大吃粉絲經濟!台大學生30天開發App,追星社群Kardomo衝出3萬下載量
大吃粉絲經濟!台大學生30天開發App,追星社群Kardomo衝出3萬下載量

如果你打開一位K-Pop粉絲的皮夾,最顯眼可能是一張張員瑛(IVE成員)自拍照的專輯卡片。對於圈外人來說,這是一張成本不到10元的卡片;但對於追星族而言,這是一種身份識別,也是連結偶像最緊密的實體聖物。

註:張員瑛是知名韓國女團IVE成員,IVE出道後以《LOVE DIVE》橫掃2022年度歌曲大賞。

在2024年,當全球K-Pop實體專輯銷量,在連續9年成長後首度下滑19%的狀況下,小卡經濟仍然熾熱,一張稀有卡片在二級市場的價格甚至能翻上百倍。

正是這股粉絲經濟的龐大價差,成了Kardomo(卡多萌)創業初期最大的動力。這支由4名高中死黨組成、現多就讀台大的學生團隊,最初被這塊商機吸引,原本預想能建立一個交易平台,靠著幫粉絲媒合買賣小卡來抽手續費賺錢。然而,現實的財務模型給他們上了一課,原本的商業模式根本跑不動,但他們沒有放棄,而是選擇轉型。

在沒有全職資深工程師的配置下,團隊全員訂閱AI開發工具,僅用一個月便開發出整合追星行事曆、資訊討論與小卡圖鑑的社群App。

這一次,數據給出了最好的證明:自今年7月上線以來,在零廣告投放的狀況下,Kardomo憑藉精準解決資訊焦慮的痛點,靠著社群口碑迅速擴散。上線不到半年,累計下載量突破3萬次,月活躍用戶(MAU)穩定超過2,000人,更一度衝上App Store總排行榜第7名。

在這個AI時代,這群學生是怎麼做到的?

轉型實戰:用「AI極速試錯」換取生存空間

轉型說來容易,但對這群學生來說,中間經歷了一段痛苦的試錯期。

時間回到創業之初,作為追星族的他們敏銳地注意到K-pop小卡市場的價格波動極大,一張小卡的價格可以從10元飆升到數萬元。團隊因此設想,若能複製潮鞋平台StockX的模式,建立一個競價與媒合系統,並規劃從中收取2%至3%的手續費,這將是一門好生意。

他們的假設看似合理,但當團隊深入計算後,發現了這個模型的致命傷:目標客群的支付能力與平台維運成本不匹配。Kardomo團隊坦言,核心用戶多為國高中生,單筆客單價過低。「若僅依賴手續費,單月營收頂多新台幣20~30萬元,無法支撐技術研發與團隊運作。」技術長葉又銘說。更關鍵的是,作為雙邊平台,若沒有足夠的初始流量,交易深度將無法建立。

卡多萌
萌主系統
圖/ 卡多萌

認清這點後,團隊決定暫緩交易變現的計畫,轉而從自身作為追星族的痛點出發,先解決粉絲更痛、更基礎的需求。那就是K-pop的追星體驗雖然充滿儀式感,卻也伴隨著巨大的資訊焦慮。

為了不錯過偶像的任何動態,粉絲往往被迫在Instagram、官方粉絲平台Weverse追直播跟偶像互動,不得不在破碎的數位管道間疲於奔命。洞察到這一點,Kardomo團隊決定調整戰略,試圖在混亂的社群網絡中,搭建一個專屬於粉絲的一站式入口,先把流量養大、黏住。

不做莊家改做管家:卡多萌如何轉攻追星族的資訊焦慮?

為了將分散且破碎的追星資訊重新聚合,Kardomo開發了核心功能「追星行事曆」。這項功能的誕生,源於團隊對粉絲生態的深刻洞察:「Weverse這種官方平台不會負責你在台灣的資訊,或是台灣主辦方的搶票細節。」資訊長彭麒任解釋道,為了填補這個缺口,他們採用「維基百科式」的共編邏輯,發現粉絲其實非常願意貢獻資訊。

卡多萌
行事曆功能,讓粉絲能夠一站式閱讀偶像的行程。
圖/ 卡多萌

現在,無論是韓團的回歸、全球巡演等這些官方無暇顧及的細節,都能透過熱情粉絲的協作,在App內即時拼湊出最完整的時間軸。此外,平台更整合了跨平台的音樂排行榜、追星日誌和專屬討論區,全方位滿足粉絲從獲取資訊、收藏交流到紀錄心情的需求。

除了時效性資訊,Kardomo也將創業初期積累的技術能量注入收藏領域,推出小卡圖鑑。

如果你在網路上搜尋「小卡」,你會發現這是一種違背傳統經濟學定價的商品。一張成本不到台幣10元的印刷紙卡,僅僅因為印上了偶像的自拍,就能在二級市場飆出數萬元的成交價。這是一個充斥著對偶像熱愛的龐大市場,也是粉絲經濟中最不透明的一環。

針對粉絲社群內部對於小卡的頻繁交流需求,以及小卡價值與交易資訊不透明的二手市場,Kardomo試圖以「小卡鑑定交流區」,搭建一個更高效的輔助系統。

「小卡本身在社群中,已經有一套成熟的分類與整理流程,粉絲們也很習慣自己去做判斷。」葉又銘舉例,像是如果有新卡釋出,很多平台幾乎是即時整理出完整資訊,所以Kardomo更著重在整合資訊,「我們更像是在搭建一個更好用的工具,去整合這些散落的資訊來源。」

卡多萌
小卡圖鑑功能,讓粉絲能夠一眼看見不同團體的小卡價格,同時也能夠互相交流,鑒定真假。
圖/ 卡多萌

透過系統化的整理,平台能協助粉絲在交流與鑑定區中,更順暢地交易或交換到想要的版本,甚至提供初步的價值參考。葉又銘強調,這個交流區不僅解決了過去單靠肉眼比對的低效困擾,更重要的價值在於協助粉絲建立專屬的「小卡收藏冊」。

然而,要讓龐大的資訊生態系長久運轉,單靠團隊不到10人的人力顯然是不可能的。為了突破營運瓶頸,Kardomo建立了「萌主(版主)機制」,他們招募了80多位各團體的死忠粉絲,賦予其審核行事曆、管理討論區秩序的高權限,使其成為平台的營運骨幹。

這套機制的成功,連創辦團隊都感到意外。營運長顏佑蓁分享了一個插曲:「我們曾經想給貢獻前3名的盟主一些實質獎勵,結果他們直接回絕說:『不要啦!』」這群版主的理由很純粹:「因為看到資料被整理得漂漂亮亮,讓更多人認識這個團體,我就很開心了。」這種非金錢驅動力,讓Kardomo在較低的營運成本下,建立起難以複製的社群溫度。

卡多萌
萌主能夠透過以圖搜圖功能方便管理小卡。
圖/ 卡多萌

目前,Kardomo仍採用免費模式吸納使用者,未來不排除推出訂閱制。而談及未來商業模式,在K-pop粉絲經濟中,他們看的不是從小額付費中獲利,而是摸索出一條依賴精準數據價值的變現之路。團隊表示,未來將避開消費力有限的C端,瞄準握有預算但充滿焦慮的企業端。

卡多萌
萌主系統
圖/ 卡多萌

「主辦單位想知道的不只是票房,而是鐵粉在哪裡。」葉又銘分析,2024年韓團來台開演唱會場次雖創新高,但主辦方常面臨定價或場地大小估算失準的風險,透過分析用戶在App行事曆上的關注點、收藏了哪張稀有卡,Kardomo將有機會能為經紀公司提供精準的粉絲輪廓,這些數位足跡將成為決策者的關鍵依據。

「不想進台積電」的告白,用AI找回對人生的定義權

回顧這段過程,Kardomo團隊坦言,學生身份既是限制,也是武器。「最大的劣勢就是『實戰經驗』不足,我們沒辦法跟在業界工作了10~20年的人比。」團隊自我剖析,但正因為缺乏經驗,他們反而發展出一套獨特的生存哲學:「我們最大的優勢就是時間成本很便宜。我們的策略就是用時間去換驗證,不斷嘗試點子,快速推出功能。」

團隊回憶,他們初期便發現社群上有三成問答都在徵友,也以為大家喜歡分享歌單,便迅速開發了「交友功能」與串接Spotify的「音樂分享」。「結果數據出來,根本沒人用,證明這不是個剛需。」彭麒任說,得益於AI賦能,他們能迅速止損,將火力集中在數據驗證過的幾大核心功能。

卡多萌
卡多萌核心團隊成員:由左至右分別為資訊長彭麒任、技術長葉又銘及營運長顏佑蓁。
圖/ 蔡仁譯攝

除了技術上的不斷試錯與調整,心態上的轉變更為關鍵。團隊特別提到,參加台大創創期間,導師的一席話重塑了他們的商業觀。「導師告訴我們,創業不只是解決問題,而是要面對市場、產品、商業模式的複雜搭配。」這讓他們深刻體悟到,創業沒有標準答案,而是一個「不斷試錯、把成功機率提高」的過程。

但究竟為什麼這群高材生,願意放棄穩定的職涯,選擇了一條充滿不確定性的路?

葉又銘笑著說出了那份超越年齡的篤定:「如果可以靠這個養活自己,就不用畢業後去台積電或其他大公司上班,這會是一條比較適合自己的人生路。」至於家人的看法,顏佑蓁幽默地說,平時不會跟家人講太多商業細節,因為解釋起來太累,「但家人算是蠻中立的,只要讓他們知道我們還活著、有在做事就好。」

從一個想賺手續費的簡單念頭,到如今掌握3萬核心粉絲的數據平台,Kardomo證明了,在這個演算法主宰的時代,技術可以被複製,但這份屬於學生的勇氣與溫度,才是AI時代最稀缺的資產。

創業快問快答

Q:最常被客戶或投資人問起的事情?您會如何回應?
商業模式、使用者數據、廣告
Q:要達到下一步目標,團隊目前缺乏的資源是?
可以專注的時間
Q:創業,教會了你哪些事?簡單分享創業至今以來的心得感想?
多找人聊而不是埋頭苦幹,不論是使用者、業師、同領域的前輩。這樣會有比較多想法,且不是 tunnel visioned on眼前的東西
Q:創業至今,做得最好的三件事為何?
快速驗證市場、快速開發、積極採訪使用者

團隊資訊

公司名稱:卡多萌(Kardomo)
成立年份:2025
官方網站

本文授權轉載自創業小聚

往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

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
一次搞懂工業AI
© 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