【筆記路上】產品數據分析實務探討_悠識學院

Yu-Hsiang
6 min readNov 29, 2021

--

前言:本篇為 10/30 『2021 產品數據分析實務研討』線上直播之筆記整理

  • 講者 — Klarna 資深產品經理 蘇晨豪 Peter Su
  • 講者 — AWS GCR Growth Solution Lead 鄭芝郁 Josie Cheng
  • 講者 — Hahow 2C Product Owner 邱霈政 Alvin Chiu

Alvin Chiu

主要分享在訂定「北極星指標」以及「產品次指標」的過程,包含前期規劃、如何拆解、實際案例分析的過程…

北極星指標

幫助我們定義何謂「成功」,為企業/產品成功的關鍵指標,引導團隊前進。

案例分享-飛書

背景:企業協作與管理平台,支持多種作業系統及網頁端
產品屬性:B2B SaaS
主要市場:中國
當時痛點:由於當時無一個壟斷的產品,因此尋找新用戶不是最難的,而是如何「讓客戶留存」

北極星指標的調整

原指標設定:「企業」的次週留存率
實際上
:留存率好像跟企業續約沒什麼相關性

原因:企業協作工具重點是「協作」,如果部門間只有少數人在「持續性的」用(可能是少數幾人在聊天用?),就會影響留存率的偏誤,看起來那幾位都有留下,但實際上沒有導入該企業。

調整後決策:「單部門」的次週留存率
從單一部門開始導入,如果該部門整體都能順利且習慣使用該工具協作,進而能影響其他部門甚至全企業。

不過以本案例來說,很多事件都會跟留存率有關,因此怎麼再往下拆解成次指標,當作小步行動、每季策略準則,就是下一步該做的事件(但拆解出來怎麼排序…又是一個大坑啊XD)

產品次指標-線上課程案例分享

背景:設定北極星指標為單月學習時長(要以用戶真的有在網站上學習做判斷)

拆解北極星的首步
→ 找到相對應,希望用戶達到指標的使用者流程

  1. 上學習網站
  2. 找到課程
  3. 持續的在網站學習

從「流程」對應「次指標」就是

  1. 活躍度
  2. 課程觀看數
  3. 課程學習長度

「但問題來了,我們要如何排序次指標呢?哪個要最先看?」

「找到關鍵節點
依本案例來說,最難的步驟其實是「讓使用者回站且找到該課程」,就是 1&2,然後再實際看兩個指標的「可成長空間」去判別該採用何者。
(講者有一個很好的比喻,如同上健身房,最難的不是要繼續做完菜單還是訓練達到本日設定量,而是啟動離開家去健身房運動的第一步)

雖然有訂定指標以及拆解的分享,但實際上多半都會碰到以下情境…因此…

  • 數據到用時方恨少,要分析時漏掉很多前面珍貴的資料 → 在前期就要建立埋點架構
  • 數據定義不清,每個指標有不同的解釋 → 統一有人將定義釐清、且管理共識
  • 以終為始,要知道拿數據回應什麼假設,避免拿了忘記要幹嘛XD

Josie Cheng

分享增長產品經理的實務工作內容以及策略思維

增長產品經理介紹

透過「產品功能」驅動用戶 / 業務增長,工作內容會按「用戶狀態」、「產品功能」有所不同,實際上會碰到…

  • 判斷業務狀態、用戶狀態(去盤點現況然後提出策略)
  • 挖掘潛在機會點、場景化思考
  • 用戶路徑梳理、漏斗分析
  • 大量假說驗證

何謂增長思維

全鏈路思維:全局最佳 vs 局部最佳

舉例:如果部門間都獨立,如行銷拉了很多的流量進來,但如果後面其他部門沒有將其流量轉化,此狀況僅有 局部最佳

因此全鏈路意思為,整個商業鏈條會為每個影響用戶體驗之處,設計可解決方案,滿足商業目標也提升用戶體驗及設計質量。

Case1:設計一個廣告落地頁

增長產品經理會這樣想…
→ 場景化思考:投放在什麼渠道、什麼渠道會吸引誰會看見、這些人又想看見什麼?

Case2:Onboarding

增長產品經理會這樣想…
→ 不同渠道進來應有不同的設計
→ 按照拆解下來的次指標去做設計,且用實驗判斷假說是否符合

小結: 因為需要實驗假說驗證,很花時間,因此敏捷開發、快速迭代就顯得極其重要!

如何培養自己數據決策的能力?

  • 練習看數據說故事
  • 拆解問題
  • 知道如何判定是否「成功」
  • 記得產品上線前要埋點

Peter Su

依照產品特性,說明相對應指標的採用及其原因,佐以實務案例

指標的分類

  • Goal Metrics:衡量想達成的成果、產品成功
  • Driver Metrics:衡量驅動成功的因素
  • Counter Metrics:衡量可能的副作用,確保沒有顧此失彼
    舉例來説:達成減肥目標的 Counter Metrics 可能就是「營養不良程度」

產品「類型」、「階段」皆會影響指標採用

To 消費者/中小企業/大企業/內部產品,對應新產品、成長型、成熟型,組合起來有九種類型的分類,皆有不同適合的指標。

如果是新產品…

要如何達到 PMF(Product Market Fit)

To C 可以看…

  • Sean Ellis Test
  • NPS
  • Retention Rate

To B 可以看…(簡報的 p.15–16)
知識含量蠻高的,建議大家可以前往平台解鎖XD,就不一一在此贅述了(蠻詳細的)

案例分享:Whoscall

實際狀況:Retention(此案例使用卸載率,因為產品特性為「被動性」),發現此用戶留存的比例不高。分析原因:來電辨識雜訊太多,因此調整為可讓用戶標記此號碼是什麼(如房仲、借貸等標籤),確實有提升留存率。

小結:新產品的北極星指標就直接建議可為「達到PMF」!

如果是「成長型」產品…

除了 Product Market Fit,也要找到產品成長的領先指標、Product Channel Fit、Driver Metrics。

實際狀況:當 Whoscall 往海外擴張時,又出現留存率低落的曲線,因此欲找出 Driver Metrics。分析原因
-
定義好的體驗 > 來電有辦法被辨識(Hit Rate = 有辨識的來電/所有來電)
- 假設 Hit Rate 和 Retention rate 高度相關
- 解法:提昇資料庫品質、讓用戶更積極回報來電
- 觀察:在中長期 Retention rate 提升

如果是「成熟型」產品…

思考產品有哪些重要的要素,同時也思考 反向因素

案例分享:Booking.com

1.區分消費端、民宿端區分消費端、民宿端
2.應用 Metric map 找出北極星、各分類指標

小結:成熟型產品要先抓出上頭的 Metrics, KPI 是什麼,釐清不同產品之間的互動為何,才能知道如何貢獻或是著力在何種指標上。

文末附上本直播講座的 連結,私心覺得講者的表達以及簡報的案例分享都十分豐富,如果你就是相關產業或是產品經理角色的夥伴,在定義目標、指標以及判斷產品的各階狀況蠻困擾,這應該是蠻能給點靈感的講座~

--

--