評斷App好壞的指標是什麼？|數位時代 BusinessNext

最近某商業雜誌一則關於「App接案大殺價　百萬殺到剩五萬」的報導很引人注目，文中討論App代工產業碰到寒流的關鍵，除了業內競爭，主要還是歸咎於「行銷效益不佳」，原本腦袋發熱的企業主已開始冷靜審視App對企業的意義為何。到底該衡量哪些指標，才能判斷App做為企業行銷工具是否成功？

乍看簡單的問題，其實依你所站的立場會有很大的不同。如果是外部人員的角度（也就我們的角度），行銷能做的，你可以想像成我們就站在街口發傳單，我們可以透過各種宣傳手法想辦法把使用者帶到你家門口，邀請他們到店裡逛逛，設計一些活動與誘因勸誘潛在使用者下載，但也僅止於此－－行銷做的再天花亂墜，也無法將使用者不想要的東西硬塞進他們的手機裡。

最初這個問題似乎可以簡單化約成「下載數」，但很快就會發現，下載並不代表全部。根據Localytics的調查，平均26%的App在被下載後就不會再被開啟；更早前Pinch Media的研究更發現，即使是付費的App，下載後20天還在使用的人比例也會降到5%以下。

下載數這個指標就像網站流分析裡的會員數，雖然是很基本的衡量指標，但要分析這個指標的意義，必須放在情境脈絡（Context）來看。舉例來說，一個使用率只有3%，但下載數高達千萬，與另一個使用率80%，但下載數只有1萬的App，又是哪一個比較成功呢？

更進一步來分析，你希望用什麼方式回收你對App的投資呢？那問題更不止是下載數與使用率了。如果我們做的是資訊類App，希望透過線上廣告來獲利。那麼就要問自己:這些使用者對你的內容瀏覽率為何？使用時間有多長？

如果你的是行動商務，要問的是人均收益、每日Active的使用者數量、顧客終身價值（the lifetime value of loyal customers ）、取得成本…還有轉換率也很重要。Localytics曾針對消費者從下載到真正透過App購買東西的過程做過研究，發現44%的人至少要使用App超過10次才會真正下單;我們常說「嫌貨才是買貨人」，研究也指出那些拖拖拉拉才下定決心要買東西的顧客，反而會比一開始就下單的人，更常發生後續的購買行為。

簡單地說，評估****App****好壞要考量的因素很多，歸納整理如下表：

指標	說明
每日（月）active人數	即下載並使用App的數量，請每日追踪並定期Review
會員忠誠度	即使用者使用App頻率，是每日一次？每日多次？還是每月一次？
平均使用時間	如果是內容式的App，可以再劃分到每則內容的瀏覽時間
瀏覽率	對內容式App來說，可以是使用者閱讀了多少篇文章；對商務來說，就是看了多少商品
轉換率	這個指標有兩層意思，衡量的東西有點不同，一是與網路電子商務一樣，計算會員中下單的比率；另一則是這些會員平均使用多少次你App後才下單的比率。
保持率	即會員下載你的App後，持有並仍持續使用的時間長度與比率。
取得成本	這在進行行銷活動時一定要考慮的點
顧客終身價值	即透過App取得的顧客，平均一段時間（例如一年）裡可以貢獻的收益

以上的指標，並不一定每個App都適用，但這些指標共通的點都在於，要以長期式活動效果的觀點來衡量****App****好壞。一個成功的App****關鍵並不只在多少人下載，而是多少人在下載後會開啟，並且願意再來！
****
來源：dcplus數位行銷實戰家
網址：www.dcplus.com.tw

在生成式 AI 驅動下，新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式，也重塑了讀者獲取資訊的入口。面對這場產業變革，台灣科技媒體領導品牌TVBS 展現強勁的轉型動能，不僅積極布局 AI 應用，更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流，日前，TVBS 攜手數位經濟暨產業發展協會（DTA）舉辦「AI in the Newsroom－TVBS轉型實戰分享」發表會，現場匯聚媒體與科技領域專業人士，從實務案例出發，深入剖析 AI 導入新聞現場的應用模式，共同見證 TVBS 如何以 AI 為核心引擎，重新定義數位時代的媒體影響力。

從「人」出發：從超級個體到超級組織，啟動 AI 原生轉型

TVBS 集團成長長簡西村表示，早在生成式 AI 浪潮成形之初，TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部，專責 AI 應用開發與轉型推進，更由董事長親自主持每週一次的 AI 策略會議，確保決策與執行節奏高度一致，並進一步盤點出「人、流程、科技（PPT）」三大轉型關鍵，逐步落實將 AI 導入各項營運環節。

從「人」的角度來看，TVBS 以 AI 提升效率與創造價值為目標，提出超級個體與超級組織的轉型藍圖。其中，超級個體指的是能善用 AI 工具的記者，例如：透過 AI 分析海量資料、自動生成初稿或經營個人品牌，透過與 AI 的分工協作，不僅提升產出效率，也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯，便進一步形塑出超級組織，透過 AI 全面提升團隊的數位戰力，成為 AI Native（AI原生）媒體組織。TVBS 的願景是，讓每一個議題皆能發展出專屬 AI Agent，負責資料處理與初稿生成，而人扮演總編輯角色，負責內容品質與倫理把關。如此一來，不僅能實現全天候、高頻率的內容更新，更可透過多 Agent 協作，同時產出文字、影音、Podcast 等不同形式的內容，實現一次生產、全平台分發的目標。

從「流程」出發：讓AI嵌入新聞產製，縮減 30% 作業時間

從「流程」的角度來看，AI 唯有真正嵌入新聞產製流程，才能發揮最大效益。然而，哪些環節最適合導入 AI、導入後流程該如何重塑，往往只有第一線新聞人最清楚。為此，TVBS 邀請新聞部同仁組成「文科種子」團隊，並由主管從日常工作情境出發，親自示範 AI 應用，讓記者實際感受到 AI 帶來的效率提升，進而翻轉「不好用」的既有印象，吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調，「AI不是要把新聞人變成工程師，而是要讓新聞人重新回到專業現場。」因此，這群橫跨編輯、記者、編譯等不同職能的種子成員，從使用者視角出發，與工程師並肩協作，以使用情境取代傳統規格書，讓技術團隊得以深入理解採訪流程中的真實痛點，進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用，整體作業時間平均縮短逾三成。同時，新聞部也與 AI 部門建立每週開會機制，持續提出痛點及回饋使用經驗，推動產品快速迭代。

另一方面，TVBS 也連續三屆舉辦員工限定的「AI 黑客松」，各部門同仁由日常工作中的痛點出發，發想出更貼近第一線需求的 AI 解決方案，讓 AI 逐步成為組織共通的語言，不僅有效提升工作效率，也進一步形塑出 AI 驅動的創新文化。

從「科技」出發：打造混血系統 AI WIZE，讓AI真正貼近使用需求

從「工具」的角度來看，如何在滿足使用需求的同時兼顧技術快速迭代，成為關鍵課題。為此，TVBS 提出混血系統概念，由新聞人與 AI 部門協助，共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS AI未來科技部副總監吳楨文說明，AI 技術迭代速度極快，若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式，不僅溝通成本高、也難以快速及時優化，容易導致使用體驗不如預期。若是直接使用外部 AI 工具，在產出結果不穩定的情況下，使用者常常要反覆調整提示詞與修正細節，反而會增加時間成本，使 AI 應用淪為新的負擔。

為解決這樣的困境，TVBS 在開發 AI WIZE 時，結合系統化與人才混血兩大策略，由工程師在「深水區」把關系統架構、資訊安全與成本控管，而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景，並將新聞專業封裝成可重複使用的 AI Agent技能，同時透過持續回饋機制，讓 AI Agent 不斷學習與優化，使工具更貼近日常工作需求。

簡西村最後強調，人機協作不是選擇，而是必然路徑。TVBS 期望透過這場 AI 轉型，打造兼具速度、深度與可信度的新型媒體競爭力，並以自身實踐經驗為基礎，帶動台灣媒體在 AI 浪潮下強化整體產業競爭力，重新定義媒體的「真實」價值，開創新聞產業的 AI 新時代。