今天的 Office hour，聊了 SaaS 公司的增長該怎麼做，學習營的問題，產品設計師的職涯規劃想法（不得不說，這位同學超厲害，非常有 growth mindset），還有一個設計師的同學還提到一個很經典的問題。
RD常想去做一些跟隨潮流、尋找機會的功能，但PM說：這不是做產品，非常抗拒，那該怎麼在兩者之間溝通協調呢？
疫情下，品牌電商的應變心得分享
關於疫情，我協助的品牌電商應該也算是疫情重災區，我也協助他們做了一些應變，整理一下給大家參考我們的應變作法。
先分辨，什麼產品不受疫情影響
- 把不受疫情影響的產品找出來，把SEO和廣告往這類集中
- 針對這些不受影響的產品，推出疫情期間限定的活動，並限定期限，提高轉化率
- 培養客戶的預算降低，廣告和SEO都集中離成交比較近、動機比較強的用戶。
- 廣告和SEO，抓著「疫情期間雖然不行OO，但沒關係，還可以XX」的訴求打一波，把原本因疫情不能滿足的需求，替代成不受疫情影響的需求。
- 這些不受疫情影響的產品，以前他們不是主力商品，現在變成了主力商品，所以要多投入心力去優化文案、圖片、影片，甚至是廣告受眾的嘗試，還有預算的加碼，都一併要重新規劃
- 利用競爭對手休息或還在煩惱的時候，每週產出 Content
沉澱
最近喜歡「沉澱」這兩個字。
把來來去去的朋友，沉澱成深交和至交。
把來來去去的同事，沉澱為合作夥伴。
閱讀全文
我的指標設計線上課程
在網路寫道歉文的六大要點
身為一個很常道歉在網路（社交媒體）上道歉的人（之前因廠商生產、Covid爆發..等因素，造成群眾募資出貨延遲），我對道歉的心得是這樣
1. 搞清楚道歉對象
要搞清楚，若對方公開在網路上罵你，那你的道歉對象就不只是對方，還要納入所有的旁觀者，所以你的道歉文，一定要把這些旁觀者的感受考慮進去，道歉文的內容才不會有缺漏。
一般來說，私下罵就私下道歉，公開罵就公開道歉，是最基本的原則。
閱讀全文
有限資料下， 如何計算 LTV
如何訂立北極星指標 – 介紹與案例分享
這是在 Product Tank Taipei 分享的關於怎麼訂立北極星指標的分享。還拿了 商業思維學院 的北極星指標當例子，說明是怎麼一步一步篩選出專屬的北極星指標。
閱讀全文
好的產品經理，該有什麼核心能力 – 2020版
2020有新的感想，所以把這篇文章重寫一次。
其實好的產品經理所需要的核心能力，其實很簡單，就是「對目標的使命感」。菜鳥 PM 只能當傳聲筒，但若他有對目標的使命感，他就是一個很有品質的傳聲筒。
資深產品總監要定策略，但他若有對目標的使命感，就更能突破困境，不受限於過去的經驗，不會死守原本的預算和規劃，一直迭代，為了完成目標往前衝。
說實在的，我們做好的規劃，真的很難一路執行到底，需要不斷的迭代，甚至有人說迭代是成功的關鍵。但，與其說迭代是成功的關鍵，不如說是「目標的使命感」驅動了迭代，因為我們常常警覺沒辦法達到目標，所以才開始了迭代。
有了「對目標的使命感」後，我們再來看看其他職位，對產品經理的期待是什麼，就比較不會有見樹不見林的問題了。
LTV 常見公式推導 + 應用限制討論
北極星指標與 Product Led Growth
產品數據分析與增長 – part 1
如何提升 APP 的評價
評價對拉新影響很大，因為評價太低的APP，用戶不會下載。評價對ASO影響很大，評價一直以來都是謠傳影響排名的重要原因。評價某種程度可以反應運營績效，值得開發者重視。
這邊整理一些提升 APP 評價的方式，與大家分享。
閱讀全文
從 Persona 到 市場定位
僅以本篇紀念 David龔（龔友誠）老師，本篇也是受到老師台東基督教醫院募款的案例啟發
市場定位其實很不好抓，用太小的區隔，市場打擊面不夠大，用太粗的區隔，則力道不夠。
或者是你找出來的潛在 Persona 很多，但是到底你該瞄準哪一些潛在 Persona，有時真的很讓人苦惱。
我的心得是，會發生這種狀況，都是因為誤以為制定 STP 的思考順序是：Segmentation -> Targeting -> Positioning。
說起來，STP應該只是一種報告的方法，但思考順序也許應該調整成 S -> P -> T。
產品定位的四個層次
有很多詞彙常常和「產品定位」會混在一起談，如：市場定位、價值主張、場景訴求…等，以前我也常常都亂用一通，沒有一定的架構。但事實上這些未必指的是同一件事情，目的也不盡相同。
比較恰當的方式是，我們把跟有關的 stakeholder 拉出來，用三要素：「對誰來說」、「本質是什麼」、「用途是什麼」，來釐清楚「產品定位」是怎麼一回事。
現在我對「產品定位」這件事，會分成四個層次來看：
DAU、WAU、MAU 哪一個為主？Retention Cohort 該看日、週、月哪一個？
DAU（Daily active user）、WAU（Weekly active user）、MAU（Monthly active user），你覺得哪一個比較適合你的產品？
同樣的邏輯，Retention Cohort 該用日、週、月哪一種來看？