Yahoo Purple Developer Meetup 筆記

2015年4月27日(一)在 Yahoo奇摩南港辦公室舉辦的Meetup,其實就是 Flurry 發表了一些新工具找大家來看看,這邊就不贅述 Flurry的部份。

活動邀請的來賓是
- EZTABLE擔任產品經理的Lucas
- Gogolook擔任Data Manager的Peter
- PicCollage的共同創辦人及Head of Product的Ching-Mei

另外聲明一下,這篇不是逐字稿,內容可能跟原文有一點出入,還有一些我個人的加油添醋 XD

快,不要想追求完美

PicCollage同時做了兩款 App,想說反正都要跑送審流程了,乾脆兩個App一起送審,兩個 App 在同一天上架,主力開發的 App 只有零星的下載,沒想到PicCollage第一天就有1萬以上的下載。

然而PicCollage的第一版非常陽春,只有選照片的功能,沒有拍照功能,沒有Share,如果User想分享只能自己Screenshot。

很快的團隊就把重心放到 PicCollage 上,並且每週送審,一次一次的把功能加上去。

消除不必要的爭論

PicCollage 曾經為了「 Share」 這項功能的細節爭論不休,有人覺得要一鍵分享到全部的 Social media (FB + Instagram + twitter),有人覺得應該要一次分享到一個平台上(使用者比較清楚目的),但要 Share 到很多平台上的人就要按好幾次。

最後他們用 A/B testing 把兩個功能分別給 10% user 使用,發現這兩種呈現方式對於 User來說根本沒差(數據佐證),所以根本不需要為了這件事情去爭論,另外一點是,你所想的 feature 再怎麼想也都是假設,唯有實際丟到市場上去看結果(數據追蹤),才會知道答案。

關於這一點我想的是每次送審都只加一個 feature 是比較好的方式,因為你很單純的只放了一個「變數」進去,所有的數據變異都是因為這個「變數」,你很容易可以決定這個 feature 的去留或者改進方案。

數據佐證更有效率

數據追蹤不只在 App 內,在外面也很重要。

Lucas 請他的行銷人員在每一個散佈出去的廣告上加入不同的參數,以追蹤每一個網站(論壇)所帶來的效益。

他是這樣跟行銷說的:你這麼辛苦的貼了100個網站,但也許這100個網站只有其中10個網站帶來了90%的效益,卻用了剩下90個網站才帶來了10%效益,如果我們可以用數據找出那10個網站,這樣是不是比較有效率?你也可以比較輕鬆。

數據追蹤好比身體健康檢查

其實就很像以前(真的是好久以前…)上化學課一樣,你需要用「應變變因」(dependent variable)才有辦法驗證你的「操作變應」(independent variable)是否有效果。 http://zh.wikipedia.org/wiki/變因

舉一個簡單的例子,最近我朋友購入了某智慧型手環來追蹤他的睡眠品質(dependent variable),剛開始沒幾天他測到他每天深眠大約1小時,即便是睡了9小時還是覺得很累,所以他有一個假設「房間裡空氣不好,導致我睡眠品質不好?」,然後他就買了室內空氣清淨機來用(independent variable),希望可以改善睡眠品質,實際測試的結果是,他的深眠時間從1小時提升到3小時左右,的確使有改善他的睡眠品質。

如果沒有手環偵測數據作為依據,大概只能靠感覺作為衡量的基準,是很不客觀的。

一次一個變數

承接上段的例子,因為我朋友也有聽說睡前喝點小酒有助睡眠,但如果它是兩件事情一起做(喝酒+改善室內空氣),就會變成不知道哪一個才是有效的,或者無法衡量多有效,搞不好喝酒是反效果的,只是這個反效果沒完全抵消空氣清淨機的正效果。

Like what you read? Give Liyao Chen a round of applause.

From a quick cheer to a standing ovation, clap to show how much you enjoyed this story.