前言

在公司内部总是有大大小小的提案，每个提案都有拥护的人，但是大家各说各话，没有办法公平的做出决定，这时候我们应该要采用数据驱动 (Data Driven) 的方式做决定，但在那之前，我们就必须做好数据工作。

数据蒐集

首先，当然是要先蒐集资料，这里的资料指的不只是像会员资料这种服务器必须存下来的资料，还有像点击了什麽按钮（但是什麽状态都没有改变）这种额外记录的资料，你可能会好奇为什麽已经有必须存下的资料还要再记录一份，因为我们可能会记录谁、在什麽时候、在什麽流程下、在什麽平台、做了什麽事作为一笔资料，这样就多了许多个维度可以观察，例如使用搜寻功能的次数（Y 轴）趋势（X 轴），这边举例一些情境：

• 商品页：谁（之後能 mapping 到会员资料）、什麽商品、如何进这个页面（例如 banner、类似商品）、是否有优惠活动、停留多久。
• 搜寻：搜寻什麽关键字、全部还是分类搜寻、搜寻後是否切换排序。
• 选单：点了选单的什麽选项、加入什麽商品。
• 设定：开启或关闭了什麽。
• 甚至有页面停留时间、往下滑了多少等细节。

对了，埋这些数据是功能未上线时就要做的事，否则可能会遇到资料不乾净的问题，比如，用户更新上有新功能但没有埋数据的版本後，就没有再更新了（可能前一版是强制更新），这样就要额外判断在某个版本之後的数据或是再次强制更新了。

当然，除了 app 内的数据，也有不同的数据蒐集方法：

• firebase analytics 也有预设的用户、地区、装置等数据。
• 商店上的评分、留言。
• 用户访查、观察使用者操作。
• 问卷、市调公司资料。
• 市场数据，如 App Annie、Sensor Tower、Google Trends。
• 蒐集对象甚至可以是开发成效。

总之从微观到宏观的方法都有，调查方式应该取决於想要得到什麽类型的资料。

资料视觉化

数据蒐集後，我们有一大堆看起来很没用的数据，可能还散落在不同的资料库、资料表，我们应该要建立自己的 dashboard 来追踪我们在意的指标的趋势：例如会员数、月活跃使用者（MAU）、每日下载量/播放/点阅量、商店评分与留言等，也就是把蒐集来的数据做成可以一眼就看出趋势好坏的图表，并由机器不断更新。

也就是说，资料视觉化是帮助我们观察不同事件带来的成效，并了解我们的处境。

资料视觉化的工具也有很多，能支援不同资料库来源，从云端资料库服务到手动上传 csv 格式都有，也能产出各类图表，但可能需要自己下查询语法。

每个部门在意的指标不同，所以不同部门应该会有不同的 dashboard，而产出的 dashboard 应该要放在公共的区域，让经过的同事、甚至是不同部门的同事都能看见，每个人对这些走势都有不同见解，经常会引起讨论。

这边介绍几个资料视觉化工具：

• Microsoft Power BI
• Tableau
• Redash
• 还有不少

数据分析

数据分析是最有趣但也最复杂、困难的一环，它可以说是最有价值的，让我们知道下一步要往那里走。

找问题

首先，我们应该要以公司的价值、策略方向为前提出发，接着找出 dashboard 上有问题、趋势不理想、甚至只是成长力道不够的数据，或是自己想问题，这个时候，我们会发现 dashboard 上的图表往往不够，所以会再根据我们的问题、猜测，再下查询语法验证。

理解

基本会怀疑的一些面向，例如：

• 活动/行销开始、结束。
• 节庆、寒/暑假、过年。
• 商业合作大规模装置绑定、合约到期。
• 生活形态改变（例如疫情期间，通勤、美食外送、通讯软件等 app 会受到影响）。
• 竞业加入/退出/推出功能/行销/活动。
• 新上市或停止维护的装置、作业系统。
• 产业走向。
• 被骇客攻击。
• 甚至是 app 在更新版本後没有记录到数据。

我们也可以用 user story、user journey 等方法来找原因。

要注意的是，有没有其他可能呢？会不会被数据或自己的理解所欺骗，毕竟这些理解有时候是很主观的，一个人就有好几种理解，不同人的理解还不重叠，需要小心验证。

接下来呢

每家公司面对的课题不同，没有一个公式或 SOP 可以套用，这边分享一些思路：

• 调整版位、功能露出的位置。
• 改设计。
• 增加行销、企划活动。
• 直接找使用者使用，并观察使用者的行为，并在事前事後做产品期望与理解的访谈。

要注意使用者是不是能接受这些改动，如果是比较久或是使用者众多的服务，通常也会有避免较大改动，怕影响使用者既有习惯的包袱，这时候我们也许可以尝试 A/B 测试 或发布早期测试的做法，来避免大量客诉与负评。

另外，别忘了观察其他环节的影响，比如，如果让使用者去用某个功能，是不是也可能造成其他既有功能的使用时间变短。其他还有黏着度、转换率、广告效益等影响。

结语

不管我们是上架了一个完美的 app，有着大量的付费用户、良好的商业模式，甚至拿到了投资，又或是一个乏人问津的 app，我们都不会知道下一步在哪里。
当然，并不是有了数据就会知道，但有了数据就像看到前方或是自己脚下所踩的地方，要伸一只脚还是用跳的，要踩多大力，都让我们做出更安全有效率的选择。