成功挺進歐洲市場！25sprout新芽網路要成為全世界最酷的台灣網路新創|數位時代 BusinessNext

從學生學術研究調查、餐飲業者用餐滿意度問卷、金融集團客戶意見蒐集到知名車廠售後服務品牌形象詢問，近幾年只要攸關「問卷調查」，你是否常看到這個由綠、黃、紅三色塊組成，並以片狀蛋糕形狀設計而成的Logo？

中文稱做「問卷雞蛋糕」的 SurveyCake，由25sprout新芽網路(以下簡稱新芽)打造的雲端問卷服務，會將 Logo 外型設計如同片狀蛋糕，是團隊希望所有需要進行問卷調查的人，能在過程中像一塊蛋糕(A piece of cake)般一樣簡單。

公司表現突破新高意識自己成為組織成長瓶頸

成立於 2012 年 4 月的新芽，是由劉邦彥(Alex)與學生時期同在圖書館打工認識的郭育廷(Thundersha)共同創辦。發展至今，公司主要有兩大營收來源，分別是自有產品 SurveyCake，以及為企業客戶服務的系統開發專案，前後項的收入佔比約為1:3。

2018年的新芽，無論在營收、訂單金額或是淨利紛紛突破新高，除了客戶專案穩定發展外，自有產品 SurveyCake 表現也超乎預期，不但損益兩平更達成推出以來首次達成獲利。

而這一切並非沒來由地發生，劉邦彥說背後成長關鍵在於去年的內部組織大幅度調整，正式將 SurveyCake 與客戶專案拆分成兩個獨立 BU(Business Unit)，設定各自獨立的預算與目標，也建立更完善、具有系統的組織架構，讓每位員工能更明確地掌握責任並達成任務目標。

由劉邦彥(前左一)與郭育廷(前右一)兩人一手創辦，新芽成立邁向七週年之際，團隊人數已成長至約40人，為了迎接更多夥伴加入，過去幾年他們陸續換過幾次辦公室，一步步擴張規模、開拓事業版圖。

圖／侯俊偉攝影

他表示過去幾年沒有拆分 BU，容易發生客戶專案為了趕時間上線，搶分其他開發資源，這樣的情況下常使團隊無所適從，更延宕不同案子的進度，促使他意識到自己也成為組織成長的瓶頸。

「組織小的時候沒什麼障礙，創辦人衝前頭、其他人跟著公司就會成長。但到一定規模時情況就不同，決策者如果被其他事情耽擱，就可能同時延遲數個專案進度。組織調整會有陣痛期，但這是必經的，唯有將架構梳理清楚，讓主管第一線就排除同仁需求，才能讓每位夥伴無後顧之憂投入，並發揮最大產能。」劉邦彥說。

劉邦彥表示，經過組織調整後的新芽，仍保有每個月召開員工大會的習慣，在這場合會向所有夥伴分享公司近期成果，包括業務、客戶合作或是採訪等進度，偶爾也會直接開放式討論不同議題或進行意見調查。

圖／侯俊偉攝影

鎖定特定產業客戶深入挖掘合作內容

SurveyCake現階段有10多萬使用者、50間企業客戶，主要集中在餐飲、金融保險及汽車等消費品產業，國泰世華、南山人壽、王品集團、TOYOTA 甚至羅氏大藥廠都是他們的合作夥伴。

為什麼會集中在這幾個產業？郭育廷解釋他們特別喜歡跟 Domain-Knowledge 很深的產業客戶合作，例如藥廠、車廠或是金融保險，雖然與其他類型相比，得投入較多資源，但一旦合作成功，往往能為公司帶來更深且長久的夥伴信任關係。額外好處是，有了其中一個成功的 Reference，同產業的其他公司，也會自動找上門尋求合作，「因為他們知道，找新芽合作可以不用重新溝通 Domain-Knowledge，能更快、更省成本地幫他們解決問題。」

但也並非所有合作是以 SurveyCake 切入，例如與汽車大廠 TOYOTA 之間的關係，是始於系統專案服務，因為對提供的服務品質滿意，加上也有問卷調查需求，才進一步締結長期合作關係。

「我們的策略是，即便是專案，也要盡量選擇有機會轉為長期客戶的案子，如此才能將投入資源發揮最大價值，」劉邦彥進一步指出他觀察到的有趣現象，是隨著就業市場的轉職浪潮，也會為他們帶來帶新一波的合作機會，因為這些人員即便跳到另一家企業，負責內容或是需達成目標大同小異，因此會繼續選擇 SurveyCake 的服務，這樣隨客戶轉職滾動而來的新客佔比平均約有10~20%。

與歐洲知名管顧公司合作拓展海外布局

隨著用戶數量持續成長，基礎建設不敷使用，今年開始新芽將迭代更新產品，也計畫在既有問卷服務的基礎上，推出更多外掛API服務，讓合作夥伴能將SurveyCake作為接口工具，透過模組化或自動化功能，進一步當成CRM運用，像是在填完問卷後可以立即發放點數或是優惠券，達成更好的行銷目的。

而除了台灣市場，去年新芽也正式跨出海外，劉邦彥表示他們在參加 2017 年香港科技展會RISE時，碰到旗下服務企業包含麥當勞、IKEA等歐洲知名管理顧問公司INTERNATIONAL SERVICE CHECK，耗費將近一整年的PoC過程，終於在去年獲得認可締結夥伴關係，第一波服務已陸續導入歐洲等十一個國家的麥當勞，未來計畫會有更多合作應用。

提供問卷服務的軟體公司有如此多，為什麼是 SurveyCake？

「其實不管在國內或國外，更多的時候，許多人會更直接問：『你們跟 SurveyMonkey 的差別在哪？』」劉邦彥笑著說，強調他們很清楚比起Goolge Form、Typeform等大企業，論資源、論速度的確都比不上，也因此他們選擇另外一條路，主打企業級客戶，並將這些特定產業的服務做得更深，「當你產品越注重細節且越扎實，這些需求有被滿足的企業客戶就越離不開你，而這就是SurveyCake的競爭優勢。」

採訪最後，問及新芽的企業文化為何？劉邦彥與郭育廷異口同聲地表示：「成為全世界最酷的網路公司，做甚麼事情都讓人覺得很厲害且真的有幫助。」期待有一天，能在全球更多地方，見到這家台灣的軟體新創服務。

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。