FinTech獨角獸Mollie不行銷、不急於收購公司，打造「支付界蘋果」靠哪2招致勝？|數位時代 BusinessNext

FinTech獨角獸Mollie不行銷、不急於收購公司，打造「支付界蘋果」靠哪2招致勝？

支付新創Mollie估值達65億美元，躍升為歐洲第三大金融科技獨角獸。名不見經傳的它，如何在強敵環伺之下成功突圍？

從創立到開啟第一輪融資，經過漫長的15年

Mollie在2004年由Adriaan Mol在阿姆斯特丹成立，在這之前，Mol其實是全通路通訊平台MessageBird的創辦人，當時他想將支付服務整合到MessageBird上時，但他發現所有可用的支付產品，都很難以他想要的方式拿來使用，這讓他想建構自己的支付服務系統，並以自己在朋友群中的暱稱——Mollie作為公司名字。

在本輪融資前，Mollie其實僅有2輪融資，第一次融資是在2019年，當時僅籌得不到3,000萬美元的資金，獲得的關注度也不高；但在B輪融資時，Mollie已順利融到1.06億美元，公司估值也遠超過10億美元並成為獨角獸，而Mollie目前的服務地區則有荷蘭、比利時和德國等地。

至於為什麼在2004創立Mollie後，隔15年才開啟第一輪融資計畫，Mol接受《Techcrunch》的採訪時說：「 我是自己慢慢從內部建構起Mollie的前端、後端 。這是荷蘭的方式，花很長的時間一步一步引導思考，並讓你從中有所體悟，我認為這也是Mollie的基礎。」

因地制宜提供支付服務、整合支付歧異並提高易用性

Mollie的前期成長屬於慢工出細活，但後期在各面向的發展速度都相當驚人，更陸續達到許多里程碑，例如：公司估值飆升，有望在2021年處理約240億美元的支付，比起前一年僅處理約120億美元的付款，成長100%、每個月有120,000個活躍客戶，包括英國線上點餐外送平台戶戶送、聯合國兒童基金會、宏碁電腦和美國知名服裝品牌Guess等、每天更可增加400到500個新客戶。

對此，Mol解釋：「我們主要專注在中小企業——一個服務嚴重不足但市場廣大的客群，並幫助他們提高效率。而且我們也需要持續投資新產品，以保持競爭力，因為支付服務供應商的市場非常擁擠，像Stripe、Adyen等公司提供的服務與我們很類似，且它們在市場上很受歡迎、資金也充足，更預計開發更多工具，以擴大它的國際影響力。」

不過，Mol認為Mollie在兩個關鍵面向贏過其他競爭對手。第一是，他們發現歐洲國家彼此雖然鄰近，但 一個國家的主流支付方式，其鄰國未必聽過，不同國家的消費者在購物偏好上也存在差異 ，例如：荷蘭消費者喜歡提前付款、德國人喜歡先買後付、在比利時則是由國際巨頭主導電商市場，而波蘭當地的電商零售業則佔據主導地位。

所以，如果計劃在歐洲擴張電商業務，了解這些差異相當重要，因此Mollie創建了歐盟電商指南，並提供符合在地化偏好的支付服務。在消費者和商家對於使用哪種支付服務的偏好較為碎裂化、分散的市場，這個操作策略的成果，證明不是所有客戶都只會選擇Stripe的服務。第二是， Mollie提供一個非常快速和簡易的支付整合服務，解決許多不同支付方式原先難以整合之問題，讓易用性提高 。」

因地制宜的提供服務與消弭各種支付方式的分歧，Mollie成功減少商家或客戶在最後關頭放棄結帳的情況，並換得更高的網站轉化率，Mol表示：「 這種轉化率通常可高達7% ，如果從進到網站到最後付款的整個過程都非常順利，那對使用我們支付系統的客戶來說，就是一筆直接收入。」TCV的合夥人John Doran也說：「易用性這點非常重要，要簡單到讓一個孩子也能使用它， 這個想法就好比是建立支付世界的Apple 。」

未來將專注於人才招聘與培訓

新冠肺炎疫情讓商品購買、服務費用支付、銀行業務和其他財務等進入數位世界，但曾在WorldPay工作十年、且在今年4月接手Mollie執行長一職的Shane HAppach認為：「單從支付數位化的興盛，並無法徹底暸解該領域，因為整個支付產業比想像中大且更加分散，而Mollie並不是市場上唯一的支付公司，更不是近期唯一賺錢的一家。 這產業唯一可靠的衡量指標是消費者支出，而它已從過去的10%成長到現在的15%–20% 。」

HAppach進一步解釋：「這也是為什麼即使Mollie已獲利，仍在計劃擴大產品供應、進軍核心業務區以外的歐洲市場，因為這樣我們才能與其他同業，進行更全面的競爭。」對於支付產業內的各家市佔率，HAppach也提出相關數據：「排名前10的業者占有50%的市佔率，如摩根大通、WorldPay、Fiserv、PayPal，但另外的50%則由其他5,000多名業者持有，例如Stripe就很令人驚訝的是在5,000多名之中，但這其實也是告訴每家公司這個市場有多大，以及有多少發展和整合的機會。」

Mollie的下一步是繼續建立與支付有關的服務 ，HAppach說：「我們看到傳統銀行不會對中小企業提供這類產品，因此我們在服務水平很低的中小型企業群體看到巨大的商機。來自我們核心市場裡的多數客戶，他們能獲的金融服務確實非常少，因此公司會專注在例如為客戶提供營運資金、發卡、費用管理或其他銀行業務。」

多數公司在規模達一定程度且收入穩定後，會開始收購其他小公司以擴大業務範疇，但HAppach認為：「 現在應該要專注於招聘更多優秀人才，加強商業產品和業務團隊，投資自己並以最好的方式為我們已擁有的客戶提供更好服務 。」事實上，Mollie也預計在接下來的6到9個月內，額外招募300名新人，而且也的確沒有透過行銷團隊或大規模投資來實現營收成長，到目前為止主要還是透過口耳相傳，黑石集團的投資也是因此而找上門。

資料來源：TechCrunch、Entrepreneur、Mollie
責任編輯：文潔琳、蕭閔云

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。