《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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

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。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

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。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

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。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

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/

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
代理式商務連動百兆商機
© 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