Data Driven Design | 從產品營運看數據追蹤 — 讀《矽谷增長駭客實戰筆記》
在過往的產品設計經驗中，特別是當設計的主題偏向生產力工具或是 To B 的產品時，每當我們想要了解使用者對於產品的回饋，絕大多數還是以質性的內容為主，譬如 Support / Sales 從客戶獲得的反饋、使用者的留言或是使用者研究的結果等等。
在我目前所待過的組織中，數據的分析應用剛好都屬於起步的階段。也因此在思考「如何開始做數據追蹤」時，總會有點不確定該從何著手。
當我開始尋找相關的資源時，發現有許多人推薦了《矽谷增長駭客實戰筆記》這本書，閱讀過後發現書中介紹許多身為增長駭客（Growth hacker）所需要的「產品營運」方法和工具箱，這些概念為產品設計帶來不同的思考維度，以下整理幾個我覺得特別有幫助的內容。
從增長駭客（Growth hacker）談起
Growth hacker 一詞大約在2010年的美國矽谷出現，它的出現其實是一個公司團隊的名稱，這個團隊的目標主要就是要提升公司的績效指標。他們的工作是透過一連串的實驗，找到最能促進商業目標的方法，這個過程結合了許多不同的專業，包含行銷、使用者研究、程式語言、數據分析等等。
舉例來說，如果產品是一個音樂播放軟體，在推動產品成長的過程（Growth Process），可能就會包含以下步驟：
- 定義產品成功指標，如：「使用者的總收聽時間」
- 透過研究發現「留存率」對於這個指標有一定的影響性
- 提出可能的改善方法，例如利用手機系統通知，推播新音樂的上架訊息
- 實驗此方法是否提升「留存率」，並進一步提升「總收聽時間」
從這個流程中可以發現，當我們要開始關注一個產品的表現並發現問題時，前面的兩個步驟是很重要的起始點，書中提出了以下幾個好方法。
如何設定產品的成功指標 — 找到產品的「北極星指標」
A north star metric is the key measure of success for the product team in a company. It defines the relationship between the customer problems that the product team is trying to solve and the revenue that the business aims to generate by doing so. (From Amplitude)
根據數據分析平台 Amplitude 所定義，北極星指標是一個「用來恆量產品是否成功的基準」，它要體現的概念包括「產品有沒有解決使用者的問題」以及「產品有沒有為公司組織帶來收入」。
而所謂一個好的北極星指標，應該要包含以下幾個要素：
- 能夠反映出產品的核心價值：確保產品滿足使用者需求
- 反映使用者的活躍程度：例如一個產品的「月活躍數」會比「總註冊數」還要適合，因為總註冊數較無法代表使用者有繼續使用產品。
- 要和公司的營運表現正相關：以 Uber 當作例子，「搭乘次數」會比「司機註冊數」來得好，如果有很多司機註冊卻沒有使用者搭乘，那公司也會缺乏實際營收。
- 容易理解和傳達：北極星指標背後隱含著指引方向的概念，它要傳達出整個產品團隊共同努力的目標，而當這個指標愈簡潔易懂，便愈好在團隊內溝通。
- 能即時反應現況：北極星指標要能幫助我們即時知道產品表現，例如「月活躍數」會比「 訂閱收入」適合，因為訂閱收入很可能是每年結算一次，沒辦法時時發現問題。
- 是一個可以操作改善的指標：要可以透過行銷、產品設計等等不同手段，讓指標的表現更好
事實上，每個產品的北極星指標並沒有所謂的標準答案，主要目的是找到一個適合現階段團隊共同努力的目標！
如何找到影響要素 — 建立成長模型
決定目標之後，要怎麼找到其他相關的數據指標呢？本書提到的方法是可以透過「建立成長模型」找出影響要素。
成長模型指的是一個「數學公式」的概念，目的是要找出影響目標的子要素，以及這些子要素如何互相影響，從而用更全面、結構化的方式去理解產品如何成長。
而要建立出成長模型，並建立數據觀測的儀表板，主要可以透過以下幾個步驟達成：
Step I. 繪製使用者旅程
要建立成長模型，首先要先了使用者從對產品一無所知到實際體驗到產品核心價值所要經歷的步驟。這邊的概念和使用者研究常見的顧客旅程地圖（Customer Journey Map）很像，但主要目的是找出關鍵的行為漏斗（Funnel）。
Step II. 組成成長模型
接著可以為使用者旅程的各步驟找到相對應的數據指標，並把這些指標帶入成長模型，例如「總活躍用戶」的公式可以分解如下：
根據這個公式，同樣以音樂收聽軟體當作例子，把前一步驟定義的產品使用者旅程帶入後，它的成長模型便會是：
Step III. 觀察關鍵行為開始
看完成長模型後，是否跟我一樣覺得有點超過負荷量呢 🫠 ，還好書中也有提供一個較簡易的方式可以作為數據追蹤的起始點，也就是找到「三個最重要的使用者關鍵行為」，形成使用者行為漏斗，再從中觀察可能的流失點。延續音樂收聽的例子，我們可以看到行為漏斗如下：
Step IV. 打造數據觀測的儀表板（Data Dashboard）
隨著需要觀察的數據愈多，每一個產品應該都要建立起自己的觀測儀表板（Data Dashboard），才容易透過長時間的觀察，找到產品改善的機會點。而一個觀測儀表板，可以包含的內容有：
- 北極星指標
- 三個關鍵使用者行為指標
- 成長模型中的相關指標
這些指標還可以透過使用者的分群去做進一步的分析，例如：分成新用戶/舊用戶；Free plan / Enterprise 用戶；不同地區的用戶等等。
雖然書中的例子都是以產品的維度出發，但其實每一個產品功能的推出，也都可以套用同樣的概念去建立要觀察的數據，讓我們得以觀察這些功能是否真的有達到目標，譬如說使用者是否有發現這個功能？有沒有持續使用？哪一個關鍵行為的轉換率較低？
透過數據發現問題後，可以進一步透過我們熟悉的設計流程，提出可能的改善方案，建立設計假設，再進一步透過 A/B Testing 或易用性測試進行驗證。
以上內容只節錄了和數據分析較為相關的部分，事實上書中還有許多其他豐富的內容，包含如何利用「使用者決策地圖」去分析產品改善方向、如何在公司組織建立增長駭客團隊等等，有興趣的朋友可以再進一步參考喔！
其他延伸閱讀：
- 《The Customer-Driven Playbook》（by Travis Lowdermilk, Jessica Rich）
- 《Designing with Data》（by Rochelle King, Elizabeth F Churchill, Caitlin Tan）
以上是我的閱讀分享，希望對大家有幫助，喜歡的話就拍個手吧！
如果你單純喜歡這篇文章，請幫我拍手1-10下。
如果你喜歡UX/UI經驗分享的主題，請幫我拍手10-30下。
如果你喜歡我的文章，希望看到更多其他的分享內容，請幫我拍30-50下！
謝謝你的鼓勵:)
