決勝電商紅海：SHOPLINE 產品經理如何帶團隊用數據為店家找出有價值的洞察 — Angela Hung
在電商產業與數據領域擁有豐富經驗的Angela，目前於SHOPLINE擔任資深數據產品經理。不過在進到SHOPLINE之前，她也曾在一家開發AutoML的新創公司工作，並在那段期間涉足了多個不同類型的產業，從金融、零售到製造業等。後來，她意識到深耕特定的產業知識，對於擔任產品經理至關重要，因此她選擇專注於零售和電商領域，並加入了SHOPLINE。目前，她負責管理SHOPLINE的「數據開放生態」產品線，工作涵蓋了從數據分析到產品管理的多個層面，同時也面對著電商與零售市場第一線的趨勢變化。
關於SHOPLINE
SHOPLINE最初是一個成立於香港的電商開店平台，提供店家快速建立網店所需的一切工具和服務；隨後SHOPLINE逐漸擴展業務，引入了POS系統以及社群電商等功能。透過這些功能、數據報表與分析服務，以及開放API整合第三方夥伴的資源，SHOPLINE期待打造一個更全面的零售電商生態系，整合線上和線下的消費體驗，幫助業者實現更多元化的銷售模式。
本次訪談將探討Angela在SHOPLINE期間的工作經驗、產品開發過程中遇到的技術挑戰和產品設計思路，以及她與團隊如何在快速變化的電商產業中學習與成長。
電商業的數據產品經理如何塑造成功的產品
聆聽店家聲音，站在店家角度思考
針對產品開發過程中的靈感和設計，Angela強調了要站在店家的角度思考、從店家營運的每個環節中理解他們的目標和需求，並從電商零售公式出發，將各個元素拆解，考慮流量、客單價和轉換率等關鍵因素，確保產品功能和指標能夠涵蓋電商核心要素，再透過應用不同數據視覺化方式來幫助店家發現營運上的問題和潛在機會。
此外，他們還會對比競品的功能，以確保SHOPLINE的產品能夠滿足店家的需求，並保持競爭優勢。
提供符合使用者需求的數據與報表
除了以店家角度來看，更要注意實際的產品使用者是誰。Angela指出店家中的老闆和行銷人員通常是最常使用數據的角色，不過他們的關注數據重點卻大不相同：對於品牌老闆來說，最關注的核心指標是GMV（總銷售額），因此即時更新的GMV數據對他們至關重要；對於行銷人員而言，他們則需要更詳細的數據來進行選品上架、投放廣告和促銷活動等操作，如新舊客戶的比例、庫存銷售量等指標都是他們關注的重點。
成功的經驗
舉例來說，像是「商品成長探測」功能的導入。這個功能通過矩陣的概念視覺化店家的商品數據，幫助店家優化選品和行銷決策。舉例來說，針對「低曝光但高轉換率」的商品，店家就可以考慮增加廣告預算。Angela分享，這個功能的成功不僅在提供了有價值的決策輔助，還促進了店家內部溝通，讓團隊可以更快地達成決策共識。
新功能開發，如何驗證能確實解決客戶痛點？
至於如何確保開發功能可確實滿足客戶需求，Angela分享了他們在開發新功能以及驗證商務邏輯時所採取的策略。除了基本的報表要跟上市場趨勢與SHOPLINE生態系統中其他產品的發展外，SHOPLINE也會透過實際的測試來「驗證」分析功能的可用性。
當SHOPLINE團隊開發出新的分析功能時，會先進行模型的測試，再尋找合作度高且對數據有興趣的店家，將模型應用到店家的實際數據上，根據分析結果提供店家建議並收集反饋，以確認模型是否符合預期。透過這種方式，來確認開發的功能能夠真正幫助店家，而不僅僅是團隊的自我想像。
對於客戶快速且多變的需求，如何做好時間管理？
面對電商產業變化快速且大量的需求，Angela分享了三個管理心法：
- 聚焦策略主軸，避免被單一需求左右而失去整體方向
- 反思需求背後問題的重要性，盤點資源與尋找替代方案
- 採用”小步快跑”的敏捷開發，在市場反饋的基礎上進行優化
首先，為了在電商市場破浪前進，聚焦方向必不可少。而在面對排山倒海而來的需求時，團隊就要判斷需求背後問題的重要性與優先順序，包括考慮是否有其他選擇或工作方法，與客戶進行溝通協調。而敏捷開發則可以批次釋出功能，再根據店家反應即時調整。
Angela也說，所幸公司內部開放的討論氛圍，鼓勵成員勇於挑戰需求，也幫助團隊能快速找出解決問題的方法。
實時數據的必要性和成本效益之間的平衡
談到「即時數據」的難題，Angela也苦笑分享心路歷程。由於即時化的數據成本極高，卻也有其必要性，因此團隊當初在從數據源、pipeline維護、資料庫選擇等面向都花了不少時間討論如何執行。Angela認為關鍵在於如何平衡real-time數據的必要性和成本效益。她指出，對於GMV、瀏覽量等核心指標，或是如直播電商等特定類型的店家，即時性相當重要；但其餘以分析為導向的指標，即時性則相對其次。因此，在提供新功能或指標時，他們會通過內部討論和客戶反饋來評估真正的需求和價值。
從個人成長到團隊管理
如同電商產業的快速發展，Angela在數據領域也是成長快速，並不斷適應新的變化與挑戰。
事實上，Angela大學主修經濟，卻也從那時就對資工與寫程式很有興趣，同時比起偏理論的內容，她更嚮往親自解決真實商業世界的問題，因此她選擇進入清大服務科學研究所，並進一步專注於資料分析領域。在良師的帶領與更多的實務探索後，她決定善用在大學培養的豐富邏輯思維能力和統計相關知識，繼續在電商行業深耕數據這條路。
成為數據產品經理的基本功與特質
Angela表示，做為數據產品經理，必須對於軟體工程、網路領域、數據應用流程等有基本的了解與觀念，例如：
- 前後端與資料庫的概念
- API、伺服器等名詞概念
- 對資料一定的熟悉和解讀能力
- 資料應用流程與架構
- 產品開發與測試的思維
她也表示，雖然產品經理不用會自己寫程式，但是熟悉SQL和Python等語言讓她可自己進行資料的撈取與測試，降低對於數據工程師的依賴，對於產品開發的加速仍有幫助。不過這些技能其實可以在工作中邊做邊學，倒不急著在求職前全部學會。
在其他軟實力與特質方面，Angela認為快速學習的能力、對使用者/市場的了解很重要，才能面對電商市場的高速變化。另外，她也強調了學習「動機」的重要性，對於自我驅動持續學習和成長可起到關鍵作用。
帶領團隊面對產業快速變化的知識焦慮
針對知識爆炸時代可能產生的焦慮問題，她建議從自己已經掌握的知識出發，並逐步擴大學習的範圍，而不是盲目跟風，並從工作中提煉出需要學習的重點。她分享了自己 80/20 法則的方式，也就是以80%的時間先打穩自己熟悉的能力與日常工作內容，再分配另外20%的心力去學習相關的新東西，由內而外以同心圓的方式慢慢擴張自己的知識領域，如此就能取得工作與學習的良好平衡，不會使知識點斷裂分散、又能有效率的穩定學習成長。
同樣的觀念放在管理團隊上面，Angela把目標放在帶領團隊成長，透過每月的一對一面談，在工作和職涯規劃方面給予對應的支持，為團隊成員的成長路徑提供建議。並同樣保持80/20的原則，讓成員專注於80%的核心工作，同時提供20%的發展空間和機會讓他們拓展自我。
給電商新鮮人的建議
Angela也分享在招聘初入電商和數據領域的人才時，她會先看是否具有相干的學科背景與工作經驗，並且特別看重面試者對於這些相關技能，是否有紮實的基本功與深刻的理解，而不是一知半解地照本宣科，以避免未來無法解決真正的難題。此外，學習的熱忱與成長潛力也是加分項。
最後，因為電商是很生活化的產業，她建議想進入電商和零售產業的人，應該多累積生活中的經驗，不妨從作為消費者的角度，實際體驗看直播、搶優惠等消費經驗，以更好地了解消費者和店家的需求。
撰稿 : Kevin Tsou
審稿: 黃薇庭
採訪 : Dan Chen
