指標設計的六大盲點

這篇主要在講作「產品增長(Growth)」時,所會遇到的指標設計問題,至於員工績效指標、OKR…等,不在討論範圍內喔。

在增長的領域中,有許多的套路,同樣是 acquisition ,以前流行鑽研 FB 廣告的套路,現在則是流量池。這些增長的套路一直都在變,追也追不完,但看似一直變化的過程中,你會發現其中一直不變的是「細分目標,單點突破」的心法,舉例來說:

  • 營收的細分目標:來客數、轉換率、客單價
  • APP經營:AARRR

閱讀全文

[實驗心得] 運用Growth Hacking技巧,讓上課同學舉手發問

這1年來,我一直在作一個實驗,實驗「如何讓上課同學踴躍的舉手發問」。

如同Growth hacking很重視的迭代精神,我設定的北極星指標,是同學「舉手發問的次數」,針對這個指標我不斷的迭代優化,很可惜實體課程不能用A/B Testing的方法來作實驗,但我還是試圖在每一次上課中,針對某些小要素作改變,來觀察這對大家的發問數的影響。

我的心得是,同學不是不愛舉手發問,而是要用上正確的onboarding手法,一步一步的幫同學移除舉手障礙、增強發問動機,讓我就算是面對的是最不愛舉手發問的場合(如:大學生),都可以有效的突破僵局。
閱讀全文

商業模式畫布(Business Model Canvas) 的 實踐與反省

商業模式畫布圖由9個方格組成,要描述清楚你的商業模式,就是把這9個方格填完且填的合邏輯就對了。舉例來說,這邊有 Airbnb的商業模式畫布Skype的商業模式畫布,還有線上影音課程介紹商業模式畫布介紹。

真的實際運用商業模式畫布來規劃產品或公司的商業模式時,有幾個是完全沒人提過,但很容易踩到的洞,在這邊也整理一下和大家分享一下。
閱讀全文

【APP改版系列】從 AARRR 與 RARRA

這兩年,開始有人喊 AARRR 已過時,應該是要看 RARRA,RARRA 其實就是把 AARRR 的順序修正了一下,從 Retention 開始,變成 Retention-Activation-Referral-Revenue-Acquisition,最一開始的出現的地方,是在 Thomas Petit 的簡報 當中。

看完 RARRA 的內容,你會發現「AARRR 已過時」,是一種標題殺人法,正確的來說,AARRR 是一個漏斗,而 RARRA 是 Thomas Petit 建議優化漏斗的順序和步驟,沒有誰取代誰,誰已經過時。
閱讀全文

【APP改版系列】為何要先從商業問題著手?而不是從用戶需求下手

上一篇,我們談到了APP改版第一步,就是要搞清楚自己的商業問題。為何要從商業問題著手呢?若要深入探究,其實這和我自己在定義「專業」這件事有關係。

專業是什麼?

我對「專業」的定義是:能採用Top Down角度思考,並能充分運用Bottom Up能力的人。
閱讀全文

【APP改版系列】如何設定 APP 回訪率 KPI

上一篇,我們談到了APP改版第一步,就是要搞清楚自己的商業問題。假設你面臨到的商業問題是回訪率不足,想要提升,那這篇很適合你繼續看下去。

你要問回訪率為何是商業問題?回訪率當然是商業問題,不管你的營利方式是廣告、購物、打賞…等,用戶不打開APP,廣告、購物、打賞就不會發生,所以回訪率當然是商業問題,還是很狠狠重要的商業問題。

想要提升回訪率,就要先問,你的回訪率要提升到多少才就好,所以在談提升回訪率之前,你要先知道回訪率的KPI該怎麼設定。
閱讀全文

量化產品成長模型-共享計程車篇

產品成長模型的落地,就是建構產品成長模型試算表。

本投影片和範例試算表的完成,還要感謝許多不願具名的朋友,因為有他們這個表格才得以完成。

光看投影片有可能不太清楚內容,也歡迎大家跟我聯繫詢問,或找我去作企業內訓…XD(又打廣告)。

這邊還有工具類產品的範例,也歡迎大家看看。

裡面數字都是假的,計算公式也不一定都弄對,歡迎大家檢驗後告訴我bug在哪裡喔~
閱讀全文

東方快車謀殺案 與 換位思考

東方快車謀殺案,原本以為就是一個偵探解謎電影,有人被殺了,火車上又算是密室,人人都有嫌疑。所以套句柯南的話說,這就是一個密室殺人案件。

這部電影精彩的地方在哪呢?是主角赫丘勒·白羅近似神的觀察和推理能力?還是人人有嫌疑,但個個沒把握的緊張感?都是,但這都太一般了,都是一般人在進電影院就可以想到的,只是用這些觀點來拍片,這部片不會很厲害的。

—以下爆雷—
閱讀全文

產品成長 part 2:Product Channel FIT

光看投影片有可能不太知道我清楚我講的內容,也歡迎大家跟我聯繫,找我去分享唷~

上一次分享的投影片傳送門:產品成長Part I:Growth Model

這次主要想談Channel,還有Channel的生命週期,再怎麼好用的Channel最後轉換率一定是趨近於飽和,甚至變差。這時候應該怎麼作呢?

閱讀全文