我思故窩宅
31
位追蹤者
追蹤
對稱與留白,各有其美;狗與貓,同樣可愛, 但造化弄人,我終究還是淪為貓奴😂 曾經全力奔跑,如今學會在前進與停歇之間找到平衡。 專注於 行銷 × 數據 × 運營,在資訊洪流中尋找秩序。現在的我,更喜歡窩在家,享受簡單的快樂,讓日常填滿剛剛好的美好。
數位無罪,成長有理
33
會員
28
內容數
加入
前往沙龍
這不是冷冰冰的科技知識,而是一場 數據 × 生活 × 腦洞 的狂歡!我們專注於拆解那些讓人「哇靠!」的問題——AI 怎麼顛覆職場?熱門影視背後的商業套路?科技到底是助攻還是攪局?這裡不賣課、不端知識高冷范,我們用爆梗 + 數據思維,讓深奧的東西變得超接地氣又好玩!
加入
前往沙龍
發佈內容
我的成就
全部內容
由新到舊
數位無罪,成長有理
2025/05/06
漫畫創作平台的成長故事 Ep.4 | 留存最重要的是節奏,打造用戶的長期黏著機制
我們觀察到了什麼?— 用戶雖然留下來,更要「有規律地回來」 Bryan 看著這週的留存數據報表,手裡捧著一杯早已涼透的咖啡,眉頭卻皺得更深了。 這不是他第一次觀察到用戶的留存波動,但這次的數據下滑卻異常刺眼。 「奇怪,上週還熱熱鬧鬧的用戶們,怎麼這週突然安靜得可怕?」 在導入和探索階段完
#
節奏
#
數據
#
用戶
喜歡
留言
數位無罪,成長有理
2025/04/30
漫畫創作平台的成長故事 Ep.3|從獲取到習慣,新用戶留存的第一場硬仗
Inkuun團隊分享如何提升新用戶留存率的實戰經驗,包含數據策略、設計思路、迭代流程,以及如何使用Amplitude Compass等工具。文章涵蓋留存計算方式、關鍵行為定義、用戶生命週期模型(導入與價值探索階段)、阻礙因子分析與解決方案。
#
Amplitude
#
產品
#
平台
喜歡
留言
數位無罪,成長有理
2025/04/28
漫畫創作平台的成長故事 Ep.2|從流量焦慮到轉換突破:我們如何用數據找回對的用戶
Inkuun團隊藉由一次行銷活動的低轉換率,深入檢討用戶獲取(Acquisition)策略,從數據分析中發現問題並提出解決方案,包括精準描繪理想用戶輪廓、優化新用戶導入流程、精算廣告預算效益、A/B測試素材與流程及建立可複製的成長模型,最終提升VIP訂閱率和用戶留存。
#
用戶
#
數據
#
產品
喜歡
留言
數位無罪,成長有理
2025/04/21
漫畫創作平台的成長故事 Ep.1|如何打造創作者的忠誠迴圈
本文探討Inkuun漫畫創作平臺如何透過設計「創作者忠誠迴圈」,解決創作者流失問題,並提升平臺成長。文章以虛構故事呈現,描述團隊如何從數據分析中發現問題,設計六階段忠誠迴圈,並透過數據追蹤和誘因機制,提升創作者創作動力及留存率。
#
數據
#
用戶
#
平台
1
4
Ting's
2025/04/24
1
拍手
1
數位無罪,成長有理
2025/04/06
從新手到老手,一篇看懂訂閱制平台如何打造用戶循環飛輪(上)
本文探討訂閱制平臺 MangaVerse 如何提升用戶留存率和轉換率,透過用戶生命週期分群模型、訂閱用戶追蹤系統及核心成長策略(提升轉換率、延長訂閱週期、降低獲客成本),打造穩定的營收飛輪,並預告下集將深入解析產品即行銷策略。
#
平台
#
Amplitude
#
成長
2
留言
數位無罪,成長有理
2025/04/06
從新手到老手,一篇看懂訂閱制平台如何打造用戶循環飛輪(下)
本文探討 MangaVerse 如何從使用者成長思維轉向產品體驗驅動,藉由使用者旅程設計、數據追蹤及社群參與,打造一個能自我驅動的用戶循環飛輪。文章詳細說明如何運用三層級指標系統(短期、中期、長期),設計產品功能及互動流程,提升訂閱轉換率、用戶留存率及社群擴散,最終達到產品持續成長的目的。
#
用戶
#
產品
#
Amplitude
1
留言
數位無罪,成長有理
2025/03/31
你的用戶究竟值多少?破解企業長期獲利的關鍵密碼:CLTV
本文深入淺出地介紹了客戶終身價值 (CLTV) 的概念、計算方法以及應用策略,並結合實際案例分析,幫助企業提升獲利能力與長期競爭力。文章涵蓋靜態與動態 CLTV 計算、用戶價值精準診斷、關鍵用戶挽留策略以及槓桿式增長策略等重要面向。
#
用戶
#
決策
#
數據
1
留言
數位無罪,成長有理
2025/03/25
資金退場,房市將何去何從?台灣高房價的真相-上集
臺灣房市長期受低利率、低匯率政策影響,造成高房價、低薪的困境。本文分析供給、需求、資金、利率等四大因素如何影響房價,並探討央行貨幣政策與景氣循環的關係,以及未來貨幣政策可能面臨的挑戰。
#
房價
#
台灣央行
#
市場
3
留言
數位無罪,成長有理
2025/03/20
搞懂真陽性、假陽性:用混淆矩陣(Confusion Matrix)破解留存率的秘密
本文深入淺出介紹混淆矩陣及其在用戶留存分析中的應用。透過實際案例,說明如何利用混淆矩陣的四個象限(真陽、假陽、真陰、假陰)以及相關指標來評估預測模型的準確性,並找出提升用戶留存率的策略。同時,也提醒讀者需要注意混淆矩陣的應用陷阱,例如相關性與因果關係、樣本量限制、多象限以及門檻設定和追蹤週期的影響。
#
compass
#
Amplitude
#
數據
喜歡
留言
數位無罪,成長有理
2025/03/19
你的用戶正在流失?3個步驟用 Amplitude Compass 找出關鍵留存行為
本文探討如何利用行為關聯分析提升產品留存率,並以Amplitude Compass為例,說明如何透過數據驅動決策,改善用戶體驗,最終提升轉化率及用戶活躍度。文章重點介紹設定「黃金三角」指標、解讀數據中的PPV和NPV,以及設計「行為驅動」閉環等步驟,並輔以實際案例解析,說明如何應用於不同場景。
#
用戶
#
數據
#
決策
2
留言
vocus 勳章
NFT
了解
如何蒐集勳章