產品優化專案,常見的三個錯誤

在 2021 舉辦了兩次六週 線上產品經理學習營,其中一個訓練題,就是幫服飾品牌的品牌電商,做一個 網站/APP 優化的專案。

因為我並沒有 U 牌電商 GA 的權限,所以包裝上是以面試考題的情境,要面試者提出「提升網站結帳轉換率」為主的 網站/APP 優化提案。這個題目本身因為很具體,也和大家生活息息相關,把這個當訓練題,蠻受到大家歡迎的。

不過在看了上百個來受訓的 junior 產品經理的提案,我發現三個最常見的優化型產品專案,在提案時最常犯的錯。對照這些錯誤,其實 Senior 的也常常踩中這些地雷,所以想在這邊也整理一下,至於關於產品優化專案中,數據面要做些什麼事情,有空再來寫一篇。

錯誤一:直接從用戶痛點切入,而不談「為什麼要做這個優化」
閱讀全文

SaaS 續約率要多少?才是合理的?

SaaS 服務通常都是訂閱型的服務,通常在設定續約率目標時,應該是要設多少?80%?70%?還是要 90% 呢?

我上網 Google 了一下,有人說,如果月付,這樣這數字至少要 95%,因為月續約率 95% 的話,過了一年之後是 95% 的 10次方,原本的用戶大概就剩下剛好一半。

聽起來好像有點道理,但又有哪裡怪怪的,一半是我們追求的數字嗎?
閱讀全文

數據歸因是什麼?

數據歸因這個領域,我一直都沒好好花時間徹底了解,剛好趁一次機會,跟同學介紹數據歸因的機會,整理了一些文稿,也整理在這邊和大家分享一下。

~~~

「常常看到一種狀況,部落客帶來的流量是不少,但好像都不會直接帶來訂單,你覺得這樣的話還需要繼續投資在部落客身上嗎?還是有其他考量?」
閱讀全文

八種拆解營收的方法

為何要拆解營收

現在的數據非常多,光是 Google Analytics 上就有上百個維度,超過500種以上的數據,呈現在你眼前,再加上交易數據、廣告投放數據…等等,數據太多很容易讓人埋首數據當中,大多數的行銷人員其實是被數據給淹沒了,不知道該從何處著手,現在是不缺數據的年代,缺的是怎麼解讀數據,還有利用數據讓營收真正有感成長。
閱讀全文

三個常見的漏斗設計誤區

關於漏斗,有幾個常見的誤區,在這邊想跟大家提醒一下。

漏斗常見的誤區一:漏斗是越短越好

先前有提到,漏斗的每一個步驟,都不會是100%的轉換率,一開始最多人,每經過一個步驟,就會少一些人。所以呢,就有些人會誤會,那漏斗會不會是越少步驟越好,經過的步驟少,人也會掉得比較少。

這其實是常見的一個誤解,讓我舉個團購網站的例子。
閱讀全文

有限資料下, 如何計算 LTV

在往下之前,我們先來看一下常見的 LTV 計算公式是什麼 (以訂閱制服務為例):

LTV = ARPU / Churn rate

(可看一下這:LTV公式怎麼來的

問題來了,你的訂閱服務剛上線不久,有用戶付費,也有用戶流失了,但在計算 LTV 上,有幾個點讓你很苦惱:

  • 每個月的 Churn Rate 變化很大,第一個月50%,第二個月5%,第三個月變10%,那我在公式中的 churn rate,該抓多少?
  • 年約方案還沒有用戶流失,這樣 難道公式中的 Churn rate 用 0 套入嗎?這樣會造成 LTV 無法計算。

閱讀全文

LTV 常見公式推導 + 應用限制討論

在往下之前,我們先來看一下常見的 LTV 計算公式是什麼 (以訂閱制服務為例):

LTV = ARPU / Churn rate

記一下推導在這邊,因為這個這公式裡面隱含了許多假設,搞不懂亂用會很糟糕。

不想看推導可以按 這邊 跳到文尾,看公式的應用限制。

那我們就先來看 LTV 在概念上,寫成式子會是怎樣。
閱讀全文