內容分發 (Content distribution) 到底要做什麼?

內容生成很重要,但內容分發(Content distribution)更重要。

在開增長會議的時候, Content team 常常只著重在文章的生成,或是 Podcast 的錄製和上架。要知道現在的內容定義,是和 Channel 很有關係的,一個主要的想法,會因為 Channel 的不同,變成不一樣的內容。

一篇文章生成後,要思考的是,我怎麼針對 FB 粉專的特性,生成長文、多圖文、連結文,然後針對 IG 的屬性,生成適合 IG 的內容格式。
甚至轉個文體,從敘事文變成問答集、懶人包,轉個 Content Type 變成 YouTube 影片、Podcast、Reels。

雖然說內容生成時,你所抓的主題,就決定了 Content distribution 的難易了,就像是好產品就會比較好推,好的內容主題也會比較好推。
但除此之外,Content distribution 還有超多事得做。
閱讀全文

Product Led Growth 到底是什麼?

最近許多人在分享 Product Led Growth, 你去 Google 大概可以找到以下描述。

來自https://www.productled.org/

Product-led growth (PLG) is a business methodology in which user acquisition, expansion, conversion, and retention are all driven primarily by the product itself. It creates company-wide alignment across teams—from engineering to sales and marketing—around the product as the largest source of sustainable, scalable business growth.

閱讀全文

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 續約率要多少才合理?

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