SaaS新星Monday成軍不到10年拚IPO，但這間以色列新創還有哪先關卡要過？|數位時代 BusinessNext

SaaS新星Monday成軍不到10年拚IPO，但這間以色列新創還有哪先關卡要過？

來自以色列的新創Monday.com，透過SaaS與訂閱制模式，為各企業提供工作流程管理服務。成立不到10年便提交上市申請，但風光背後還有哪些隱憂？

疫情＋數位轉型，工作流程管理系統異軍突起

為何這種與工作流程有關的平台，近年在B2B市場異軍突起？原因在於，雖然像是Salesforce或SAP這種系統大廠，確實提供從訂單、生產、行銷自動化、CRM到客服近乎一條龍的服務；但企業採購系統時往往是分段進行，基於不同時期與環境的考量下，很可能會發生「一家公司、多套軟體」的狀況。這時系統間的資料串接，以及系統與傳統流程的整合，往往會造成開發端相當大的成本。

因此如Monday.com這類整合公司業務及第三方服務的平台類產品，讓企業無須自行開發，或是以相對低度施工成本，在單一平台串連相關的系統與工作流程。再加上新冠疫情推波助瀾，進而成為中小型企業快速數位轉型的解決方案之一。

從數字上來看，確實帶來不少業績。對於一家需獲取穩定經常性現金的SaaS公司，獲客數與因客戶數而來的經常性收入是最重要的指標。根據Monday.com提交的F-1表格，在2020年ARR逾5萬美元的客戶數，從前一年的76家增加到264家。營收也從0.78億美元提升至1.6億美元。

競爭者多＋財務失衡成最大隱憂

不過，據Seeking Alpha專欄作家Donovan Jones分析，雖然Monday.com營收表現亮眼，但 目前最大的風險在於為數眾多的競爭者 。除了更早切入企業溝通市場的Slack、Asana，另外還有同樣提供工作管理模板的Airtable與Notion，也搭上疫情帶來的遠端工作趨勢，營收分別來到0.33億與0.13億美元，都是不可忽視的後起之秀。

此外，Donovan Jones認為 財務風險同樣不能輕忽 。攤開財務報表，雖然Monday.com營運翻倍成長，但營運費用也是同步膨脹。其中最大宗的業務與行銷費用，不論是2019年的1.18億美元或2020年的1.91億美元，都大於該年度的總營收——這對於投資人而言，恐怕對財務管控的評價大打折扣。

正是因為SaaS類型的新創企業，為了搶佔市占率與營收，會發生客戶數與行銷成本同步飆升，犧牲利潤率。因此要衡量SaaS體質，美國企業家Tim Feld提出「 40法則 」，也就是 「營收成長率」加上「營業利潤率」大於40%的公司，才是較為健康的SaaS公司 。

以Monday.com今年第一季的成績，營收年成長率85%加上EBITDA（未計利息、税項、折舊及攤銷前的利潤）為負64%，為21%，顯見在利潤率與營收的平衡上，仍有改善空間。

但營運端似乎已意識到財務面的危機，從2019年至今，業務與行銷費用占營收比例已經從151.8%降到118.8%，今年第一季更是來到106.9%。另外現金持續外流的狀況也有改善，今年第一季自有現金流為負159.5萬美元，去年同期則為負595.9萬美元。

資料來源：Protocol、Seeking Alpha、SEC
責任編輯：文潔琳、蕭閔云

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。

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。」

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。

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。