創業日記– category –
2005 年第一次創業至今的經營日記：中小企業管理、決策取捨、組織與團隊、年度計劃，還有一路上做錯過的事。寫給同樣在帶公司、帶團隊的人。
-
專注、專業、專責：2027 年度計劃的三角柱
2027 年度計劃從策略共識營出發，加上專注、專業、專責三個支點，檢查品類、商品、通路、團隊，以及資訊系統這類關鍵能力該怎麼分工、由誰負責。
-
管理者思維 v.s 執行者思維：先問要不要做，再問怎麼做
團隊一聽新品類就列出一堆困難，問題在把要不要做和怎麼做壓成同一句話。要不要做是價值判斷，怎麼做是資源配置；誰提議誰執行，會讓有想法的人學會沉默，這件事我自己就驗證過好幾次。 -
不再感受委屈，才能變強
委屈感是一種解讀，不一定是事實。從 2005 年做代理到現在，臨時改條件、盤差認虧都遇過，我給自己的規則是情緒可以有，停半天也沒關係，但不能卡住；商業世界看的是價值換回報，付出不會自動兌現。 -
與目標的差距，只差「開始做」
起點差不多的人，十年後差距拉大，最後都指向執行力。晚上想了千條路，早上起來走原路；鄭裕彤從金舖學徒做起、黃鳴新人時當場提出二十幾條問題，機會都是主動做出來的。最好的準備，就是開始。 -
中小企業最難的，不是做決定，是知道什麼不能同時要
資源永遠不夠，中小企業只能把少數幾件事做對。一個月賣 100 件就抓 300 件，庫存會把後面的判斷全帶歪；帳上有利潤不等於銀行有錢。我現在看生意，除了毛利，也看佔用現金的時間。 -
組織不是機器，AI 也治不好官僚病
匯報向來只是補資訊落差的笨拙補丁。AI 可以拆掉官僚機器，把資訊即時送到每個人面前，但連 50 個業務指標的乾淨數據都沒有，零匯報只會變成另一種形式主義；判斷與扛責任，還是得靠人。 -
決策不是答案，是如何承擔後果
AI 把分析和預測做得又快又便宜，但一筆貨款出去卻沒對上入庫數量時，董事會問的是簽名的人。授權出去的是決策權，責任不會跟著走；很多人繞開同一條規則時，我先檢查的是規則是不是過時了。 -
「工具分享」零售的 AI 智慧數位夥伴
AI 可以幫助零售品牌做預測，再由經營者做判斷與決策。團隊每天在做的事，有多少其實是重複性的判斷，有多少才是真正需要人腦介入的關鍵決策。答案很清楚：缺補貨要不要下單、商品頁面文案語氣要怎麼調、這週的營收波動該往哪個方向去抓...。每一個問題背後的判斷邏輯其實有固定的框架可以依循，過去卻只能靠人力一次次重新跑一遍，同一道問題換一個通路、品牌又再問一次，結果獲得的答案卻都是類似的結果，時間就流逝了。 團隊真正該花時間的「判斷」，是那些沒有標準答案、需要拆解脈絡的判斷，例如 AI 可以告訴你某個品牌連續三週營收下滑，而你可以判斷出是季節性、競品動作，還是自己商品組合出了問題？如果 AI 把趨勢、比對通路、抓出異常點，或是大幅的變動，是不是可以幫助你接下來的判斷。但如果連「這個 SKU 該不該補貨」「哪個通路帶來的的效益最大」這種結構性的資訊，都要團隊人工處理，真正該深挖的議題反而無法被凸顯。 -
數位時代的隱形枷鎖：「時時在線」的焦慮現況，該如何找回職場與生活的邊界
我每天 LINE 加微信的訊息超過三、四百則，三年沒開通知音量。7/1 職場霸凌防治專章上路後，我開始反省下班後的群組交辦；在我的團隊裡，重要訊息確實告知，主管每週要排出不被打擾的時段。 -
用 AI 智能採購，完成補貨判斷與執行：一套系統的建置過程與錯誤點
隨著代理品牌數量增加，採購人員每週要比對銷售與庫存數字、對照過去幾個月的銷售紀錄，再用專業與經驗判斷決定要不要補、補多少。這個過程沒有錯，但它的問題是：人的判斷基準不一樣，以及超過 50 個供應商，上千個 sku，以及全通路(也超過 40 個通路) 的交錯，不可避免地就會出現熱賣品漏補、緩銷品過補的狀況反覆出現，伴隨著營收放大，以及代理經銷品牌數量增加，這件事只會越來越吃力。 -
執行：把「憑什麼」真正兌現
執行，是把「憑什麼」從紙上活生生地展現出來。 很多人誤解執行。以為執行就是照計畫把事情做完，動作夠快、夠勤、夠多，就叫執行力強。這個理解差了一層。 執行的核心不是付出多少，以及有努力，而是「解決問題的能力」。 策略定義了目標和方向，但從現在到目標之間，有無數個現實沒有被計畫到的狀況：資源比預期少、時間比預期緊、市場反應和假設不同、團隊能力還沒到位。這些都不是執行失敗，這些本來就是執行的日常。 真正的問題是：遇到這些狀況的時候該怎麼辦？ 能解決，就是執行力強。解決不了，或者等待更好的條件再動，就不是。 -
變老可以是「能力持續增長」
我常常自問：當我這一招半式不管用了，我還剩什麼？但這幾年零售、電商、資訊系統，乃至於 AI，一路推進，我發現能力的轉換路徑，其實沒有那麼死板。變老可能不是變弱，而是換了一種跟世界打交道的方法。 -
老闆，你可以不會，但不能不管
GA 報表看不懂沒關係，不管才是問題。轉換率、ROAS、回購率這幾個數字，老闆不必自己操作，但要定期問；我建議每週寫下三個問題丟給相關部門，團隊知道你在看，報告自然會越做越細。 -
零售品牌數據應用的四個門檻
老闆問上個月哪支主力商品毛利率掉了，三個部門給出三個版本的答案。數據卡住通常是資料散在六到八個系統裡；先設資料管理者統一商品主檔，儀表板第一層放 6 到 8 個指標，決策後一定要回頭檢視。 -
從流量焦慮、AI 恐慌到職涯危機：職場上已經中年的我拿什麼留在牌桌上
跟人資一起看 104 履歷，資歷完整的前輩找工作很吃力。Klarna 用 AI 替掉 700 名客服，不到一年又招回真人；第一波裁掉靠工時換產出的人，留下來的會是靠經驗換判斷的人，拼的是能健康地留在牌桌上。 -
馬年籤運
馬年開春的運勢隨筆，聊聊新年心境與生活感悟。從傳統民俗的角度輕鬆談運氣、選擇與心態調整，在忙碌的零售工作節奏中，給自己一個停下來感受生活的片刻。
