透過量化研究提升 500% 的註冊表現
對多數的服務而言，「會員數」是個重要的指標，當使用者成為會員後，能更好的被追蹤及分析，因此如何提升會員的註冊數就成了首要目標。然而，雖然大家都知道提升會員數重要，要實際操作時卻常常找不到切入點，沒辦法很有效的提升會員數。
而此篇內容會提供量化研究的方式，並以 Dcard 為例分享我們如何透過這個方式找出產品上的問題，再加以適當的改善，提升 500% 的每日註冊會員數。
Part 1. 什麼是質化研究和量化研究？
進入正題之前，會先概略介紹何謂質化研究及量化研究，並以一個簡單的事例來說明，而這也將有利於導入接下來的內容。（若你本身已經是此領域的專家，可以跳過此段，直接參考下段內容。）
量化研究：從收集資料開始，透過統計得到的事實進行分析，希望從中得到客觀且普遍性的結論。
質化研究：從片段的事實開始，深入瞭解其背後的原因。強調過程的整體性，探討事件的完整脈絡。
簡單來講，量化研究透過整理大量數據，欲得到客觀事實；質化研究則看得深，探討事件背後的原因，以下將舉一個事例做說明。
事例
想像你是臺北市政府特聘的資料工程師，某日市長柯 P 閒來無事想請你了解市府員工雨天的帶傘狀況。於是你著手進行，紀錄了 12 月份雨天市府員工的帶傘狀況。12 月結束後你開始分析這些資料，發現只要碰到雨天約有 60% 的市府員工會帶傘上班。
根據統計，臺北市下雨時，有 60% 的市府員工會帶傘
由前言可知，透過收集資料、數據統計得到下雨時有 60% 的市府員工會帶傘的客觀事實，屬量化研究的範疇。然而，觀察數據後可以很輕易發現雖然 12/16 是雨天，但當天員工帶傘的比例特別低。
為了避免市府員工在雨天被大雨淋濕，市長柯 P 交付給你第二個任務，他希望能夠瞭解為什麼 12/16 時帶傘的人特別少。
臺北市 12/16 下雨，只有 18% 的市府員工帶傘
此時我們會將究專注在 12/16，試圖了解這天帶傘比例特別低的原因，也讓我們轉入了質化研究的領域。
質化研究可以透過使用者訪談的方式進行，要進行訪談則需先找出合適的訪談對象。以此例而言，雨天通常有 80% 的人會帶傘，12/16 帶傘的人卻只有 18%。為此你可能會猜想，有一群平常雨天會帶傘的人，在 12/16 卻沒有帶傘，導致當天帶傘比例比其他天來得低。
所以我們能將訪談對象的輪廓定調成「雨天通常會帶傘，但 12/16 沒帶傘的人。 」篩出這些人後，即可開始訪談，了解這些人 12/16 不帶傘的原因。
訪談者 1：「我平常都會帶，只是剛好 12/16 忘了帶傘。」
訪談者 2：「氣象預報說不會下雨，因此我沒有帶傘。」
訪談者 3：「我還有一把傘放公司，所以當天就沒有特別帶了。」
訪談者 4：「看氣象降雨率只有 10%，想說不需要帶傘。」
訪談者 5：「天氣預報不準，害我沒有帶傘。」
….
….
訪談者 6：「沒為什麼，單純懶得帶。」
訪談過程中，發現有三個人提及的內容與天氣預報有關，且與其他人的回答相比，最可能是造成當天帶傘比例偏低的原因，因此可以推測當天氣預報不準時，使用者帶傘的比例會受到明顯影響。於是透過質化研究做深入了解，你挖掘出 12/16 帶傘率偏低背後可能的原因。
而後續若要驗證推論是否正確，可以再回到量化研究，觀察其他雨天的帶傘比例，看是否氣象預報失準時，帶傘的人比例就會特別低。以上就是質化、量化研究的簡單範例，若能良好的結合質化與量化的研究方式，即可有效地探討事件背後的原因，進而提出改善方式。
Part 2. Dcard 如何透過量化研究提升 500% 的註冊表現
研究的起源
Dcard 一個很主要的功能是「校園聊天」，校園聊天提供如論壇般的場域，讓每個人能無拘無束地談論自身的故事，與他人交流想法，而會員愈多也意味著能帶來更多的激盪。
而要為了提升會員，我們決定先了解 Dcard 在註冊時的狀況，是否有操作不便之處，會讓使用者在某些情況下離開。找出這些原因後即可著手解決，減少潛在會員流失以提升每日的註冊會員數。
如何觀察會員從何流失
為此我們調閱使用者的造訪紀錄，比較註冊頁面與其他頁面的離開率，藉此得知註冊頁面的表現是否良好。意外的發現註冊時的離開率最高，不僅逼近 50% ，甚至比 404 頁面（找不到網頁）還高的許多。
有了這個觀察後，一則以喜，一則以憂。喜的是代表我們在獲得會員上還有許多提升的空間；憂的則是，註冊頁面的高離開率早已不知讓我們流失了多少潛在會員。
為何註冊時的使用者會大量流失
我們決定從使用者的角度思考為什麼註冊頁面的離開率特別高，因此藉由觀察 Google Play/App Store 使用者回饋後，我們發現很多人抱怨註冊流程繁瑣。在團隊不斷的討論及檢驗後，認爲這就是註冊頁面高離開率的原因。
具體而言，早期使用者若想註冊成 Dcard 會員，需完整填寫以下內容：
- 姓名、性別、生日
- 正面照片
- 學校、系所、學校信箱
- 常用信箱、密碼
- 感情狀態
- 喜歡的課程
- 想嘗試的事情
- 可以交換學習的才藝
- 喜歡的國家
- 專長興趣
- 自己最近的困擾
而早期之所以要填寫如此完整的資料，是因為 Dcard 最早主打「抽卡」功能，抽卡功能讓每個人化作一張卡，每天午夜你都能藉由抽卡認識一個新朋友。而為了確保每個人都能抽到高品質的卡，便有了這個高門檻的註冊流程。
但雖然這個流程確保了抽卡的品質，卻也讓許多想註冊的人打退堂鼓。我們決定將註冊流程拆解並簡化以降低註冊時的門檻，希望透過減少註冊時的負擔，讓對 Dcard 感興趣的人能更容易加入成為會員。
於是，我們大幅精簡了註冊第一步要填寫的內容，往後註冊只需要填寫
- 常用信箱、密碼
即可完成註冊。這將原本需要約莫 30 分鐘才能完成的註冊縮減到 3 分鐘內，也有效提升 Dcard 的會員數。
至於原先註冊流程需填寫的其他內容，則被拆解成幾個部分，在使用者需要啟用相應功能時才提醒他們填寫，而這個拆解過程也大幅提升使用者對填寫資料的接受度。
實際的成效
還記得前面提的，原先註冊頁面的離開率很高，每 100 個人進到註冊頁面，只有 54 個人會留下來，剩下 46 個人則被困難重重的註冊流程給擊退了。
簡化註冊流程後，每 100 個人進到註冊頁面，有 84 個人會留下來，大幅提升了會員的註冊意願。
而若直接將這些數據反映在每日的註冊會員上，更可以看到顯著的差異。
簡單說明上圖：
- 2016 Q1 新的註冊流程上線
- 灰線 — 註冊流程改善前的會員成長預估
- 藍線 — 註冊流程改善後的會員成長情形
- 橘線 — 註冊流程改善後的抽卡會員成長情形
透過上圖可發現，透過簡化並拆解註冊流程後，每日新加入會員（藍線）大幅提升，反映在數據上是 500% 的成長。而即便是以能抽卡的會員（橘線）來做相比，也約莫是改善前（灰線）的 200%。
整體而言：
- 降低註冊門檻，提升了使用者加入的意願
- 拆解註冊流程，提升了使用者將資料填答完的意願
結語
透過以上簡單的案例，可發現若能妥善利用量化分這項工具，將有助於發現產品不為人知的秘密，而往往這些不為人知的秘密就是產品優勝劣敗的關鍵。關於質化研究的部分，本次僅在觀察使用者回饋時稍微帶過，之後有機會再跟大家做更深入的分享囉！
By Dcard Product Manager
Dcard 廣大徵才中唷！
心動的朋友歡迎加入Dcard成為我們的夥伴請到 👉🏼 https://join.dcard.today/
