猎云网注：本文为一米市集向猎云网的来稿，作者为用户体验UED小组共同负责人张哲诚。一米市集是一家专注让城市消费社群和中小农场群体互助共生、推广在地农耕价值的新创企业，由来自IDEO、联合利华、BCG、百胜等前优质成员和连续创业家、互联网资深咖共同打造的生鲜电商平台。
去年年中，我加入了Matilda创立的一米市集，协助打造用户体验。前半段的时间，我们特地组了一个六人小组，一起度过了由0到1打造产品的过程(参考连结: 有这么多生鲜电商，为什么我们开张了)
图：一米市集产品开发流程
现在，产品上线是上线了，自己的孩子生了就得养，要怎么养，怎么让她长大还真是难事。
研究了一番，发现好的创业公司都在做大数据，从善如流，我决定跟着钻研更多资料分析和成长骇客(growth hacking)的相关领域，问了些朋友后，得到很多有趣的回答，比如：
你的Excel 建模得很强才行
去学R，这是搞Big data 的人都在钻研的语言
很多公司在搞事件分析(EventAnalysis)，你们应该去搞一下
光把Google Analytics 弄好就优化不玩了”
你去买个Tableau呀，这是最基本的BI(Business Intelligence) 软体
哇，你这搞大的，我们要找IBM来提案，把TMS，埋点，数据挖掘都搞一搞
这么多立意良善，但见解不同的答案，一下子把我心搞的有点慌，以前自己擅长这种“由0到1”的设计思维，产品开发理论基础好像不够了。那1到10怎么做？10到100怎么做？一个月前，我展开了一段自己摸索的旅程，这篇文章试着吧我们摸索与学习的过程记录下来：
图：这篇文章的叙事逻辑
一，问对好问题，比做好分析更重要
开始做分析之前，几个核心小组成员拿出纸笔与便利贴，试着思索想透过数据分析挖掘哪些问题。这是一个相当重要的练习，因为做数据分析跟做统计分析一样，必须有很明确的研究发问，假设，并且搜集资讯来验证。问对好的问题，分析人员才能有效的去搭分析框架，采集资料，整理资料。而非一下子钻进数据海，试着在浪花中找出脉络，这样往往事倍功半，并且会花大量的时间在做资料整理工作，而非产生有意义的洞察。
图：一米市集团队列出想透过数据分析发掘的问题
二，区分自爽指标与行动指标
以前自己在搞app 的时候，每次看到下载量又多了一万，用户数量不断增加，心理就觉得踏实，觉得自己的产品决策是正确的。其实，这些都是不对的，真正好的数据能告诉我们如何做决策，而非只是逗自己开心而已。这种数据就叫做行动指标(actionable metrics)，它与特定任务相关，且能改善商业成效。比如活跃用户比例，网站互动比率，顾客开发成本，营收与利润变化比率等都可以算是行动指标。相反的，自爽指标(vanity metrics)就是那些看起来很棒但实际不代表什么，比如下载量，PV，UV等静态数字。
图：自爽指标与行动指标有根本不同
三，打通数据分析的用户旅程
以一米市集的网站为例，在开始做数据分析时，我们整合了百度统计(类似Google Analytics)，后台系统产生的订单报表，以及ERP系统出的商品销售清单。试着玩了一下这些数据，很快的发现一个问题：这些数据是以工具为中心积累出来的，我用了什么工具，它就替我产生哪些数据，而非以用户旅程为中心串接起来。
图：原本以工具为出发，彼此独立累计数据
这是什么意思呢？用户理解我们的旅程本来就是一连串的场景，而非分散的独立事件。假使我们今天要了解一个用户从怎么认识我们，在社群与公众号与我们的互动，这些如何影响到上站时的行为，跟结帐购买的金额与商品类别。透过目前工具是做不到的。
图：希望透过用户ID打通知道-上站-购买与二次购买的旅程
如果能把数据透过用户ID串接起来，我们能知道，某个特定用户是透过哪场推广活动，或者哪个关键字广告认识一米市集的，平常几点买菜？是送完小孩之后，还是睡前的凌晨？平常的购买频次为何，是一周三次，还是两周一次？透过以上的数据，我们才能真正360%了解用户，并从中找出适合的分析框架，去得出有用的洞察。
四，了解指标背后的绝对与相对意义:流量，顾客留存与顾客终身价值分析
其实，企业在成长的不同阶段，要追踪的数据往往也不同，对于一米市集这样的新创公司来说，有质量的增长是重中之重。因此，我们特地挑了几个与增长相关的重点指标来深度追踪，例如：
指标一，PV与UV，网站流量分析
图：一般电商均统计的流量资料，包含PV与UV
流量分析PV (Page View)浏览点击量，跟UV (unique visitor)独立IP来访人数。这两个指标是所有经营网站的人每天必看数据，就跟开杂货店的老板娘每天会数多少客人进来，PV跟UV就是开网店的流水人数，可以把PV理解为不认人的总流水人次，UV等于独立人数。
图：硅谷知名风投Fred Wilson
根据知名VC投资人Fred Wilson 的经验谈(曾投资过Twitter, Tumblr, Foursquare, Zynga与Kickstarter等知名创业公司) 要去判断一个网站或APP是否达标，可以有以下的參考值：
基本指标
每天10%的流量会真正与网站互动
每个月至少有30%的用户上站1次或使用APP1次
每天有10%的用户上站或使用APP
每天有1%的用户忠诚持续使用
指标二：顾客留存寿命分析
图：人客就像水一样，來來去去的
做生意开店，总会遇到形形色色的人，有的客户萍水相逢，因了解而分开，有的客户却是一试成主顾，生老病死永不分离。做数据分析时，常见的作法是用漏斗分析表示每期到底留下多少客人，并计算到底顾客寿命多长，留存多久。为了解顾客寿命这个概念，在Lean Analytics 一书有一个有趣的习题：
有间公司每年损失1/4的顾客，请问这间公司到底表现好不好？
这个命题看起来很直接：表现一点都不好，4个就走一个，这人不会做生意阿。然而，纯看1/4这个值并没有意义，如果把1/4这个数字详细算下，我们可以得到以下发现
每年损失1/4顾客=顾客寿命4年=每月损失2%客户
(计算说明：假设今年有100个客人，一年流失25个客人，这批客人4年才走光，等于每个月走掉2%的客人)
salesforce.com CRM (NYSE) 每个月损失约1.8%客户
这个结果一比，我们就能发现，每个月只丢掉2%的顾客，这表现可是比上市公司SalesForce还好，更别说他们还有个上百人的数据分析团队，整天在想办法优化用户体验，留住用户。
注解：挑解比较方向时，可透过旁敲侧集了解竞争对手或相关行业数据，再将自己网站与他们的指标比较，比较能客观分出高下
指标三：用户开发成本与终身价值(年)
经营网站，为了吸引用户上站，经常采取买关键字广告，发优惠券，E-mail 揽客等手段。值得注意的是：这些都是要成本的。去年中国O2O创业潮正热的时候，光发给新客的补贴红包就接近70元左右，这些还不算洒的广告费用。另一个案例是：2013年，台湾银行平均吸引一个新客开信用的成本接近15000元。试想，如果我花了15000才吸引到小花来开户，他只存了1000元，这不是赔本生意，这就是计算用户获取成本的作用，他能针对所有行销活动做出公正的评判。
图：一米市集经常在各种线下活动推广品牌，吸引新客(男模: Dennis)
到底要怎么判断呢？根据数据分析经典读物Lean Analytics一书，通常美国网路界使用以下指标：
用户获取成本<= (3/10)*平均用户终身价值（年)
举例来说，假如一米市集在上海迪士尼办了10场推广活动，共洒了200,000元的优惠券，其他营销成本共50000元。其中优惠券使用率为20%，共转换200名顾客，其中40%有二次购买，60%只买1次。在二次购买的客户内，有50%持续每个月下单，这些客户平均一年下单共10,000元。请问这样子是否合算成本？
这时侯，我们就能透过简单的加减乘除算出用户获取成本
用户获取成本= (200,000*0.2+50,000)/200 = 450
平均用户终身价值=(40*10000+40*400+200*0.6*200)/200 =2200 计算得出，450<660(CAC<0.3CLV)
也就是说，平均每个用户获取成本为450元，小于2200的1/3，也就是660元。
至于为什么用1/3这个数呢？原因在于运营一个公司有许多固定成本(如土地房租薪资设备)与变动成本(营销，耗才等)，而顾客开发成本比较接近营销推广支出，如果光开发顾客就占掉所有营收，剩下的利润哪足够弥补之前投资厂房设备的亏损呢？因此抓1/3是个大概的数字。
结语：创业公司不看财务报表，看的是增长速度
商学院的训练，以大公司为场景的战略管理知识。然而，很多创业公司早期还没有营收，做会计报表也很难衡量企业的真正价值。那该怎么衡量创业的成效呢？
图：Y-Combinator 的增长指标与一米市集数据比较
知名矽谷加速器Y-Combinator的创始人Paul Gram 给了一个很好的定义：创业公司=成长。在Y-C内，他们给收留的企业定下每周5%-7%的增长目标，也就是在加速器这三个月内，每个月成长23.5%-34%左右，如果还没有营收，就看用户增长。
经过我们的计算，前半年一米市集的数据是达标的！无论是平均支付金额，用户增长，跟我们最重视的覆购客户增长指标，均有达到Y-Combinator 孵化的水准。
期待接下来透过数据分析，用户研究，慢慢精准深抓用户需求，打造出未来更好的一米市集。也希望能写更多故事跟业界的数据分析专家们互相研讨，学习！
参考资料
精实数据分析Lean Analytics: http://leananalyticsbook.com/
Paul Gram "Start-up = growth http://www.paulgraham.com/growth.html
特别感谢：侯宗成Jason的数据分析指导
