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

[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

從 AARRR 到 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