詮表示,消費者若有負評,透過網站的資料蒐集,以及地雷指數等,品牌廠商可從茫茫人海中辨識出這些不滿群眾,並進一步的消弭消費者的怨氣、提供進一步的服務,另外也可以利用消費者主動留下的意見幫助廠商設計以及行銷產品,也就是類似市調的功能。為了取得真實的產品回饋以及品牌公信力,負評網將是一個消費者可暢所欲言的地方,所以不接受把負評移除。

為了網站長期經營著想,負評網得找出經營獲利的Business Model,因此近期負評網已經開始推出針對品牌所需的解決方案,包括有負評OK繃、大腦神經室、獨門秘方等,期望透過這些資料的分析,讓品牌廠商能得到第一手的資料。另外為了呈現市場競爭性,目前負評網也推出商品的PK戰,讓更多消費者有興趣上線留言,目前負評網的會員約有1萬人,期望至年底前能衝至5萬人。

【創業教我的事】

Q1.創業,教會了你哪些事?簡單分享創業至今以來的心得感想?
創業教會我們最大的一件事,就是「創業跟您想的不一樣」。雖然都有聽別人分享過,但只有親自經歷過,才會真正刻苦銘心。其實有很多時間是在處理產品開發以外的事,包含繁複的公司流程文件、資金與股東問題、團隊的重組磨合、合作企業的選擇,但進了廚房就不能怕廚房熱,不然就乖乖地離開廚房!

Q2.創業至今,做得最好的三件事為何?
首先最棒的就是能找到一群志同道合的夥伴,團隊會影響到產品的風格,因此負評網雖然是在批評,但卻讓使用者感到正面,因為我們都超正面! 其次,就是我們願意聽每個使用者的聲音,所以我們有負評網的負評,有很多新功能都是使用者教我們的。第三,我們常常有意無意地出現在前輩、大大的雷達範圍裡,讓他們不得不來問我們需不需要幫忙。

成立時間 Founded Time
2014年4月

主要用戶
使用者是20-30歲的網路世代年輕人,他們和我們一樣觀察到網路的資訊已經失衡,也需要一個有趣的新社群。而負評網的客戶會是想設計出懂人的產品的廠商。

商業模式 Business Model
負評網扮演企業的醫龍團隊,幫助企業了解什麼樣的使用者在意什麼特徵,以及做負評的平衡及澄清,在快速擴散之前能做最好的處理,針對企業推出三種商品包括負評OK繃、大腦神經室、獨門秘方等。

網址
http://www.foolpin.com/

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