Campaign URL
Copy
Twitter
0
tweets
Subscribe
Past Issues
RSS
Translate
English
العربية
Afrikaans
беларуская мова
български
català
中文(简体)
中文(繁體)
Hrvatski
Česky
Dansk
eesti keel
Nederlands
Suomi
Français
Deutsch
Ελληνική
हिन्दी
Magyar
Gaeilge
Indonesia
íslenska
Italiano
日本語
ភាសាខ្មែរ
한국어
македонски јазик
بهاس ملايو
Malti
Norsk
Polski
Português
Português - Portugal
Română
Русский
Español
Kiswahili
Svenska
עברית
Lietuvių
latviešu
slovenčina
slovenščina
српски
தமிழ்
ภาษาไทย
Türkçe
Filipino
украї́нська
Tiếng Việt
又來到喊涵製課血淚分享,用真實案例很好,但有一大堆品牌名稱、產品名稱、網址、時間區段、營收資料要馬賽克,到底該怎麼辦?
Hi <<姓名>>
10 月竟然有颱風欸,不知道你所在的城市是否安好?我住在林口桃園一帶,風雨不大,但蠻涼爽的,自體感覺寫作效率有變高(?)確認了氣溫,發現原來我在 26 度的狀況下狀況最好,真是有趣。
上週的信件又長又硬,一堆數字,不知道你有沒有啃到最後。但今天還是會有一堆數字⋯⋯因為我要繼續寫 99% 的製課難題都在
《零售獲利學》
,還記得我曾做過的讀者票選嗎?
課程由三位老師各自負責「市場、顧客、營運」數據,沒有人做過這種整合性的課程,沒有 Ref. 可以參考,
該怎麼整合三塊獨立內容
?
市場上已經有很多在教「數據」的課程,怎麼做出
差異化定位
?
拍攝日前 7 天,臨時決定要從單元條列重點,改為逐字講稿,該怎麼在
短時間內透過 AI 工具產出 4 萬字講稿
?
購買線上課程的學生都喜歡追求「how to」,希望看完影片後,能成功導入在自己的事業或生活中。但
學生們對於「how to」的定義不盡相同
,起始程度也不同,該如何找到最大公約數,盡可能滿足學生需求,做好期待管理?專案團隊自己又該如何內部對焦,確保認知一致?
課程總時數跟去年《電商結構學》差不多,都在 13~14 小時,但是內容分散給三位老師,等於要
三倍的溝通時間
,但是專案的時程卻跟去年一樣,團隊該怎麼在一樣的時間內交付內容?
課程需要使用真實台灣零售品牌案例,案例取得本身就非常困難,幸運得到一些品牌的支持後,教學時還必須在
不破壞數據脈絡的情況下,將品牌隱私資料進行變造
,該如何做到?
在《零售獲利學》的第三篇內容中,三位老師會用個案研討的方式,拆解 25 個常見的獲利問題,告訴學生遇到這個情況,要看哪些數據,做出哪些決策。教學過程必須呈現具體、細膩的個案背景資訊,
用老師畫面搭配字卡,顯得太零散、沒有脈絡;用滿版簡報,又帶不出故事的生動感
。畫面到底該如何呈現才好?
最高票的第 4 題已經在
兩週前寄出
,今天要聊的就是票數次高的
第 6 題
!
開始前先做個公告,10/7~10/10 是今年最後一個連假,因為放四天的關係,導致下週工作天被壓縮。怕自己忙不過來,加上前陣子燃燒生命製課,想好好休息一週,所以
下週三電子報停更一次
,我們一起好好放假休息 👻
取得真實案例很難,但為什麼一定要真實?
大家都知道取得真實案例很困難,畢竟把公司的 GA 後台、訂單數據公開出去,
對於任何一位老闆來說,等於叫他在街上裸奔
。更別說可能會被競品看光光,猜中策略。
明知山有虎,偏向虎山行,為什麼
《零售獲利學》
要堅持使用
「台灣零售企業」的真實數據
呢?
不知道你有沒有上過一些主打案例教學的課程,老師很用心準備,但用於舉例、演練討論的案例,都是
國外大品牌
?雖然還是有所收穫,但總覺得距離自己很遙遠,很難套用在自己身上。
原因是國外大品牌瞄準的
市場、公司資源、發展文化脈絡
等等,跟身處在台灣的企業都不一樣,所以國外個案能幫助到我們的,頂多就是「更好理解老師教的框架跟方法」,但很難「直接套用在自己的公司經營」,因為
環境、條件與資源狀況差太多
。
當然你會說,每間公司的狀況都不一樣,本來就不能完全套用。我同意,不過我們轉換到消費者的立場,
上完之後還要慢慢內化的課 vs 上完之後馬上就知道答案的課
,你會選哪個?
雖然知道獨立思考很重要,也知道商業世界裡沒有標準答案,但我還是會不爭氣地選後者。因為時間太少了,公司營收掉下來,哪有時間慢慢上課內化,最好有人直接告訴我為什麼。這就是為什麼
《零售獲利學》
堅持使用台灣零售業數據。
與其變成一個數據分析師從 Raw Data 裡挖掘因果脈絡,經營者們更希望有一位身經百戰的顧問,告訴他們
遇到 A 問題,要看 B 數據,透過步驟解讀出 N 種可能原因,最後針對不同原因,給予解決方案建議
。
我好像不小心回答到
市場上已經有很多在教數據的課程,怎麼做出差異化定位?
這一題了,關於課程定位,我會在後續的電子報中做更細節的分享。
真實案例都是用陰德值換的
至於如何取得真實案例,就比較沒有乾貨能分享,因為完全看
陰德值
。
在
《零售獲利學》
的案例取得過程中,
燒賣研究所的笑長是關鍵角色
,沒有笑長就不可能拿到真實數據。願意授權的企業,過去都曾受到燒賣的幫助、跟笑長是好朋友,或是認同燒賣的教育理念。
如果你未來也想打造一堂使用台灣真實案例的課程,無論是實體、直播、線上課,甚至是出書,我都建議馬上開始累積自己的陰德值。陰德值包含:
把目前的產品或服務品質做好
➔ 企業會想跟有
口碑
的人合作
逐漸累積聲量,提高知名度
➔ 企業會想跟
厲害
的人合作
在能力所及範圍,回饋社會或推動產業進步
➔ 企業會為了
相同願景
跟你合作
在能力所及範圍,幫助身邊的朋友
➔ 某位朋友或許能幫你
牽線
給想合作的企業
善的循環,共勉之!但也囉唆一句,回饋社會、推動產業進步、幫助身邊朋友的前提都是
「在能力所及範圍」,不要為了累積陰德而把自己累垮了
。
除了陰德值以外,我也想過用其他方法來取得案例。例如找「近年結束營業的品牌」,因為已經結束,所以不會有被競品看光光的顧慮。
不過還是挺難的,因為一定要「近年結束」,不然
商業環境變動速度太快
,太久以前的案例,一樣會讓學生很難套用在自家公司。
如果要順利聯繫到符合條件,且數據都還確實留存的公司,又回到陰德值了⋯⋯有沒有朋友願意幫你牽線、告訴你有哪間公司符合需求,所以就我個人的經驗,直接找有在營運的公司比較實際。
在不破壞脈絡的情況下變造數據
透過陰德值找到願意授權的企業後,接下來就是
匿名處理
了,製課團隊要好好保護這些願意為零售教育貢獻的好企業,絕對不可以洩露他們的品牌名稱。
在分享前先消毒一下,我不是數據專家,也不知道怎麼透過演算法做到數據變造,以下分享僅是在今年的專案中,我盡全力想到的做法。
絕對有不足之處,也一定有更快、更聰明、更科學的做法
,所以歡迎回信指正切磋,感恩惜福。
要匿名的資料很多,包含品牌名稱、後台帳號、網址、產品名稱、時間區段⋯⋯等數據。
前三者尤其重要,一但暴露,學生馬上可以查到是哪個品牌
,發現原來這個品牌一個月做到多少流量或營收。
其中的品牌名稱、後台帳號比較好處理,直接上馬賽克就好。其他數據要考量的因素較多,我暫時還沒有餘裕將這次經驗結構化,以下就
單點式列舉幾個例子
。
產品名稱
先講產品名稱,如果用於教學的品牌是賣 3C 用品的,但我把產品名稱改成賣零食的,那客單價就落差很大了。
這會造成什麼影響?以
《零售獲利學》
其中一個單元為例,黃道育老師教大家計算購物車水位,用購物車水位跟平均客單價之間的關係,判斷消費者為什麼加完購物車後不結帳。
想像一下,在教這段內容時,老師使用的原始數據是 3C 用品(鍵盤、滑鼠等等),但進行產品名稱變造時被改成零食,但鍵盤、滑鼠的售價是一包零食的好幾倍,所以
學生會看到滿滿的零食商品名稱,但客單價是幾千幾萬塊,然後產生滿滿的疑惑。
所以在進行產品名稱變造時,不會改成八竿子打不著的產業,而是
有相近客單價、相近消費習慣、相近成本結構的產業
。甚至連產業類別都不要換,例如原始產品是賣冷凍水餃,匿名後的產品就改成冷凍調理包,因為這兩種產品都屬於
生鮮中的冷凍食品,運送時都要考慮冷鏈
。
網址
再來就是網址的處理,網址為什麼不打碼就好,保留的意義何在?
在進行顧客數據解讀時,會大量使用 GA4 進行分析,例如想了解
為什麼消費者逛完網站之後,都沒有產生購物訊號
,例如加入購物車、開始結帳等等,會需要進一步分析
產品頁
的資訊。
如果要快速把產品頁篩選出來,就要了解
網址結構
,例如我開了一家喊涵服飾店(聽起來就會倒閉哈哈哈)www.hanhan.tw 文章頁面、產品頁面、類別頁面都會有不同的網址結構,例如:
文章頁面:www.hanhan.tw/article/.....
產品頁面:www.hanhan.tw/product/.....
類別頁面:www.hanhan.tw/category/....
如果把網址全部打碼,就學不到「用網址共通結構,快速篩選出頁面」這個知識點了!
所以我們能做的就是,把原始公司的產品頁面網址結構用詞,例如 product 改成 SalePage,兼顧知識點的傳遞與匿名需求。
時間區段
這個是我覺得最容易被忽略的細節,你可能會覺得,都是分析三個月的數據,那分析 Q1 跟 Q2 有什麼差異?對於其他產業有沒有差異我不知道,但對於零售產業差異可大了!
不同產業會有不同的淡旺季
,如果課程使用的原始案例是熱飲沖泡包,夏天就會他們的淡季,但如果把案例產品變造成冷泡茶,那夏天就會是旺季,整體流量跟營收狀況會差距很大。
如果把案例改為冷泡茶,而課程分析重點會是淡季的銷售優化,那就必須把數據分析的時間區段,從夏天改為冬天,例如從 4~6 月改為 11~1 月。
同時也要考量
檔期
的影響,零售業會有 618、雙十一等等大促,不同檔期活動帶來的效果不一樣,所以也不要把 618 的數據,變造成雙十一去分析。
也不要把 2021 年的數據,變造成 2023 年去分析,因為 2021 年是台灣 Covid 最嚴重的時期,甚至還有三級警戒,所以有做電商的業者業績一定暴漲,如果把年份變造成解封後的 2023 年,消費者都在報復性出國,業績狀況一定不一樣,數據脈絡就不合理了。
其餘的部分,例如廣告支出、營收、流量、提袋率、會員數等等,就是依照原始資料進行
「等比例」的變造
,這部分我覺得相對單純,根據
「不破壞原始案例的產業特性」
的前提之下,做好品牌名稱、產品名稱的匿名處理,讓學生猜不到是哪家公司就可以了。
專家意見
最後在做數據變造的過程中,參考專家意見也是很重要的,不要自己埋頭苦幹,結果弄出一堆脈絡都歪掉的數字。
所以在做完匿名處理後,製課團隊也有請老師們再三確認,幫助我們找到盲點,畢竟老師們才是數據專家,很多細節必須仰賴他們做出判斷。
老樣子,文末再度無情置入
《零售獲利學》
,使用我的優惠碼
BTBDLENS
可以現折 $500。
如果你不是零售業者、電商人或行銷人,沒有相關學習需求,也希望你可以幫我
推廣或轉寄給身邊有需要的朋友
。非常感謝你!
以上就是本週的信件內容,下方是常見問題,歡迎參考。另外,我開放抖內啦!有好多讀者說含金量太高,很想付費支持,我真心感激,但我沒有想把電子報轉成付費制,所以先開放小額打賞,歡迎隨喜抖內,非常感謝你 ❤️
小額贊助支持我寫作 ☞
點此抖內
回顧已發佈的電子報 ☞
都在這邊
推坑朋友加入電子報 ☞
訂閱連結
分享本期內容給朋友 ☞
轉寄給他
任何回饋、敲碗分析 ☞
直接
回信
也建議把
contact@lens-content.com
加入聯絡人,以免信件
誤闖進促銷信匣
。如果想深入了解更多,歡迎參考下方 ICON 連結,有透鏡的 Instagram、部落格。原本還有我正在撰寫的新書
《思維萃取》搶先看 LINE 群
,但最近寫書暫緩,轉型成討論電子報內容,也歡迎你加入。
感謝你的閱讀,下下週三 9:00 見!(最晚也不會拖過中午寄信的嗚嗚)
Want to change how you receive these emails?
You can
update your preferences
or
unsubscribe from this list
.