300壯士、59Fitness⋯健身房為何一直倒?經營健身房真的會賠錢嗎?淺談3大地雷
300壯士、59Fitness⋯健身房為何一直倒?經營健身房真的會賠錢嗎?淺談3大地雷

近期爆出曾在遊戲節目《百戰百勝》擔任傻魔王的「豪哥」許家豪,所經營的健身房「300壯士」結束營業,在此之前,位於大安區「59Fitness客制化運動空間」也已辦理解散登記,同業中充斥著一種聲音:經營健身房就是邁向賠錢倒閉。但,真的是這樣嗎?

這幾天健身圈熱議的事件,大概就是知名的健身房倒閉,品牌知名、經營者也知名,最終還是走向倒閉,然後沒意外應該又是消費者求償無門的劇本⋯⋯。

我的本業是健身房,每年幾乎都會有一個典型的倒閉案例發生。在最早的前三年,每有同業倒閉,我就會試著去了解背後的真正原因,再回頭檢視自己的體質是否過關,有沒有同樣的風險?

同業幾乎也充斥著一個聲音:健身房多店就是高風險,經營健身房就是邁向賠錢倒閉。

大部分健身房倒閉主要原因依然是不脫那幾個(淺談就好,不深論):

原因一:財務掌控不足

了解工作室財務狀況,是身為老闆必備的功課,然而卻很少人每個月有在看財務三表(資產負債表、綜合損益表、現金流量表)。

預收款、當月執行、服務毛利占比、損益兩平的營收死線、當月稅後淨利額、應收款、應付款⋯⋯能理得清清楚楚明明白白的,風控基本上就有控在手裡。

很可惜的是,大部分狀況都是只看營收(預收)、月業績或是帳上現金⋯⋯。

300壯士健身房.jpg
圖/ 300壯士健身房臉書

原因二:團隊疏於管理

人的數據會反映出他的工作狀態(偷課、準備離職、能力不足)。這些數據的收集,以及主管應採取的行動,經營方是否已有建立好的方針與措施、主管有沒有能量作相對應的培訓賦能?

各崗位的分工與職掌也要清楚,當教練就是服務好學生,行銷、營運、行政的工作由專職的部門去做,管理則由店長去執行。各司其職,工作單純也容易找到成就感。

常出狀況的,大部分是沒有制度或是朝令夕改。當一線教練感到在公司沒有保障時,輕則該員自行離退,重則對會員或學生揭露對公司或品牌的負面看法,最糟的是,一人影響全部同事與會員,造成大批退費,若再加上挪用預收款⋯⋯沒錢可退,乾脆倒閉。

原因三:錯誤的成本結構模型

工作室教練的抽成一般大概落40~60%,抽成高並非倒閉主因,錯誤的成本結構才是——尤其是把預收款當作獎金發出去,就犯了超可怕的錯誤之一。

經營健身工作室是正常生意,沒有暴利但也沒到沒賺錢。一般來說,稅後20%上下的利潤應該不難——做不到的先別噴,免費診斷一下,要嘛是你應該做到的營收太低,要嘛你的固定成本太高,或是你的變動成本比例是錯誤的,最好趕快調整過來(還有記得不要把預收款當實際營收)。

常出狀況的,是想透過提出更高抽成以激勵一線教練,或將原本業績很好的店長提拔為區域主管,從利潤中心調到成本中心負責營運——給了超額的高薪,卻做不出應有的人效。

此時若沒掌握好財務(上述第一點),等發現不對勁時(每月損益赤字),帳上現金已經快見底,匆促降薪或職務調整,再造成第二點的集體退費⋯⋯就有可能發生直接倒閉的情況。

除了避免犯以上錯誤,也有一些積極的經營做法提供參考:

1. 規模化降低成本

降低展店的成本,方法有很多。例如算好年度的展店目標、器材設備一次採購 ,作採購談判、裝潢改自行發包、培養長期合作工班,給量壓價談票期⋯⋯等等都是可以嘗試的方式。

我最瘋狂的時候連工程料都自己進,光這個能擠出超多價差回饋給新店,大幅加快回本速度。

其他還有店型、商圈的選擇,這種一簽約定生死的部分還有太多魔鬼細節了,而這些都能讓經營者大大降低成本。

2. 數據、數據、數據,掌握數據等於掌握全局

孫子兵法一直叫你多算,都在商場拚搏了,怎麼能討厭數學?

單一個進店人流的成本、客戶終身價值,全台健身工作室老闆可能很多人都不太清楚,更不用說點擊率、預約率、報到率、成交率、擴散率、續約率、銷課頻率、廣告費用占比等等的。

數據不好的,調整方案、調整渠道、調整活動、調整培訓、調整新的方法,去把數據優化,這點我認為真的很少有同業在做了。

3.照著制度走,不要考驗人性

最後,該開發票的要開發票,正職的給勞健保,承攬的簽好合約按合約精神走。

規模一大,不要想考驗人性或相信感情,小小的人少都還經得起考驗,規模大了,你只能夠相信制度與數據。

也唯有這兩個要素,才能讓那麼多個性迥異的人聚在一起,照制度來好好工作。

本文授權轉載自應惠帆臉書

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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