8.1 核心指標的監控與分析：什麼是好指標？
產品經理不能僅依賴「感覺」做決策，必須用數據來證明產品的健康狀況和新功能的效益。
什麼是「好的指標」？ (Good Metrics)一個好的產品指標必須具備以下特質，幫助 PM 做出行動：
- 可行動性 (Actionable)： 數據變化必須能指導團隊採取具體行動。
- 差： 總收入 (無法告訴你要做什麼)
- 好： 新用戶註冊流程中的第二步跳出率 (告訴你要優化第二步)
- 可理解性 (Accessible)： 易於所有團隊成員（工程師、設計師、行銷）理解和獲取。
- 比較性 (Comparative)： 能夠與歷史數據、競爭對手數據或內部其他功能進行比較。
- 比率性 (Ratio)： 相比絕對數字，比率或百分比更能反映產品的健康狀況，因為它考慮了基數的變化 (例如：轉換率優於總點擊次數)。
儀表板 (Dashboard) 的建立
PM 必須為每個產品或核心功能建立清晰的儀表板，將關鍵指標視覺化，以便快速監控。
8.2 數據分析工具與方法：AARRR 框架
AARRR 框架，又稱「海盜指標」，是評估用戶生命週期和指導成長策略最常用的模型之一。
漏斗分析 (Funnel Analysis)
- 作用： 追蹤用戶從產品的起點到終點 (例如：從訪問首頁到完成購買) 的每一步流程，識別高跳出率或低轉化率的瓶頸點。
- PM 應用： 漏斗分析明確告訴 PM 「在哪裡」出了問題，指導功能優化和 A/B 測試的方向。
8.3 A/B 測試與迭代優化：用實驗學習
PM 的每一個新功能或優化都應該被視為一個「假設」。A/B 測試是用來科學地驗證這個假設是否成立的方法。
A/B 測試的流程
定義假設 (Hypothesis)： 我們相信 [改變 X] 會導致 [結果 Y]，因為 [原因 Z]。
範例： 我們相信 [將結帳按鈕從藍色改為綠色] 會導致 [結帳轉換率提升 5% 以上]，因為 [綠色在我們的品牌調性中更具可信賴感]。
設計實驗：
A 組 (對照組)： 保持現有版本 (藍色按鈕)。
B 組 (實驗組)： 實施變更 (綠色按鈕)。
確保兩組用戶是隨機且統計上一致的。
執行與監控： 運行實驗直到達到統計顯著性 (Statistical Significance)。PM 必須持續監控，防止出現嚴重的負面影響。
結果分析：
成功： B 組的結果指標明顯優於 A 組，採納 B 方案。
失敗： B 組沒有明顯差異或表現更差，保持 A 方案，並從實驗中學習。
從數據到行動 (The Data-Driven Loop)
產品的成長是一個不斷循環的過程
PM 的職責： 數據不是最終目的，它是 PM 用來證明、反駁或優化產品策略的工具。一個好的 PM 知道要問「為什麼數據會這樣？」而不是只看「數據是什麼」。
