[Meet創業之星] 家政O2O正熱，潔客幫會成為下一個Homejoy嗎？|數位時代 BusinessNext

美國在線家政鼻祖Homejoy將於7月底正式關閉，消息一出，在O2O產業投下一顆震撼彈，一時之間O2O新創人人自危，深怕自己就是下一個。但這並不代表家政媒合服務從此成為票房毒藥，因為就在Homejoy宣布關閉服務的消息一個禮拜後，市場上立即傳出Google已招聘部分Homejoy的技術團隊，準備推出自己的家政服務平台，在此同時亞馬遜也宣布擴張旗下的家政服務品牌Amazon Home Services至全美15個城市，顯見市場對O2O家政服務的興趣不減。

而在台灣，家政O2O服務熱潮則方興未艾，去年才興起的線上家政清潔媒合平台潔客幫，正是台灣新創乘著全球家政O2O浪潮興起的案例。潔客幫三名創辦人當中，陳衍光與黃貝蓉是連續創業家也是夫妻，他們笑說自己創業創上癮，兩人走在路上就不停冒出各式各樣的創業點子，他們在BBS創業版上看到交大研究生林文康在徵求潔客幫創業夥伴，三人見面之後一拍即合，一個月內創辦公司，兩個月就合力把潔客幫網站弄上線，行動力十足。

##20幾歲小夥子如何說服家政阿姨O2O？
做線上家政媒合服務，第一個碰到的問題就是如何跟打掃阿姨打交道，這三個20幾歲的年輕人，從來沒有過專業清潔服務經驗，一開始光是說服打掃阿姨加入潔客幫，就困難重重。「阿姨們都40、50歲，我們才20幾歲，他們幾乎都沒有遇過這麼年輕的來管他們，一開始花了很多功夫在學習如何跟阿姨們溝通。」林文康說，現在他們跟阿姨感情好到半夜還會接到阿姨打電話來跟他們抬槓閒聊。

除了跟阿姨搏感情，潔客幫也釋出利多吸引清潔阿姨加入潔客幫。例如潔客幫阿姨的時薪是250元，遠高於一般清潔公司的待遇，而且幫阿姨搞定報稅，讓阿姨更有保障，若阿姨的清潔服務深獲顧客肯定，潔客幫還會發獎金留住優秀的阿姨，避免他們跳槽或跳單。

##預約家政服務跟訂電影票一樣
解決了服務供給者的問題之後，下一個問題就是如何找到需求，並且媒合兩者。點入潔客幫的網站，會發現預約家政服務的流程非常像是線上訂購電影票，網頁上會列出符合使用者時間與所在地的服務提供者，也可以看到每個阿姨的長相基本資料與評價，使用者只要填入家中坪數大小以及想要加強清掃的區域，系統便會自動計算完成清潔所需的時間，而為了保障阿姨的權益，使用者必須詳填家中是否有飼養寵物，使用者也不得要求阿姨進行危險或重度勞動的工作。

目前潔客幫每月接單量約400多，主要客群分布在台北與新竹，線上阿姨有50名左右，由於供不應求，今年預計增加到100名，為此三名創辦人還特地去上家政服務課，自行培訓更多清掃阿姨因應市場需求。「我們一開始太保守了，怕找阿姨來結果沒生意，會對不起他們，所以徵人徵很少，沒想到現在供不應求。」黃貝蓉說。

##家政O2O兩大難題：客訴與跳單
而所有線上家政媒合平台都會遇到的問題，潔客幫幾乎也都遇到了：客訴與跳單。一開始潔客幫常因客人投訴阿姨打掃得不乾淨疲於奔命，後來他們發現客人的乾淨標準其實因人而異，重點在於事前溝通確認客戶的期待，滿足客戶的預期心理，現在潔客幫的客訴率控制在2％以內，回頭率約3成。

而潔客幫處理跳單問題的方式更是出人意表：「我們鼓勵阿姨們在外面自己接單啊。」陳衍光說。一開始他們也以為跳單問題會很嚴重，沒想到阿姨們由於年事已高，通常不會為了區區幾塊錢與潔客幫鬧翻。林文康表示，阿姨會跳單是因為基本的生理需求都無法被滿足，但潔客幫的時薪較高，工時也比傳統清潔公司彈性，阿姨甚至會主動打電話跟他說有客人要長期訂閱服務。

潔客幫預計今年擴點到台中，並且於9月推出App，雖然囿於阿姨們通常不擅於使用智慧型手機，因此潔客幫還無法做到根據地理位置即時媒合家政服務，但未來潔客幫也希望仿效Uber模式，用家政清掃服務打開通往消費者家的大門，提供更多元的O2O服務。

(圖說：潔客幫三名創辦人（由左至右）：林文康、黃貝蓉與陳衍光。照片來源：郭涵羚攝。）

【創業教我的事】

記得潔客幫剛起步不到三個月的時候，有前輩對我說「這行業不是你搞得定的，趁你年輕趕快放棄再換下一個題目吧」，那時候的確遇上一些困難，而我們團隊如果不創業其實也可以在外面有滿好的offer，當時候心裡也會想：「我一個80年出生的年輕人怎麼管這些經驗老道的阿姨們？」公司狀況入不敷出，錢也沒有多少可以燒，一個客訴就可以讓我們心情鬱卒一整天。但我確信我們團隊做的事情方向與目標是正確的，道路雖然崎嶇，但只要我們決心與執行力夠，總有一天我們都可以克服這些困難！

【創業快問快答】
Q1. 服務的創意來源，是因為發生什麼事情而有這樣的想法？
過往尋找居家清潔流程繁雜，報價資訊不一，同時看到國外有類似創業題材，因此發起。

Q2. 最主要的客戶群？
主要TA為25-45女性族群(約占70%)，中高收入族群，具網路購物經驗

Q3. 就目前市場狀況，您認為貴公司服務的競爭優勢為何？
1.品質保障─基於平台存在的價值，我們針對每筆服務皆採回饋評價制度，若有不滿意的情況，例如偷懶或是物件損壞，查證驗收後屬實消費者可以得到賠償。
2.家政專業─並不是所有媽媽拿起抹布拖把就可以在平台上接案，對於過去曾待過清潔公司/管家的服務人員應徵，我們有SOP篩選認證；對於無專業經驗的人員，我們有課程教學以及實戰演練提升專業能力。
3.網路技術─減少傳統仲介流程，提升配對效率，直接提供點對點的服務，網路技術雖不是家事服務的核心競爭力，但其提供更好的使用者體驗。

【團隊資訊】
公司名稱：潔客幫
創立時間：2014年9月
團隊人數：4
網址：www.jackercleaning.com

@@ACTIVITYID:405@@

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。