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

編按:本篇為文章的下半部,若要讀上半部,在這裡: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)

上篇文章談到了LINE在日本最早期怎麼找到的PMF,那與台灣的成長又有何關係?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,屈指可數,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!──Sting Tao

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。)
 

關鍵字: #新創 #LINE
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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