得來速只做點餐跟結帳，為何還排這麼久？他如何用萬名「遠距打工仔」解決痛點？|數位時代 BusinessNext

拆解「得來速」點餐與結帳流程

得來速的消費流程是這樣的：一輛車會經過點餐、結帳、取餐等3個站點。點餐環節透過對講機向站在「結帳」站點的店員點餐，所以結帳人員在為A車結帳時，還要同時聽取B車的點餐內容，分身乏術的情況下，不時發生點錯餐、找錯零錢或讓客人等待等狀況，降低整體得來速車道的效率。

Bite Ninja創辦人Will Clem過去經營烤肉餐廳Baby Jack's時，就遇到這個困擾。在某個星期五晚上許多收銀員臨時請假，Will Clem靈機一動，把電腦放在得來速車道的對講機上，自己親自在線上為顧客點餐，讓員工專心收錢與製作餐點，沒想依然能流暢的交付訂單，讓Will Clem思考這套解決方案或許能適用於其他速食店。

他進一步觀察餐飲業現況，發現目前餐飲業面臨勞動力短缺，想求一名員工也不簡單。台灣也面臨著類似的「缺工」問題，目前全台有162間麥當勞得來速，佔所有麥當勞的40%，除了上述問題，雇主還要面對明（2023）年基本工資調漲，利潤越來越低的窘境。

Bite Ninja打造得來速職缺平台，讓服務人員線上遠距點餐

但速食店並非24小時處於尖峰時段，可能一天只有中午、晚上用餐時間需要多餘人力。「你希望在2個小時的午餐時間增加人力，但不能要求人們只上班2個小時。」Will Clem說道，從業者的角度出發，根本不可能開放2小時的職缺，如果特地為此增加一名員工，員工在離峰時間也沒事做，業主反而不敷成本。

既然視訊點餐不影響速食店工作效率，而業主又有彈性時段人力需求，Will Clem把這項解決方案套用到市場痛點，在2020年創辦SaaS平台Bite Ninja， 讓速食店業主彈性選擇需要人力的時間，並向外尋找能配合零碎時段的遠距兼職員工，讓他們在線上負責得來速點餐 。

Bite Ninja開放給所有想在家工作、從事兼職的人註冊，例如家庭主婦、退休人員等，並提供教育訓練，教用戶基本的點餐流程，完成培訓後，Bite Ninja便匹配員工至各個速食店的得來速職缺，為速食店管理排班，員工同時能在網站上查詢班表。

也就是說， Bite Ninja把原本負責在得來速點餐的職位，外包給遠距工作者，再把訂單傳送至餐廳裡，讓內場人員得以專注於餐點製作。 所以當客人進入得來速車道時，對講機將出現一個視訊螢幕，兼職人員則在線上處理點餐，其他消費流程不變。「你把接單員從喧鬧、瘋狂的環境中帶走，將他們安置在安靜的環境裡，這可以讓人們集中注意力。」Will Clem說道。

透過Bite Ninja的服務，原本得來速車道點餐環節，就能專心交付給一人處理，顧客的消費流程既不被影響，還能提高點餐速度、減少出錯率。另一方面對於速食店來說，業主能補足尖峰時段人力不足的問題，再加上Bite Ninja負責所有前期招聘、培訓過程，因此也為業者省去人力培訓時間成本。

不只降低人力成本，也解決了餐飲缺工問題！台灣得來速可能跟進嗎？

如果想在Bite Ninja聘用兼職員工，速食店業主每小時需為一人支付15美元，但碰上假日尖峰時段，人力供不應求的情況時，Bite Ninja可能提高價錢至每小時25美元。根據求職平台indeed.com的數據顯示，麥當勞的時薪為20美元，因此Bite Ninja的費用也為速食店降低些許人力成本。

對員工來說，薪水則是每小時10美元。迄今為止，Bite Ninja平台內已有12,000名兼職員工，同時與60多間速食店合作，像是Chop Stop、Wings Over等餐廳。

2021年，Bite Ninja入選YC加速器，在今（2022）年收購數位菜單平台Zenu，推動速食店服務數位化，讓餐廳跟客戶能線上下單，並於8月募資1,130萬美元新一輪募資。除了得來速人力問題外，Will Clem期望未來能擴大Bite Ninja服務範圍，推出自動化烹飪工具，提高餐廳廚房內部效率，「Bite Ninja的解決方案是降低餐館老闆的成本，但增加勞工的收入。」

本文授權轉載自：創業小聚

責任編輯：林美欣

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。