嘟嘟嘟嘟嘟 💃🏻 未來的事誰都說不準,所以在未來抵達之前,先隨心所欲地學習吧 💡
雙 11 年度優惠 🔥
登入/註冊
0 seconds of 0 secondsVolume 0%
Press shift question mark to access a list of keyboard shortcuts
鍵盤快捷鍵
播放/暫停空白鍵
音量增加↑
音量減少↓
快進 5 秒→
倒退 5 秒←
開啟/關閉字幕c
全螢幕/離開全螢幕f
靜音/取消靜音m
Decrease Caption Size-
Increase Caption Size+ or =
跳轉至%0-9
00:00
00:00
00:00
 
影片檔案無法播放(錯誤碼: 224003)
大維&辰禧

產品數據分析 - 打造網路產品的決策引擎

從擁有億級使用者的跨國企業,到成長強勁的新創團隊,都必須透過使用者資料分析,改善產品與商業決策的品質。因此,我們總結過去協助跨國企業進行數據分析的經驗,結合「假說思考」、「產品策略」與「數據分析技巧」,幫助你釐清與定義產品問題,辨認有策略意義的相關數據,並透過 A/B 測試、同類群組比較、漏斗分析、因子分析、個人化等不同類型的方法,提升產品決策品質並持續優化使用者體驗。
查看更多
Hahow AI 學習升級
評價優於前 10% 課程
4.9
(152)

關於課程

課程包含

包含 14 章 41 單元、9 項作業

課程時長

12 時 34 分鐘

課程總人數

2358 位同學

觀看限制

不限觀看次數,還會附贈完課證書

學習升級

Hahow AI 學習助教
無需額外付費
即時問答、重點整理、測驗理解,讓知識派上用場

最新消息

課程內容

產品設計常見痛點:新功能是否被使用者採納並幫助達成目標?使用者在哪些環節流失,如何提升長期留存率?訪談回饋雖正向,卻該如何提高黏著度並深化產品應用場景?

從擁有億級使用者的跨國企業,到成長強勁的新創團隊,都必須透過使用者數據分析,改善產品與商業決策的品質。比如說:

最近新推出的功能真的有被使用者採納嗎?這個新功能能幫助使用者達成他們的目標嗎?

使用者在使用產品時最大的斷點在哪裡?修正這些斷點可以提升使用者的長期留存率嗎?

儘管訪談時使用者都表示很喜歡我們的產品,但使用者數據顯示黏著度就是不高,到底該怎麼提升使用者黏著度呢?有哪些方法可以幫助我們深化產品的應用場景呢?

這些問題,只靠訪談或問卷調查很難得到很好的答案。因此,「數據分析」已經成為一項對產品工作者而言至關重要的技能 。然而,我們發現不少產品人對「產品策略與數據分析的結合」感到頭痛。

因此,我們總結了過去在產品分析領域的經驗,透過「假說思考」、「產品策略」與「分析技巧」,幫助你掌握「產品數據分析」的各個面向。在這門課程中,你將學習到:

  • 釐清與定義產品問題,進而辨認有策略意義的相關資料,提升產品決策的品質

  • 根據產品的商業模式與成長階段,設計產品指標體系並衡量產品與功能的成效

  • 透過各類數據分析方法,辨認產品在成長、互動與品質上的問題,優化產品策略

  • 透過數據分析、實驗測試等技巧,優化獲客經營策略、使用者體驗及長期留存表現

  • 設計 A/B 測試、評估實驗成本、衡量成效做出決策,以及評估與實現數據產品需求

適合四類學習者:想建立「數據決策文化」的產品經理/新創負責人;想結合 code、model 與產品溝通的資料科學家/分析師;想了解數據分析並建立產品知識的想成為商業/產品分析師;以及想增進產品分析知識的行銷、營運、專案管理者。

任何對網路產品有興趣,想更了解「產品」與「使用者經營」策略,並學習數據分析方法的朋友,都非常適合這門課!如果你是以下幾個類別的一份子,這門課程是特別爲你設計的:

  • 想在產品組織建立「數據決策文化」,但不知道該如何下手的產品經理 / 新創公司負責人

  • 想要系統化學習產品數據分析,以網路公司的商業分析師或產品分析人員為目標的夥伴們

  • 左手寫 code 右手建 model,但希望學會「見產品人,說產品話」的資料科學家 / 分析師

  • 專精於行銷、產品營運、專案管理等面向,但想更了解網路產品策略其他面向的專業人士

師資陣容包含黃大維(大鼻)與沈辰禮(Jerry):前者為哈佛商學院博士生,具 Migo.tv、Mastercard Data & Services 經歷;後者任 PayPal 資料分析師,專長數據產品與支付風險管理。

黃大維 (大鼻)

大鼻觀點-統計與資料科學 的創辦人,目前於哈佛大學商學院 (Harvard Business School) 攻讀量化行銷博士,專攻「機器學習」與「因果推論」於行銷與客戶體驗的應用。同時擔任獨立顧問,提供企業、新創公司、大學與政府機構資料科學教育訓練與資料轉型諮詢。 過去曾任職 Migo.tv (熱鬧點科技) 資料科學團隊主管、APT(現萬事達卡資料顧問部門)顧問、英睿科技資料科學家等。工作中協助東南亞與大中華區的指標企業導入資料科學架構,解決使用者體驗優化、個人化演算法設計、客戶偏好分析、新產品導入與訂價、客戶長期價值管理等重要商業問題。

沈辰禧 (Jerry)

目前於 PayPal 擔任 Data Analyst,負責風險控管領域的分析服務和數據產品開發。曾任 Synergies Intelligent Systems 資料科學家,開發以自然語言為基礎的商業智慧系統,並提供大中華區製造業中的指標企業在產線與供應鏈上的數據分析服務。

前兩堂好評課程

課程內容介紹四大主題:產品數據分析基礎、產品成長與互動品質、使用者經營策略,以及從 A/B 測試到數據需求評估,涵蓋產品指標、使用者體驗、決策旅程、實驗設計與分析。

這門課程結合了「產品策略」、「數據分析」與「假說思考」,透過實際應用場景與各類產品(電商、媒體、內容、社群、旅遊、生產力、B2B 產品等) 的案例研討,幫助你理解產品數據分析方法,並進一步學習如何建立「以數據為基礎」的產品決策體系!

第一部分:我要當產品人!產品數據分析一定要知道的那些事

想了解不同產品在導入、成長、成熟、衰退時期有哪些決策與數據分析的關鍵點嗎?

只認識 MAU、DAU 這類指標,而不知道怎麼根據商業目標與組織架構訂定數據指標嗎?

想了解產品組織該如何一步步從簡單建立以「數據」為基礎的決策文化嗎?

在課程的一開始,我們會幫大家建立「網路產品」與「數據分析」的必備知識——除了產品生命週期與數據分析工具箱的介紹外,我們也會仔細講解如何根據不同「商業模式」與「成長階段」,訂定完善的的產品數據衡量指標,以及組織如何從無到有建立資料決策體系。

第二部分:數據的力量!產品成長、互動與品質優化技巧大公開

投資人是如何評價產品成長得健康程度?為什麼 Airbnb 在 B 輪時能夠募到比 A 輪高 100 倍的資金?如何分析產品的長期獲利能力,並持續降低獲客成本?

網路產品百百種,現在的互動模式是否能夠讓產品持續成長、創造更完整的網絡效果?又應該如何針對業務發展目標,規劃產品的核心功能?

在產品迭代與開發的過程中,如何評估產品使用體驗的「健康狀態」?哪些衡量指標和使用回饋可以幫助我們確保互動品質,並排序後續功能的開發方向?

第二部分將從「產品的整體發展」出發,了解產品成長、互動以及品質上的產品策略與數據分析方法。我們將會教你如何建構「產品成長與互動」的正向循環,並基於互動機制與使用頻率設計適當的衡量指標,跳脫只看 MAU、轉換率、跳出率的既有框架。接著,我們會進一步解析「使用者體驗」與「產品品質」的衡量方法。透過這個章節,你將可以透過數據分析,衡量整個產品生態系的健康程度,並找出可以優化產品的機會,確保產品可以擁有持續的成長與互動機制。

第三部分:留下來,或是你跟我走!獲客、黏著、到留存的關鍵秘訣

為什麼使用者在產品試用期過後就紛紛退訂?為什麼許多使用者連最核心的功能都還沒嘗試就離我而去?怎麼樣讓使用者在剛開始產品時就能快速而充分地了解產品價值?

如何建立「以行為為基礎」的使用者分群與 persona,找出使用者黏著的關鍵行為?如何像 Medium 或 Airbnb 一樣,並透過個人化讓使用者離不開你的產品?

除了性別、年齡之外,有哪些因子與數據可以幫助我們找到流失風險很高的使用者?該如何設計機制挽回這些高風險的使用者?怎麼樣透過短期數據衡量長期的留存表現?

在第三部份,我們以「客戶體驗旅程」為核心,幫助你利用數據掌握使用者啟動、價值探索、習慣建立、長期留存等各個階段的表現。同時,我們會利用之前介紹過的分析工具(使用者分群、Funnel Coversion、Cohort Analysis、A/B 測試等)與不同產品案例 (Headspace, Crunchbase, Pintrest, Quora, Pocket, Spotify, Amplitude, Airbnb, Medium 等等),了解數據分析與個人化 (Personalization) 如何幫助產品找出流程改善、體驗優化、與產品行銷的機會點,優化客戶體驗與決策中的各個面向。

第四部分:從A/B 測試到數據需求評估的實戰秘訣大公開

電商網站進行行銷實驗時,應該以「購買次數」還是「每單金額」作為核心衡量指標? 如何依據不同的商業目的,選擇適合進行實驗的指標?

設計實驗時,該依照哪些機制將不同的使用者分組?又該如何評估時程與成本?實驗結束後,如果不同的實驗指標表現衝突時,應該怎麼取捨?

產品團隊目前有哪些數據分析的需求?如何簡化常態性的分析與報告?該進行哪些開發工作,提升分析的效率、用數據做出更好的決策?

課程的第四部分,我們將進入「數據分析落地階段」—— 探討實驗設計(A/B testing)的細節,從依據商業目標設計指標、如何控制好重要的變因、進行用戶抽樣與樣本數決定、監控過程中的指標變化、到衡量實驗結果並做出決策。同時,我們也會進一步講解數據分析需求的評估,如何將一次性分析產品化,以及數據儀表板 (Dashboard) 的建立,幫助團隊更有效率完成數據分析工作。

課程特色聚焦產品策略與數據分析:涵蓋完整的產品分析方法論、資料分析與洞見挖掘技巧、大量的產品個案研究與分析,以及進階的實驗設計與分析需求評估,建立數據決策能力。

為了確保每一位同學都有充足的收穫,我們花了將近一年的時間設計、修正、與優化課程。這門獨一無二的產品數據分析課程有以下特點:

完整的產品分析方法論

市面上大部分中文的產品課程,多是從產品設計或 UX 研究出發,較少探討如何透過數據分析,制定產品策略並找出產品優化機會。這門課程特別著重於「產品策略 x 數據分析」,透過實際的產品個案討論,幫助你建立以數據為根基的產品決策文化。

資料分析與洞見挖掘的技巧

課程中除了介紹常見的分析技巧,如:Funnel / Cohort Analysis 等,也會介紹實務上非常常用的分析方法,如:實驗設計與衡量、因子模型、個人化演算法、推薦系統概念等,幫助你在工作時能夠更快發想出適合的分析方法,不論跟老闆提案,或是跟工程師溝通,都能展現數據分析專業力。

大量的個案研究與分析

這門課程研究了近三十個不同的網路產品,總結出了一般化的方法論,我們也精挑細選出了代表性案例,幫助你熟練這些方法論。在作業部分,我們也以個案研討的方式,透過決策情境模擬,幫助你練習課程所講述的數據分析技巧。

進階的實驗設計與分析需求評估

課程的最後,從商業假說出發,一步步拆解實驗設計流程,同時強調實務上常見卻較少被提及的誤區和挑戰;此外,也針對不同的產品發展階段與資源,評估適合投入開發的數據分析工具或工作流程,鞏固團隊的數據文化、提升團隊的決策品質。

Hahow 學生評價:學員稱讚課程深入淺出、內容紮實、編排清楚,講師用心且能以實際案例拆解統計與資料分析思考,學會從案例分析提出假設並選用合適演算法。

兩位講師去在 Hahow 推出「R 語言和商業分析」與「R 語言和文字探勘」課程,共有超過 1400 位學員報名,分別獲得 5.0 (73 則評價) 與 4.6 (11 則評價) 的好評。除了根據同學提供的寶貴意見進行課程優化外,我們將會持續保留同學特別喜愛的課程特色:

特點一:緊密結合「商業問題」與「資料分析」

學員評價:SXXXXXXO 認為課程深入淺出,整合統計思維與資料分析,教學如何把商業問題轉化為資料分析問題;陳XX表示課程適合提升數據分析能力,透過階梯式教學理解真實商業應用。兩則皆給予五星評價。

特點二:課程安排連貫且與應用情境緊扣

學員評價指出,課程內容實用且專業,結合案例、練習與職場情境,從統計基礎到實際應用清楚易懂;並涵蓋資料分析、A/B Testing、logistic 等觀念與商業案例。

特點三:作業符合實際應用場景且內容紮實

學員評價皆獲五星:exxxxx3 認為課程結合統計與機器學習經驗,作業實用且有助突破;XX 則讚賞內容深厚紮實、情境講解清楚,作業具挑戰也很有成就感。


「課程募資解鎖」標題置於白色圓角版面中央,搭配橘色與深藍色幾何線條、點狀圖案和小方塊裝飾。

希望大家能透過社群分享我們的課程,這是對我們最大的鼓勵!為了回饋大家,兩位講師將會在達成特地目標時,解鎖以下活動:

募資解鎖規則說明

  • 募資達成率累計至「課程募資 30 天結束的那一刻」。募資結束前購買此堂課程,並且於購買時填妥「Email」,即符合參加抽獎資格(Email 填寫截止日為 2020/08/26 23:59 前)。

  • 「募資解鎖活動」均會在課程正式上線後推出,線上諮詢時間與形式,將於募資結束後另行公告於「課程公告欄」。開課二週後,將抽出中獎同學,得獎名單會公佈於「課程公告欄」,並同時寄送 Email 通知給中獎同學,請中獎同學於 3 天內回覆確認中獎通知,如未確認視同放棄中獎資格。

社群的力量 500%:1 對 1 線上諮詢時間 - 10 位

「上完課程有很多點子想要執行,好想跟老師討論看看可不可行!」 
「工作上總有各種資料分析的疑難雜症,老師你會怎麼解決這些問題的?」 
「目前還是學生,想成為商業分析師,卻不知道該從何下手,我該怎麼規劃職涯?」

兩位老師平時會收到許多同學們在學習、工作與職涯規劃上的問題,因此我們特別安排 1 對 1 線上諮詢時間,讓兩位老師能夠更了解你的背景和需求,盡可能提供最適合你的建議!

1000%:履歷修改與回饋 - 5 位

「過去有過許多專案經驗,應該要怎麼包裝才能夠讓招聘經理眼睛為之一亮?」 
「轉換跑道時有哪些要素可以放在履歷上,讓自己可以說服面試官 Yes, I can?」

在過去兩門課程我們都有在募資結束後提供履歷修改服務,這門課程也希望持續回饋給同學們,幫助同學釐清思緒、整理過去的輝煌戰績,寫出一份好的履歷,希望有求職計畫的同學們都能順利達陣!

1500%:1 對 1 面試訓練大補帖 - 5 位

「面試被問到你的缺點是什麼,總是答自己是完美主義者嗎?」 
「每次個案面試總是卡關,到底該怎麼樣才能提出面試官欣賞的見解?」

從過去與同學討論的經驗,我們發現許多人求職時最不擅長的地方就是「描述過去專案經驗」,以及「個案研討類」的面試,因此在這次課程我們決定額外加開「面試訓練大補帖」,讓擔任過外商公司面試官、同時得到許多 offer 的我們直接給大家建議,幫助大家改善面試技巧跟回答內容吧!

購買後,要在哪裡填抽獎「Email」呢?

按下「馬上預購」後,將導向「付款資訊」頁面,付款頁面的最最下即是「抽獎 Email 填答欄位」,如下附圖所示。請點選「參加本課程贈獎/抽獎活動」,並填寫有效的「Email」,即可參加募資解鎖抽獎活動。

課程贈獎寄送資料表單,參加「產品數據分析-打造網路產品的決策引擎!」抽獎活動需提供 Email,收件地址欄位已填入 hahow@hahow.in。

如何確認自己有沒有付款成功呢?

完成購課流程後,請點選「網頁右上方的大頭貼」進入「訂單記錄」頁面,於「訂單狀況」的欄位顯示「完成付款」的訂單即代表付款成功。


「課堂作業設計與問題回答」標題頁,以橘色、深藍與白色幾何色塊搭配點線圖樣,呈現簡潔的課程版面設計。

個案作業與討論

針對不同的課程主題,我們會設計對應的個案與練習題,幫助同學掌握課堂教授的產品策略與數據分析方法,並適時提供同學意見與回饋,增進課程內容與個案的理解。此外,我們也會建立專屬的 Facebook 社群,讓大家可以討論不同個案的看法,同時也會持續分享新的案例與學習資源喔!

相關問題回答

開課前我們會在每個週末統一回覆同學提出的問題;開課後依照課程進度,暫定每兩週回覆 5 - 15 個同學關於課程或作業的問題,若有足夠的時間會盡快回答所有同學的問題!另外,我們也有 Facebook 的專屬社團,讓同學可以與其他修課同學互相討論。

👉 2024.8.30 更新:目前在每份作業的「作業說明」加上了參考解答;請各位同學在繳交作業後,可以先核對解答的內容,如果有任何問題或是不清楚的地方,都歡迎再提問至問題討論區或是直接寄email和我們討論(詳細見課程公告,僅限購課學生可見)

社團加入流程

不論是募資期間或是正式開課後,都可以加入專屬社團「產品數據分析的大小事」,只要回答加入社團的必要問題(你購買課程的 Hahow 帳號名稱、目前是學生還是工作者、以及為什麼想學習這門課程),我們就會盡快把你加入社團喔!(如何正確尋找到自己的 Hahow 帳號名稱,可參考此篇文章)

哪些人適合這堂課?
任何對網路產品有興趣,想更了解「產品」與「使用者經營」策略,並學習數據分析方法的朋友,都非常適合上這門課!如果你是以下幾個類別的一份子,這門課程是特別針對你們而設計的: - 想要在產品組織建立「數據決策文化」,但不知道該如何下手的產品經理 / 新創公司負責人 - 以網路公司的商業分析師或產品分析人員為目標,想要系統化學習產品數據分析的夥伴們 - 左手寫 code 右手建 model,但希望能學會「見產品人,說產品話」的資料科學家 / 分析師 - 專精於行銷、產品營運、專案管理等面向,但想更了解網路產品策略其他面向的專業人士 另外,這門課程不適合單純想要學習 Tableau、SQL、R、Python 等數據分析工具的朋友,想學習 R 語言和資料探勘方法的話,歡迎在募資期間參加「R 語言和商業分析」的課程合購優惠!
你可以學到
- 釐清與定義產品問題,進而辨認有策略意義的相關資料,提升產品決策的品質 - 根據產品的商業模式與成長階段,設計產品指標體系並衡量產品與功能的成效 - 透過各類數據分析方法,辨認產品在成長、互動與品質上的問題,優化產品策略 - 透過數據分析、實驗測試等技巧,優化獲客經營策略、使用者體驗及長期留存表現 - 設計 A/B 測試、評估實驗成本、衡量成效做出決策,以及評估與實現數據產品需求
上課前的準備
需要準備的工具 / 軟體(若購買課程前不清楚版本是否支援,請先留言與老師確認。)
對於產品與數據分析的熱情、紙筆等幫助你思考與筆記的工具
需要具備的背景知識
只要你樂於思考,對「網路產品」與「數據分析」有熱忱,都非常適合這門課程。此外,這門課程不會使用到 R、Python、Tableau 等工具,而是以「思考方法與架構」為主,因此不用擔心過去沒有工具操作的經驗喔!
單元一覽
14 章 41 單元|總時長 754 分鐘
全部展開
1
產品數據分析一定要知道的那些事
影片單元
單元 1 - 產品的導入、定錨、成長與成熟:分析重點與方法
27:13
影片單元
單元 2 - 從無到有建立「數據驅動產品組織」的四部曲
22:25
影片單元
單元 3 - 數據定義 101:以指標、事件、使用者為基礎的資料定義與分析方法
11:33
影片單元
單元 4 - 數據分析工具箱:行為分群、渠道轉換分析、同類群分析、產品實驗
10:36
2
了解產品的表現:定義數據指標體系
影片單元
單元 1 - 指標體系的建立:以產品策略發展為核心的體系
33:08
影片單元
單元 2 - 商業邏輯與指標定義:了解網路產品的營運流程
37:37
影片單元
單元 3 - 指標整體衡量:拆解指標與定位問題
14:44
3
個案討論:「線上學習平台」— 隨時、隨地都可以學到任何知識!
影片單元
單元 1 - 「線上學習平台」產品介紹與背景討論
14:13
作業單元
作業 1 - 建構「線上學習平台」的數據指標體系
查看作業
4
產品成長:從獲客到可持續獲利的成長
影片單元
單元 1 - 成長的來源:矽谷創投都在看的成長會計與可持續的產品成長
21:58
影片單元
單元 2 - 獲利模式開展:建構獲利指標體系與計算使用者終身價值 (LTV)
影片單元
單元 3 - 獲利模式的持續優化:連結短期優化策略與使用者長期價值
15:00
影片單元
單元 4 - 獲客成本的優化:以「產品」為核心的成長與 GTM 策略
19:05
5
產品互動:建立產品發展的正向循環
影片單元
單元 1 - 產品互動的目標:創造成長、留存與擴散的正向循環
影片單元
單元 2 - 請使用者跟你這樣做:找出核心使用行為和頻率
32:44
影片單元
單元 3 - 找到北極星指標:為商業目標與產品互動創造雙贏
07:43
影片單元
單元 4 - 產品互動的優化:提升互動成效的分析技巧
15:05
6
產品品質:提供使用者最好的產品與服務
影片單元
單元 1 - 產品品質:影響產品互動的關鍵因素
07:05
影片單元
單元 2 - 衡量使用者體驗:利用HEART架構分析產品整體狀況
18:26
影片單元
單元 3 - 軟體服務運行的黃金指標:利用統計建模監控指標變化
17:51
7
個案討論:「健身平台」- 結合內容、社群與訂閱制的全方位互動體驗
影片單元
單元 1 - 「健身平台」產品介紹與成長策略、互動體驗分析
20:31
作業單元
作業 1 - 「健身平台」的產品成長策略
查看作業
作業單元
作業 2 - 「健身平台」的產品互動策略
查看作業
作業單元
作業 3 - 「健身平台」的產品品質監控
查看作業
8
使用者啟動:第一次使用就贏得使用者青睞
影片單元
單元 1 - 使用者啟動的定義與衡量方法
19:25
影片單元
單元 2 - 依據「使用者體驗旅程」設計與優化 Onboarding 漏斗
15:38
影片單元
單元 3 - 價值探索:辨認使用者認為最有價值的產品功能
13:09
影片單元
單元 4 - 啟動體驗的設計:個人化 (2C) 與客戶成功團隊 (2B)
17:14
9
使用者黏著:經營忠實客戶,打造讓人愛不釋手的產品
影片單元
單元 1 - 建立使用者的忠誠迴圈 (Loyalty Loop)
11:04
影片單元
單元 2 - 使用者黏著度衡量與互動階梯
18:31
影片單元
單元 3 - 從 Power User 找出黏著點與服務斷點
12:48
影片單元
單元 4 - 透過個人化行銷與體驗提升使用者黏著度
12:05
10
使用者留存:留下使用者,並重新贏回已流失使用者
影片單元
單元 1 - Flatten the Curve:依據商業模式與產品訂定留存指標
14:29
影片單元
單元 2 - 找出使用者留存的關鍵因素:假說思考 x 統計建模的結合
影片單元
單元 3 - 留存機制的設計:從提升短期成效到降低長期流失風險
11:31
影片單元
單元 4 - 已經流失了怎麼辦?喚醒使用者的技巧與衡量方法
07:49
11
個案討論:「食材電商」— 消費者會愛上「網路下單,在家煮飯」嗎?
影片單元
單元 1 - 「食材電商」產品介紹與背景討論
12:30
作業單元
作業 1 - 「食材電商」的使用者啟動策略
查看作業
作業單元
作業 2 - 「食材電商」的使用者黏著策略
查看作業
作業單元
作業 3 - 「食材電商」的使用者留存策略
查看作業
12
實驗測試:再也不做沒有意義的產品實驗
影片單元
單元 1 - 從商業假說到實驗指標:實驗設計的流程
影片單元
單元 2 - 控制實驗的重要步驟:分組、樣本設定與時程規劃
41:32
影片單元
單元 3 - 不要先射箭再畫靶:正確衡量與詮釋實驗結果
17:11
影片單元
單元 4 - 實驗設計的負面影響:監控實驗的成本和風險
13:57
13
數據需求評估:在組織內部落實數據分析
影片單元
單元 1 - 從基礎建設到自動決策:數據產品的需求與種類
15:03
影片單元
單元 2 - 數據產品設計
33:50
影片單元
單元 3 - 你需要什麼樣的數據產品嗎?評估數據產品必要性與可行性
22:20
14
個案討論:「電商數據分析工具」- 為數據產品的新功能設計實驗
影片單元
單元 1 - 「電商數據分析工具」產品簡介、新功能評估與實驗設計
15:05
作業單元
作業 1 - 「電商數據分析工具」的新功能實驗設計
查看作業
作業單元
作業 2 - 「電商數據分析工具」的新功能評估
查看作業
試看單元
播放試看影片
章節 4 - 產品成長:從獲客到可持續獲利的成長
單元 2 - 獲利模式開展:建構獲利指標體系與計算使用者終身價值 (LTV)
試看影片
31:08
播放試看影片
章節 5 - 產品互動:建立產品發展的正向循環
單元 1 - 產品互動的目標:創造成長、留存與擴散的正向循環
試看影片
12:57
播放試看影片
章節 10 - 使用者留存:留下使用者,並重新贏回已流失使用者
單元 2 - 找出使用者留存的關鍵因素:假說思考 x 統計建模的結合
試看影片
13:16
播放試看影片
章節 12 - 實驗測試:再也不做沒有意義的產品實驗
單元 1 - 從商業假說到實驗指標:實驗設計的流程
試看影片
25:03
課程評價
4.9
/ 5.0
152 則評價
黃立寧2021-10-04
很紮實的一堂課
花了蠻長的時間一點一點看完這門課,做了滿滿的筆記,真的有非常多的收穫。每堂課都有很詳盡的講解配合PTT做說明,想多了解的內容也附上了大量的參考資料供學生閱覽,讓學生可以進一步去針對自己有興趣的議題做了解。從商業的思考角度、如何考慮使用者的留存、黏著,到最後斟酌如何做實驗和開發數據產品,不只講解了『應該怎麼做』,也講述了『為什麼該這麼做』,系統性地了解什麼叫從數據考慮商業策略這一回事。如果想以數據推動商業決策,這堂課大概會是不二的選擇。
查看更多
4 人覺得有幫助
Catherine Yeh2021-12-11
系統化與面面俱到的數據分析教學
本課是從策略層級,再往下從產品的啟用、互動、品質、成長、黏著、留存層面教導數據分析方法論,並說明如何設計準確的實驗與如何於組織內部落實數據分析,非常紮實且面面俱到。唯一可惜的地方是老師可能工作忙碌,鮮少對學生繳交的作業提出建議,在此說明讓想購買該課程的同學有心理準備。
查看更多
4 人覺得有幫助
Altan2023-01-22
內容詳細豐富
若是自己有工作上的例子,邊聽課邊反思、以自身例子帶入思考,可以學習得更有效率,對工作的幫助也更大。 課程後半因較不屬我的職務範圍,所以較不需要、自身了解也較少,感覺課程跨度頗大(或是我的職能範圍還太窄XD)導致有部分內容不好聽懂,或是因為課程設計需講的東西太多,無法針對提到的專業概念展開解釋、細講,因此我認為此課程更適合是相關職務、但剛剛入門的人觀看,或是勤奮好學的同學額外研讀老師附贈的資料、若遇到陌生的概念/名詞/例子先自行搜索學習,了解底層後再來聽課,完全沒接觸過完全無概念的人可能較不適合。 但若只是一併聽完,也能了解整體數據分析及其產品的大致邏輯,在未來遇到相關的事務上也可以有更多觀察,收穫還是頗豐。 作業方面設計得也相當詳細,可以藉由作業很好地複習課中所講過的內容。
查看更多
3 人覺得有幫助
TU PEI YU2022-02-23
紮實的課程
花了兩個月的時間消化完所有課程, 內容非常紮實深入淺出, 對於新手(我本人)來說, 前半部透過老師的引導漸漸進入狀況, 但後面幾個章節比較涉及實際業務面的應用, 可能需要有實際經驗才能脫離抽象的理論。 希望能在未來的職場有學以致用的機會。 謝謝老師準備豐富的課程。
查看更多
1 人覺得有幫助
Deon2021-09-01
超級實用的數據產品課程
早已是兩位老師的忠實粉絲!市面上有很多教授程式語言與各種分類/預測方法的課程,卻鮮少提到實務上如何以數據分析的思維來探討專案/事件,抑或是跨部門的資源整合並落地應用。此課程非常推薦給想以數據思維解析事情的人,能夠避免被數據誤導以及見樹卻不見林。
(已編輯)
查看更多
1 人覺得有幫助

意猶未盡嗎?

關於講師

大維&辰禧
3堂課程
0篇文章
4,875位學生
我們是在資料科學界打滾了六年的資料愛好者!大維目前於哈佛商學院攻讀量化行銷博士,過去曾任 Migo TV Data Lead、萬事達卡數據諮詢顧問。辰禧曾在 PayPal 擔任資料分析師,過去也曾在 Synergies Intelligent Systems 擔任資料科學家。我們協助企業利用資料科學解決複雜的商業問題,也喜歡分享知識給對資料科學有興趣的朋友。
前往講師頁面
精選學生作業

購課前問答

日期最新
日期最新
日期最舊
愛心數
f
2025-12-03
2025年12月了,這堂課,還實用? 會有落差?
回覆
我也想問
f
2025-11-22
現在還適合買這堂課嗎?不認識R 語言,會影響學習?謝謝
回覆
我也想問
Teresa Siao
2024-03-06
現在還適合買這堂課嗎?
回覆
11 人想問
Phoebe
2023-11-22
上完這堂課,能如何在履歷上描述技能?謝謝老師
回覆
7 人想問
Yenying Chen
2023-03-16
想請問這門課看是否有時效性問題~因為已經2023年,不知道案例是否會是2021年左右看較適合,謝謝!
回覆
17 人想問
購買單堂課

NT$3,500
有什麼優惠可以用?
小蛙幫你找最佳優惠
登入看看 有什麼優惠用
產品數據分析與資料科學實戰必備組合包
課程合購優惠 85 折
2堂課程
共 2 堂課程
組合優惠價
NT$5,525
NT$6,500
販售至 2026 年 12 月 31 日

相關標籤