文 / 徐秉毅
自學 SEO 經驗分享 / 孟令強 Barry
此時大聚台下的觀眾都非常興奮，因為孟令強今天所帶來的，可能是非常多從事網路行銷/ 企劃的好朋友常常會很頭大的議題—SEO，事實上，過去許多企業主為了讓自己的搜尋引擎排名能排進第一頁，都會動用大筆的預算聘請專家進行優化，孟令強就是過去其中佼佼者，因此，藉著這個珍貴的機會，讓我們來看看他是怎麼從無到有，自學成家的吧！
要練習培養自己的見解
許多人為了學習 SEO，不惜花重金上課，學習專家的操作方式，但對 Barry 而言，「動手做」的精神才是最重要的，因為 SEO 是一項很活的東西，依據你的網站定位、性質、內容的走向皆有所不同，並沒有一定的完美作法，唯有自己搜集資料（網路上的文章、黑/白帽論壇、SEO 相關書籍）、分析、吸收到內化，才有可能產生出屬於自己的見解，孟令強也希望大家在訓練 SEO 的見解時，能以Global 的角度思考，畢竟現今大部分的搜尋引擎都是由全球級的公司所成立（如 Google, Yahoo, Bing），演算法不可能只為台灣人設計，因此，將自己的視野定位在國際是非常重要的。
參考與實驗精神
要快速精進 SEO 的技巧，有兩個簡單的秘訣，第一：參考好的網站是怎麼做的，把排名前段網站的編碼打開，研究一下他們是如何利用整體網站語法的架構、Meta 標籤文章、網頁文案、外部連結數量與品質優化其排名。第二：參數測試，由於 Google、Yahoo 本身都有許多不同的演算法與參數，但是效果不一，老師建議大家能夠架設一個簡單的網站，去測試看看各個參數到底重要性如何，只有自己看到的才是最紮實的心得。
四項重點策略
此外孟令強提到，隨著演算法近幾年的改變，SEO 專家們也必須改變自身的網站策略，主要重點會偏向四大部分：結構化資料、網站文案與關鍵字關聯性、轉換率優化、網站行動化，其中，網站行動化是近年來增加的一項重要共識，所以孟令強也提到許多與 LBS 有關的應用，也鼓勵行銷企劃們能夠持續學習。
應用客戶生命週期分析改善網路行銷專案效益 / 連啟佑
小編算參與過不少 HPX 大聚，過去其實也不乏精彩的內容，但連啟祐老師這場絕對是經典中的經典，老師從客戶生命週期的概念、基本行銷名詞的解釋、實務上操作的問題到建立營收模型無所不包，即便講座已經超時，大家的精神還是非常振奮，目不轉睛地看著老師簡報精彩的內容，當然，沒能參加到的好朋友們也別失望，至少還能看看筆記了解一二嘛！
客戶週期分析是什麼？
網路行銷在全球風行已久，業界出現了許多不同的分析模型（如內容分析、客群分析、流程分析、行銷分析、電商分析等）但是，這些分析有個顯而易見的缺點，也就是沒有連貫性，無法從使用者的角度「線性」的思考，因此，企業主應該反轉自己的角度，以使用者為中心，就能得出一套簡單的架構：觸及、取得、轉換以及維繫，而這就是客戶週期分析，這樣的好處除了能以業務為中心思考外，還能夠有效整合其他實體通路的資源，設計更宏觀的行銷策略。
各指標間的關係
除了許多不同種類的分析外，指標很多也是網路行銷業界的一大特色，老師簡單將指標劃分成三種：基本指標、控制性指標與績效分析的指標，其中基本指標就是大家耳熟能詳的，以營業額為基礎，切分下來的訂單數、平均客單價、造訪數、轉換率、曝光數、點擊數等……是歷史指標。第二種則是如CPM、CPC、CPA 等攸關 ROI 的控制性指標，第三種則是績效衡量的指標，主要反映著行銷通路/ 活動所帶來的質（廣告帶來的客戶有多精準）與量（廣告帶來的客戶有多少）當然，一切還是要回歸到財務指標，也就是一個很簡單的問題—要賺多少錢？
建立模型
老師在課中很打趣地說道，若以財務的 Excel 報表為例，行銷人員最為人詬病的就是不斷提供「左上角」的資料與數據，但是老闆們永遠只想要「右下角」的結果與業績，也就是說，常常行銷人員都致力於推動流量、推動點擊率，但是卻沒有從老闆的角度去思考「業績」這件事，因此產生如沒有考慮客戶終身價值、難以計算廣告佔目標營業額多少百分比、CPA 實際上難以計算等問題，所以，老師建議行銷人員利用「逆推」方法，先決定要增加多少業績，再衡量歷史基本指標（轉換率、點擊率等），再思考到底要多少流量，進而分配各個通路的 KPI，這樣才能滿足老闆們的需要，也才能實際推動商業價值。
以上三點可以說是當天最濃縮的摘要，如果當天沒有參加到的朋友們也可以參考這篇喔！
「更輕鬆、視覺化」的方式來了解你的使用者/ Rex Chen 陳暉鈞
市面上有許多不同的行動數據分析工具，知名者如 Flurry、Google Analytics、Mixpanel、Localytics等……然而，這些工具大部份都是基於「量化」分析的需求而設計，較難捕捉使用者更細緻的操作行為以及情緒，而透過 Rex 所帶領的 UXTesting，這點將不再是開發者的障礙。
Rex 在開講前，請了前一位講者 Ruby 來做示範，透過 UXTesting 觀察她對於知名 App 愛食記的使用狀況，有趣的是，雖然 Ruby 執行的動作很少，但是在每一步驟前，他都是考慮再三，有時候會聽聽台下觀眾的意見、有時候會遲疑一下、有時候則會大力讚賞餐廳的圖片，這些行為或許能夠藉由數據分析推敲出來，但絕對不如 UXtesting 直接錄製表情與記錄其使用者軌跡來的更好判斷
除此之外，UXTesting 也觀察到過去 UX 團隊在溝通上的障礙，設計了一個協作系統，整個團隊可以針對同一場使用者測試進行評論，直接在下面提出需要改進的地方，避免 UX 人員要一直重新去檢視整場使用者測試，這對需要快速吸收大量質化資料的 UX 工作者而言，真的是一大福音
另外，UXTesting 還提供了 Crashed playback（可以知道使用者到底在哪裡讓 App 當掉了，這對產品開發團隊非常重要）與 Heatmap（可以觀察使用者到底常用的熱點為何） 等有趣的功能，最重要的是，開發者不需要真的要做出一個產品才能使用 UXTesting，只要有簡單 Axure 原型，就能夠快速進行測試了
Rex 也有提到，過去的使用者測試都是用 Unique Test 的概念去找 Crash rate，但是現在測試應該更上一層樓，到使用者體驗（User experience）的層次，希望未來大家也多多支持他們啦！
那些 App Analytics 告訴我的事/ Leo
來到最後一場分享，講師 Leo一上台就表明自己今天不是來教課的，只是想跟大家分享一些過去在做行動數據分析的經驗，就讓我們看看他 App Analytics 到底跟他說了什麼吧！
常失敗的原因：70%假設、30％時間測試
Leo 在擔任自由顧問前，曾與朋友自行創業，開辦深客行動，當時所做的第一項產品是透過真實的街景為使用者帶路，當時，他擔任的是產品經理一職，由於大部分產品經理的思維較偏向產品導向，很少會將需求的發話權還給使用者，多半是根據自己的產品經驗假設可能的需求，以致最後產品其實都離使用者真實的需求差一大截，有鑑於此，他開始採用一些能夠記錄使用者行為數據的分析工具，當時他所採用的正是 Flurry，使用 Flurry 後，他開始有了許多不一樣的發現。
50%的使用者忘記回來了
當時他所關注的指標是「回訪率（Retention）」，他發現，雖然下載率不差，但是使用者有近乎一半隔日就流失了，這項有趣的發現讓他繼續深入了解，到底是什麼原因導致大家用過一次就不再用了？經過一系列量化與質化分析後，他終於找到答案了，原因就在於使用者並沒有意識到他最特色的功能—實景帶路，而「沒有意識到」背後的原因又在於這個功能必須將手機橫置才會啟動，果然，透過 Flurry 的客群分析，這群沒有橫置手機的使用者的流失率又是更高的，在一系列產品的改造後，回訪率的確增長了10%，在當時已算是相當大的成功。
分析的目的是為了解決問題
Leo 不斷反覆強調，在開始分析之前，企業主一定要思考對自己來說最重要的指摽是什麼，以他過去在 Gogolook 服務過的經驗，回訪率是最重要的指標之一，所以他會非常關心所有行銷活動能帶來的使用者品質如何，而不僅僅是人數，Leo 也提到，其實市面上所有的分析工具所具備的功能都非常完善，使用者分析不再是一件進入門檻很高的事情，當然，最重要的永遠是人，培養分析邏輯與問題導向的思維絕對是分析人員最該做到的一件事。
Leo 最後也打趣地說，如果這場還意猶未盡，還想深入培養分析的邏輯，也可以到他10月中在 HPX 所開設的行動數據分析專班來瞭解更多資訊！