[研討會紀錄] 分析師的每一天：產品與使用者行為的量子糾纏 – 姜乃文 Nai-Wen

1 數據分析師的日常

多工切換、多元溝通

數據分析師每天可能有許多專案同時推進，時常要多工切換與各個團隊進行溝通，同時也要重視專案中各項定義的對齊。除此之外也需要嘗試理解問題，取得與 User 們的共同語言，進行有品質的溝通。

數據分析師的專案進程是什麼樣？ 

• 專案前置：專案啟動前
  了解專案目標與任務，熟悉團隊的共同語言 → 建立信任感
  ex. 與行銷合作著重故事性、業務團隊則看重結果。

• 專案進行中：啟動後到結案前
  建立一致且反映專案的數據視角 → 對齊專案協助推進。
  ex. 同一個 picture 和數據視角去觀看，避免同一個參數的切角指標不同

• 專案收尾：
  調頻達到對齊，用同一個視角反應成果 → 幫助團隊完成結案，
  ex.在媒體業，用戶的轉換，是透過廣告還是文章來的？透過某種助攻、交互協作的方式來做歸因。

分析問題的五步驟

1. 問題意識：知道問題是什麼
2. 界定／定義問題
3. 盤點資源／資料
4. 分析／建模
5. 結案／優化

數據分析師最好可以在界定／定義問題階段加入團隊，提早參與，讓數據分析師跟團隊的目標、語言對齊，就不會在後面分析、建模的階段卡住。

2 指標迷思：體檢型指標/追蹤型指標

產品／服務在發展的過程中會有許多的數據，也會有愈來愈多需要關注的指標中，然而這些指標如何有小的運用？乃文以某個專案進行舉例：

專案：

推廣 2C 的訂閱型工具軟體服務，該服務目前有 Web 版，也有上架 Chorme 商店，App 則在規劃中。

Product Process：

• 售前：異業合作、產品廣告、品牌廣告、Chrome 試用、KOL、KOC
• 售中：試用功能、限時 Pro 功能、創班人海巡、只能在官網結帳、EDM
• 售後：新手教學、冷啟動教學、官方客服、報團討論區

在多元的程序當中，有相當多的指標要看：流量、上站人數、平均單均價、購物車棄購率、首頁轉換率、RFV、商品銜接率、RFM、LTV、工作階段數、使用功能次數、交易次數、ROAS、新使用者佔比、註冊率⋯⋯。

各種數據指標大雜燴

這時候將數據以追蹤型、體檢型的方式進行分類，以幫助辨認哪些需要持續追蹤，哪些要迅速應對。

追蹤型指標 幾乎每天都會頻繁地看，且能及時反映 Action 的影響，不過需要搭配其他指標來衡量綜效。體檢型指標 則是累計了一段時間的 Action 才能反映，需要放置一段時間追蹤，可以將「做了什麼、得到了什麼」量化。

追蹤型與體檢型與指標分類比較

＊簡單的分類方法：通常名稱為⋯數、⋯量的會是追蹤型指標，⋯率、平均⋯則是體檢型指標。

整理完指標後，各個營運階段需要關注的指標就會比較清晰，不只幫助有效提升會議效率，也會提高產品策略、產品迭代、追蹤的數據佐證，分享兩個案例：

• RFV + 平均註冊轉換天數 + 導流轉換成本 ＋產品功能使用率 + 商品銜接率

藉由這種指標組合，團隊從轉換天數與加入來源分流出不同的使用者意圖，並以此優化使用者加入後新手教學流程，再改善體驗動線後，還新增了兩項新服務。

成功提升 WAU/MAU Ratio → 用戶黏著提高
使用者產品滿意度提升 1.45 分 → 體驗加分
Extra Finding : 發現商品之間有銜接效果 ，後續新增商品銜接率作為追蹤指標

透過這樣的組合發現：

1. 影片型（有教學知識類）帶來的新使用者，在首頁轉換率較高（滿多廣告會導入至 LandingPage），且這類型使用者使用 A 功能滲透率較整體高，印此後續新增主攻 A 服務的廣告加碼投放 → YoY＋120%

2. B 功能的產品流失率較低，但新使用者佔比高，在經過後續搭配訪談，發現該功能較為雞肋，故回訪客後續並不感興趣 → B 功能列為下一階段優先調整的功能。

3 真實世界的案例：動態付費牆

指標與數據分析並非萬能，這邊動態付費牆的案例。

動態付費牆專案：提升體驗有助訂閱？

一般來說媒體的訂閱制（俗稱付費牆），有以下三種：

• Hard Paywall：必須加入才能觀看（直接撞到牆）
• Soft Paywall： 可使用到部分功能（部分干擾使用）
  ex. 文章只能看到上半部，需要付費解鎖才可看完整文章內容
• meter paywall：計次型付費牆（有限制使用：試用期、可看幾篇文章）

動態付費牆專案是以計次型付費牆為基礎，將固定篇數撞牆機制，改為最佳體驗的篇數，這個篇數則從使用者足跡、文章、metrics等角度來預測，每個人不盡相同，以達成每個人「動態」撞牆的動態付費牆實驗。

每個用戶在閱讀相同篇數下，訂閱動機不盡相同

實驗結果：

理想很豐滿，現實很骨感，雖然有達到提高體驗的目的——回訪天數、閱讀篇數、閱讀滲透率皆有明顯提高——但助益到訂閱的部分效果有限，還在持續努力優化。

動態付費牆延伸閱讀：可搜尋動態付費牆 (Dynamic paywall) 英文媒體案例。

參考紐約時報、Netflix, HBO 都有類似機制，會從使用者進站時開始追蹤各種行為，比如讀者點擊的順序，可能會影響牆什麼時候出現。

其他延伸參考：

未來轉型路上，《天下》面對哪些跨欄障礙？

2023天下數位轉型報告：一本雜誌為什麼需要AI與MarTech？｜天下雜誌 (cw.com.tw)

康健雜誌：APP 糖尿病給你問

翻轉教育：對準台灣老師、教育市場的服務，以訂閱制可以看文章、參加線下講座，登入會員可下載教材

4 Q&A

Q：請問商品銜接率的定義是什麼？

A：以奶粉產業為例，嬰兒成長各階段喝的奶粉配方不同，是不同的產品，因此不同階段的奶粉，會有持續銜接的狀況可進行追蹤。所以會追蹤像是孕期的媽媽或開始使用奶粉的人，如果沒有銜接，會去考慮像是競爭對手搶走、成分考量或是其他因素等，使得產品銜接率無法成功。
軟體的話，比如是在一些產品中的高階功能會涵蓋部分的功能，從 A 產品銜接到 B 產品的涵蓋率進行追蹤和考量。

Q：對於還沒有切入市場，或仍然在尋找 MVP 產品的公司而言，如何透過數據量化分析，來去協助產品功能方向的決策？

A：建議可以思考 產品特性 ，了解為什麼會產生這個產品？產品有什麼優勢？產品滿足了什麼需求？另一方面進行 面向市場的競品分析 ，以找出類似競品中我方可以戰勝的地方。

Q：想知道「用同個語言溝通」的例子，有沒有遇到「因為沒用同個語言」而溝通失敗的例子，如果有那時怎麼發現的呢～

A：以喚醒活動為例（喚醒沈睡用戶）行銷和業務的同仁在同步時，曾提到需要喚醒用戶，但實際上兩者對「喚醒」理解不同，行銷同事認為是要喚醒脫離產品熱用期（18 個月）的用戶，然而對業務同事來說，已經離開一年就是沈睡用戶，這樣彼此行動針對的客群就不同，或許有部分重疊，但可能會讓老闆無法理解為什麼有些用戶喚醒無效。

對 UX 學習活動感興趣，歡迎繼續關注悠識學院，追蹤 IG 捕捉最新動態。