化妆品品牌创办人 Hank 如何透过 Ragic 转型成为“自动化效率系统建筑师”？

“如果大家想要不写程序就创建系统的话，你可以去找我们社团的 Hank，他是 Ragic 的专家。”在包租代管业者蓝太太举办的一场企业主交流活动中，蓝太太向来宾介绍了一位社团里的专家。从企业内部管理到流程自动化，只要有人提到系统建置相关问题，许多人第一个想到的就是 Hank。

有趣的是，这位许多企业主间口耳相传推入荐的“系统高手”，并不是信息背景出身，也不是软件工程师。

我们深入了解后才发现，Hank 原本其实是一间保养品公司的共同创办人，过去的职涯其实几乎都在化妆品产业。然而，因为想改善公司内部的工作流程，他开始接触各种数码工具与数据管理系统。没想到在一次次解决问题的过程中，他逐渐发现自己对于系统建置与流程优化的兴趣，甚至比原本的本业还要浓厚。

究竟，一位原本深耕化妆品产业、没有信息背景的管理员，是如何一步步成为企业主口中的“Ragic 专家”，甚至决定放下原本的事业，转型成为“自动化效率系统建筑师”呢？

从保养品公司创办人到建置系统：Hank 的转型历程

这一切的旅程是怎么开始的？让我们回溯从头。

Hank 大学毕业于化学系，职涯主要围绕在化妆品与制药产业。然而，在工作过程中，他逐渐发现自己对于资工领域与流程优化特别有兴趣，开始尝试利用各种数码工具解决工作上的问题。

从担任化妆品原料业务时利用 Access 分析原物料销售周期、找出客户订单遗失的原因，到后来在新创制药公司使用 Notion 管理专案进度，再到四沐森（INGENI）运用 Power BI 创建 CRM 仪表板、分析业绩与广告成效，他逐渐体会到，透过数据管理与数据分析，不仅能让工作流程更有效率，也能帮助企业做出更好的决策。

随着经验的累积，2023 年初他接触到 Ragic，并发现它是一套高弹性的 No-Code 数据库设计工具，不需要编写程序，就能依照企业需求自行设计数据库。除了能做到权限管理之外，还能透过表单连动、通知机制等功能，协助企业创建符合自身需求的管理流程。这些应用经验，也让他对于“如何打造一个良好的数据库体系结构”有了更深刻的理解。

“我觉得 JavaScript 的开放这件事情，是 Ragic 是蛮大的加分项。”Hank 表示，虽然自己并非编程背景，但因为已经熟悉数据库体系结构与流程设计的逻辑，在 GPT-4 问世后，许多原本需要自行研究的自动化程序句法，都可以透过 AI 协助完成。

他认为，创建系统最重要的并不是写程序本身，而是能否理解企业流程，以及如何把需求转化成可运作的系统。当 AI 降低了程序开发的门槛后，他便能将更多心力放在流程设计与问题解决上，也让许多原本难以实现的客制化需求变得可行。也正是在这个过程中，他逐渐发现，自己对于系统建置与流程优化的热情，甚至超过了原本熟悉的化妆品产业。

“我中后段开始觉得自己对系统比较有兴趣，所以就出来做这件事情，然后就慢慢专职往这个方向走。”

Hank 回忆，在接触越来越多企业客户后，他发现化妆品产业的上游原料商、代工厂，其实都有电子化的需求。然而，许多需求并没有现成的套装软件能够满足。

由于同时具备化妆品产业背景与系统建置经验，他能更快理解客户的实际需求，并设计出符合产业流程的管理系统。在许多客户的鼓励下，他最终成立鼎澔智能生医（PinNova Biotech），开始专职协助化妆品产业导入信息管理系统与数码化流程。

化妆品产业的管理困境：数码化不足，导致数据散落

在 Hank 看来，化妆品产业最大的管理挑战之一，是数码化不足，导致的数据散落和版本混乱的问题。

“它最大的问题点在于数据的分散，大家都会用各自的方式整理各自的数据，在数据的汇整上，就会有蛮大的问题。”

而在整个产业链中，位居中游的代工厂往往又是数码化程度较低、数据开销最重的一环。研发人员除了要整理原料数据，还需要进行配方计算，并处理大量相关文档。

以产品研发来说，一项产品可能包含二、三十种不同原料，每种原料都有各自的成分数据与文档。由于许多企业至今仍透过 Word 或 Excel 管理这些数据，研发人员除了要拆解原料成分、计算配方比例之外，还需要整理大量文档与数据来源。光是完成一份产品配方的整理与计算，往往就需要花费一到两个小时。

然而，透过 Word 或 Excel 管理数据，也衍生出另一个问题。每位研发人员都有自己的文件命名与整理方式，文档版本容易混乱，汇整也是大问题。

数据经常在不同版本间拷贝来拷贝去，只要其中一个版本的数据出现错误，例如原料名称输入错误却没有被发现，后续沿用该版本的文档便可能全部受到影响。久而久之，不同版本的数据越来越多，不仅难以确认哪一份才是最新版本，甚至连源母檔都难以追溯。不同原厂的数据甚至可能放在不同研发人员的计算机中，业务查找时得一台台计算机去找，如果第一位同事的计算机里找不到，就得再去翻另一位同事的计算机。

用 Ragic 协助化妆品业者数码化

选择 Ragic 作为建置平台主因：低负担、易调整

Hank 表示，目前团队主要协助客户建置 PIF 与研发管理系统。而他认为，自己最大的优势在于同时具备化妆品产业背景与系统建置能力。

“我本身就是化妆品产业的，所以我听得懂研发在讲什么，也会（用 Ragic）刻系统，因此能当下判断需求能不能做到。这件事其实会让客户很有信任感。因为一般 IT 人员，可能要换成另外一个语言，他才听得懂。我觉得这是一个满大的落差。”

在协助企业导入数码工具的过程中，Hank 观察到，许多企业迟迟无法推入动数码化，并不是因为不愿意改变，而是担心导入新系统后，需要重新适应工作方式。

而这也是他选择以 Ragic 作为主要建置平台的原因之一。由于 Ragic 的客制化弹性高，他们可以先了解客户原本的操作流程、表单格式及数据管理方式，再依照实际需求调整系统设计，让用户看到的画面与操作逻辑尽可能贴近原本的工作习惯，大幅降低导入门槛。这也是许多公版系统较难做到的事情。

也因为如此，在众多数码工具中，Hank 最终选择以 Ragic 作为主要建置平台。他认为，相较于传统客制开发或复杂的企业系统，Ragic 更容易调整、导入负担也较低，让化妆品这类传统产业的企业主更愿意跨出数码化的第一步。

此外，资安也是许多客户评估系统时的重要考量。由于化妆品产业是传统产业，许多企业虽然有协作需求，但对于将数据放上云仍容易感到不安心。因此，Ragic 所具备的资安认证，也成为许多客户愿意采用的重要原因之一。

从数据集中管理到流程自动化：打造符合化妆品产业需求的系统

面对化妆品产业常见的数据分散问题，Hank 通常会先协助客户创建一个统一的 EIP 平台，将原本分散在各个文件、文件夹甚至不同同仁计算机中的数据集中管理，避免数据散落。而所有数据的新增、修改与调整都能留下完整纪录，也能降低人为输入错误或跨部门沟通没有留下纪录的问题。

此外，以往客户使用 Excel 或 Google Sheets 管理数据时，常遭遇每一列字段超多，一笔数据变得很长，难以查看的问题。Hank 认为 Ragic 可以将数据分成列表页与表单页两种检视方式，让用户可以在列表页快速查看重点信息，再进一步进入表单页查看完整内容，就不用在单一画面上呈现复杂的信息。他觉得这种呈现数据的方式，是 Ragic 蛮大的一个优势。

除了集中管理数据之外，他也会依照客户的实际流程设计自动化功能。例如化妆品研发过程中常见的原料拆解、成分归并与比例计算，过去研发人员往往需要花费一至两个小时整理与计算，现在透过 javascipt 写的单击钮就能一键完成，让研发人员能将更多时间投入在更有价值的工作上。

此外，Hank 认为 Ragic 的表单连动功能，大幅减少了重复输入与数据整理的时间。“能做一次的事情就不要做两次，就是 Key 一次就好了。”他举例，针对不同的厂商，往往会有不同的表单印制需求。过去如果要产出不同版本的文档，常常需要开好几个表单贴来贴去，不仅耗时，也容易发生输入错误。

透过 Ragic 的多版本表单与权限管理功能，同一份数据只需要输入一次，就能依照不同需求产出对应的表单格式。用户单击下单击钮就能印，不必再花时间重复输入。

谈到近年热门的 AI 与 Vibe Coding 趋势，Hank 认为这些工具确实能加快开发速度，他自己也经常利用 AI 协助开发各种应用。不过他也坦言，对许多企业而言，真正的挑战往往不是把系统做出来，而是后续的维护与扩大。

当系统规模逐变形大后，一个看似简单的修改，都可能影响许多既有功能，需要花费大量时间测试与修正。对于缺乏程序开发资源的企业来说，后续维护往往是一项不小的负担。

相较之下，在 Ragic 的体系结构下，这样的调整相对简单，而且调整出来的结果是可以预期的。无论未来有团队协作需求、流程调整，或公司规模持续扩张，都能在既有的 EIP 系统体系结构上逐步扩大与发展。

此外，即使不是流程逻辑上的调整，若只是想要修改一下报表的字号、框线等小细节，客户也可以透过客制化报表功能自行调整，不需要每次都再请系统设计者协助处理，减少双方来回沟通的时间与维护成本。

PIF 系统：化妆品产业数码化、节省人力的实际案例

近期 Hank 最忙的工作之一，就是协助客户因应即将全面上路的 PIF（Product Information File，产品信息文件）制度。为了让业者更容易管理 PIF 的相关数据，他甚至利用 Ragic 创建了一套 PIF 系统，展示如何将原本繁琐的文档管理流程数码化。

PIF 是依卫福部食药署《化妆品卫生安全管理法》所规范，台湾化妆品上市前必须建置的合规技术文档，由化妆品制造或输入业者自行建置并保存，供主管机关查核。PIF 的内容通常包括产品配方、原料、制程、质量与安全性评估、标记等数据，其中产品安全性评估报告须经具资格之安全数据签署人员（SA）签署，可视为“化妆品的身分证”。

除了法规的规范之外，建置 PIF 也有助于企业强化产品数据与技术文档管理。对于有海外市场规划的业者而言，欧盟等地区早已创建类似的产品信息管理制度，因此导入 PIF 管理机制，也有助于未来拓展国际市场。

告别 Excel＋文件夹管理：PIF 系统让文档进度一目了然

Hank 跟我们分享，由于一份 PIF 包含 16 项文档检核项目，因此许多业者最常见的做法，是利用 Excel 或 Google Sheets 制作一个检核表，再创建 16 个文件夹管理每项需要检核的文档。但由于检核表和文档并没有连动关系，因此经常会出现信息不同步的情况。

例如，表单上虽然已经打勾显示某份文档完成，但实际上文档可能还没有上载。反过来说，有些文档明明已经整理完成，却忘了在检核表打勾。因此，管理人员往往难以掌握每份 PIF 的实际完成进度，也无法快速确认哪些文档已经齐全、哪些项目仍待补齐。

Hank 表示，用这样的方式整理 PIF，从数据搜集、文档整理到最后写完报告，往往需要花费两个月到两个半月以上，相当花时间。也正因如此，Hank 利用 Ragic 创建了一套 PIF 管理系统，将检核流程与文档管理集成在同一个平台中，让文档上载状态、完成进度与检核结果自动连动，管理人员一打开系统，就能立即掌握每份 PIF 的整理状况。

用 Ragic 打造 PIF 系统优势：文档与检核表对应更清楚、快速因应法规变动

Hank 认为，用 Ragic 创建 PIF 管理系统，最大的价值在于解决了 PIF 管理最棘手的两个问题：数据对应与法规变动。

首先是数据间的对应。过去许多业者都是透过 Excel 检核表搭配 16 个文件夹来管理 PIF 文档，但检核表与实际文档之间缺乏连动关系，因此经常出现信息不同步的情况。

透过 Ragic，Hank 将原本分散的文档与检核项目集成到同一套系统中。每项文档是否上载、是否完成，都能实时反映在 PIF 检核表上，管理人员不需要再逐一比对文件夹与 Excel，就能掌握每份 PIF 的完成进度。

“我把这件事情做个连动，就变成说是用表单的方式去管控所有的文件，如果有问题，在这边我就可以快速看到。所以其实在做那个系统的初衷，是希望大家能够用比较简单的方式，用汇总的方式完成这件事情。”

另一个关键优势则是弹性。由于化妆品相关法规仍持续调整，PIF 的管理需求也经常跟着变动。Hank 表示，光是在今年五月之前，他所建置的 PIF 系统就已经迭代超过一千次。

鼎澔智能生医的 Simple TOX PIF（协助客户专案导入的范例系统）

“我们家的对外优势，就在于说我们现在听到食药署在意什么事情，就可以马上修我的模板，所以我们的迭代很快。因为我们是贴着法规在走，甚至我们听到一些消息，我们想要预跑，我们就先跑。”

他认为，这正是 Ragic 与许多市面上公版系统最大的差异。当法规或管理需求改变时，可以快速调整系统体系结构与字段设计，不需要重新开发整套系统，因此更能跟上产业与法规的变化速度。

升级服务：专案导入 PIF 系统、 集成专家与 AI 流程的毒理学论述编写

Hank 的团队提供的服务，除了有 PIF 与研发管理系统的付费顾问导入服务（可依企业需求选择较快速规格化流程的系统导入，或更深度客制化的系统导入）之外，由于 PIF 第十项的毒理学论述，是整个 PIF 建置过程中最耗时、也最具专业门槛的环节之一，因此他们也进一步提供 AI 毒理学论述等加值服务，协助企业缩短 PIF 建置时间。

Hank 表示，即使已经收齐了完整的原厂数据，一份 PIF 从开始整理到完成，通常仍需要一个月到一个半月的时间。其中最耗时的环节之一，就是毒理学数据的搜集与整理。

由于产品中的每项成分都需要对应的毒理学数据，而原厂不一定有办法提供这些数据，因此往往需要额外查找大量文献、比对数据来源，再将搜集到的信息整理成符合规范的毒理学论述。

为了提升效率，Hank 的团队用 Ragic 创建了一套毒理数据库，持续搜集并整理各项毒理学数据，同时保留源文献与数据来源。在这样的基础上，他们进一步透过 n8n 串接 AI Agent，搜集整理相关的毒理学文献，来产出符合需求的毒理学论述。

Hank 认为，这样的做法不仅能大幅缩短编写时间，更重要的是能创建一致的产出标准。只要数据来源正确，并提供完整的产品信息，AI 就能依照相同逻辑生成质量一致的内容，降低不同人员编写时可能生成的差异。

此外，为了确保内容质量，他们也邀请专业的毒理学老师协助检视 AI 产出的结果。如果老师发现内容需要修正，便会将正确版本回馈至数据库中，作为后续优化 AI 产出论述的基础。

Hank 认为，他们之所以能够将毒理学这块做得很深入，也是因为有这种持续调校与优化的机制。随着数据库累积越来越多经过验证的论述与文献，AI 也能产出更准确且一致的内容。而这类知识的累积与优化，正是数据库的一大优势。

而这套毒理数据库除了作为内部知识库使用之外，未来会规划新的服务，如能透过 API 或 n8n 等方式与客户的 PIF 管理系统串接。当客户需要编写 PIF 时，系统可以透过API从毒理数据库抽取相关数据，并将产出的毒理学论述回写至客户自己的数据库中，减少重复查找与整理数据的时间。

也因为创建了这套数据库与 AI 辅助流程，许多原本需要大量人工整理的工作都能大幅简化。Hank 表示，客户只需要提供产品相关数据，后续的毒理学论述和产品安全报告编写，都能由他们团队协助完成，客户可以省下大量时间。报告完成后，客户只要再找具资格的安全评估人员（SA，Safety Assessor）进行最后确认及签署，即可完成 PIF 的整体流程。

Ragic 的客制打印报表功能也能大幅提升报告产出效率。透过客制打印报表和 Ragic 的数据库体系结构，Hank 能有效将报告的格式、数据管理与报告产制流程规格化、集成 AI，因此团队即使人数不多，也能快速完成大量 PIF 报告，并以更具竞争力的价格提供服务。

不过，他也强调，他们并非完全依赖 AI，而是将 AI 作为提升效率的工具，关键内容仍会由专业人员与毒理学老师把关，兼顾效率与质量。

Hank：数据库的建置 在 AI 时代依旧很重要