B 端和 C 端的產品數據怎麼看？如何使用和回報數據？｜EP64

目前多數產品都使用數據驅動的商業環境，不論是面向企業（B 端）還是面向消費者（C 端）的產品，怎麼看數據、如何使用數據，都是產品經理需要了解的議題，這篇會分享我在 B 端和 C 端的產品經歷，各自會面對到什麼數據場景。

一、B 端和 C 端各自會看什麼數據

⠀⠀

▍B 端數據分析

⠀⠀

B 端產品的數據分析通常與「導入使用」相關，像是：

（一）新功能上線

• 功能導入率：中大型客戶的功能使用率是一個重要指標，例如我們上線了一個新的優惠券功能，初期會先確認前 100 大客戶中有多少比例使用，若導入率高，代表這個新功能確實讓客戶滿意，也證明該位產品經理的規畫是符合需求的。
• 新客戶數 / 簽約數：新功能有時也會協助業務團隊簽下新客戶，例如有些客戶會要求「A 功能要先上線才願意簽約」或是「簽約後的半年內，A 功能要上線」。
• 客單價：有些新功能在客戶設定後，可以提高消費者客單價，像是優惠券、加價購等促購型功能。

（二）舊功能修復

• 錯誤數 / 客訴數：修復後是否有效減少了系統錯誤，例如使用者在特定情境在購物車會結帳失敗，這時會透過優化流程、修復異常情境，讓錯誤次數降低，最理想是杜絕發生。

⠀⠀

上述情境剛好提到一個可討論的問題，「數據和功能，誰先誰後？」，實際工作中，常常會視情況決定，例如：

• 功能先，數據後：特定功能上線後，我們再去追客戶的使用比例，可以讓產品經理評估新功能的接受度和實用性。
• 數據先，功能後：監控到消費者在特定情境會出現錯誤，這時需要優化特定功能或情境，降低錯誤發生機率。

⠀⠀

▍C 端數據分析

⠀⠀

C 端產品的數據分析通常與「流量轉化」相關，像是：

（一）新功能上線

• 使用次數：新功能上線後，是否有增加會員的使用次數。
• 使用時間：新功能是否提高了使用者的留存時間。
• NPS（淨推薦值）：使用者對新功能的評價如何。

（二）舊功能修復

• 轉換率：修復後，是否穩定了關鍵環節的轉換率，例如從頁面加入購物車。
• 結帳率：結帳流程的優化是否讓結帳成功率更穩定。

⠀⠀

C 端也會遇到一樣的問題，「數據和功能，誰先誰後？」，實際工作中，常常會視情況決定，例如：

• 功能先，數據後：當 PM 想推動 A 功能時，需要在向公司提案時同步提出預計達到的成效，等功能上線後再去驗證。
• 數據先，功能後：公司可能希望提高 B 數據，這時會要求 PM 開發 C 功能來達到目標。

⠀⠀

⠀⠀

二、常態數據和成長數據的差異

⠀⠀

在分析產品數據時，並不是每個數據都會穩定成長，有些數據常常是不變的，因此可以分成「常態數據」和「成長數據」。

⠀⠀

▍常態數據

⠀⠀

常態數據通常較為穩定，產品經理的主要目標是確保這些數據不會因為功能上線而出現下滑，常見的常態數據像是：

• 下單轉換率：以電商來說通常是 1%，可能會因為特殊檔期、優惠活動而提高，但常態來說大約不會有大變動，新功能上線的主要任務是確保它不會下降，同時嘗試小幅提升的機會。
• 結帳成功率：穩定運作的產品結帳成功率應該都要有 99.99%，直接關係到消費者體驗和業績，若產品上線後有此數據任何下降，都會視為急件，需要立即解決。
• 退貨率：不同產業的退貨率不太一樣，但差不多在 10–30%，雖然有些客服功能上線後可以減少客訴和退貨，但總體上會希望這個數字保持穩定或些微下降。

⠀⠀

▍成長數據

⠀⠀

成長數據則是我們希望能夠持續改善的指標，這些數據通常跟公司策略有關，像是：

• 功能導入率：新功能上線後，產品經理和客戶經理需要協力推動客戶使用，從原本 1% 提高到至少 30%，確保產品功能是客戶滿意且願意使用的。
• 年度業績增長率：某些功能上線後，可以提高客單價，像是優惠券、促購活動設定，因此產品經理通常會去追蹤是否有 3%-15% 的業績成長，但這段也需要撈出相似時期、相似產品、相似消費者的區間，才能進行比對。
• 投訴率：某些消費者情境會持續有客訴產生，因此有些功能上線是為了減少客訴，因此產品經理有時也會確認這個指標。
• 活躍會員數：有些功能可以協助客戶增加會員數、增加留存時間，因此產品經理可以透過會員數來確認功能是否有幫助到客戶。

⠀⠀

⠀⠀

三、如何回報數據

⠀⠀

數據回報不僅僅是展示數字，更重要的是告訴主管「你的下一步」或「你希望主管的下一步」，以我工作中的經驗為例：

⠀⠀

▍回報數據前的思考

⠀⠀

1. 你認為這個數字是好還是壞？依據什麼標準？在報告數據時，不能只說一個絕對數字，而是要提供比對值，例如 A 功能導入率達到了15%，相比B、C 功能來說導入率更高。
2. 針對這個數字，你下一步會做什麼事？數據回報通常不會報完就結束，而是要包含「Next Step」，例如「接下來會督促客戶經理繼續推廣給中大型客戶使用，預計 OO 月追蹤成效」。
3. 希望對方看完數字後，做出什麼決策？呈上，告訴完自己的行動後，也可以思考自己希望主管有什麼反應，是希望獲得主管許可嗎，還是希望討論策略。

⠀⠀

▍回報數據後的下一步

⠀⠀

如果收集完數據後的下一步還想不太到，可以參考以下的案例：

1. 因為數字比同期成長，我們認為可以繼續推動 A、B、C 計畫，讓該功能繼續迭代。
2. 因為數字達到 A 客戶的期待，我們認為可以協助業務簽下 X 合約，因此預計 OO 月向業務追蹤他的成效。
3. 因為數字提高同一時間可乘載的流量，我們認為有助於為公司帶來 A% 營收。
4. 因為功能已正常上線，後續希望客戶經理們開始大量推廣客戶使用，目標 OO 月之前導入率達到 A%。

⠀⠀

⠀⠀

四、結論

⠀⠀

在 B 端和 C 端產品的數據分析中，通常會需要看不同指標。

• B 端產品更注重客戶使用情況和業務價值。
• C 端產品則更關注流量和轉化。

無論是哪種類型，都需要留意數據是常態數據還是成長數據，並採取對應的策略。

在回報數據時，也要留意到「數據需要可以被做決策」，要思考「看到數字，然後呢？下一步要做什麼？」

⠀⠀

如對這系列文章有興趣可以再觀看：

• 帳號權限管理一定需要的 RBAC 模型｜EP63