獨角獸上市年的回顧
獨角獸上市年的回顧

執筆寫這篇專欄的此刻,我人正在東京休假,腦袋累積了忘年會季節過多的酒精殘存,走在百萬遊子歸鄉後一瞬間淨空的東京街道,打開電視也淨是回顧三十年的平成等各種節目,別說年末感,根本就是時代尾聲感十足。

我打開電腦檢視了一下2018年已經刊登的51篇專欄,發現過去一年我寫了不少獨角獸新創上市的分析文章。隨著Uber和Lyft也都各自申請上市,2019年看起來也會是一堆獨角獸走入陽光下的狀態。溫故知新,2018年這最後一篇的專欄 ── 當然刊出時應該已經變成2019年第一篇專欄 ── 就讓我們來看看這短短一年中,這篇專欄曾經討論的獨角獸上市截至目前為止的股價表現。

和併購退出不同,新創一旦上市後所有的經營數字就會攤在陽光下,股票市場也會無視創辦人和員工情緒地每天每分每秒給出「評價」。當然對於有幸投中這些上市的獨角獸新創的風險資本家們,過了三個月到半年的閉鎖期就能夠順利售股獲利(或者認賠)了結,從此不再與卿相干(除了持續嘴砲的權利),但創辦團隊的挑戰多半才剛開始。

在2018年上市的獨角獸股價表現為何?

過去一年本專欄分析過的上市案一共有:SpotifyDropboxDocusign小米MercariAdyenSonosEventbriteSurveyMonkey以及Beyond Meat。其中Beyond Meat是在十一月底申請上市的,目前還沒有完成認購和開始交易,所以我們就不在此討論。

九間上市獨角獸過去一年股價表現(擷取自Yahoo! Finance).png
九間上市獨角獸過去一年股價表現。

上面是九間獨角獸上市後至今的股價表現,其中1810.HK是在香港上市的小米,4385.T是在東京上市的Mercari,我最後並加上納斯達克指數(^IXIC)作為對比。由於每一間公司上市時間不同,曲線的長度也不同,另外Yahoo! Finance的繪圖系統在起始日的相對百分比上似乎採取了上市認購的價格,而非首次交易價格,所以有些股價的起始值高於0%。

不論如何,這些股票年末封關的股價百分比變化大致符合我追蹤它們到現在的趨勢,所以我們就單純以這些數字來討論。

大家可以看到納斯達克在過去一年下跌了5.21%,如果以此為基準,超越大盤表現的獨角獸只有六月在阿姆斯特丹上市的丹麥金融新創Adyen以及矽谷雲端簽核新創Docusign,其他的公司股價都跑輸納斯達克指數。

以現在市值來看,Adyen約為13.7B歐元,大約美金$15.7B左右,DocuSign則是$6.7B。在最近幾個月科技股哀鴻遍野的局勢下,能夠有這樣相對大盤穩定的表現,說穿了就是兩家公司產生穩定現金流的能力都很強,前者一季可以產生超過$60M的營運現金流,後者也有$20M以上,產生現金的能力永遠是股價最好的支撐工具,在這兩家獨角獸身上也看得很清楚。

山田大叔的Mercari股價持續滑落(擷取自Yahoo! Finance).png
山田大叔的Mercari股價持續滑落。

Mercari股價嚴重慘跌

在光譜的另一端,我們則看到幾家股價嚴重慘跌的獨角獸。

其中最慘的是我在〈網拍大叔變身千億男─無心插柳的3500億〉一文中分析過的Mercari,原本上市時超額認購,價格一再調高,上市後也拉出一波紅盤,公司市值一度超過美金$3B,山田大叔身價也超過千億日圓,可以擠入日本富比世五十大富豪榜。但上市以來財務表現被保守的日本市場緊盯,在原先承諾的單季轉虧為盈落空後,股價就一路滑落,美國分部的表現遲遲沒有貢獻,歐洲分部最近更是直接關門撤退。現在股價只剩高點時的35%,等於跌掉超過六成的市值,毫無疑問是今年表現最慘的獨角獸。

表現第二糟的是硬頸的SONOS。原本在我專欄中就已經不看好創辦人早被逼離,私募基金大股東KKR光用資本催高營收硬要上市退出,結果就是市場毫不買單一家已無願景的消費電子新創,股價離高點慘跌近半,市值也跌破獨角獸水位,剩下$953M。
「如果是這樣,那小米應該也很慘吧?」忠實讀者應該很快就會找到下一個疑犯。

Dropbox Inc(擷取自Yahoo! Finance).png
Dropbox Inc.上市第一天收盤大漲了35%;但隨後就一路下跌。
圖/ Yahoo! Finance

但出乎人意料之外的,有一家精實新創的優等生表現比小米還慘,那就是人人稱羨的Dropbox,儘管在六月股價曾經一度衝破$40美元,但隨後就一路下跌,現在只剩下高點的一半價位,市值也跌到$8.5B。此中原因,除了營運現金流成長速度不如預期以外,營收主要來自於消費者,市場對於明年整體消費景氣的疑慮也對Dropbox的股價造成影響。

「接下來總該輪到小米了吧?」總是沒頭沒腦唱衰硬體新創的精實新創投資人可能繼續追問。

但很遺憾的,下一個表現不佳的是音樂串流王者Spotify,八月股價一度攀升到接近$200大關,但之後就一路下滑到現在的$110水位,市值縮水為$20B。這背後原因部分是面臨Apple Music的強烈競爭,以及市場同樣對消費者支出的疑慮。但大家應該還記得當初Spotify是直接上市,沒有募新資金,所以既有投資人在上市時就可以變現,我想應該有不少風險資本家腳底抹油得夠快,應該都已經獲利了結。長期來說Spotify引領風騷開創出了下個世代的音樂平台,只要持續改善營運應該都還是有股價大翻身的機會。

小米表現如何?

下一個劣等生仍舊不是小米,而是市調猴子Survey Monkey。上市時股價一度衝破$19,現在只剩$11,市值也縮水到$1.4B,勉強保持著獨角獸地位。同病相連的是另一家精實新創Eventbrite,股價從高點的$40左右一路下滑倒$28,市值縮水為$2.2B。

小米股價也下跌.jpg
小米儘管股價也下跌,但還是九家獨角獸裡市值最高的。圖為小米之家台北信義威秀店,小米手機紅米6。

「說好的小米呢?」

可能會讓一些讀者跌破眼鏡的,做著無聊的手機生意的小米的股價表現,雖然如果從高點超過$20港元開始計算也相當於跌掉三成以上,但現在的$12.9港元其實距離上市認購價格並沒有跌掉那麼多,市值也守住$290B港元,相當於美金$37B,仍然是這九家獨角獸裡市值最高的。

綜觀這九家獨角獸新創,各個都是領域中的潮流領先者,上市也都有著精實新創功成名就的宣示意味,然後整體來說上市後股價表現並不如意,相信許多華爾街投資銀行應該都在修正他們為客戶的路演策略,試圖管理創辦人對上市認購價的預期。

只是在承銷上市競爭激烈,僧多粥少的情況下,我們明年應該還是會看到一些知名獨角獸新創以市場不太能接受的高股價上市,然後重演股價一路下滑的劇碼。

但不論如何,金融海嘯十年以來,華麗催生了許多的巨型的精實新創,能夠順利在2018先後上市,都是不可小覷的成就。現在平成即將結束,下一個十年的新創會是什麼模樣,且讓我們拭目以待。

本文由楊建銘授權轉載自風傳媒專欄。

《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
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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