[筆記] 數據導向行動產品成長 / 羅荷傑 Yahoo! 亞太區策略暨業務營運部 副理

Mobile analytics & data-driven product growth

來自Yahoo! 的Roger有豐富的行動開發及數據背景，並且在團隊內部主要負責產品成長的團隊，他以自身在雅虎的實戰經驗，以及行動數據分析工具Flurry的多個經典案例，來與大家分享團隊該如何開始使用並且妥善運用數據分析，以及等到產品成熟時，進而將其轉化為產品成長的洞見及動能。

Roger先在現場做出簡單的調查，發覺現場在做mobile相關的公司高達八九成，但有在使用數據分析工具的卻只剩下兩成左右，而當再進一步追問，公司內部是否有產品成長團隊時，全場就只剩下一個人舉手了。而這也代表著數據分析及產品成長這個領域，還有相當大的成長機會。

接著Roger做了簡單的自我介紹，他以前大學本科念的其實是經濟相關，但在大學最後一年時進到了google印度辦公室實習，工作內容最主要是要幫google看英美客戶的Google AdWords的廣告成效是否良好。接著下一份工作則是做與大數據相關，而公司內部成員背景主要分為兩種：商業顧問業、或是科技資訊背景，而公司最主要的價值便是將大數據分析與商業決策結合，協助客戶進入大中華地區。而Roger則是在兩年前加入雅虎的亞太區策略暨業務營運部，主要負責開發者套件及Flurry數據分析，並於過去一年參與了涵蓋台灣香港及東南亞，超過30場的行動開發者聚會，持續在行動及數據領域耕耘。到了今年開始，Roger也開始負責台灣雅虎在地的產品，如媒體或電商等，推動產品成長的工作。而此次演講最主要便分為兩大部分：行動分析，及產品成長。

Mobile Analytics

目前行動分析的生態系涵蓋三個面向：數據分析(analytics & enhancement)、產品成長(growth)、變現(monetization)，而對於在行動產業之中的人，這三個面向都相當重要。Roger接著介紹了雅虎的行動分析利器Flurry，Flurry其實原本是間遊戲公司，但當他們需要數據分析時卻發現市場上沒有夠好的產品，於是決定自己開發，而後來才被雅虎收購。目前Flurry所觸及的範圍相當廣，有超過80萬個app有加裝Flurry analytics，而一個裝置之中平均更有高達7個app有在使用Flurry，Flurry在行動分析生態系中可說是扮演著舉足輕重的角色。

當瞭解了有這麼多的工具之後，那到底該從何下手數據分析呢？Roger認為最主要應分為三個階段：瞭解自己的數據(know the data)、辨別有價值的用戶(identify the most valuable users)、並衡量成功(measure success)。

Know the data
首先，要使用數據分析協助優化產品之前，應先了解優化產品的流程為何。無論使用什麼方法，終極目的都應該是要能夠瞭解使用者真實的行為及想法，也因此可以使用量化(數據分析)及質化(使用者研究)兩種方式。而今天聚焦討論的數據分析，便是用以了解使用者行為的一大利器。一般而言，Flurry的SDK(Software Development Kit)會提供幾個基本的資訊：新用戶數(new mobile users)、到訪數(sessions)、活躍用戶數(active mobile users)、留存用戶數(retained users)。但若是當使用者數量超過萬人時，僅下載SDK已經遠遠不足以滿足優化產品的需求，因為還是無法瞭解那些數據變動的原因去做更深入的分析，此時便需要更進一步地埋入事件(events)，埋入之後才能夠瞭解更多的使用者行為。假如沒有埋入事件的話，就算想要分析也沒有數據能分析起。至於該如何決定要埋入什麼事件呢？Roger建議分為三個步驟：首先要擬定優化目標、接著設定相對應的KPI、最後才依據指標埋入事件。

例如LIVEhouse.in透過埋入事件events之後，瞭解了使用者是如何使用他們的產品，以及有多少人沒有滑到最後一頁去觀看節目表，進而針對這個問題作出介面的優化，讓使用者能迅速直觀的找到自己要看的節目。第二個例子則是印度的停車遊戲，當時他們從數據中發現，有花費買車的使用者，其留存率(retention)比沒有買車的使用者高了兩倍，也因此他們將目標定義為「讓更多人去買車」，並依照其目標簡化買車的步驟，進而讓整體購買量提升了3.26倍。而這些都是使用數據做為產品優化依據的極佳案例。

Identify the most valuable users
而當掌握了數據之後，下一步便是要了解對產品最有價值的使用者是誰。Roger分享了自己在印度時與當地開發團隊的討論，目前mobile app的用戶取得成本(user acquisition cost)其實比傳統網頁還要高的許多，也因此更該把每個有下載app的用戶當作VIP來看待，因為只要當它移除了軟體之後，就很難再回流了。

而在實務上區分使用者主要有兩種方式：傳統的使用者輪廓(segment)或是persona，而在了解現有使用者之後便可以做出相對應的調整。例如CWMoney使用Flurry使用者輪廓(segment)後，發現有高達70%的女性使用者，因此希望能拓展男性客群，並且做了「男性因為懶惰而比較不喜歡記帳」的假設，為了降低使用門檻而增加了自動匯入「悠遊卡」及「一卡通」消費紀錄的功能，最終成功提升5%的男性使用者。

另一個Flurry的分群方法則是persona，Flurry有高達40幾個的persona，並可以透過掌握使用者過去兩個禮拜的app使用狀況，去推斷這個使用這是屬於哪種persona，進而讓團隊了解自己的產品使用者都是誰，而在與廣告主談合作時能有更明確的目標族群。

Measure Success
而在觀察數據並且作出修正後，到底該如何去看成效如何呢？Roger列出了三個最常被觀察的面相：用戶獲取(user acquisition)、轉換率(conversion)及用戶留存率(retention)：

第一個部分是user acquisition，對於app而言，獲取使用者是相當重要的。因此Flurry特別有一個UAA(user accession analytics)的功能，協助團隊分析透過不同管道下載app的user，行為差異為何。以雅虎拍賣android app為例，總共有多個用戶獲取的管道，例如line coin campaign或是自家網頁的橫幅廣告等等。在細部分析數據後發現一件有趣的事情：Line coin的點擊下載率竟然高達五成，但這群使用者的quality percentage卻不到一成。而分析在自家網頁的蓋板廣告時，發現點擊數不到三成，明顯比line coin低了許多，而點擊下載率更是不到2%，但是這群用戶的quality percentage卻是高達四成。

這些數字所代表的涵意，其實就是要因應團隊的目標及KPI去做出策略，例如今天團隊的KPI是要衝高下載率，那就可能多花點資源在line coin上，但假如今天是希望能獲取較有價值的使用者，則可能繼續使用蓋板廣告。而這些都是團隊在觀察數據後，可以再依照自身的目標去做出決策的。

所謂quality percentage最主要是用來觀察使用者的使用行為，因為對於行銷人員而言，可能只要負責衝高下載量就好了，但對於PM而言，真正重要的事情應是使用者是否有真的在使用產品，轉換成相對應的數據即是日活躍人數(DAU, daily active users)及回訪率(retention)。

第二部分是用戶轉換率(conversion)，台灣雅虎的電商佔公司相當重要的比例，因此最重視的即為使用者是否可以一步步地完成購物，減少過程中的用戶流失，並且最終達到消費轉換。最理想的狀態當然是轉換率達到百分之百，但那絕對是不可能的事情，也因此團隊的目標便該轉換為，要如何減少這整條顧客旅程的阻礙，讓顧客可以順暢的完整整趟購物旅程。而達成這個目標的方法，便是延續前面所說的設定目標、擬定KPI、並觀察數據後思考產品該如何做修正。

例如雅虎新聞app的心情投票及民調中心功能，當初設計的出發點，是希望透過這個功能讓用戶的使用頻率提升，而在實際觀察數據之後，就可以發現只有不到八分之一的人完成了心情投票。而這個觀察就可以幫助團隊檢視，當初做出的預設與使用者實際的使用狀況是否相符，而不只是活在自己的想像之中。另一個例子則是照片拼貼軟體PicCollage，使用Flurry來觀察新的照片模板功能對於使用者的影響為何，進而發現照片模板功能確實可以提升使用者完成拼貼的轉換率，同時也不降低自創模板的使用率。也因此透過數據分析，確實可以掌握及瞭解使用者實際使用產品的狀況，進而給團隊許多參考指標，才不會讓許多決策都只是憑著直覺去做判斷。

而最後關於用戶留存率(retention)的部分，Roger則是直接舉了Whoscall的例子，Whoscall團隊的人有提到他們最重要的便是用戶留存率，因為只要觀察留存率，團隊就可以知道使用者是否真的是因為產品好用而去下載，因此用戶留存率對於Whoscall而言是相當重要的一項指標，而這也可以透過Flurry analytics做出精準的分析。

Flurry最後一個小特點則是針對工程師的crash analytics，可以讓工程團隊迅速掌握產品的哪個流程出了問題，並作出debug及修正。實際的例子則是印度的照片編輯app Superimpose，透過crash analytics發現產品的問題出在哪裡並且優化後，成功降低失誤率。

總結來說，假如今天團隊要做數據分析，要做的便是跟著上述的三個步驟：了解數據、辨別用戶、並學著衡量成功，即可幫助團隊開始數據分析的旅途。

Mobile Analytics

第二部分進到產品成長的階段。Roger提及的產品成長，其實就是最近相當火紅的growth hack，其最主要的核心便是希望能創造規模效益，對於產品行銷相當重要。但首先第一個關鍵的問題是，產品到底該到什麼階段才適合做產品成長呢？Roger認為最重要的是要先達到product/market fit，原因在於當到達這個階段時，才代表產品到了一個穩定的階段。否則假如產品都還沒有優化好，就急著將他推出去，只會讓留存率變得極低，就算有再多的使用者下載也還是對於團隊沒有助益。

而接著便是該如何實踐了，Roger將整個產品成長的流程分成People、Process、Culture三個階段。首先由People談起，當團隊希望能推動產品成長時，最重要的應是要聚集各個專業的人（PM、行銷、工程師、設計、數據分析師、業務員），因為雖然對於公司內部而言每個部門的專業及職責都不相同，但對於使用者而言所接觸到的就是產品本身，因此該如何讓優良的體驗貫穿整個使用歷程便相當關鍵。

至於Process則進一步細分為四個階段：發想(ideation)、排優先順序(prioritize backlog)、測試(launch test)、學習及修正(capture learning)。在發想階段，最重要的是團隊中的人是否有帶著解決問題的思維，每個做出的發想都應該是要有對應想要解決的問題的。至於排優先順序上，雅虎的內部團隊會使用ICE分析(Impact, Confidence, Ease)協助判斷，便是定義每個功能或修正的影響為何、是否有信心會成功、以及證明這件事情是否容易。最後加總ICE的總分，假如分數較高的就列為較為重要的優先處理事項。

最後Culture的部分，Roger想要表達的便是，該讓產品成長變成所有人的事情，每個人都應該要有著解決問題及努力讓產品成長的心態，並且使用數據分析做出快速的設計及修正，才能夠使得產品成長變得快速有效。雖然目前外界把growth hack說的十分絢麗，以及有許多華麗的執行方式，但對於Roger而言，產品成長更是”A mindset. A skillset. An approach. A strategy. A vision.”

在聽完Roger的分享後，也確實讓現場的聽眾對於數據分析及產品成長掌握了最基本的概念，並且有機會實踐在自己的產品之中。

投影片分享：數據導向行動產品成長 / 羅荷傑 Yahoo! 亞太區策略暨業務營運部 副理

文 / 張家豪