📌 產品背景
延續昨天的冥想與睡眠 App:
- 免費用戶:每天可聽 1 段隨機冥想 / 白噪音
- 付費用戶:解鎖完整音頻庫(冥想課程、助眠故事、音樂)
- 新功能:AI 個人化睡眠推薦
- 公司目標:提升用戶長期留存,打造每日習慣
如何建立 Metric Tree?
假設你 Day1 選定的 NSM 是「每日有效聆聽分鐘數」(僅示例,你可以換成你認為更合適的)。
請簡述一個簡單的Metric Tree- 1–2 個 核心驅動指標(Input Metrics)
- 每個核心驅動再拆成 2–3 個 更細的行為數據
因為我選定的 NSM「每日有效聆聽分鐘數」,同時我也在 day 33 定義了以下核心驅動指標,這次練習將會往下拆解「更細的行為數據」
- 體驗品質:影響單次聆聽是否沉浸 ≥5 分鐘 👉 單次體驗
- 選擇此核心驅動指標的原因:內容品質與產品體驗是否能讓用戶「沉浸 ≥5 分鐘」
- 行為數據
- 平均聆聽時長
- 跳出率(進入後 30 秒內離開)
- 放棄率(進入後 30 秒內離開)
- 原因:如果使用者已經開始聆聽,但只聽 30 秒,或是跳出率、放棄率很高,這顯示產品內容不符使用者預期,或是有其他原因導致使用者只聆聽 30 秒左右,後續可以透過質化訪談了解背後原因
- 使用頻率
- 選擇此核心驅動指標的原因:用戶是否能體會到產品價值,而固定回訪、每天都使用產品👉 是否養成習慣
- 行為數據:日回訪率、週回訪率、喚回機制的點擊率,每次回訪的聆聽時長
- 原因:會聚焦在回訪率以及喚回機制的成效,同時使用頻率需要搭配回訪聆聽時長,綜合評估才會知道使用頻率是否有效
👉 選定這兩的指標以及對應的行為數據,將能幫助我聚焦在「單次體驗」和「長期使用」兩個關鍵環節
如何設計 Guardrail 指標?
為了避免只追求「聆聽分鐘數」而犧牲體驗,我挑了兩個 Guardrail:
- 用戶滿意度(App 評分 / 投訴率)
- 防止:內容數量雖然增加,但品質下滑,導致評價變差
- 例子:內容數量雖然提升,但是提升的內容品質不符合需求,因此影響滿意度
- 例子:為了提升使用時長,在產品中增加了很多 pop-up 提示,因此使用者體驗
- 退訂率(7 日與 90 日)
- 防止:短期用誘導方式拉高使用時長,但用戶很快退訂,反而傷害長期營收
- 例子:假設推薦的內容不精準,使用者可能會因為找不到適合的內容而認為不需要訂閱
我的學習
這次練習最大的收穫是
- 一個產品可以關注的指標很多,然而列指標並不是列的越多越好,不能只「列清單」,身為 PM 要練習的是,哪些指標最接近公司目標以及為什麽是 XX 指標,思考「why」& 「what」,讓行動聚焦在少數核心驅動
- Guardrail 要「可量化」且能直接反映風險,不能只是敘述為什麼是 XXX Guardrail 指標,應該要用量化方式讓團隊更聚焦甚至是幫助團隊對齊
這是我第 34 天的練習紀錄,將持續練習這個「數據思維升級計畫」,持續優化觀察力與邏輯💪