[活動筆記] HPX73 Super Weekend – 網站與手機App數據分析 (下)

文 / 徐秉毅

自學 SEO 經驗分享 / 孟令強 Barry

IMG_2579

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

IMG_2609

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

IMG_2751

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

IMG_2882

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!


已發佈

分類:

,

作者:

標籤: