Free AI web copilot to create summaries, insights and extended knowledge, download it at here

Abstract

向（又稱洞見）。數據蒐集不只是累積一堆報告或建立無數的監控儀表板，而是透過搜集評估數據、從數據中挖掘新訊息以供後續決策來試著讓產品持續的進步，包含了以下幾點：</p><ul><li>用精確客觀的衡量方式來說明事實</li><li>蒐集正確的資訊以支持決策，更全面的理解背景環境</li><li>基於對問題的資訊搜集，產生洞見以及相對應之未來的行動</li></ul><p id="90db">不管洞見的基於多麼豐富的資訊而產生，永遠要<b>驗證</b>，因為再怎麼多的數據都比不上真實世界的驗證來得全面且有效。這也是為什麼有些人認為 data-driven 有缺陷的原因 — 數據也是會有盲點的。好消息是，搜集數據與驗證都可以自動化的做，我們要做的是就這些線索來畫出一條合理的故事線，並確保這個故事的真實性。</p><h1 id="9e64">使用工具</h1><p id="59c0">知道數據的重要性之後我們還需要使用工具來搜集數據，市場上已經有許多成熟的數據搜集分析工具 ex: Google Analytics, Mixpanel, HubSpot, HotJar 等，各自有自己獨特的功能，也很多人是自己處理數據，這代表著：</p><ul><li>此領域已廣泛的受到重視</li><li>數位產品記錄使用者數據的方式非常多元</li><li>數據分析能為使用者帶來效益的論點已經經過市場驗證</li></ul><div id="f013"><pre>研究指出，認真對待數據的組織相較於不認真對待者，平均可以多出 <span class="hljs-number">5</span>% 至 <span class="hljs-number">6</span>% 的生產力。另一個研究指出每投入 $1 在數據分析，可以產生$ 13<span class="hljs-number">.01</span> 的效益。</pre></div><h1 id="4c96">SAAS 常見指標</h1><p id="77e6">透過數據產生洞見的過程中，會需要指標來幫助我們快速了解狀況，以下先來介紹些常聽到的 SAAS 指標：</p><h2 id="ae91">曝光量 Attention</h2><p id="6cee">產品被瀏覽觀看的次數，通常指得是到達頁面 Landing Page 的瀏覽量，也有些人會以不重複使用者數量作為曝光量的指標。透過此指標可以快速了解有多少人進來看過這個產品，對這個產品有過印象。</p><h2 id="2d86">註冊量 Enrollment</h2><p id="0d48">對產品有興趣的會進而註冊開始使用（假設你的 SAAS 應該有帳號才能使用，對吧？），因此，註冊量可以看作是有多少人對這個產品有興趣（再假設，註冊不用錢，對吧？）的一個簡易指標。</p><h2 id="a5b1">每日活躍使用者 DAU Daily Active User</h2><p id="82c4">依照產品需求，活躍使用者有可能有更為嚴格的定義，比如說每天要使用 10 次以上才算活躍，或是要完成某個任務才算活躍。此指標通常還會與註冊量一起看，用以了解產品黏著度的變化趨勢。</p><h2 id="a13b">擴散係數 Viral Coefficient</h2><figure id="6aad"><img src="https://cdn-images-1.readmedium.com/v2/resize:fit:800/1*c9mj2vC59lh5S2Maq9Zz7g.jpeg"><figcaption></figcaption></figure><p id="3a15">所謂擴散係數指得是一個使用者在一段期間內可以（透過推薦、邀請、分享等方式）產生多少新的使用者。擴散分成自然擴散或是人工擴散，自然指得是靠產品本身的內容好用，使用者自主的去推薦你的產品；人工擴散則是加入一些誘因比如抽獎、優惠、加值服務等，誘使使用者去分享你的產品。</p><div id="abee"><pre>擴散係數 <span class="hljs-operator">=</span> 每使用者分享／邀請數 x 邀請註冊比率</pre></div><p id="e062">擴散係數要考慮到的另一點是 cycle time，從邀請到對方真正註冊的時間。我們當然希望這時間越短越好。擴散係數是拿來預測使用者人數成長的一個指標。</p><h2 id="d20e">轉換率 Conversion</h2><p id="180f">使用者中有多少轉為付費使用者，此為產品開始進入收益期能穩定營運的指標之一。另一個與轉換有關的是 upsell，指得是讓付費使用者更為深入地使用服務，進而貢獻更多的收益。</p><h2 id="e124">顧客流失率 Churn</h2><p id="2ec1">顧客流失率：一定期間內顧客流失的比率</p><p id="9c2c">顧客流失率與產品黏著度大致上是相反的關係，高流失率代表低黏著度，反之亦然。這是驗證產品是否有解決顧客問題的一個指標，客戶流失可能是這個產品沒有辦法解決他們的問題、亦或是找到更好的解決方法，而不管是哪個，都代表這個產品無法滿足客戶。</p><p id="aa73">計算公式不難：</p><div id="beb5"><pre>顧客流失率 = <span class="hljs-comment">(期間內流失顧客數 / 期間內新顧客數)</span> x <span class="hljs-number">100</span><span class="hljs-meta">%</span></pre></div><p id="dddb"><b>期間：</b> 通常是依據產品的付費週期，比如一個月或一年 <b>顧客：</b>需要

Options

注意的是在產品不同階段我們關注的『顧客』標準可能會不同，初期只要是有帳號的可能就是我們的重點顧客，成熟產品則會看那些有合約的顧客。因此要也注意流失顧客跟新增顧客的『顧客』定義是否一樣。</p><h2 id="abe8">顧客價值 CLV Customer Lifetime Value</h2><p id="0a9c">顧客價值：一個帳戶預期會帶來的總收益</p><p id="44cd">顧客價值把每個顧客抽象化為一個價值單元，通常是用以作後續的財務指標計算，比如說回收週期、投資報酬率等等。這裡的顧客價值代表的是顧客能貢獻的收益，其不一定與產品本身能提供的價值有直接關聯，有時候光是更改定價策略就可能造成顧客價值提升（或萎縮）好幾倍。</p><div id="fe31"><pre>平均付費次數 <span class="hljs-operator">=</span> <span class="hljs-number">1</span> / 顧客流失率平均付費金額 ARPA <span class="hljs-operator">=</span> 每期總收益 / 顧客數量</pre></div><div id="0b99"><pre>顧客價值 <span class="hljs-operator">=</span> 平均付費次數 x 平均付費金額</pre></div><p id="d546">顧客價值的計算看起來較為複雜，首先可以透過顧客流失率每個顧客的 <code>平均付費次數 = 1/ 顧客流失率</code> ，再來 <code>平均付費金額 = 每期總收益/客戶數量</code> 得到每期每個顧客的平均付費金額，最後把 <code>平均付費次數</code> 乘上 <code>平均付費金額</code> 就是答案了。換句話說，只要知道顧客會付費幾次，每次會付多少錢，就可以得到顧客價值。</p><h2 id="bbaf">顧客獲取成本 CAC Customer Acquisition Cost</h2><p id="8982">顧客獲取成本：獲取一個顧客所需花費的資源</p><figure id="476b"><img src="https://cdn-images-1.readmedium.com/v2/resize:fit:800/1*W5QWZptBgeOfs1iHNxkhBQ.jpeg"><figcaption></figcaption></figure><p id="21e5">比起產品功能所提供的拉力，更為直接關係到客戶數量的為銷售與行銷的資源投入。且由於產品功能通常在一段期間內是不變的，因此在計算客戶獲取成本的成本端通常只看銷售與行銷的成本。</p><div id="8d7d"><pre>顧客獲取成本 <span class="hljs-operator">=</span> 銷售與行銷成本 / 新顧客數量</pre></div><h2 id="465b">投資回收期 Months to Recover CAC</h2><p id="1af3">投資回收期：回收顧客獲取成本所需花費的時間長度（月）</p><p id="3853">也是個財務指標。回收期的單位通常是月，回收期越長代表你的投資資金會被卡住越久、風險越高，回收期短代表著投入資源可以很快的收回，得以拿來做其他的事情。</p><div id="7c5d"><pre>毛利率 = <span class="hljs-comment">((收益 - 維護成本)</span> / 收益) x <span class="hljs-number">100</span><span class="hljs-meta">%</span> 投資回收期 = 顧客獲取成本 / <span class="hljs-comment">(平均付費金額 x 毛利率)</span></pre></div><h2 id="5ef5">總投資報酬比 LTV:CAC</h2><p id="acbe">總投資報酬比：投入的顧客獲取成本與顧客價值的比值</p><p id="8090">從財務面來看，投資人最愛看的可能就是投資報酬率，而在 SAAS 裡最接近投資報酬率的應該就是 LTV:CAC ，代表著每一塊錢用來獲取顧客的投資，最終可以轉換為多少的價值。建議的總投資報酬比建議是 3~5，也就是投入一塊錢可以收回三至五塊錢。過高的投報比代表投資相較來說佔比較低，可以思考此情境如果在更多的投資下是否能產生更多的報酬？而比較常發生的是過低的投報比，投資一塊只收到一塊一甚至 0.1 之類。有各種原因會讓投報比降低，但總之一句就是：提供的價值與顧客願意付出的還有段差異。</p><div id="bbf9"><pre>總投資報酬率 <span class="hljs-operator">=</span> 客戶價值 / 顧客獲取成本</pre></div><h2 id="84ef">服務穩定度指標 Service Level Indicator</h2><p id="a8d8">我們對於 SAAS 的基本期望是連上網路就可以使用，因此常常暫停服務或是無法處理任務的 SAAS 是無法吸引太多人使用的。服務穩定度指標指得是產品有多少機率是可以正常服務顧客的。單位依據需求有可能是時間、任務完成度、或是請求(http request)完成度等。</p><h1 id="6a3f">小結</h1><p id="e5f7">本篇我們先定義了 SAAS 是什麼，接著看看數據可以如何幫助 SAAS 成長，最後看了一堆眼花撩亂的指標。下一篇將會進一步介紹 SAAS 產品的生命週期，以及本篇介紹的指標如何在各階段下的運用，如何建立這些指標，以及數據使用上該避免的陷阱。</p></article></body>

建構 SAAS 產品 — 1. 數據導向與常見指標

👉非會員請按這裡閱讀完整文章👈

SAAS 是什麼？

團隊開發 SAAS 產品也有一段時間（人才招募系統 Teamdoor），功能上逐漸豐富，使用者也開始有所成長。這過程中我們秉持實驗精神，假設→實作→驗證，不斷的去做去調整，慢慢的成長變成如今的產品樣貌。同時我們也研讀許多資料，看看別人是如何做 SAAS，本文重點在於成長的三個關鍵：數據、指標以及洞見。

數據：量化的數字，反應的是一個量測出來的絕對值，對於客觀的判斷現況非常有用
指標：反應數據是否有滿足我們設定的目標的數字或圖表
洞見：從量化或非量化資訊中推導出的想法，洞見的產生需要大量的資訊，加上指標及數據的驗證

三者的關係如果從下而上看：指標是由數據累積而成，而藉由觀看指標我們可能會產生洞見的靈感，而這些洞見需要經由指標及數據驗證。若是從上而下：為了產生／驗證洞見我們會建立一些指標以便快速的確認現況變化，為了建立指標則需搜集／彙整相對應的資訊。

就讓我們逐一探究，打造一個 SAAS 產品時，我們需要哪些洞見？哪些指標？數據要從何產生呢？

我所理解的 SAAS

首先，我們必須先回過頭來看看這個數位產業近幾年非常熱門的關鍵字 — SAAS — 到底是什麼，與其他軟體服務有什麼差異？其實一般常見的 SAAS 定義是比較寬鬆的，比如 Wiki ：

Software as a service (SaaS /sæs/) is a software licensing and delivery model in which software is licensed on a subscription basis and is centrally hosted. It is sometimes referred to as “on-demand software”, and was formerly referred to as “software plus services” by Microsoft. 簡言之：不用自己管理主機／軟體，定期付費的軟體服務

但依照這種定義來說許多的平台服務、社群服務也會被定義為 SAAS，因此我們需要更精準的定義，至少要能區別『平台』、『社群』以及『SAAS』這三大類軟體服務。個人認為關鍵在於他們核心概念的不同：

平台的核心在於使用者的媒合，通常會有供應端跟需求端，平台的作用則是促進雙方媒合的效率
社群的核心在於網絡的建構，目標是把相似屬性的人聚集在一起，讓他們之間的溝通與社交變得比較容易

那 SAAS 呢？

SAAS 的核心則在於幫助使用者解決特定任務，簡單如記帳功能，也可以複雜如整個企業的招募流程。概念上來說，就是幫助你把一件事情做好。

有根據的洞見 Data Informed

Without data you’re just another person with an opinion.

— 全面品質管理創始人 William Edwards Deming [註1]

現在我們知道 SAAS 核心是解決特定問題，但我們要怎麼知道問題有沒有被解決？初期只有幾個使用者的時候也許可以跟使用者們保持良好關係，從他們行為中就能了解。但當使用者變為三四位數，我們有能力去同時顧及這麼多人嗎？當人數變多時，我們可以把其中一些事件抽象化，記錄下來，事後再來分析，也就是所謂的數據搜集與分析。ex: 當使用者是你的另一半時，你可以近距離觀察直接感受使用頻率的起伏，而當使用者超過十人，觀察方式就會變成透過數據搜集分析工具來檢視每天的活躍使用者、網頁瀏覽次數等數據。

蒐集數據的目的是以確切事實來理解現況進而找出可以改善的方向（又稱洞見）。數據蒐集不只是累積一堆報告或建立無數的監控儀表板，而是透過搜集評估數據、從數據中挖掘新訊息以供後續決策來試著讓產品持續的進步，包含了以下幾點：

用精確客觀的衡量方式來說明事實
蒐集正確的資訊以支持決策，更全面的理解背景環境
基於對問題的資訊搜集，產生洞見以及相對應之未來的行動

不管洞見的基於多麼豐富的資訊而產生，永遠要驗證，因為再怎麼多的數據都比不上真實世界的驗證來得全面且有效。這也是為什麼有些人認為 data-driven 有缺陷的原因 — 數據也是會有盲點的。好消息是，搜集數據與驗證都可以自動化的做，我們要做的是就這些線索來畫出一條合理的故事線，並確保這個故事的真實性。

使用工具

知道數據的重要性之後我們還需要使用工具來搜集數據，市場上已經有許多成熟的數據搜集分析工具 ex: Google Analytics, Mixpanel, HubSpot, HotJar 等，各自有自己獨特的功能，也很多人是自己處理數據，這代表著：

此領域已廣泛的受到重視
數位產品記錄使用者數據的方式非常多元
數據分析能為使用者帶來效益的論點已經經過市場驗證

研究指出，認真對待數據的組織相較於不認真對待者，平均可以多出 5% 至 6% 的生產力。另一個研究指出每投入 $1 在數據分析，可以產生 $13.01 的效益。

SAAS 常見指標

透過數據產生洞見的過程中，會需要指標來幫助我們快速了解狀況，以下先來介紹些常聽到的 SAAS 指標：

曝光量 Attention

產品被瀏覽觀看的次數，通常指得是到達頁面 Landing Page 的瀏覽量，也有些人會以不重複使用者數量作為曝光量的指標。透過此指標可以快速了解有多少人進來看過這個產品，對這個產品有過印象。

註冊量 Enrollment

對產品有興趣的會進而註冊開始使用（假設你的 SAAS 應該有帳號才能使用，對吧？），因此，註冊量可以看作是有多少人對這個產品有興趣（再假設，註冊不用錢，對吧？）的一個簡易指標。

每日活躍使用者 DAU Daily Active User

依照產品需求，活躍使用者有可能有更為嚴格的定義，比如說每天要使用 10 次以上才算活躍，或是要完成某個任務才算活躍。此指標通常還會與註冊量一起看，用以了解產品黏著度的變化趨勢。

擴散係數 Viral Coefficient

所謂擴散係數指得是一個使用者在一段期間內可以（透過推薦、邀請、分享等方式）產生多少新的使用者。擴散分成自然擴散或是人工擴散，自然指得是靠產品本身的內容好用，使用者自主的去推薦你的產品；人工擴散則是加入一些誘因比如抽獎、優惠、加值服務等，誘使使用者去分享你的產品。

擴散係數 = 每使用者分享／邀請數 x 邀請註冊比率

擴散係數要考慮到的另一點是 cycle time，從邀請到對方真正註冊的時間。我們當然希望這時間越短越好。擴散係數是拿來預測使用者人數成長的一個指標。

轉換率 Conversion

使用者中有多少轉為付費使用者，此為產品開始進入收益期能穩定營運的指標之一。另一個與轉換有關的是 upsell，指得是讓付費使用者更為深入地使用服務，進而貢獻更多的收益。

顧客流失率 Churn

顧客流失率：一定期間內顧客流失的比率

顧客流失率與產品黏著度大致上是相反的關係，高流失率代表低黏著度，反之亦然。這是驗證產品是否有解決顧客問題的一個指標，客戶流失可能是這個產品沒有辦法解決他們的問題、亦或是找到更好的解決方法，而不管是哪個，都代表這個產品無法滿足客戶。

計算公式不難：

顧客流失率 = (期間內流失顧客數 / 期間內新顧客數) x 100%

期間： 通常是依據產品的付費週期，比如一個月或一年 顧客：需要注意的是在產品不同階段我們關注的『顧客』標準可能會不同，初期只要是有帳號的可能就是我們的重點顧客，成熟產品則會看那些有合約的顧客。因此要也注意流失顧客跟新增顧客的『顧客』定義是否一樣。

顧客價值 CLV Customer Lifetime Value

顧客價值：一個帳戶預期會帶來的總收益

顧客價值把每個顧客抽象化為一個價值單元，通常是用以作後續的財務指標計算，比如說回收週期、投資報酬率等等。這裡的顧客價值代表的是顧客能貢獻的收益，其不一定與產品本身能提供的價值有直接關聯，有時候光是更改定價策略就可能造成顧客價值提升（或萎縮）好幾倍。

平均付費次數 = 1 / 顧客流失率 
平均付費金額 ARPA = 每期總收益 / 顧客數量

顧客價值 = 平均付費次數 x 平均付費金額

顧客價值的計算看起來較為複雜，首先可以透過顧客流失率每個顧客的 平均付費次數 = 1/ 顧客流失率 ，再來 平均付費金額 = 每期總收益/客戶數量 得到每期每個顧客的平均付費金額，最後把 平均付費次數 乘上 平均付費金額 就是答案了。換句話說，只要知道顧客會付費幾次，每次會付多少錢，就可以得到顧客價值。

顧客獲取成本 CAC Customer Acquisition Cost

顧客獲取成本：獲取一個顧客所需花費的資源

比起產品功能所提供的拉力，更為直接關係到客戶數量的為銷售與行銷的資源投入。且由於產品功能通常在一段期間內是不變的，因此在計算客戶獲取成本的成本端通常只看銷售與行銷的成本。

顧客獲取成本 = 銷售與行銷成本 / 新顧客數量

投資回收期 Months to Recover CAC

投資回收期：回收顧客獲取成本所需花費的時間長度（月）

也是個財務指標。回收期的單位通常是月，回收期越長代表你的投資資金會被卡住越久、風險越高，回收期短代表著投入資源可以很快的收回，得以拿來做其他的事情。

毛利率 = ((收益 - 維護成本) / 收益) x 100%
投資回收期 = 顧客獲取成本 / (平均付費金額 x 毛利率)

總投資報酬比 LTV:CAC

總投資報酬比：投入的顧客獲取成本與顧客價值的比值

從財務面來看，投資人最愛看的可能就是投資報酬率，而在 SAAS 裡最接近投資報酬率的應該就是 LTV:CAC ，代表著每一塊錢用來獲取顧客的投資，最終可以轉換為多少的價值。建議的總投資報酬比建議是 3~5，也就是投入一塊錢可以收回三至五塊錢。過高的投報比代表投資相較來說佔比較低，可以思考此情境如果在更多的投資下是否能產生更多的報酬？而比較常發生的是過低的投報比，投資一塊只收到一塊一甚至 0.1 之類。有各種原因會讓投報比降低，但總之一句就是：提供的價值與顧客願意付出的還有段差異。

總投資報酬率 = 客戶價值 / 顧客獲取成本

服務穩定度指標 Service Level Indicator

我們對於 SAAS 的基本期望是連上網路就可以使用，因此常常暫停服務或是無法處理任務的 SAAS 是無法吸引太多人使用的。服務穩定度指標指得是產品有多少機率是可以正常服務顧客的。單位依據需求有可能是時間、任務完成度、或是請求(http request)完成度等。

小結

本篇我們先定義了 SAAS 是什麼，接著看看數據可以如何幫助 SAAS 成長，最後看了一堆眼花撩亂的指標。下一篇將會進一步介紹 SAAS 產品的生命週期，以及本篇介紹的指標如何在各階段下的運用，如何建立這些指標，以及數據使用上該避免的陷阱。