成長駭客駭什麼？談談那些 Growth Hacking 的本質
過去我們聽到成長駭客第一反應就是要學會各種廣告平台、奇怪的追蹤工具、寫程式、UI/UX、寫文案、平面設計、社交工程、可能還要會一點功夫（？）
但是我們常常都專注在 “能力” 本身而不是 “問題”，我們很少會去問說「誒？這些能力是做什麼用的？或是 Growth Hacking 的本質是做什麼的？」相信我們專注在問題本身的時候再回頭看解決方法（能力）會更明朗、更能掌握 Growth Hacking 的脈絡！
先聲明
筆者在產品/用戶成長領域的資極少，寫這篇一是整理自己有關產品成長的邏輯，順便把觀點分享給大家參考，歡迎在下面留言一起討問呦。
一切都從漏斗開始
對我而言 Growth Hacking 永遠都從漏斗開始，我們常常會聽到各種漏斗模型像是 AARRR、RARRA、AIDA、ARPAA、AICRA 之類的框架（ps. 最後兩個是我掰的別真的去查 😅）。這些東西的本質，其實就是從一個比較高的視角去切分使用者的行為（或是 UI Flow、User Jouney Map 都差不多的概念）就僅此而已。當我們從一連串的使用者行為去看，好像用什麼模型的意義都不大，因為我們要做的就是看哪一段轉化率最差，然後想辦法優化就行了。
我們來舉個例子讓這件事更有感，假設我們現在是 Hahow 的成長駭客，我們的大目標很簡單就是提升課程ㄉ銷售額，我們該怎麼做呢？首先我們先畫出大概的使用者路徑，可能會長這樣。
然後我們會加上轉化率（相對值）或是實際使用者數量（絕對值），假設像下面這樣
有了這些數字後如果我們要優化整體的轉化率就會有一個比較的數值跟方向。接下來我們要做的是找到優化的方向或是排定優化的優先順序。以上面流程而言我們可以有幾個選項
- 增加用戶到 Landing Page 的比例
- 增加用戶從銷售頁到購買的比例
- 增加用戶回購的比例
細分、細分還是細分
假設我們選擇選項 2 那我們接下來要做的是往下 Break Down 更細部的流程，首先我們來看一下 Hahow 的課程銷售頁 👇👇👇
從上面的銷售頁我們大致上可以假設整體流程會長下面這樣
接著加上這幾個步驟的轉化率，我們假設是下面這些
看到上面的數字，你有什麼感覺或想法嗎？如果你問我，我第一個的想法是如果我們能夠提升前面兩段的轉化率後面的數字肯定會成長得很快。舉個例子假設我們能夠提升讓前兩段的轉化率各提升150%，就可以讓最後面購買的人數提升125% !!!
方案構思 ＆ 執行
有了方向跟數字之後我們要來思考 HOW？如何提升？這個部分我覺得是最困難的，因為有的構思別人想的到，你不一定想得到，想不想的到我覺得多數是一個靈感，好像也沒有特別的方法論，但是我的思考點會是先了解使用者怎麼用、怎麼走，然後在他們必經之路上多放一些 CTA 讓他們有機會轉換到下一步（或是換個說法，如何讓他們更容易走到下一步）。
舉個例子，假設使用者都會觀看第一個他們看到影片而且都會乖乖看完，但是看完之後他們就直接往下滑了 QAQ。在這個情況中我們已知，有試看課程用戶加到購物車的機率會比會比沒看的用戶還要高，而且看的越長越有機會加到購物車，那我們的目標就是提高用戶試看課程的比例以及觀看時長。
從這個目標下去看這個頁面，我們有沒有機會可以試著讓試看課程單元取代當前單元成為預設列表？
或者是開啟自動播放（看完一個影片時或是當頁面載入時自動播放）提升用戶觀看時長？
或者是在看完某個試看單元的時候增加個 CTA？
或者當用戶點到付費課程的時候可以顯示 CTA？或者在更有心機一點隨機讓用戶偷偷看幾分鐘的片段，然後跳出 CTA 讓他購買？（我真的有遇過這種的，當下真的就是啊～～嘶～～，手刀購買）
先聲明上面的想法就是單純舉例而已，沒有 Diss 誰的意思，我相信聰明的 Hahow 大大肯定有實驗過上面的選項，可能轉化率沒有有效提升最終沒有採用而已。有了上面的想法後接下來就是開票，然後分流測試看看最後的轉化率有沒有明顯的提升。這邊要注意的是 AB 測試背後一定要確定實驗在統計上是有效的，例如樣本數夠多，有顯著差異之類的… 如果最後有顯著差異（提升）就採用，沒有就不採用，測試下一個想法，剩下的就是如何追蹤成效的問題而已。
當然上面的舉例只是在購買環節中的一個小例子，在前面的廣告優化、後面如何吸引用戶在回購（提到回購， 就不得不提 Hahow Points 的那個方案真的是很厲害，同時優化用戶回購、黏著度還有完課率的問題）等等都會有不同的方法去試試看能不能提升整體轉化率。
找到 “已知”
讀到這裡你會發現整體的流程大概就是這樣，但是精明的你會發現在前幾段我們有針對問題假設 ”已知“。這時候你可能會問：「那我們怎麼找到已知？」答案蠻顯而易見的是用分析工具，只要能追蹤行為用 Google Analytics, Amplitude, Mixpanel 的差別並不是很大。
我們以 GA 為例觀察 ”試看課程用戶加到購物車的比例的話“ 利用 GA 的 Event Flow 就可以看到在加入購物車前的行為，剩下的問題就是如何追蹤到這些數據。以 vimeo 為例，我們在網路搜尋 “vimeo event tracking” 就會找到追蹤的方法，然後就照著操作就好了。
如果要觀察觀看時長跟加到購物車的關係的話跟上述的方法也類似我們可以把觀看時長分成 6 個階段（觀看時長達 10%、25%、50%、75%、90%、100%），當然也不一定要分 6 段，你想分 100 段、1000 段也可以，然後去看這幾個階段裡面加到購物車的數量分別是多少，就可以知道整體關係。
讀到這裡你會可能會發現學習不同的分析工具、JS、GTM 是為了更好的採集使用者的足跡、學習 UX 是為了能夠清楚看到並有能力跟設計師討論優化的可能性、學習資料分析或是實驗設計是為了讓測試有效…… 並不單單是好像做產品增長的都要會這些所以我來學一下這種感覺，這樣蠻容易就會見樹不見林，希望這篇文章能對你有幫助 😄
喜歡嗎？
喜歡的話可以拍個手👏或是留言讓我知道嗎？如過不喜歡就……算了，我還是會繼續寫😂。
