Instacart調升IPO價格!創辦人33歲成億萬富翁,回顧他在失敗20次後的四個領悟
Instacart調升IPO價格!創辦人33歲成億萬富翁,回顧他在失敗20次後的四個領悟

Instacart調高IPO目標價即將上市

新創生鮮雜貨配送平台Instacart即將掛牌上市!根據CNBC、華爾街日報等外媒報導,Instacart將以股份代號「CART」於9月19日在美掛牌上,IPO定價為30美元,以完全稀釋股數計算,估值最高達99億美元。

先前Instacart原本將IPO目標價區間設定在26至28美元,不過,搭上英國半導體大廠Arm上市首日股價飆漲,Instacart順勢調高IPO價格區間,上修為28至30美元,共計將發售2,200萬股股票。

Instacart成立於2012年,於2022年Q2開始即轉盈。其創辦人Apoorva Mehta在33歲那年成為億萬富翁,事實上他也歷經無數次創業失敗,在這些經歷中學到了哪些事?以下為2020年報導。

2020年6月中旬,美國《富比士》商業雜誌報導,現年33歲的Instacart創辦人兼執行長Apoorva Mehta正式成為億萬富翁。

Mehta在2012年從雜貨快遞業起家,曾入選富比士「30位30歲以下菁英榜」,2020年在新冠肺炎(COVID-19;武漢肺炎)流行之際,研究銀行Cowen Inc.指出,Instacart成為美加地區民眾生活雜貨類消費,在沃爾瑪、亞馬遜之後的第三個選擇。

能以新創之姿,與線上及實體零售巨頭並列消費者購物偏好名單,Mehta在2014年於Y Combinator演講時,曾提到他人生不同階段學到的課題。歸納可分三個階段:

Instacart.jpg
以低獲利實現快速成長的貨品配送公司Instacart。

延伸閱讀:抽不出時間買菜就靠它了!Instacart的生鮮代買服務讓亞馬遜很緊張

課堂一:走向創業之路

卸下亞馬遜工程師身份,走出舒適圈

Instacart是一家勞務提供商,讓消費者可以享受「在線上下單,採買者代為去雜貨店購物,並配送到家」服務的公司,其服務範圍已從舊金山擴及超過5,500個城市和北美地區約30,000間商店。

創辦人Mehta出生於印度、在加拿大長大,就讀加拿大滑鐵盧大學的電機工程學系,是一個對科技運作富有好奇心的人。

畢業後,曾在黑莓和高通兩間公司擔任設計工程師,也待過鋼鐵廠,希望能藉由不同工作找出自己熱愛的事物;之後,他則搬到西雅圖,成為亞馬遜的供應鏈工程師,協助開發能將包裹從亞馬遜倉庫運送到客戶家門口的配送系統。

限編輯使用_Amazon亞馬遜_Ioan Panaite_shutterstock_10808293
圖/ Ioan Panaite via shutterstock

在業界闖蕩的這幾年,他學到兩件事,一是他喜歡開發軟體,二是他樂於接受挑戰,但在亞馬遜工作兩年後,他逐漸找不到鬥志,也沒有歸屬感。2010年,Mehta決定從亞馬遜辭職,搬離西雅圖,落腳於舊金山,並開啟全新的人生挑戰—— 成為一個企業家

課堂二:如何面對失敗

擁有滿腔熱血,卻換來20次創業失敗時怎麼辦?

在接下來的兩年裡,Mehta嘗試將畢生所學付諸實踐,例如食物團購優惠券、替社交遊戲公司建立廣告網絡,甚至花一整年的時間打造一款律師專用的社群軟體。

即使對這些產業一無所知,但他仍投入精力去鑽研,因為他喜歡讓自己處於「 勇於學習新知,並解決未知問題 」的狀態。

shutterstock_244451959_reading.jpg
圖/ file404 via shutterstock

在Instacart誕生前,Mehta至少創辦了20家公司,但卻沒有任何一次的創業成功、受到大眾喜愛。慶幸的是,這些失敗不但沒有擊倒他,反而讓他學了一課。

Mehta在2014年受邀回孵化器Y Combinator演講時,也以自己的經驗為例,提醒大家「 創業不止是創造一家新的公司而已,而是要能解決你非常在意的問題 」。

以律師社群軟體為例,他坦言:「我回家後根本不會使用它,因為我當時不在乎律師這個行業,更不關心律師的日常工作,所以我並不是找不到可行的創業,而是我對我的產品一點也不關心。」

課堂三:驗證創業思維

從自身生活經驗中選題,釐清概念再出發

用「 解決自己真正關心的問題 」這個概念去思考後,Mehta從自己的日常生活經驗下手,並梳理出幾個特點,包括「住在舊金山,但沒有自用車」、「喜歡下廚,但家隔壁的雜貨店買不到他要的商品」。他認為在多數商品都能透過線上購物方式獲得的年代,「每週都要去雜貨店購物」的行為,顯得非常過時。

因此,他想到可以編寫一個「按需求配送雜貨」的App。為督促自己,Mehta甚至要求自己在App還沒完成前,都不要踏入雜貨店。

Instacart
圖/ 截圖自Instacart臉書

在不到一個月的時間內,一個不是十分完美,但已可使用的App誕生,他自己測試下訂雜貨店商品,然後把商品運送給自己,也使他成為該App上的第一個消費者和採買兼運送者,而這款App最後也成為用戶使用的線上下訂平台。

2012年參加Y Combinator時,Mehta更利用這款自己編寫的App,送了六箱啤酒給在場的其他創業夥伴,並得到Y Combinator的投資,更在隔年入選富比士「30位30歲以下菁英榜」。

但在Instacart開始營運後,因還未聘請採買兼運送者,時常面臨人手不足的窘境,所以沒有車的Mehta也自己搭乘Uber,幫用戶運送下訂的商品。

課堂四:迎接各種挑戰

在雜貨快遞領域靈活應對、找到立足點

雖然線上下訂雜貨再運送到家,並非新穎的想法,Webvan這家在1996年創立的線上零售商,在20年前就已發想出這個經營模式,但Mehta並未因此退縮,他反而對自己的創業理念更加有信心,因為他認為「 一家成功的公司除了要有具創意性的理念,也需要時間的證明 」。

譬如Uber和Lyft就是用時間向世人展示它們的創業勝利,而Webvan則是未能通過時間考驗,在創立三年後就淪為破產。

Uber_shutterstock_1489253882拷貝.jpg
圖/ Shutterstock

延伸閱讀:疫情反而是強心針!外送、自駕技術遍地開花,掀起IPO狂潮,矽谷要復活了嗎?

不過,Instacart雖能和Whole Foods、Target和Safeway這類大型賣場結為商業夥伴,但公司的經營也並非一帆風順。2015年Instacart因誤把負責購物和運送雜貨的工作者歸納為獨立承包商,而捲入一場集體訴訟風波,最後是讓這群勞務提供者以兼職者身份聘僱,享工作保險才結束這場官司。

2019年Instacart增加取件服務,讓採買者可以順道逛實體商店,並領取事先預訂且已包裝好的商品。2020年4月因應新冠肺炎疫情,Instacart也推出處方箋送藥快遞服務,協助將近200家的Costco配送藥品;同年6月的新一輪募資中,更獲得2.25億美元的投資,公司總市值從7.9億美元提高至13.7億美元,並陸續增加新的零售商合作夥伴,如Walmart、7-Eleven、Sephora。

Instacart
圖/ 截圖自Instacart臉書

我們常說科技之所以能夠不斷推陳出新,是來自於人性的需求;創業的成功與否也看重它能解決多少當代人的煩惱,更重要的是,能否增加生活的便利性。

Mehta在歷經20次的失敗後,以Instacart一掃從前創業陰霾,不僅成功挑戰自我,在面對疫情危機時,也能彈性調整經營策略,在競爭激烈的線上雜貨業,取得一席之地。

資料來源:CNBCWikipediaTechCrunchForbesQuartz24/7 Wall St.
責任編輯:文潔琳、錢玉紘

關鍵字: #零售業
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