Copy
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?
 
  1. 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
     
  2. 市場上已經有很多在教「數據」的課程,怎麼做出差異化定位
     
  3. 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
     
  4. 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?
     
  5. 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?
     
  6. 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?
     
  7. 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

《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)
透鏡的 Instagram
透鏡部落格
《思維萃取》新書搶先看
Email
Want to change how you receive these emails?
You can update your preferences or unsubscribe from this list.