正確的思維與適合的新技術搭配,先天就長得有冠軍相。營收成長駭客(Growth Hacker)與大數據(Big Data)是近幾年常曝光的新名詞,但真的是舊酒裝新瓶嗎?其實不然,這篇文章我們聊聊怎麼做。

首先,成長駭客指的是具有行銷思惟,數據科學家,程式工程師的集合體,怎麼聽起來有點慣老闆叫員工一人抵三人?但相信我,你多懂一些事是有幫助的,有一天你可能會自己變老闆要一個打十個。

 

我們如何學習成為一位成長駭客,或是大數據科學家呢?首先我們定義目標就是「營業額成長」

第0步就是確認「產品與市場適配 (Product Market Fit, PMF)」
如果你身兼行銷與產品創造人員,會有權限與能力去發展出顧客想要的產品

怎麼去確認產品與市場適配(Product Market Fit)

以下有一些建議方法:

1、最低可行產品 (Minimum viable product, MVP):

試賣,我曾經在軟體公司看到一個現象,上司一直堅持要做到最好的版本,才要推出市場去銷售。但2年過去了,沒有任何營收,而別家公司早已推出產品,且不斷根據建議或客訴去改善。所以時機很重要,你可以先求有再求好。

2、焦點群體訪談

根據我們定位的目標客戶,去訪問他們的感想,例如你平常會發明新菜色,請朋友吃看看。他們給你回饋,你再改正,如果你的朋友沒有呼嚨你的話,是可以推出不錯的產品來應戰。

另一個案例,你可以去看電影”危機女王”裡面的珊卓布拉克,她是個競選輔選顧問,他就訪問了一堆選民,從他們的想法中找出如何賣「候選人」。

3、尋求網路上的聲音

最簡單的作法,你可以參考FB的粉絲洞察報告,知道這些人的特性,與利用FB的關鍵字搜索功能,知道他們喜歡什麼、討厭什麼,例如你把FB貼文中有”義美”這個字的文章都過濾出來,從你的眼睛就可以看到他們喜歡義美什麼、討厭義美什麼。重點是網友不知道會被觀察,所以表現出真實的一面。

比較進階的做法,你可以去學”網路爬蟲技術“。簡單來說Google就是網路爬蟲技術,把網路上的文章搜尋到並做索引。網路爬蟲可以把網路上的資料下載下來分析,至於合法或非法就另當別論了,下載下來後,可以運用”文字探勘“的技術,去分類出消費者的想法。

當然你也可以用問卷去測試,但通常我建議,找資料庫為第1順位、爬網路資料為第2順位、問卷測試為第3順位,這是為了分析的速度,收集資料本身需要耗費時間,有時局勢並不容許我們慢慢來。

如果你確定你的產品已經ok,我們就可以開始用”AARRR”這個架構來思考,我非常鼓勵大家用架構來思考,這樣心理會踏實,遇到危機不會慌,當然自古以來文人相輕,會批評哪個架構有缺點、哪個比較好,我覺得”你肯去做”比較重要。

以AARRR來說的話,

第一步:Acquistiton 獲取客戶

通常獲取新用戶的方式就是曝光,也就是廣告,但是我們鼓勵你用可以埋”追蹤碼”的方式去下廣告,這樣可以有報表不斷修正自己的缺失,達成數據化思考,數據化檢討。

而以台灣來說,常見的曝光方式有,FB社群廣告、Google廣告、部落格、SEO、EDM,甚至Line等方式;這些方式我們需要先掌握一個原則,就是能夠不花錢最好不花錢,就算要花錢,也要花的戰戰兢兢;沒有一個公式跟你說要怎麼搭,都是需要是當下的情境去拆解哪種管道接觸消費者最洽當。

第二步:Activation 激活會員

當你的客戶來過你的網頁後,你起碼會留有他們來過的痕跡(Cookie技術),這樣你起碼可以朝他們”再行銷(Remarketing)”,再行銷可以掌握兩個重點:

  • 提醒這些人,忘了下訂單要記得下喔。
  • 廣告通常需要打三次才有效(三打理論),所以掌握適當的頻率,太少沒感覺、太多會麻痺。有一次我鎖定我們某個族群的客戶,下FB廣告,結果忘了這個細節,讓他們一周內平均看了29次廣告。

如果會員來過你的網頁,那記得要以留下email為主要目的以後好處多多,除了可以發EDM第一時間通知活動外,email可以跟FB跟Google交叉比對去這些用戶的行為。例如我們家三星統計是做大數據的教育訓練,但是我的老客戶裡面會不會有哈日族,我就不知道了。但是透過email跟FB比對,會發現有一群人很愛日本,那我如果要辦個日本深度旅遊,名單就過濾出來了。

第三步:Retetion 會員回訪

通常你的產品如果不是只做一次生意,那對你滿意的消費者就會不斷”回購”。但是我們怎麼知道哪些客人會回購,哪些客人會跟我們分手,這時候你可以利用RFM模型,分類出主要客戶,跟即將分手的客戶。

RFM模型很多統計軟體都能做到,Excel也能做到,但由於我出身於SPSS工程師,所以我常用SPSS來展示。

第四步:Revennue 付費收入

通常快的話在第二階段就會收費有營收了,但有些商品是前面都讓你試用,後面再一舉收費,例如有些網站是免費會員就可以開始用,但是要加值服務就真的要錢包出鞘了。

第五步:Referral 推薦傳播

推薦這邊我們可以分兩點來看,一個是推薦老客戶其他商品,希望提高客單價,這可以利用到大數據常用的”關聯規則分析“,但這種商業軟體超貴,現在的主流是找會R語言的工程師,直接叫他用R語言分析出來。你在網路書店買書,下面的”買這本書也會買什麼書”這種資訊就是這樣來的,當然有些沒有做演算法,就直接呼嚨客戶的也有,但有做真的有差。

另外一個推薦,可以從客戶推薦客戶來看,這個可以去學Open Grach開放社交關係圖。簡單說就是可以看到那些朋友也加入這個網站,或是買這樣東西,這樣會促使消費者有從眾行為。

這邊幫大家整理成長駭客Growth Hack有哪些學習方向與技術:

1、行銷方面建議你需要

2、數據科學家方面(也就是常講的大數據):

  • 基礎統計觀念
  • 第二代統計學的反映型指標與形成型指標:可以用來找出高所得的客群
  • A/B Testing 其實就是費雪的隨機對照實驗:可以測出價錢,顏色,功能,廣告標題,廣告圖片,哪個版本比較好
  • 關聯分析:可以幫你了解怎麼設計組合包,或推薦什麼商品會命中客戶的心理
  • 羅吉斯(Logistic Regression)迴歸:可以猜出這個客人購買的機率

3、程式人員方面:

  • 網頁撰寫能力
  • Open Gragh開放社交關係圖

(本文授權轉載自謝章升

 

CY
CY

持續關注電商產業與科技發展趨勢,希望能幫助更多台灣廠商打開通往國際市場的大門,創造更多台灣之光。

[{"Seq":1
[{"Seq":1
"Name":"First Name"
"Name":"First Name"
"SchemaName":"FirstName"
"SchemaName":"FirstName"
"Type":"text"
"Type":"text"
"CtrlType":"textbox"
"CtrlType":"textbox"
"IsMandatory":"1"
"IsMandatory":"1"
"DisplayName":"Name"
"DisplayName":"Name"
"MinLength":""
"MinLength":""
"MaxLength":"100"
"MaxLength":"100"
"DefaultValue":""
"DefaultValue":""
"MaskText":null
"MaskText":null
"OptionValues":""
"OptionValues":""
"ChildFields":[]
"ChildFields":[]
[{"Seq":1
[{"Seq":1
"Name":"First Name"
"Name":"First Name"
"SchemaName":"FirstName"
"SchemaName":"FirstName"
"Type":"text"
"Type":"text"
"CtrlType":"textbox"
"CtrlType":"textbox"
"IsMandatory":"1"
"IsMandatory":"1"
"DisplayName":"Name"
"DisplayName":"Name"
"MinLength":""
"MinLength":""
"MaxLength":"100"
"MaxLength":"100"
"DefaultValue":""
"DefaultValue":""
"MaskText":null
"MaskText":null
"OptionValues":""
"OptionValues":""
"ChildFields":[]
"ChildFields":[]