疫情下營收仍成長60%!FunNow靠三大發展目標,滿足國人「報復性消費」
疫情下營收仍成長60%!FunNow靠三大發展目標,滿足國人「報復性消費」

成立於2015年的FunNow是瞄準按摩、餐飲與旅宿等都會娛樂的即時預訂平台,主打超晚鳥的最後一刻(Last Minute)預訂,最快能夠預訂15分鐘後的娛樂服務。

在全球受到新冠狀病毒(COVID-19,俗稱武漢肺炎)強烈衝擊的情況下,FunNow也受到不小的影響,募資進度延宕、營收成長暫緩,特別是占總營收10-15%的海外市場營收一度完全歸零。但靠著重新檢視、耕耘台灣市場的需求,讓FunNow在疫情間強化了三個未來成長的重要方向,來搶吃報復性的國內市場需求。

FunNow強化新方向:高級餐廳、美容美髮與分級會員

雖然瞄準的是各種娛樂消遣服務,但FunNow的主要消費者並不是遊客, 其95%的營收貢獻來自本土消費者 ,讓邊境封鎖的影響並沒有想像中大。海外市場香港、馬來西亞也都主要服務當地消費者,儘管營收一度歸零,但很快地回復5成以上的水準。

FunNow日本
東京與沖繩,是FunNow在日本最主要的市場。
圖/ FunNow官網

另外一個海外市場日本則因應其旅遊大國的特性,FunNow在策略上是希望讓台灣、香港、東南亞各地的旅客成為先行者,把FunNow的服務帶進日本。所以邊境封鎖對日本市場造成較大的影響,現在,FunNow在日本的廣告投放、行銷也轉向鎖定當地消費者。

而主要市場台灣,FunNow的目標不變:持續擴大店家與使用者的數量,「所以要獲得更多的流量,線上廣告會持續投放,還有跟大品牌合作,從線下導流到線上也是一種方式。」FunNow的共同創辦人暨執行長陳庭寬說。

舉例來說,FunNow是米其林的合作夥伴,米其林在8月11日公布了台北及台中共75間的必比登推介名單,FunNow也積極地接觸這些餐廳,「高檔餐廳也許訂位很滿,不一定需要FunNow,但還是會有no show的情況,FunNow的即時預訂就能在這時候派上用場。」陳庭寬說。

他也提到,因為大家不能出國,會把出國的花費轉至國內,吃高檔餐廳就是其中一種「報復性消費」管道。還有另外一個更實際的原因,高檔餐廳的消費金額較高,對FunNow來說毛利也較高。

此外,FunNow也在疫情期間拓展出了新的業務——美容美髮。FunNow的業務團隊發現,很多人都會把洗頭當成消遣,加上美髮業在預訂這塊還有加強的空間,「重點是剪頭髮每次去都要等很久啦。」陳庭寬說。現在FunNow平台上已有200家美容美髮業者加入,預計在9月還會有有兩家大型的連鎖美髮業者投入。

「過去大家總是說台灣市場太小,但在疫情期間,反而生在台灣是一種幸運,受到的影響較小,認真做、積極做還是能挖到金礦,」達盈管理顧問公司(註)的投資總監盧志軒說,「趁這個時候也能讓更多消費者習慣新的服務,找到更多的潛在消費者。」

FunNow白金會員
透過每日登入、消費、邀請好友都能獲得FunNow點數,達10,000點即可成為白金會員。
圖/ FunNow官網

不只店家的種類更多元化,疫情也讓FunNow更重視會員制度。

一般的會員之外,FunNow也有白金會員的制度,每月只要消費一定的金額就能成為白金會員,成為白金會員可以享有進階的服務,像是住飯店晚一小時check out或按摩時間多加10分鐘等,「拉新客戶的成本是維繫舊客戶的5.5-6倍,所以舊客戶一定要好好維繫。」陳庭寬說。

更重要的是,目前FunNow的白金會員數量約為1.3萬人,約是每月活躍用戶15萬的8%,卻能貢獻3-4成的營收,是含金量最高的一群人。

既是疫情受害者,亦是受益者的FunNow

FunNow今年第二季的營收,年比成長了60%,「看起來好像成長很多,但對新創公司來說,成長本來就是最重要的事情。」陳庭寬說。

除了台灣疫情控制得當之外,營收成長的其中一個原因是,FunNow平台上的店家在疫情中經歷了一輪「汰弱留強」。

在疫情爆發最嚴重的時刻,對店家來說,過路客變少了,消費者也傾向透過網路預訂,避免排隊,與人群做過多的接觸。實體來客變少的情況下,加快了店家數位轉型的腳步,更願意與網路平台合作。

現在每月約有120-150間店家加入FunNow,對比去年下半年每月50-80間有不小的成長。但FunNow的總店家數並沒有因此大幅增加,「倒閉的業者也很多,我覺得這也是一個汰弱留強的過程,能留下來的店家,服務品質有一定的保證。」陳庭寬說。

服務品質提高了,消費者自然也更願意消費。FunNow也加碼於3月投入300萬行銷預算補貼,轉換率約為6倍,對於營收的挹注也有所貢獻。

對FunNow來說,受疫情影響較大之處,是募資進度與海外市場的拓展,「原先排好要DD、面談的創投現在也都不能做,預計要開拓一個新的海外市場也先暫停。」陳庭寬說,但他仍透露今年年底有機會宣布新海外市場的開張。

註:DD,Due Diligence(盡責調查)的簡稱,為投資方在投資的過程中,確認被投資方的實際資產與營運狀況的重要程序。

「對新創來說,這個時刻重新檢視海外市場策略是重要的,特別是開拓海外市場的方式與策略。可以重新去掃一下周遭的海外市場,是要去新的國家新起爐灶,還是要找更多的當地合作夥伴合作。畢竟,現在的海外市場,一定與你2019年所做的規劃已有很大的不同。」盧志軒說。

總結來看,FunNow既是新冠狀病毒的受害者,也是受惠者。

海外市場營收歸零、募資進度暫緩、損益兩平的時間點後延,對FunNow來說都是衝擊;但越來越多店家、業者意識到要與網路平台合作,走上數位轉型之路、不想排隊群聚的消費者更是需要預訂的服務,對FunNow則是一大利多。

雖然很老套,但陳庭寬還是說了:「危機,就是最好的轉機。」

註:達盈管理顧問公司為FunNow投資者。

責任編輯:錢玉紘

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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