[研討會紀錄] 財報狗網站從數據服務切入新聞媒體的脈絡 – 林威宇

1 講者背景

• 財報狗除了威宇以外都是工程師！！
• 產品經理Ｘpodcast 主持人 X 行銷顧問

財報狗官網：

• 每季 10-20 AB testing, 每季10-40（至少10人）人次訪談..
• 提供內容切入美股的產品面，因此有介接到新聞媒體服務
• 月流量 100K，電子報開信率35%

2 財報狗為什麼開始做新聞媒體

因為想做台灣的美股投資人市場

台灣想要投資美股的人，他們碰到的第一個痛點會是什麼？為什麼想要買美股？誘因為何？

2013 年，會聽到投資者想說，與其買蘋果概念股，不如直接買蘋果。但當時使用者不知道怎麼開戶、買進賣出，因此這個階段比較偏向教育取向，教他們怎麼使用，但最後在訪談 100 位使用者後就暫時先放棄這個市場。

2020 年後，觀察到台灣投資美股的人變得非常多，光是在複委託就是倍數的成長，社群、報章雜誌的討論也非常多，新進投資市場的人與七年前的痛點有不同嗎？

我們如何進行使用者研究：

量化研究做 user profiling （用戶分群）
先針對財報狗會員＆社團發放美股使用者問卷，共 2000 多份，再透過 AI 或其他工具協助分群區分成三類

• A Group(41%)：兩年以上投資經歷，想找獲利上漲、利潤正在改善的股票，會嘗試以研究財務指標進行投資標的的選擇。
  痛點是缺乏整理好的中文化財報網站 (35%) 和沒有中文化的選股工具 (20%)。
  
• B Group(44%)：投資經歷 1年以下 or 尚未投資美股。
  痛點是不清楚美股稅制、如何開戶 (30%) 和缺乏整理好的中文化財報網站 (20%)
• C Group(11%)：投資經驗平均，痛點是不太會投資，不知道怎麼分析美股，也不知道如何分析或判斷資訊 ➡️ 教育取向

美股投資者的分群

調查後發現美股投資者普遍存在資訊焦慮。然而雖然使用者痛點之一沒有中文化的投資網站，但嘗試實際調整後，成效卻不如預期。

質性訪談 24 位 users

了解兩個問題：

• 是什麼原因讓他們不熟悉美股公司？
• 我們需要滿足什麼來解決他們的資訊焦慮？
  如：什麼是用戶心中的「大公司」？用戶心中的資訊焦慮， 不安全感為何？如何獲取美股相關資訊？

訪談時不問抽象的方法論，只問投資經驗，因為方法論得到的結果都只是理想中的自己，與投資人實際上的投資結果不一定符合

關鍵的三個問題：

Q1：最近買的一檔股票是什麼？（雖然隱私，但要把它包裝比較不重要，降低使用者的敏感）
Q2：為什麼買這檔股票？
Q3：從哪裡知道這檔股票的資訊？

結果八成的原因都是股癌。

股癌扮演了怎麼樣的一個角色 → 你喜歡的人、你親近的人，他跟你分享他的意見，這個意見其實是非常重要的。不像是金融服務公司給的報告，它有種心理上親近的感覺，是種信任感。

• 這裡的有個 insight：聲音（podcast）是親密感很強的媒介，同時又有一定的專業度，使用者就會相當信任這個人。

是什麼原因讓他們不熟悉美股公司？

• 語言問題：活動的美股相關資訊有一定的語言門檻
• 距離：時差，地理距離，因為「無法即時接收資訊」有不安全感
• 美股公司較多：上市公司為台灣的兩三倍，不知道從何下手

我們需要滿足什麼來解決他們的資訊焦慮，如何彌平資訊即時性？

我們發現同樣的投資人，在美股和台股的決策方式不同⋯⋯

• 美股投資人大多傾向參考重要他人的意見（可信賴的發表者/機構>親友/部落客>網友）
• 從提供「數據」到提供「觀點」，不需要客觀，我想要一個我喜歡的人提供給我他主觀的想法

3 財報狗有哪些資源可以提供「觀點」

由於網站瀏覽用戶不如預期，在訪談美股用戶的時候，發現他們比起網站更依賴 Podcast 做美股的決策，因為它提供了親密感，這件事情對投資人在美股的選擇很重要。因此財報狗拓展了新的產品：在 Podcast 中加入美股的比例。嘗試把美股閱聽的渠道與財報狗 Podcast 做連結。

在這之後也進行前後測，確認產品策略是否奏效：Podcast 發布之後，透過關鍵字（問卷調查？）來理解user是否有印象。

另外也藉由實驗，理解用戶偏好（是了五、六種版本）：利用 AI 產出不同側重點的法說會的文字摘要，提供給用戶。舉例：上一季與這一季財報的差異、法說會逐字稿

盡量透過不同資訊的呈現去嘗試了解客戶的喜好，例如法說會內容很龐雜很難用訪談，所以透過 a/b testing 來測試得知閱讀偏好。

「每個人都說越詳細越好，但其實沒有人會看詳細的東西，只能 AB testing 理解偏好」

4 在沒有新聞團隊下我們如何快速提供新聞

團隊只有 9 個人，在量能有限的狀況下，要如何提供新聞？

一篇新聞是如何誕生的

原本想利用 Podcast、法説會的資訊包裝成新聞，但這些內容發布的頻率太低，若要提高跟使用者的互動，需要找到更頻繁的內容提供給他們。團隊在 2022 年中，開始使用 GPT3，發現好像有辦法用 AI 大量產出新聞。

然而不管事前做再多調查跟驗證，實際上線前，都沒有絕對把握

MVP 先行

一開始找了五六個實習生，一天產出兩篇新聞，三四個月後發現成效：開信率提升了 50%。因此決定要開始擴大（一天兩篇的數量是不夠的），於是開始分析競品。

人工寫一篇新聞大概 2hr，加入工程資訊、AI 協助後，產生一篇新聞需要多久？經過四個月後的訓練，最後一篇新聞只需要 8 mins

成效：一天兩篇 -> 一天三十篇以上

我們怎麼衡量成效？

• 文章造訪次數：讀者對什麼感興趣
• 頁面留存率：
• 開信率：市場有多滿意這個產品
• GSC：從 google 搜尋頁面（探索）來的人對這個議題多感興趣，也可以透過這個找出潛在受眾。
• 來源渠道：讀者在什麼樣的情境下會有興趣點擊。

實驗組點擊率大於實際組 40%up，原本預期用戶會依照主題感興趣但事實上用戶是原本就知道這些題材，目的是依照自己需要的題材去找新聞

5 本日 Summary

快速回顧這次講座內容重點

6 Q&A

Q：好奇了解美股投資者訪談做了 100 人，覺得數量很驚人，想了解當時是一對一/焦點團體的方式進行、一場大概時長多久？怎麼選定這樣的人數資料收斂能帶來理想的洞見？

A：一對一，一個訪談一個小時。不會去看總人數，一批 5-10 個人，基本上訪談的目的是要證明自身的想法是否是對的，如果 6-7 個達到很高的一致性，那這輪訪談做完就結束。

Q：到底如何可以一個人做這麼多事…@@ 太強了, 常加班嗎？

A：我們是責任制，不太有加班的說法，自己決定自己這週要做多少工作，然後在這週做完就好。工作都是自己決定的，老闆不會要求你做超過自己能負擔的範圍。

Q：威宇好~請問你們是如何分辨，到底是使用者喜歡聽親近的人的主觀分享，還是其實是將第一手資料分析消化後，提供給使用者?

Ａ：其實很多人無法區分這兩者。不過實際上這兩者也不是太重要，重點是你做出來的內容使用者到底喜不喜歡，如果發現他們接受度不高，就要再看看到底少了什麼元素，要往哪個方向調整。

Q：謝謝您的分享！在您的分享中我注意到很多時候推進是帶著發現到的現象問題去找方法做驗證的，然後用多元的方式讓現存產品更加增長，當身處全工程師背景的團隊中，有沒有一些遇過一些溝通上的阻礙、以及您會是如何溝通成功呢？

Ａ：我們公司就是一個數據驅動的文化，所以如果有人提出數據上的發現我就會去了解這部分，所以溝通上對我來說不是 UX 上的阻礙，比較像是 PM 上的阻礙。我們公司的工程師都會想要知道他們的工程師是有意義的，有時候去跟他們想這些，他們會增加對工作的自我意義跟價值感。另外我研究所是寫程式的，他們講的如果太專業我不一定懂，但是本身還是有寫程式的概念還是可以溝通。

Q：請問當威宇說找人問的時候，是怎麼樣執行的呢？

Ａ：看想要訪的對象是誰，然後會先開一個問卷設定一些題目（但不能讓對方太容易看出意圖）篩選適合訪談的對象。然後就直接寄信約時間了。

Q：在做訪談結果切片的時候，以下兩種方式是以哪種方式執行呢？

Ａ：

1. 切片跟逐字稿是從訪談錄影錄音來的，不是從副訪的筆記，副訪筆記的部分主要是讓主訪跟副訪再訪談當
2. 使用盡量複用副訪的紀錄，除非遇到有爭議、明顯缺少脈絡、或遺漏的地方，才會再由逐字稿或是原始錄

資料中提取問題有點專業，但訪談都是我一個人訪。

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。