怎用 LINE Chatbot 創個業?你可參考頗受日本讚賞的 TaxiGo

在衝撞各國體制後,Uber 把使用科技好的那一面留給了許多新創,TaxiGo 可算是其中之一,他們用簡潔的介面、數據蒐集與分析思維跟評分系統提升了計程車的服務品質。這種「後起先制」的作風,或許值得你參考一番呢。
評論
評論

你是還在想要不要開發 LINE Chatbot 的電商或新創嗎?不妨參考一下經營這方面頗有心得的 TaxiGo。

TaxiGo 成立當初以「全球唯一 Chatbot 叫車平台」為主要賣點,不僅去年至「GMIC 香港 2017」分享 TaxiGo 在 AI 領域應用開發的經驗,還被 LINE 日本總部視為「Chatbot O2O 服務」情境相當完整的經典案例之一。

在今年舉辦的台灣 LINE Developer meetup 會議上,TaxiGo 執行長陳泰成就跟開發者們解說他們如何以 Chatbot 打造商業模式的獨特經驗。會前 INSIDE 也專訪到了陳泰成,在此跟大家分享。

1. 最便利的媒合媒介:陳泰成說雖然 LINE 的介面簡潔、好上手,經過精心設計就能很好引導使用者接受你的產品。像 TaxiGo 的 Chatbot 流程就做過許多 A/B Test,讓使用者註冊成功率一直維持在高水平。

此外,只要設計好常用叫車地點、歷史紀錄等功能,Chatbot 就可以跳過許多繁瑣得搜尋工作,為顧客與司機進行媒合。

2. 結合 LINE Pay 成最簡潔的行動支付方案:這點可說是陳泰成眼中使用 LINE Chatbot 最獨特的優勢。跟同業比起來,不需要安裝車上刷卡機,也不用經過繁瑣流程還得被扣手續費,就能讓司機與顧客同時享有行動支付的便利。像他們一開始就跟 LINE Pay 與支付雙向溝通好,無論是顧客付錢、司機入帳,全都能在自動化的 Online 環境下搞定。

同時現在顧客也越來習慣用 LINE Pay 付款,TaxiGO 目前使用 LINE Pay 的比例已超越三成。

3. 大幅優化司機與乘客溝通之環節:陳泰成說 Chatbot 的直覺式操作體驗非常有利於司機跟乘客之間溝通環節,對司機來說,不只能通話、傳訊,還有許多設計好的罐頭訊息可供使用。

此外陳泰成也分享了一個有趣現象:週一到週五的平時上班日,使用者因為大多由公司等固定地點上車,大多喜歡用 LINE 配合歷史紀錄「一件叫車」,十分方便;但假日由於搭車地點就比較不固定,反而自由度高的 Web 就比較受歡迎。

但他最後在訪談中也提醒開發者,LINE 的介面限制度相對比起 WEB 也比較高一點,若沒有好好思考、設計使用流程,用戶很容易就會因為登入階段太多棄用,開發者本身也必須不停做 A/B Test 優化。

在衝撞各國體制後,Uber 把使用科技好的那一面留給了許多新創,TaxiGo 可算是其中之一,他們用簡潔的介面、數據蒐集與分析思維跟評分系統提升了計程車的服務品質。這種「後起先制」的作風,或許值得你參考一番呢。

延伸閱讀:


亞洲.矽谷 x AIdea 徵案成果:新創解決「香水百合價量預測」、「動態足壓影像辨識」AI 模型

國發會亞洲・矽谷計畫執行中心幫助「台北花市」、「阿瘦皮鞋」兩家企業數位轉型,成功導入 AI 應用以提升企業產能及附加價值。
評論
Photo Credit:亞洲・矽谷計畫執行中心
評論

國發會亞洲.矽谷計畫執行中心與工研院 AIdea 人工智慧共創平臺合作「產業出題、 AI 解題」徵案,協助台北花卉公司(台北花市)及阿瘦皮鞋兩家企業出題,題目分別為「香水百合價量預測」、「動態足壓影像辦識」,前後歷經半年的徵案與解題,並邀請資料專家診斷和協助,吸引超過 700 名團隊參與。此次解題優異的新創公司包括:台灣資料科學、庭躍、羅伯斯特及索妮婭四家新創團隊。

亞洲.矽谷計畫執行中心李博榮行政長表示,執行中心持續以「完善創新創業生態系」及「推動物聯網創新研發」為兩大主軸,本次徵案集結了資料科學家與輔導團隊進行訪視企業,從前期的釐清企業需求、檢視企業的數據資料,到最後定義題目與公開解題。活動對企業數位轉型做了一個很好的示範,成功借外部創新能量,導入 AI 應用,以提升企業產能及附加價值。

此次參與出題的台北花卉公司副董事長呂瀅瀅表示,台北花卉公司一直在尋求如何解決花卉的價量問題,擺脫過往農產品容易發生價格過高或是崩盤的情況,如過年期間花卉的需求波動高,預測非常困難。台北花卉希望能夠透過 AI 預測模型,維持花卉的價量,並且穩定造福農民。這次「香水百合價量預測」的準確度高達 7 成,也是非常不容易,之後不排除再找其它的花種進行價量預測,期待在未來能夠將此套 AI 預測導入花卉公司價量預測的標準流程。

阿瘦皮鞋的「動態足壓影像辨識」,參與解題的隊伍能充分利用電腦視覺的技術,來預測足型的最高點及最低點。在第一名的模型中,每個點的平均距離誤差只有 4 個像素,是非常好的結果。未來應用落地後,將大幅提升標註精準度,對於後續的數據應用賦予更高價值,同時也符合阿瘦皮鞋帶給客戶足下與生活美好的企業理念。

工研院巨資中心副組長洪淑慎強調,企業若要推行 AI 應用,首先資料的收集是很重要的步驟,因為 AI 需要大量且正確的資料來學習,達到分析預測的結果;其次是需要企業管理的高層支持,才能由上而下地順利推動,成功率較高;最後則是跨領域的共同合作,由各個不同的領域專家與 AI 專家一起合作,才能達到最佳效果。

後續亞洲.矽谷計畫執行中心與 AIdea 團隊,將安排解題優異的新創隊伍與兩家出題企業進行媒合,以落實企業注入外部創新能量,實現 AI 數位轉型的目標。

本文章內容由「亞洲.矽谷計畫執行中心」提供,經關鍵評論網媒體集團廣編企劃編審。