所有「創業 CEO」文章

創業 CEO / 打通流量與粉絲經濟,才能建造生生不息的成長引擎

May 18th, 2016

A fan

在「創業 CEO」系列,我們探討創業者如何教會自己,成為偉大的 CEO,因為世界上最偉大的網路公司,往往是由這樣的人在領導

過去的桌面電商是流量經濟掛帥,行銷預算除以 CPC (每點擊成本),就知道可以買到多少點擊。點擊乘以轉換率,就知道可以拿到多少訂單。再乘以客單價、毛利率,就知道今天是賺錢還是賠錢。

為了讓前線行銷人員更容易決定預算分配,甚至發明了用營業額來計算廣告投資報酬的方法,如果花 1 塊錢可以買回 10 塊以上的營業額,那就是很好的媒體,如果只能買回 2 塊,那就是很糟糕的廣告通路。

但電商的競爭畢竟是越來越激烈,長期而言,流量成本總是逐漸墊高,而商品價格與毛利率總是難以維持,電商經營者如果只有流量經濟一顆引擎,會發現生意越來越難做。所以,真正要長期經營電商的通路、品牌,會更重視另一顆引擎的建立,亦即所謂的粉絲經濟。

流量經濟與粉絲經濟有什麼不同?我們可以從以下面向來討論。

Traffic vs Fan Economy by Jamie Lin

主要訂單來源

流量經濟追求的訂單來源,絕大多數是首購的新客,就算裡面參雜少數回購會員,也不會特別去區分,因為那不是流量經營的主要目的。

相對的,粉絲經濟要追求的訂單來源,則完全以老客人為主,希望會員能更常回購、分配更多預算,成為他們生活中更重要的消費管道。

業績引擎

在流量經濟體系裡,轉換率與客單價的優化是有屋頂的,要讓業績有 5 倍、10 倍成長 (在庫存足夠的前提下),只有採買更多流量一途。

相對的,在粉絲經濟裡,回購週期與單價的優化也是有屋頂的,要讓業績大幅成長,必須積累更多會員。

刺激方法

在流量經濟世界,折扣是最立即見效的短期業績刺激方法,大平台 85 折、84 折是家常便飯,小品牌推新品與換季時甚至會殺到 1 折,各種現折 100、多送一組等變相折扣方式,也都是店家用來提昇轉換率、客單價手法。

換到粉絲經濟邏輯,刺激方法不再是一視同仁的折扣,而是根據會員的忠誠程度去給獎勵,無論是積點、里程、VIP 分級等等,都是刺激會員更常回購的方法。

強商品

在流量經濟體系裡,強商品就是跑得快,換言之,賣相好、轉換率高的商品。有強商品,才能夠把購買來的流量更有效的轉換成營業額。

換到粉絲經濟的世界,強商品變成能讓客戶一試成主顧、經常主動回來購買、自然回購率高的產品。

主要數據源

由於商品與平台的調整需要時間,因此流量經濟首重點擊採買的精準與成本,行銷部門人員每天黏在 Facebook 上,根據廣告系統提供的數據,不斷優化流量採買的效率。

相對的,粉絲經濟專注在分析會員行為,因此資料科學家們每天透過 Google Analytics 與自家的會員系統,不斷針對會員行為建立模型,藉以找到長期經營他們、增加回購的線索。

主要通路

要吸引新客人來買東西,流量經濟電商主要透過 Facebook、Google AdWords、LINE 等大入口去採買廣告,各種垂直型媒體、論壇、DSP 自動化廣告等,也都是優質流量的潛在來源。

要吸引會員回購,粉絲經濟電商則往往透過電子報與推播,尤其是個人化訊息,來達到效果。

適合平台

最後,在行動成為主流的世界,流量經濟更適合在行動網站施行,相對的,粉絲經濟則更適合品牌 App。

從流量到粉絲

在過去,由於電子報成效不彰,電商往往更專注在流量經濟。但點擊成本長期持續增加,讓純流量電商越來越難有利潤空間。相對的,近年來 App、再行銷 (Remarketing)、程式自動產生個人電子報等會員工具陸續成熟,讓粉絲經濟的能量漸漸加大。在這個重新平衡的世界,電商必須打通流量與粉絲這任督二脈,才能建造出生生不息的長期引擎。

___

電商創業者,歡迎加入 AppWorks Accelerator,讓我與 580 位校友協助你建立更強商業模式

(Photo via clappstar, CC License)

創業 CEO / 數位經濟時代,你該淘汰這些製造管理方法

May 3rd, 2016

Tesla Factory

在「創業 CEO」系列,我們探討創業者如何教會自己,成為偉大的 CEO,因為世界上最偉大的網路公司,往往是由這樣的人在領導

過去半世紀,製造業是台灣最重要的成長引擎,也因此,KPI、SOP、成本導向等從製造衍生出來的管理思維,深植在政府與民間組織,一路沿用到後來的服務、設計、文創,乃至今日的數位經濟行業。

製造的本質是重複,價值鏈上的每個工作人員大多在反覆執行已知的任務,因此能用越低的平均成本、越短的時間完成,便會有越高的生產力。但越到後面這些新行產,價值的主要產生方式越不依賴重複,用製造思維去管理,便會產生很大的結構性問題。

尤其是今日成長最快的數位、網路相關商業模式,重複的任務基本上都交由程式執行,因此同仁們每天的工作內容,多半是在創造更新、更好的方法。在這樣的價值體系中,製造業的管理邏輯幾乎完全不適用,必須改用新的管理思維,才能讓團隊有最大的價值產生。

在我看來,在數位新經濟時代,有以下幾個最該被淘汰的傳統製造管理方法。

1. 上班與打卡

在傳統工廠,員工必須坐在生產線前面,才能參與價值的產生,因此管理者透過出勤管理,來確保員工能確實參與生產。來到數位經濟,同仁可以坐在公司,但透過網路周遊列國;也可以坐在家中、餐館、捷運上,但腦筋卻不停在思考該如何把他的專案做得更好。換言之,在這新的價值體系裡,進不進公司與生產力的正相關極低。因此,花費成本管理同仁的上班時間、有沒有坐在位置上、打卡,基本上是損耗多於價值。為了同仁不常在位置上而不悅,也是新時代經理人不需要有的情緒。只要他們能把手上案子做好,何須煩心是在哪個時間、哪個地點創造的新知識。

2. 僅用金錢成本來決定電腦的購置與升級

在傳統製造業的工廠裡,昂貴的機器設備必須使用十年、二十年,才能把前期投資的成本攤平後賺回來,因此即使這些設備有些老舊、效率較差、偶爾故障,由於換置成本高昂,不到生命週期結束,就不會買新的設備來替換。來到今日知識經濟時代,最主要的生產工具是電腦。幾十年的日常化 (Commoditize) 下來,電腦的價格早以低於同仁們一個月的薪水。一旦電腦開始老舊、反應速度較慢,讓同仁們浪費超過 10% 的時間等候,一年下來,其實企業早已損失價值。更何況創意工作最害怕思緒斷軌,同仁如果經常因為等候而損失珍貴的好靈感,那就更得不償失。另外,像是為了省錢而購買儲存空間太小的電腦、沒有租用最大頻寬的上網服務,或是安裝家用的低容量 Wi-Fi 基地台,最後害同仁浪費時間整理爆滿的硬碟,或是苦等資料下載,都是常見的製造業思維窠臼,也是造成知識企業因小失大的錯誤選擇。

3. 工廠式辦公環境

傳統製造業靠擠壓成本獲利,因此工廠環境務求簡樸,往往不會太考慮員工上班的體驗。來到以產生新知識為主要目標的網路經濟,如果辦公環境簡陋、死板,讓人窒息,同仁們當然無法有好的創造力。去矽谷走一趟,你會發現現代網路公司不僅極注重辦公室氛圍,更早已把可以自由調整桌面高度、隨時選擇站著或坐著上班的活動辦公桌,以及舒適的人體工學座椅等新時代辦公家具,都列為標準配備,這麼做的目的並非要追求辦公室的氣派豪華,而是要最大化同仁們的創作品質。

4. 把同仁超時工作當做收穫

製造業員工的每小時產出相當穩定,在固定月薪下,上班時間越長,公司的薪資報酬率越高。來到創造新知識為主的數位世界,則完全不是這麼回事。不僅同仁們的專注與創造力會隨著工作時間拉長而快速疲乏,當他們缺乏與外界接觸,靈感的來源也會跟著減少,進而降低他們產出知識的品質。

5. 認為員工健康就是避免生病

工廠產線的作業員,只要不生病請假,生產力多半都可維持相當水準,因此久而久之,製造業思維的管理,便專注在員工疾病的預防。但來到知識經濟,身心健康都會影響同仁的創作品質。事實上,只要他們有任何心神不寧、不勝壓力,都會讓產出大幅降低。因此,新時代的網路公司,非常重視同仁身體及心理健康的維持。不僅有各種社團、活動,幫助同仁養成運動習慣,更會安排教練、業師 (Mentor),定期幫助同仁排解困惑、設定成長目標,讓他們的心理也維持在最佳狀態。

And more…

當然,除了以上五點,還有更多與今日知識經濟背道而馳的傳統製造式管理方法。雖然本文無法全部列舉,但希望你已經抓住我想表達的核心概念。在數位經濟漸成主流的今日,如果你的團隊、公司要打贏這場 21 世界最重要的戰爭,那就要徹底檢視自己的管理邏輯,方方面面以最大化同仁創造新知識的機率為依歸,才是上策。

___

創業 CEO,歡迎加入 AppWorks Accelerator,一起創造更多真正尊重人才的現代化企業

(本文編輯後刊登於《30》:Photo via jurvetson, CC License)

創業 CEO / 深度學習對企業營運的顛覆,應該會超越工業革命

April 28th, 2016

Astro Boy

在「創業 CEO」系列,我們探討創業者如何教會自己,成為偉大的 CEO,因為世界上最偉大的網路公司,往往是由這樣的人在領導

20 世紀工業革命只是生產的自動化,21 世紀資訊革命是企業營運的全面自動化

這個禮拜在北京出席獵豹 CONNECT 與長城會 GMIC 兩個年度盛會,會前獵豹很貼心的安排我們參觀包括騰訊、京東、小米、滴滴、格林深瞳,以及獵豹本身等中國具代表性網路公司的校園,並且聆聽他們高層分享近況、發展策略,和他們交流討論。

與美國同步,且幾乎是異口同聲的,這些中國頂尖科技公司都在積極思考投入人工智能 (AI) 與機器人 (Robotics)。[1]

在我看來,這個發展有兩個最主要的面象。第一,更聰明的消費性產品,例如自動駕駛車、個人語音助理如 Siri 等等。另一方面,更自動化的企業營運系統,如智慧製造、無人運輸、自動規模化伺服器、程式自動廣告交易,以及客服聊天機器人等等。

身為創業 CEO,你當然必須去思考如果你的產品更聰明,能不能在類似價格下,提供給用戶更大的價值。但這不是我今天想討論的題目,因為現在 AI & Robotics 的發展還在相當早期階段,能夠在控制成本前提下給用戶好體驗的機會,其實不多。

我今天想展開的,也是這一趟最大的領悟,是第二個題目,也就是企業營運的自動化。我在思考未來 5-10 年,這個大浪對企業的競爭力,應該會帶來比工業革命更大、數量級的顛覆。因此透過今天文章,我想放下一個陀螺,讓所有 CEO 開始思考。

深度學習對演算法的顛覆

要討論這個題目,首先我們得先聊聊深度學習,也就是 AlphaGo 的核心。大體上來說,要讓電腦變得聰明,也就是擁有 AI,有兩種方法,一種是人類事先把自己的思考邏輯都一個個淬煉出來、變成程式,也就是所謂的演算法,注入電腦。演算法的好處是它黑白分明,沒有模糊地帶,但缺點就是人類必須事先把邏輯想出來,還要有工程師把這些邏輯變成程式。

這個流程說起來容易,做起來非常困難。參與過內部軟體專案的人都知道,需求方往往沒辦法把自己業務的邏輯講得完整清楚,而開發人員也往往沒辦法把用戶的邏輯 100% 翻譯成演算法,所以最後做出來的軟體通常只能幫用戶省下少部分時間,有時候還甚至會造成更多額外的負擔。

基於演算邏輯的系統要修改,也非常麻煩。用戶必須提出需求,接著要花費工程師昂貴的機會成本去執行、佈署,不僅週期緩慢,也經常因為人員流動而無法持續有效的推進。

因此,現代網路公司給消費者用的或許是最尖端、最與時俱進的軟體產品,但事實是他們內部的資訊系統,往往非常老舊難用。

然而第二種讓電腦變聰明的方法,也就是深度學習,過去這 10 年來的突飛猛進,有機會打破這個僵局。教電腦深度學習,就像教育小孩一樣,是一個模糊邏輯,沒辦法有一個明確可預測的結果。但另一方面,深度學習的好處,是教育電腦的過程,不一定要有工程師參與。

而也正是這一個好處,我認為,會帶來企業內部資訊系統發展的一個超大革命。當你導入深度學習為基礎的自動化系統,那麼這個系統進步多快、能夠發揮多大作用,將不再是看你投入的工程師數量與品質,也不再被用戶與開發部門間的溝通不良所牽制。隨著軟體人才荒日益嚴重,工程師薪水持續水漲船高,深度學習的這個好處將會越來越顯著。

重點變成教練與教材

所以就像訓練小孩一樣,一個深度學習為基礎的營運、行銷、銷售、客服自動化系統,能夠進步得多快,端看你投入的訓練時間、頻次,以及教練與教材的素質、數量。

深度學習的教練,應該會像員工的教練一樣,必須是對某個領域有深厚經驗的人才,能夠不斷在機器練習判斷的過程中,持續給它好的回饋。換言之,未來自動化企業的同仁,會更像指導員,而不是作業員。

另一方面,教材,也就是 (大) 數據的取得,也是一個很大的門檻。如果是面對消費者的銷售、服務系統,那麼就要透過產品策略去大量收集需要的訓練數據。如果是純粹內部系統,那麼數據的積累恐怕很慢,這裡或許會有新型態的數據服務公司出現,橫向幫助企業交換數據。

換言之,深度學習會讓網路公司的內部自動化的推進,不再那麼依賴工程團隊的開發能量。甚至有可能,不同的企業可以使用同一套第三方開發的自動化系統,但由於訓練的內容不一樣,產生出天差地遠的自動化效果。

與機器人整合

當然企業的營運自動化工作,軟體只能解決部分問題,而更多物理性的需求,像是製造、搬運、維修等,就必須靠與機器人科技整合來完成。除了重複性、變化需求少的活動之外,我們可以預期的,未來的機器人自動化,背後將越來越以深度學習為基礎,而不是以預先設計的演算法為基礎。

未來三年的殺手應用

當然深度學習全面進駐企業的營運自動化系統,是個 10 年,甚至 20 年的大勢。但如果我們著眼未來 3 年,有幾個業務應該會搶先被顛覆,換言之,沒跟上的企業恐將喪失競爭力。

第一是廣告投放的自動化,這個領域其實已經在發生,像是 AppierTagtoo 等廣告技術公司,早已導入深度學習來快速優化他們的投放效果。

第二是線上客服的自動化,隨著 WeChat、Facebook Messenger、LINE 等聊天服務的平台化,企業將會開始在上面佈署自動化客服系統,可以預期的,許多這些聊天機器人,將會基於深度學習引擎,來加快服務品質、範圍、個人化的進步速度。

第三則是顧客風險評估系統的自動化,隨著網路帶來越來越大的資料量,像是客戶的信用額度、保險金額等數據評估,也會很快轉移到深度學習為基礎的系統。

第四是網路零售服務的定價系統,這點 Amazon 早已在做,因此我們可以預期很快會普及到多數電商。

最後則是 HR,也就是招聘與員工評估的自動化,同樣道理,當網路提供了大量的數據,則在篩選面試人員、追蹤同仁表現,並且對於聘用、加薪、升級做出建議等業務上,基於深度學習的自動化引擎,能夠大大提昇企業的 HR 效率,這點 Google 等先進科技公司已經證明,因此我也預期,會很快的被更多 Internet 公司投入。

___

創業 CEO,歡迎加入 AppWorks Accelerator,跟我們一起打造更自動化、競爭力更高的未來網路公司

[1] 我覺得比起人工智慧,人工智能是比較好的翻譯,智慧比較偏向做人處世的大道理,而智能比較偏向大腦運算的能力,現在發展的 AI,更像後者

(Photo via provenio, CC License)

©2016 MR JAMIE ─ 創業者需要的啟發,每日新鮮供應.
網站由 Allen Hsu 設計 | Logo 動畫由 Wen Chen 完成