創業怎麼獲得初期用戶?從LINE在台灣從0到1的秘密談起 (上)
創業怎麼獲得初期用戶?從LINE在台灣從0到1的秘密談起 (上)

一個第一次創業的網站服務團隊找我,諮詢創業相關問題與經驗。簡報完idea,詢問題目怎麼改善,或功能介面有無建議,就會問到資金短缺的問題怎麼處理:

為了獲取初期用戶?我想下FB廣告或辦抽獎活動之類的,需要一筆錢,應該需要投資,或可否幫我介紹投資人?

這題目,本身隱含了很多因果假設。但創業要成功,追本溯源,最根本的事可歸納到:

  1. 產品是否證實滿足了鎖定的核心用戶需求;

  2. 是否找到了能以指數成長的要件,例如每一個月用戶可成長一倍,或者留言增加100則用戶停留時間會加長10秒,又或是發現了投資一塊錢做行銷,可拿到兩塊錢營收的關鍵成長秘訣;

  3. 若達到1與2,的確需要考慮儘速投資加速增長。但若沒達到前述,花錢買用戶的需要是不大的,這是 Startup Pyramid的成長理論,先找到PMF,然後進行大規模成長。

創業初期1.png
圖/ 陶韻智

通常,解釋完這個矽谷常用的理論,(熟悉台灣的)創業者就會問:

那當初LINE在台灣是怎麼取得初期用戶的?

因為筆者工作經驗的關係,從LINE在台灣落地的第一天加入,做到他去紐約證交所上市,見證了他的起飛,成長,茁壯,近乎獨佔的過程,這個問題被問過很多次,也零星地談過無數次。再次被問,就我的觀點,其實他真的還是一個簡單的事情,就是LINE在台灣很快地突破了Startup Pyramid裡面的PMF階段,也善用了Scale中該做的事,敘述如下:

第一步:找到產品適合市場需求 PMF

得先理解,當初LINE做出來這個產品,初期主要是針對日本市場,並非台灣市場。2011年6月推出的時候,也並不是個生下來就大紅特紅的產品,表現也只能用一般來形容。

為了讓讀者更理解當時的時代背景,LINE並非Naver公司在日本的團隊推出的第一個App產品。在那之前,因應智慧型手機世代的來臨,公司應該已經推出了超過十個App,但在日本市場大受歡迎的產品一個都沒有。可想而知,多失敗一個也是正常而已,對吧。

再拉回到LINE推出後的時間:正常來說,產品落地後,該做什麼?花錢買用戶嗎?當然不是。

產品落地後,最重要的就是一直觀察早期用戶的使用行為,並快速迭代 — 為什麼他們不會使用得更久,更黏?為什麼他們不會推薦給更多的朋友?為什麼關西的人不使用?什麼feature做下去,可以讓整個成長爆發?

觀察,推論,假設,實驗,推翻或證實假設,繼續觀察,如此快速循環這個流程是這個階段團隊最重要的事。

然後,團隊就發現了一個假設,發揮漫畫文化,把貼圖放進通訊軟體應該會不錯,可以輔助“溝通”的需求,而且這是亞洲能接受的方式。在這樣的假設下,他們可能就會想,要能很簡單地送出,因此圖按了就送出去;而且一看就要能懂,圖也設計地比以前MSN的圖還要大張,也設計地情緒表達準確,不需要多描述,也不會有誤解的狀態,諸如此類云云…

然後,十月推出這個饅頭人,兔兔,熊大貼圖功能後,用戶成長就大爆發了,每日成長數完全不跟先前在同一個水平,年底直接衝破一千萬下載,而後來的歷史大家就比較熟悉了。

我們來推敲一下,當時團隊是否真知道這會是爆發的起點?我估計,或多或少有一些信心,但就跟其他推出的功能一樣,只有落地跟用戶互動了才知道輸贏。

這個過程,就是創業團隊尋求PMF的一個過程。以結果看,我們很容易看到成功的feature,卻沒看到LINE成長前進行的許多功能優化或許並沒有產生想像的成長結果,甚至是先前推出的其他更多App成長也都不如預期。

尋找PMF要有做實驗的精神,但又要快,悠閒不得,這挑戰了創業團隊的能力。

再拉回來主題,這談的是日本市場情況,那與台灣的成長又有何干係?

其實這就是最有趣的事。

回顧當時世代背景,LINE在2011年十月的時候,從日本爆發,接下來香港用戶大爆發,每天好多萬下載,同步台灣爆發,每天也好多萬下載。在當時,我的前老闆,也就是我後來LINE的老闆,寫email來問我為什麼LINE那麼多人用,我回問,什麼是LINE,讓我查一查先。

真正的情況是,我們不是那個早期用戶族群,但有一堆人,他們跟日本,跟香港密切往來,同步日本流行文化,就這麼地網路效應外溢到了台灣,且產品打中了使用習性要害,直接在台灣就是PMF,直接就擴散了。

這群最早用戶有多少,我們很難調查清楚,但可以知道的事情是,在2011年底,台灣的LINE下載數就突破了一百萬。這數字,我們還是得回到當年的背景去看比較清晰 - 就我所知,當時在台灣超過一百萬下載的App,區指可數,且當時LINE並沒有花錢買行銷買用戶。因此,能在短短地兩個月內從0到一百萬下載,說明了這個產品在台灣的病毒擴散係數是高的,而且證實產品產生了網路效應,更說明了這產品不需要修改,在台灣就是符合PMF定義的產品。

再用另一個角度來看一下,怎麼樣的速度可能可以在大約兩個月內達到百萬下載,我們假設一個數學公式來推敲:

初期用戶100人,每四天增加一倍(下載)用戶數50天後就(大約)會有 100*2¹³~= 819,200。

用這假設公式來看,驚人的成長速度不是來自初期用戶那一百人,而是那個指數型的每四天一倍的產品力。

關注在這個產品力的提升就是創業者要努力的。改善產品都是為了讓核心用戶滿意。花力氣就是要找到這能讓成長能以指數成長曲線飆升的關鍵因素。

如此,就算初期用戶只有幾十幾百幾千,透過倍數的成長,不消半年,數量都是很驚人的。

根據這個理論與經驗,在產品初期,行銷經費多寡並非是重要的決勝因素,找到PMF的快速迭代執行力是關鍵。從LINE在台灣的成長歷程正可以看得出來。

第二步:快速擴張Scale

前面第一步用LINE在台灣的例子說明了找到真正適合市場產品的快速迭代過程的重要性。

套用Startup Pyramid的理論,找到了PMF後,下一步就更重要了,就是快速擴張,高速奔馳,衝向hyper growth。

我們看到的互聯網各大戰役,大概都在這個階段浮上檯面,大家也樂於做吃瓜觀眾,在旁邊圍觀喝采。

以LINE在台灣的例子來說,絕大部分的人都不是在2011年就下載LINE,也就是說大家都不是那個早期用戶群。大部分的人開始使用LINE大概是在2012年2月桂綸鎂電視廣告大幅宣傳後。

拉回當年,我們來談幾個事實:

  1. 在此之前,沒有任何App公司花大錢打電視廣告;

  2. 如果不打廣告,LINE的成長速率仍然很快。

如果是你操盤,打不打幾千萬元台幣的電視廣告?

花錢很容易,做決定很困難。但有思考框架就會簡單一些:

互聯網的戰役,通常得考慮競爭。考慮競爭激烈就變成紅海,而要避開競爭的方法就是跑得比任何人都快,早早地把護城河建好,就不用競爭了!

當時,台灣最多人使用的Messenger,我估計是 MSN跟WhatsApp,但當時因為沒有積極經營,前者衰退,後者成長速率並非火箭速度。觀察到這個,這就是LINE可把握的機會。

考慮產品的確受台灣人喜愛,成長速率相當驚人,但使用有效的scale工具,有機會大幅壓縮成長所需要的時間,就能越早擺脫競爭,等到競爭者想追的時候,LINE所建立的網路效應以及成長倍數必然是競爭者望塵莫及的。

若這樣想,你會不會採用即便看似昂貴的成長工具?而這正是當初花數千萬元台幣,作為台灣第一個App下廣告背後的戰略因素。

廣告打完後當年年底,LINE的用戶數相較於年初成長了九倍,穩穩地奠定了LINE在台灣的用戶基礎,且拋開了可能的與WhatsApp的糾纏,也就避開了競爭。

結論

回到文章一開頭所問的,創業怎麼獲得初期用戶?透過朋友,透過核心社群,找到初期幾十幾百個用戶一般來說真不是創業者的問題。真正的努力應花在快速迭代打磨產品體驗,觀察並作出出用戶愛上產品的關鍵。至於怎麼確認抓到關鍵,達成PMF?就看你關鍵指摽是否呈現了指數型的爆發。

若找到了這個PMF,就應儘速擴張,大幅擴張成長,盯著指數型成長指標,不得鬆懈,稍有指標上的未達成,必須立刻找出原因與改善方案,然後循環這個爬階過程。

要能達成這巨幅快速成長,資金必然需要甚多,且得每次都跟上,一波接一波,不得有缺口。這就是談錢與談VC的時候,要這筆錢以及花這筆錢就會是這個階段創業CEO要面對的既痛苦又Happy的problem了。

本文由陶韻智授權轉載自其Medium。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

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