下櫃然後呢?PChome商店街比想像中更值錢!
下櫃然後呢?PChome商店街比想像中更值錢!

近來新聞圍繞著PChome商店街下櫃的消息:網家集團董事長詹宏志將以每股44元的價格,於公開市場全數收購商店街流通股分,商店街將成為台灣首家私有化下櫃電商。

然後兩個媒體人打電話給我,討論交流一下對這件事情的看法(感覺我好像名嘴),詹宏志說要,「積極布局海內外市場,長期不排除未來以全新架構回到資本市場。」此話一出,大家的想像力都出來了:是要把公司搬到海外去找新投資人?只是場面話,其實是要整理整理準備賣掉?

網家內部的算盤怎麼打,大家拼命猜。唯一可以確定的是,下櫃這個決定不是突然,而是幾個月綿密計畫,並且想到怎麼執行。

彷彿模範生考不及格!

商店街曾以興櫃股王之姿風光掛牌,並且年年獲利,蝦皮這個海外競爭對手一來,因為免運大戰而虧損,就好像一直以來都是模範生,突然間考試不及格,光環盡失。

蝦皮也是虧損連連,其母公司SEA集團在美國風光上市後,蝦皮這個集團最大的電商衝鋒隊,驚人的行銷支出,讓SEA集團光去年第四季就賠了2.6億美元。

但跨國資本市場的玩法,就是先做大搶市佔,明顯的例子是連美國總統都愛用的網路主流社交平台推特(Twitter),創辦到去年為止年年虧損,2016年大裁員求售,迪士尼(Disney)、Salesforce都有意購買,畢竟2015年營收22億美元,虧損5億美元,還是可以調整再出發?最後迪士尼沒買,而推特在2017年第四季,終於迎來了首次獲利,現在要賣價格不菲。

PChome商店街的估值?

無論商店街是要海外增資,還是要賣,都要有個估值。雖然有很多方法推算,但估值是個相對數字,對投資人或買方來說,「值多少錢」全看這對投資人或買方的策略意義。


PChome商店街的估值,純用獲利能力來看會被低估。

我認為商店街跟其他電商有一個巨大的不同,讓其估值遠遠高過一般電商。那就是:歷史悠久,品項多元。

這八個字聽起來很飄渺,卻代表台灣網路購買習慣的長久行為資料。十多年來,商店街累積了許多買賣資料,前年的店家數(在跟蝦皮拼個人賣家之前)就已經接近五萬家,悠久的歷史記錄了許多會員的購買行為,而且品項多元,這點非常可怕。

行為是目前「定向廣告」最有價值的資料,一個使用者花了兩萬元買實木成長型兒童書桌、買了subaru某種車的改裝部件、或者花十萬元買了四大名硯的端硯(註),透露了什麼訊息?

也幸好很多藥物或醫療器材不能在網路上販售,不然疾病相關的個資會更多。即使如此,血糖/排卵試紙能透露的資料還不夠多嗎?Facebook/Google都可以用email/電話上傳,加上行為資料,這不是最好的受眾分類嗎?

PChome這麼多稀奇古怪的買賣歷史,跟新進電商裡面一堆賣家,都在搞淘寶廉價品轉手(海外七天到貨是吧),特別是流行(服飾加上美妝)佔多數,跟PChome商店街比起來,資料豐富度有很大的差別。商店街掌握全台長久歷史的行為資料,是定向廣告的最佳跳板,其他電商或廣告代理商搶著要吧?

很多人都討厭被定向,更害怕個資外流,歐盟通用數據保護條例(GDPR)對於保護個人資訊很嚴格,這看來是一件好事:使用者必須充分被告知資料的使用,未來很可能禁止未經同意逕行搜集cookie,也禁止隨意售賣和傳輸用戶數據。

但目前A公司賣給B公司,資料是可以轉移的,一般的做法是在併購後告知用戶,並且用戶要求刪除過去資料時確實執行。這一點來說,不影響PChome商店街估值。

那,PChome商店街知道自己值錢嗎?

恐怕現在資料都還沒有系統化整理,網家技術人員這幾年一直想跟進支付或即時通訊等功能,或在商店街的傳訊加上貼圖。

最不可思議的是,明明這麼多人透過手機購買,但google搜尋商店街的賣家名稱,連到商店街卻永遠都是PC版畫面!(但是搜尋商店街就能給行動版入口了!)

買過商店街的使用者,被定向追蹤的程度最低(我不敢說沒有啦!),現在公司要整理架構,應該是好好分析的時刻了。

註:蝦皮個人賣家也有賣高價硯台,但目前為止還沒什麼評價,大概怕付了錢買到假貨。

《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。)

關鍵字: #PChome #蝦皮
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