《獲利世代》沒說完的事 — 新創公司如何更好地規劃商業模式
《獲利世代》沒說完的事 — 新創公司如何更好地規劃商業模式
2015.08.18 | 創業

《獲利世代》(Business Model Generation)這本書自 2010 年問世以來,被翻譯成 30 種以上的語言,被世界各地的新創公司奉為圭臬,許多學校也拿書中所提出的商業模式圖(Business Model Canvas),來當作分析個案的教學工具。透過商業模式圖,我們的確能夠快速得到商業模式的概觀,方便溝通、討論並且持續追蹤、更新

然而十分可惜的是,如果我們只是填完商業模式圖就打算開始創業,很有可能會發現:這個工具似乎沒有幫上什麼忙。

我並不是要說商業模式圖一文不值。使用這個工具,絕對比寫一份沒人會看第二次的商業計畫書實際多了。但是對於新創事業來說,有幾個原因會讓這個工具「搔不到癢處」。為什麼會這樣呢?第一個原因是,許多人在填寫商業模式圖時,犯了一些常見的錯誤。如果能避免這些錯誤,就可以更好地發揮這個工具的威力。

#在使用商業模式圖時,常犯的錯誤有哪些呢?

##1. 沒有清楚理解定義
這是最基本的錯誤。舉例來說,價值主張(Value Proposition)指的是我們提供什麼「價值」,而非我們所提供的產品跟服務。

##2. 描述不夠明確
填寫時必須要描述的更明確一點,才會比較有意義。在填寫價值主張時,如果我們寫「提供卓越的購買體驗」,到底是怎樣的體驗?體驗可不可以再明確細分成幾個元素?填寫目標客層(Customer Segmentation)時,可不可以更明確定義客層的人口統計變項(demographics)或是這些客層有什麼特殊行為?填寫成本或收益欄位時,可否大概預估各元素所佔比例,計算方式?

##3. 沒有思考清楚哪些是事實、哪些是假設
在規劃新事業時,在商業模式圖上大多數的元素都是「假設的」、「規劃出來的」,並不是觀察得來的事實。根據錯的假設,很容易就會發展出錯的答案。所以除了要時時更新商業模式圖之外,也必須確認這些假設是否為真,是否通過市場考驗。比如說,我們提的價值主張,目標客層真的認為這個有價值嗎?真的有這個需求嗎?獲利來源中,有沒有哪些其實並不可行、或是計算的基準需要更新?

##4.填完商業模式圖就結束了
填完圖,才正要開始呢!想想同業是怎麼做的?各個元素有沒有其他作法?當發現市場有新的發展趨勢時,商業模式應如何因應?時時拿出來討論、更新,才能發揮它的價值。

#商業模式圖的缺陷
對於一個成熟的公司,我們可以用商業模式圖去分析其優缺;然而對於想要創業的人們,商業模式圖確實有些缺陷,無法幫助我們妥善規劃新事業。

##1. 在商業模式圖中,沒有去定義到底要解決什麼問題。

比較相關的欄位是價值主張,然而這仍然是兩件事情:價值主張是我們提出的解決方案,不是我們要解決的問題。相信大家都認同,正確地定義問題是非常重要的。

舉例來說,在某次腦力激盪時,我們想提出一個解決方案,來解決「高中生只憑分數高低填寫志願,對科系與生涯發展毫無概念」的問題。然而經過討論後,可能會發現這其實是「現象」而非問題,背後的問題可能是相關資訊不足,或者是家長的觀念不正確…等等,這有很多的討論空間。然而如果沒有把要解決的問題清楚定義出來,我們怎麼確定要提供哪些產品或服務?又如何發展商業模式?

##2. 價值主張跟產品是不一樣的東西,很容易被誤解。
前段有提到這是許多人會犯的錯誤,然而這也是商業模式圖設計不佳之處,**因為沒有欄位是用來描述我們所提供的產品或服務。當我們想提供某種價值主張,要提供哪些產品或服務,才能傳達這些價值?**這是必須好好思考的問題。如果只談價值主張而不談產品或服務,會變得過於空泛,就像有一個目標但沒有說明怎麼達成。同樣的價值主張,也有可能因為我們提供了不同的產品或服務,而更為吸引人,並因此邁向成功。

Airbnb 有很明確的價值主張:向超過 190 個國家的當地人租住獨一無二的家。Couchsurfing 的價值主張可能相差無幾,但產品/服務完全不同

##3. 沒有關於競爭環境的描述或分析。

如果完全沒有考慮競業,會發生什麼事?我們很可能寫出一個沒有優勢、沒有差異的商業模式。

如果完全跟別人一樣,要拿什麼去競爭?為什麼消費者要選擇我們?而我們建立的競爭障礙又是什麼,怎麼保護我們辛苦打下的江山?《獲利世代》書中其實也提到,我們可以搭配其他工具來分析競業,但這樣也顯示了商業模式圖有其不足之處,以及競爭分析的重要性。

##新創公司如何規劃商業模式?
《獲利世代》作者可能也發現商業模式圖不足之處,所以最近出了一本新書 《價值主張》Value Proposition Design;書中提供了一個工具,針對價值主張跟目標客層兩個區塊,再深入區分成幾個元素進行探討。使用商業模式圖,搭配書中所提出的價值主張圖(Value Proposition Canvas)後,可以更清楚地定義產品與服務,以及試圖解決的問題。可以到他們的官網看更多的介紹。

此外,《Running Lean》的作者 Ash Maurya 為了提供新創事業一個更好用的工具,他把商業模式圖的幾個元素替換掉,發明了 Lean Canvas 這個工具,試圖解決上段所提的幾個缺陷。Lean Canvas 長這樣:

Lean Canvas by Ash Maurya, CC Attribution-Share Alike 3.0 Unported license.

其中新加入的元素分別是:

  • 問題(Problem):要解決什麼問題?
  • 解決方案(Solution):提供什麼解決方案?這個解決方案有什麼特色?
  • 關鍵指標(Key Metrics):依照公司的發展目標,定義出重要的衡量指標。
  • 競爭優勢、進入障礙(Unfair Advantage):是什麼讓競爭者很難複製?雖然剛開始創業時還無法建立這個部分,但是隨著事業漸漸發展,這一塊的重要性將與日俱增。

以上,並不是說哪個工具一定是最好的,如果能更了解各工具的優缺點及適用情境,才能發揮最大效益。希望上面粗淺介紹的 Value Proposition Canvas 和 Lean Canvas 兩個工具,能對大家在規劃新創事業時有所幫助。

參考資料:
Ash Maurya: Why Lean Canvas vs Business Model Canvas?

Photo Credit: kevineriley, CC-BY-SA 3.0

原文出處:Alpha Camp

往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

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