不正確的分析與解讀方式很可能會得出完全不同的結論,而導致錯誤決策

前陣子看到了這份 台灣網路業產品經理產業調查報告,看似內容很多、很豐富,但我覺得其中有些地方其實是需要先打上問號、再進一步去確認與思考的。

以下就整理一些自己的觀點與看法,提出來跟大家分享。

是否足夠代表「台灣產品經理」

雖然這篇文章一開始就提到會介紹台灣產品經理概況 (如下圖),但看著看著對於這份調查能否代表「台灣產品經理」,其實產生了一些懷疑。

主要有以下兩個原因。

1. 問卷樣本與母體可能有差異

這種問卷式的研究或多或少都會有樣本偏誤的問題,而當然也有一些做法可以去避免,例如去收集到夠多的樣本數來降低偏誤的情況,或是想辦法去確認這些樣本的分佈與整個母體是類似的,例如這些樣本在各產業的分佈、或是不同年資的分佈,都和母體相似。

以這份研究看到的樣本分佈,在產業這個面向的分佈如下圖,看起來最多的四個分類:電子商務、金融科技、生活服務、SaaS ,就佔了約三分之二的樣本。


從成本分析的角度,來試算在營業額減少的情況下,對店家財務狀況會產生什麼樣的影響

距離台灣升級到疫情的三級警戒狀況,也大約一個半月了,開始會看到出現一些餐廳店家倒閉的新聞。而這些新聞下面也蠻常伴隨著討論說,為什麼只是禁止餐廳內用,就會造成這麼大的影響呢?是不是餐廳本身體質就不好呢?

那就讓我們用成本分析的觀點,來看看在這種營收減少的情況下,餐廳的財務狀況會是什麼變化吧。

文章會分成三個章節來做探討,就讓我們繼續看下去吧。

  • 餐飲業的成本結構
  • 疫情產生了哪些改變
  • 這些狀況對餐廳財務的影響

先來看看成本結構

首先是三大成本

先扣除一開始開店的裝潢等等的費用,在開始營運之後,成本結構不外乎就是三大成本:食材、人事、店租。

  • 食材:主要就是你會吃下肚的部分。
  • 人事:包含內場的廚師,以及外場的服務生、收銀等人員的薪水。
  • 店租:當然就是實體店面的租金了,以及如果你要把外送平台的固定收費也一併列入的話。

上面這幾點應該都不難理解,另外也還 …


主要是兩三週前想到了去年疫情爆發時 Google 開放出來的這個資料,所以也沿著台灣近期一些防疫措施的時間軸,做了一些整理。

什麼是社區人流趨勢報告?

這邊就直接擷取 Google 的說明了,如下,主要就是提供各地點的人流狀況。

社區人流趨勢報告旨在提供實施 COVID-19 防疫政策後的深入分析資料,以觀察全球人流的變化情況。報告中會以圖表呈現各地理區域在不同時間的人流趨勢,並且按照各種地點細分資料。

資料來源

依照 Google 的說明,這些去識別化的資料來自於 Google Map 有啟用「定位紀錄」的使用者們,跟 Google Map 顯示各地點熱門時段使用的是一樣的資料。

地點定義

主要分成工作地點、住宅區、大眾運輸站等等六個類別,在後面的圖表會看到。

資料定義

這是蠻重要的一個關鍵,就是這些資料是以 2020/01/03 — 2020/02/ …


這大概是這幾年的職涯中,最長的一段在家工作的時期了,留個簡單的心得來做紀錄

最重要的一件事:心理準備

就直接開門見山的說了,我覺得有個長期抗戰的心理準備是最重要的。當然這點目前大多數台灣人應該都有了,不過如果能早點意識到的話,其實是可以進行一些超前部署的。

例如在個人方面的話,包含了保持一定的現金水位、合適的在家工作環境、足量的防疫物資例如口罩,這些可能不少人也都有做到。而我另外還有進行了一年多的是,每天帶工作電腦回家避免隔天起來就封城無法移動了、以及紀錄自己每天的足跡方便比對公佈出來的確診者足跡 (這其實一開始是為了針對自己的時間管理情況進行分析XD)。

而我覺得敝司其實也有蠻多準備和超前部署,像是去年就進行過兩週的全公司在家工作演練、遠端分機系統建置,以及一宣佈升上三級之後就公告出來的線上簽核機制、進入公司的登記表、端午禮盒寄送時程、以及如果有信件包裹寄到公司或有個人物品在公司需要拿的話,其實每週都有固定的寄送到家的時程,不用冒風險進公司。

這也是我覺得為什麼有心理準備這麼的重要。可以:

  • 讓你提前去思考,進而先做一些準備。
  • 也會在一些狀況發生時,因為是在你預期內,而減少一些恐慌的心情、做出正確判斷。

當然也還是有些沒有預料到的事情

影響最大的,其實就是小朋友們的學校也停課了,所以不只是在家工作,而是——在家和兩個小孩一起工作

首先就是工作效率蠻顯著地降低,因為除了小朋友們睡午覺的時候,大概三不五時就會跑過來要找你。即使先表明了你目前是個需要安靜的開會行程,但以四歲半和兩歲小孩得健忘程度來說,還是很可能幾分鐘後就會忘記有這回事。

所以,為了躲避小朋友們的追擊,在我家的廚房、浴室、陽台等等地方,也其實都有我這個遊牧民族的開會足跡。而這還不是最崩潰的,更崩潰的是我家旁邊的馬路最近在白天也有工程施作,上面那幾個可以暫時躲起來的地方都會受到很大的噪音干擾。

而雖然也看到有另一個作法,就是會議行程和另一半錯開,由沒開會的人負責處理小孩子;但實務上其實不是這麼好實行,除了其他與會人員們的行程沒有這麼好喬之外,小孩子其實也沒這麼好控制、想要由誰負責就可以真的達成。

然後這看起來還不是最慘,更慘的是這波 Work with kids 看來會一路到暑假結束的九月了。

Work From Home (X), Work From Hell (O).

其他的差異點

工作上

我覺得在家工作其實有好有壞,好的一面就是我覺得會議效率變好了,不只是大家準時開始與結束的情況、討論議題的效率、以及在各個 Google Meet 會議室之間瞬間移動的流暢度(?) 等等。雖然沒有實際資料或數據,但我覺得這部分的改善是在我體感上還蠻顯著的。

壞處除了前面提到的,在會議中可能會受到其他外力干擾之外,非會議時也會在一些需要較長時間思考的議題上面,因為這些狀況而變得比較難專心。再來我覺得自己原本還蠻常利用通勤時間,來整理一下今天/本週要完成與未完成的事項,同時也做一個上下班心情上的轉換,但目前的情況就是讓這個緩衝區直接消失了。

另外就是我在工作時,也會多進行一些可能會跳電的超前部署。例如比較常注意自己手邊裝置的電量,確認電量是否在安全範圍內,同時在視訊會議時也會使用手機熱點分享網路,避免受到跳電、造成沒有網路的影響。

所以雖然自己目前也還在適應這樣一個跟以往不太一樣的工作模式,但我覺得還算是可以調適。


先說一下,本篇不討論校正回歸,因為不管是校正回歸前的每日確診人數、還是校正回歸後的每日確診人數,其實都是無法直接判斷疫情趨勢的。

因為還有其他數據是同時需要去了解,並搭配進行判斷的。

確診人數與確診流程

在 5/17,也就是台北市與新北市剛宣佈升級至三級的時候,我寫了一篇文章來說明確診人數這個我們每天都在關注的指標,是什麼樣的意義。

再來看看確診的流程

這邊也就直接再附一下在疾病管制署官網上找到的資料,關於一個病例被判斷為確診之前會經過的流程。

如果要做一些簡化,那大概會有以下三個階段。

  • 通報:主要是有符合某些條件,例如出現相關症狀、或是與確診者有密切接觸。
  • 採檢:就是進行檢驗的動作。
  • 確診:判斷檢驗的結果是否為陽性。

這幾個流程之間的關聯是什麼

在上面那篇文章中有提到,確診人數的領先指標,其實就是通報人數與採檢人數、以及之間轉換的比例

而我們就先不看更前面通報的那個環節 …


前陣子在商業思維學院聽了電腦玩物站長 Esor 的主題講座——下班學習的時間規劃術:戰勝拖延做最重要的事,分享了他是如何在另有正職工作的情況下,還能每天有持續產出,包括建立部落格、出書等等,甚至是在有了家庭與小孩之後也能夠維持一樣的輸出強度。

就讓我們來看看 Esor 是如何進行時間管理的吧。

你想要追求什麼樣的夢想呢

首先 Esor 和我們分享了一個很不一樣的概念,就是要先把待辦清單裡面的各種事項,轉換成一個個的夢想。畢竟,當初會在待辦清單中列下這個項目,一定有些背後的緣由。

這就好比是公司的願景、或是產品的價值主張,其實要產出的並不是功能本身,而是藉由這個功能想要提供給客戶什麼樣的價值。

所以,再回到落落長的待辦清單中的每一個項目,其實也都可以用類似的方式去進行推導。例如每天上健身房這個待辦事項,可能背後的原因是想要變健康、想要讓體態變好、或是增強體力讓自己有辦法應付接下來的大考等等。

因此關鍵其實就在於,把待辦事項背後的原因挖掘出來,變成夢想。這樣在執行的時候也會讓自己覺得離夢想又更進一步,而不只是完成待辦清單上面的項目、把他打上勾勾而已。

而 Esor 也提供了一個模板如下,讓大家可以盤點出自己的夢想,並規劃一下要如何實現自己的夢想。例如像是體態變好的這個夢想,其實實現的方法也不只有上健身房這個選項,可能不吃宵夜、不吃零食,也都會是可行的方案。

不要讓自己有藉口

而在設定好要完成什麼樣的夢想、以及預計要怎麼去實現之後,再來有個很重要的環節,就是要盡可能地找到避免各種藉口出現的方法。這部分 Esor 也提供了兩種我覺得很不錯的做法。

替代方案

回到剛才舉的那個例子,如果目標是每天運動、計畫是每天早上去健身房的話,那其實可以列一些其他方案,來避免各種突發的狀況發生,造成沒有達成運動的目標。例如:

  • 如果今天下大雨不方便出門,那有沒有一些在家也可以運動的方式?
  • 如果今天早上睡過頭,那有沒有其他可以在中午休息時間、或下班時間也能運動的方式?

也就是,請你無所不用其極地列出 Plan B, C, D, .... ,來讓自己沒有任何逃避的藉口。

把任務拆細

這一點也是我自己還蠻常用的,就是把像是蓋房子這種大工程進行拆解,變成打地基、砌磚頭、拉管線、裝潢等等的不同子任務。也可以想像當買了一組樂高積木,開箱之後裡面的說明書也是分成超級多步驟,一步步引導你完成組裝。


主要是近期疫情大爆發,所以在雙北升到第三級後的第一個上班日前夕,試著用衛福部疾管署公告的一些數據來進行推估。

什麼是領先指標與落後指標

基本上就是用數據脈絡的方式,來看各種指標,因為有些指標之間是有因果關係的。

例如,以企業來說:訂單數量 x 訂單平均金額 = 業績。也就是說,

  • 訂單數量與訂單平均金額,都是領先指標 (Leading Indicator),會影響業績。
  • 業績則是落後指標 (Lagging Indicator),會被訂單數量與訂單平均金額所影響。

也就表示,如果訂單數量與訂單平均金額這兩個指標 (在另一者不變的情況下) 發生下降,那也會連帶造成業績下降。

更詳細的說明可以參考下面這篇文章。

一個病例,在確診前的流程是什麼?

了解領先指標和落後指標的概念之後,我們再來了解一下,一個病例被判斷為確診之前,會經過哪些流程呢?

上面這是在疾病管制署官網上找到的資 …


也就是找到目標客群 (Target Audience, TA)

上週在商業思維學院,聽了前 Google Nest 台灣研發中心負責人洪福利 Felix 分享的 Google Nest — 新創產品開發經驗談,其中有一段是令我非常驚艷的,就是關於目標客群 (Target Audience, TA) 的確認、以及後續產品的方向。

以下除了介紹當時 Nest 做了什麼很棒的事情之外,也會分享一下我對於目標客群的看法。

Nest 做了什麼?

當時 Nest 在開發他們的第一個產品,也就是溫控器的時候,就意識到他們這個溫控器產品的目標客群,其實是很有別於當時市面上的類似產品的。以當時的狀況,這類型裝置是需要專門人員來進行安裝的,例如像水電師傅這種專業人員,所以在一開始的安裝上其實是蠻複雜的。

而 Nest 思考的則是如何引導沒有相關專業知識的使用者,也能夠自行完成設定,所以在產品包裝裡面 …


昨天看到網路瘋傳一張「新冠病毒在不同場合的感染風險」的圖片,把各類型的活動分成幾個不同的風險等級。因為覺得這個主題蠻有趣的,所以就找了一下原文,發現也有附上資料的出處,雖然沒有直接超連結過去,但用了幾個關鍵字終究還是可以找的到原始資料。

被加料過的資訊

但是肉眼比對一下 Texas Medical Association 的原始資料之後呢,就會發現其實我們看到的中文版,是被動過手腳的。

如下方的比較圖,可以看到:

  • 4 分的「在餐廳戶外區用餐」,在中文版裡面消失了
  • 5 分的「在別人家吃晚餐」,在中文版裡面變成了 4 分
  • 6 分的「送孩子上學」,在中文版裡面變成了 5 分
  • 7 分的「去美髮沙龍或美髮院」,在中文版裡面變成了 6 分

嗯,看起來不過就是少了其中某一條、然後有幾條的分數變低了。

但可別忘了它除了分數之外,還有高中低風險的分級、再加上不同顏色的區分。而顏色這部份對於大腦在資訊吸收上的影響則是更大的,所以對於讀者的影響其實不只是分數的變動,而是:

  • 「在別人家吃晚餐」從橘黃色的中風險,變成綠色的中低風險
  • 「去美髮沙龍或美髮院」從深橘色的中高風險,變成橘黃色的中風險

Why so serious?

也許有人會覺得時空背景不同,所以依照風土民情去做些調整也是很合理的嘛;或者是說這麼一些小誤差也根本就無傷大雅嘛~

但要在一張圖表上面出現這麼多個錯誤,如果真的都是人為疏失的話,那編輯和校稿的能力肯定是要再好好加強了。所以其實更令我好奇的是,如果這不是人為疏失,那這樣做的動機到底是什麼?受益者又會是誰呢?

當然我也認同應該要多多推廣這類的相關知識,但畢竟以媒體的立場,應該就是要忠實呈現這些原始資料,任何有這樣對原始資料動手腳的行為都是不允許的。就算是這個領域內的專家,也應該要說明是基於什麼原因而進行這樣的調整,但很可惜的是在該篇中文報導內也都沒有看到相關說明。

獨立思考與查找資料的能力

當然我們沒辦法控制這些社群媒體的演算法會餵養給我們些什麼,但至少在我們吃下去、甚至分享給更多人之前,應該要先確認過這個東西是不是有問題的。

畢竟那些完全憑空捏造的假新聞或資訊,其實有時候是相對好判別的。真正困難、也常常會被騙到的,反而是這種部分真實但有被加料過的資訊,甚至也還會直接附上資料來源讓你覺得一切都有所本,但其實都被動過手腳了。

最後也附上一樣來自 Texas Medical Association 針對這個主題的更新版分級標準給大家參考。發布時間是在 11 月,所以也主要是針對聖誕節與跨年假期會進行的一些活動,再去進行分級。


好的資料視覺化帶你上天堂

上週在商業思維學院聽了尹相志老師的講座「有感的商業決策從數據與視覺化開始」。而在開頭介紹資料視覺化的幾種圖表時,發現蠻多人對於要如何選擇適合的圖表來進行資料呈現,蠻都是感到比較苦手的,所以也想說把很久以前整理過的一些資料再拿出來和大家分享一下。

為什麼需要資料視覺化

首先來看一下 Wikipedia 對於資料視覺化的說明

為了清晰有效地傳遞資訊,資料視覺化使用統計圖形、圖表、資訊圖表和其他工具。可以使用點、線或條對數字資料進行編碼,以便在視覺上傳達定量資訊。有效的視覺化可以幫助用戶分析和推理資料和證據。它使複雜的資料更容易理解、理解和使用。

好的資料視覺化絕對會有相輔相成的效果,讓資料的 insight 更容易被看見與理解;而不適當的資料視覺化、或是選擇了錯誤圖表來呈現,則可能會讓大家無法看見資料的重點,甚至對資 …

Mike Pan

偶爾兼差UX與Researcher的科技業小PM,喜歡觀察,並試著拆解生活中所看到的人事物

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store