蘋果日報，請收下這份轉型訂閱制的密奏
《蘋果日報》4 月 10 日開始會員訂閱制，搭配問答抽 30 萬獎金活動，截至 4 月 18 日已超過 140 萬註冊會員。台灣蘋果日報每日訪問人數約 330 萬，註冊率 42％。
恭喜！
當蘋果日報有了百萬註冊會員，後續玩訂閱模式需要注意什麼事？這是我想思考的問題。
先同步認知，我後續談的訂閱專指「每月自動扣款」的交易行為。
老樣子，結論先走。
訂閱模式在台灣可行，但必須變化才能適應台灣市場。
蘋果日報缺乏訂閱制的兩要素
信任與價值。而蘋果日報在這兩點都很弱。
首先是信任。
所有交易行為都建立在信任之上，但按月扣款的訂閱模式對信任要求更高。因為訂閱不是一次性交易，而是授權每月自動扣款。用戶不信任人格或品牌，不敢授權信用卡。
蘋果日報在台灣的確很有名，但不代表用戶信任這品牌。例如：頂新很有名，但許多人不信任他們的產品。蘋果日報的品牌形象偏娛樂八卦，以及早期帶入台灣的狗仔隊文化。
有名跟信任是兩個不同東西。
接下來是價值。
價值指的是可預期且穩定的服務。當用戶同意每月定期扣款買一份服務，表示對服務有一定預期。例如：我選擇中華電信方案，不會希望第一個月網速是法拉利，第二個月變成老牛拖車。
以下是蘋果日報說服用戶註冊的用語：
Q：媒體那麼多，為什麼要訂閱《蘋果新聞網》？
A：當今媒體不是藍、就是綠，《蘋果》16年來堅持中立，監督藍綠、踢爆不公不義最硬頸，《蘋果新聞網》需要您！加入會員就是支持監督的力量。
「不藍不綠，堅持中立」並沒有明確定義蘋果日報的價值。另外，這段話也沒有說明蘋果日報未來將提供哪些內容主題。用戶不知道會買到什麼，訂閱機率低。
蘋果日報要推出訂閱制，得先確認訂閱制想服務哪群人以及自己能提供什麼價值。例如：訂閱制是針對菁英階級並提供兩岸政治新聞與論述，立場偏向民主自由，傾向理性討論等。
先確定自己是什麼，才有機會找到對的人並賣出去。
百萬註冊會員，然後呢？
蘋果日報今年期中財報指出
本集團亦會應用大數據分析技術，更準確地蒐集讀者的習慣及喜好資料，以備提供個人化廣告。
註冊會員機制能幫蘋果日報收集與分析用戶數據，做到個人化廣告。
當用戶註冊會員，蘋果日報便能收集並分析用戶閱讀的內容，藉此判斷用戶喜好。這些會員的廣告價值將更高。例如：1,000 位觀看人數跟 1,000 位近期突然一直看新車開箱文章的人。
兩個數字一樣，但廣告價值完全不同。
而近期蘋果日報粉絲團的退讚潮，我認為是短期陣痛。長期而言，註冊會員機制能幫蘋果日報創造更多商業操作空間。
在台灣玩訂閱制要注意啥？
台灣任何一家公司要玩訂閱模式，需要考量一個客觀條件：台灣人口 2,300 萬。
我不是要說『台灣市場太小』。
在商業裡，無法改變的條件叫現實，不需要浪費時間爭論或批判。我會選擇思考在這條件下，訂閱模式怎麼變化才能適應台灣市場。
用蘋果日報做訂閱制當例子。
台灣蘋果日報的數位廣告收益從 2015 年 6 億港幣一路下滑到 2018 年約 1.6 億港幣。而蘋果日報註冊會員 140 萬，假設訂閱率約 10％（我看過最高的訂閱率），付費訂閱會員約 14 萬。
若訂閱收入要完全替代數位廣告收入，每個會員每月至少要貢獻 95 港幣（約 380 台幣）。若要替代 20% 數位廣告收入，每個會員每月得付 76元台幣。
14 萬人每個月付給蘋果日報 76 元。在用戶對蘋果日報沒信任感，且無法預期內容品質與主題狀況下，難度頗高。
蘋果日報有了百萬註冊會員的行為數據，應能找出自己強項，以及判斷哪些內容主題能吸引用戶付費。
2,300 萬有 2,300 萬市場的玩法
在台灣人口數條件下，訂閱價格若只有一種，企業只能賺到需求曲線底下的一小塊面積。
因此在台灣玩訂閱模式得做需求分層，並針對不同層次提供不同價格的服務。企業才能在有限的市場人口數擠出更大營收，如下圖（面積就是營收，用戶數 * 客單價）。
沒註冊的無差別流量賣曝光。註冊會員可根據內容喜好標籤分類，廣告價值更高。進一步還可判斷哪些內容能吸引會員付費訂閱，例如：房地產、財經與動畫新聞等獨家內容。最後再繼續從付費會員的喜好找出更高價值的服務，例如：講座或線上課程等。
但執行上有兩點難度。
第一，為了拿下更多用戶價值，企業必須針對不同族群提供服務方案。以往可能業務目標是流量，未來則改為訂閱率與留存率等。而且針對需求分層會員後，業務也會增加付費內容與深化服務等工作。這對蘋果日報會是極大的挑戰。
第二，非常依賴數據分析能力。蘋果日報必須收集用戶跟內容的互動數據，並分析哪些內容吸引用戶訂閱，以及延伸的潛在價值。
所以，蘋果日報能成嗎？
我認為蘋果日報轉型難度極高，但期待它成功。路是打出來的，企業轉型拚的是管理者能力與團隊執行力。
我傾向支持任何商業嘗試，因為這些人將現實推向想象中的未來。世界也才有這麼多好玩的東西。
期待黎先生的下一手！
感謝 Mike, Alvis, Lili, Misky, Matilda, Ray, 黃彥嘉與蔡乙寧對本文提供建議。
