歐洲最大時尚電商Zalando,連Google都怕它
歐洲最大時尚電商Zalando,連Google都怕它
2015.07.06 | 創業

從抄襲Zappos起家,透過Rocket Internet資金與資源,Zalando不但成長快速,更成為Rocket Internet對外招攬人才宣傳的金字招牌。

「很多想要買東西的人,都直接前往Amazon與Zalando搜尋,而不是來Google。」Google執行董事長施密特(Eric Schmidt)今年在柏林一場公開演說中,提到對於Zalando迅猛發展的壓力。

Zalando網站
一個荒謬案子、一張來回機票

2008年成立,總部設在德國柏林的Zalando,從模仿美國知名電商Zappos起家,也採用免費送貨、免費退換的模式,去年10月成功在德國法蘭克福上市,目前市值約65億美元。回顧Zalando的發展歷史,2008年時種類很單一,僅是一間鞋品電商,到2010年才拓展品類別到服飾、運動用品與日常配件。

目前成績看起來風光,但由金思(Robert Gentz)與施奈德(David Schneider)創立的Zalando,發展初期該吃的苦頭也沒少過。2007年正值23歲的金思,在網站上看到一個令他著迷的消息:「擁有德國版Facebook稱號的StudiVZ網站,以8,500萬歐元的高價賣給出版商Holtzbrinck。」幾個月後他模仿StudiVZ,在墨西哥創辦大學生社交網站Unibicate。然後以奧托貝森管理學院(WHU)校友關係,找上Rocket Internet創辦人桑威爾(Oliver Samwer),希望拿到資金。「這是個荒謬的案子!」金思的請求被桑威爾一口回絕,而Unibicate也真如桑威爾所言,融資困難,一年內就燒完營運資金關閉網站,傷心的兩人窮得連飛回歐洲的機票都沒有。

但金思並沒有放棄,厚著臉皮再次寫信給桑威爾請求資助,桑威爾盛情邀請他到旗下比價網站tarifas24工作,並且提供回歐洲的機票。兩人從原本的校友關係變成雇傭關係,交情與信任也因此逐步累積。

「Unibicate的模式很難預測也很難規模化,而且當時就自己埋頭硬幹,沒有找尋其他的社會資源。」金思反思自己的失敗經驗如此說。隔年金思看準Zappos的商業模式,東山再起。2008年10月在桑威爾5萬美元資金支持下,兩人成立了Zalando,專門販售各類鞋款。

稱霸德國、瑞士與奧地利

2009年Zappos被Amazon以12億美元的高價併購,消息傳來更讓兩人振奮,確認這樣的商業模式前景無限,雖然前期耗費大量的物流成本,轉虧為盈後,營收有機會迅猛增長。

Zalando的增長故事,和桑威爾模仿eBay第一次創辦的電商公司Alando很像,在短短6個月內公司的月營收就超過100萬歐元(約3,439萬元台幣)。「為了應付如雪片般地飛來的訂單,兩個人即使是在周末,還是忙於回覆各式各樣的客服電話。」《富比士》(Forbes)雜誌寫到。僅僅4年時間,Zalando估值就突破10億美元,而它們的影響力也與日俱增。

2011年開始,Zalando迅速在歐洲市場擴張,除了德國,在英國、義大利、芬蘭與瑞典等15個歐洲國家都開始營運,Adidas、Nike、BOSS、Tommy Hilfiger等全球知名品牌、Modström、NAF NAF等區域品牌,以及ONLY、JACK JONES快時尚等1,500個品牌都在平台上架。

Zanlando在德國、奧地利與瑞士德語系國家表現最為亮眼,營收中有54%收入來自這三國。2014年,Zalando的年營收已經突破22億歐元(約756億元台幣),獲利部分,2014年已經轉虧為盈,小賺4,710萬歐元(約16.19億元台幣)。最新的活躍用戶數量為1,540萬人,年增長14%。Zalando成為Rocket Internet電商製造廠的最佳樣板,旗下所有電商集團都向它看齊,對原來的歐洲電商霸主Amazon造成不小的壓力。

《富比士》分析Zalando成功的原因:某種意義上來說,Zalando之所以成功,是因為克服Zappos刻意迴避的歐洲多種語言、法規與品味差異等問題,Zalando不把這些視為麻煩,反而主動迎合這個複雜的市場。舉例來說,在瑞士有用戶抱怨德國客服人員口音太重,溝通不良,Zalando特別換了一批瑞士籍客服,顯見他們的企圖心。

昨日山寨,今日主流,Zalando的崛起凸顯了「網路無國界,服務有國界」,電商在眼光放遠全球之際,也不能偏廢在地化策略。

Zalando
成立時間: 2008年
**成立地點:**德國柏林
**創辦人:**金思(Robert Gentz)、施奈德(David Schneider)
**主要業務:**時尚電商(販售服飾、鞋品、運動用品)
**主要服務國家:**德國、英國、義大利、德國、芬蘭、瑞典等15個歐洲國家

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