中國獵豹移動（Cheetah Mobile）執行長傅盛最近來台，除了與產品粉絲見面、找人才，也尋求投資與合作的機會。

▲ 獵豹移動（Cheetah Mobile）執行長傅盛

現年 36 歲的傅盛 2005 年加入奇虎360，帶領團隊打造 360安全衛士。2010 年 10 月，傅盛擔任董事長與執行長的「可牛影像」與金山軟件旗下分拆出來的「金山安全」所合併成立「金山網絡」（也就是現在的獵豹移動），由傅盛擔任執行長，董事長則是金山軟件董事長、小米科技創辦人雷軍。上個月，獵豹移動在紐約證交所上市（NYSE:CMCM）。

獵豹行動上市後首度公布 2014 年第一季度未經審計的財報，2014 年第一季營收為 3.157 億元人民幣（約 15.18 億台幣），相較去年同期成長 131.6%，淨利為 1,870 萬元人民幣（約 9,000 萬台幣）。來自行動服務的營收所佔比例從去年第四季的 11% 上升到今年的 17%。目前獵豹移動的全球使用者達 5.02 億（截至三月底）、月活躍使用者在一年間自 4,000 萬成長到 2.23 億，年成長 385%。

不一樣的中國行動網路公司

不像 BAT（百度、阿里巴巴與騰訊）使用者以中國為主，獵豹移動旗下的 Clean Master（原「獵豹清理大師」）、金山電池醫生等，使用者有 63% 來自中國以外的市場（主要來自歐、美市場），根據 App Annie 的數據¹，獵豹移動已經是 Google Play 第五大 app 開發商，更是工具類第一大開發商，如果綜合 iOS 與 Android 兩大平台，那麼獵豹就是唯二擠進前兩名的公司，另一家是騰訊。

目前台灣 Google Play 工具類免費 app 下載排行榜中前五名獵豹移動的產品就佔了第一、二、五名，評價也都在 4.5 顆星以上。獵豹行動在處理使用者滿意度方面有一套很特別的作法：他們會主動與給予一顆星評價的使用者聯繫，詢問他們不滿的地方在哪裡。

投資台灣

傅盛表示，獵豹的規模發展得很快，一年前 600 人的團隊已經擴充至 1,500 人，他們還希望可以在台灣成立第一個中國以外的研發中心（目前無法直接投資），建立一組 50 人規模起跳的團隊，事實上目前獵豹在北京的總部已經有十幾名台灣員工，台灣這邊合作夥伴雪豹科技也在徵才。傅盛認為台灣的工程師不僅量多質佳、好溝通，還具備國際視野，而且價值「被低估了」（傅盛的原話是「處在『估值』窪地」），是他們非常渴望取得的人才。然而，傅盛也談到，儘管台灣人才有許多值得贊許的優點，但是在冒險精神上也比較不足。

傅盛認為再過一兩年，中國與台灣之間人才流動的障礙會降低，屆時會有許多中國的網路公司來台搶人，「所以我們要早點開始。」傅盛笑說。

台灣創業環境、氣氛不佳

相較於中國，台灣的創業環境和風氣恐怕還有很大的進步空間，這是他和一些台灣新創團隊接觸後的感想。過去，中國 BAT 和其他大型網路公司成功後，其中一些員工又出來創業，幾個循環過後，壯大了整個創業圈子，但是他在台灣沒有觀察到類似的現象，讓他覺得「台灣的創業者很孤獨」。

傅盛還指出，台灣的投資者大多希望投資「已經在賺錢」的新創公司，思維還停留在過去的時代，但中國的投資者不同，他們會希望新創公司盡可能因引使用者、衝高使用者人數。

未來策略

獵豹移動的發展策略是先透過工具類型的 app 吸引使用者，再將使用者導向自家的平台（例如瀏覽器），最後從平台上創造營收。

雖說獵豹行動現在已經擁有超過五億以上的使用者，但持續擴大在行動市場上的使用者人數仍是未來發展重點；除了在全球市場提高滲透率之外，將龐大的使用群轉換成營收是未來半年到一年的主要目標，傅盛認為快的話說不定半年後就可以見到成效；當然，併購、投資（例如投資手機遊戲 app 開發商）也是不可少的，去年中獵豹移動收購了在 Android 平台上也很受歡迎的 Photo Grid。

「最近有個很流行的詞叫『土豪』，我們準備投資在台灣的資源，土豪一點來說，就是沒有上限。」傅盛說。

原文刊登於 2014 年 4 月號 《遠見雜誌》 第 334 期，作者：林士蕙整理。Inside 獲授權刊登。

近年來，台灣中大型企業、政府機關相繼投入建置數位資料，但面對龐大資料庫，仍在摸索合適的分析方法，就像坐在金礦上，卻苦無工具開採，實在可惜。《遠見》整理出了搶進大數據潮的三個關鍵步驟，並專訪三個團隊成功案例，看他們如何運用大數據，不斷帶來創新和服務，找出致勝之道。

全球大數據風潮已然掀起。而一向跟矽谷科技產業潮流很快的台灣，是否已準備好？

IBM台灣軟體事業處協理林芸蒂說，雖然國內包括電信業、金融業、零售超商、消費性品牌大廠等，都已經表示濃厚興趣，但仍處於問得多、行動少的階段。根據IDG調查顯示，有興趣在未來一年針對大數據做事業規劃的美國企業，大約僅23％。林芸蒂表示，實際付諸行動的台灣業者比例，和北美差不多。

趨勢科技台灣暨香港區總經理洪偉淦認為，台灣多年來在全球網路、e化準備度名列前茅。各類中大型企業、政府機關，數位資料建置投入不低，像是坐在金礦上，卻沒有積極運用大數據分析，實在很可惜。延遲的原因有可能是大數據的內容非常多元，分析工具也百花齊放，讓企業不知如何切入較好。

依產業特性，需要有不同分析法

專研資料分析的交大交通運輸所博士生劉佳欣指出，大數據首要特性就是龐大，例如2013年，美國平均一間企業的資料量就有100TB。它的來源，主因智慧型手機等科技工具應用廣泛，源源不絕地產生數據。而無論大或小量數據的分析，皆建基在資料科學。在實務上，需要依據企業資料規模，使用的分析方法各產業不盡相同，並無好壞之分。然而，有些企業會去乞求一個萬能工具，殊不知問對問題找對人，才重要。

根據IBM等業界實務經驗，台灣企業面對大數據這個龐然大物，從頭開始到展開資料科學分析，收到成效的過程，通常可區分為三個階段：資料建置、資料管理彙整、到真正善用資料做決策分析。目前，國內一些中小企業仍處於第一階段，資料建置不足；更多的是中大型企業、公部門，已有不錯建置資料基礎，但還沒進入拿來做決策參考的階段。只有少數企業，已經摸索出跨越三個階段障礙的解決方案。

關卡1〉建置足夠的資料量

財團法人中衛中心技術總監葉神丑，兩年前開始執行食品雲計畫。但當要求國內食品業者上傳產品資料時發現，食品產業上下游的廠商很多是中小企業，只有12％會做數位資料建置與存檔，不少做資料的習慣甚至停留在紙本。在這樣的狀況下，很少有現成資料可分析，他只好從做表開始，逐步輔導業者。

其實，要做好大數據，第一階段就是把資料建置好。新北市衛生局副局長林金富做食品雲輔導新北市學童午餐的盒餐業者，每天即時上傳菜單時，曾遭遇許多業者抱怨，訴說自己只是個做小生意的，又不是跨國企業，不知道這些用電腦輸入的菜單、照片，對自己有什麼好處？

但是當業者發現，家長看到清楚的午餐資訊，不會一天到晚打電話來質疑，態度才慢慢改變。林金富說，現在他們知道，食品雲因為透明，可以創造信賴感，新訂單也可能透過網路曝光後進來。林芸蒂認為，國內一些消費性品牌公司、連鎖零售集團等大型企業，建置與管理資料的基礎已有，但是卻還不太知道如何撈出有用的線索。

關卡2〉問對問題 撈出有用線索

主要原因是，許多企業以為去買一套萬能分析軟體就能見效，等到做不出來後才發現，已經偏離正確方向一大圈。也因此，往往在還沒看到成效時，就沮喪放棄。由Code for tomorrow和精誠集團Etu組成的資料科學計畫團隊，講師之一的謝宗震指出，資料分析流程有三個最簡單的步驟：問對的問題、找尋可行資料、再來驗證。

例如一個便利茶飲集團，如果想知道營收下滑的原因，初步也許是檢查櫃台POS系統裡的業績數據就夠了。然而，若集團老闆直覺是店裡熟客變少，讓營收下滑，那麼光檢查POS系統裡的數據是不夠的，還要去找能看到消費者行為的資料，例如去建置一個手機App的熟客會員卡，來和POS系統連動。

這中間成本會差很多，最好及早弄清楚，這兩個問題哪一個是比較需要知道的？最好的方式就是讓資料科學分析團隊和老闆持續互動交流，由科學家負責科技，老闆負責產業知識的判讀。洪偉淦認為，未來每間企業都要有專屬的資料科學家跟在核心團隊旁，從基礎分析慢慢磨練。

關卡3〉打造獨有的分析模式

資料科學玩到成熟，就不會只是存資料和管理資料，必須善用大數據，調配出企業獨門配方。然而這需要企業內部先革命。

洪偉淦舉例說明，趨勢科技約10年前就看好大數據風潮，五年前成立內部專屬的資料分析部門，目前已有約200位同仁。這個團隊，當初由程式人才，學統計學又略懂資工的人組成。一開始還是在做趨勢的主業，資安維護，但是懂統計的人，需要在旁邊了解程式人每天怎麼工作？怎麼蒐集與建置資料？慢慢看出一些資料潛藏的金礦。

例如，每個人每天瀏覽網頁的優先順序，通常充分地反應出個人的偏好。有人愛看鄉民論戰，就先去看批踢踢；有人想查今天新聞，就先去各個新聞網站。所以，當趨勢科技團隊某天發現，很多點進瀏覽的網友，在同一時間都出現了一模一樣的順序，就引起適當質疑：應該這些都不是真正的人，是機器人。再進一步研究，確認的確是惡意程式。後來，就把判別新方式，轉化成大數據分析服務之一。

好在，雲端大廠已經意識到大數據風潮，如亞馬遜AWS、IBM等業者提供的新工具大量出現。洪偉淦估計，現在企業若想積極擁抱趨勢，從資料建置到調配出屬於企業自己的大數據專門分析模式，最快一年半到三年，就能逐步見效。

他更呼籲，透過政府開放的open data中，也有可能為年輕人提供許多創業的機會，創造出國際級的大數據服務。他舉例，像是電子發票，背後潛藏的是全台灣人的消費行為內容；只要透過工具過濾個資，立即可當做瞭解社群、消費趨勢的關鍵新武器。

看來，台灣從每天快速增長的大數據中，尋找商機，是刻不容緩的。就看各界如何攜手，用資料顛覆自己，再創高峰。

老闆有多焦慮，大數據就有多熱

當亞馬遜靠大數據發展出無人能敵的電子商務，迫使美國零售業龍頭沃爾瑪跟進改進資料分析，大數據帶來的熱潮，已燒出許多企業主的IT焦慮症。已投入大數據應用嘗試的信義房屋資訊長蔡祈岩，曾任職外商銀行匯豐的資金管理部門，並擔任過某製造業廠長。他觀察，不論國內或國外的企業高層，心中都深怕不知哪一天，公司會被一個善用大數據的新秀打垮。可是，當他們認真想學習時，一看到背後那麼多複雜的IT知識，不少人又會打退堂鼓。

IBM台灣軟體事業處協理林芸蒂觀察，台灣企業高層算是很用功、很積極的一群，過去不少企業曾投資資料庫管理，建置POS後台系統等，但也有許多企業不知如何解讀效益，資料最後擺一邊，非常可惜。

IT人員要拿效益評估說服主管

其實，要解決老闆們的IT焦慮，第一步是資訊人員別猛塞專業知識，要善用說故事的能力。蔡祈岩說，像他介紹雲端，會用「雲上有沒有神仙？」的問題生動開場，引起興趣。其次，企業高層認為過去的投資沒有用，其實是沒有建立評估的機制。蔡祈岩建議，資訊人員每次提出需求之前，要給公司一個花錢有用的理由：當預估效益大於成本，表示能賺錢，就可以做，否則就不應該做。

他以2010年曾建議信義房屋做行動看房App經驗舉例，他認為所有老闆聽到這個建議時，必定會問：這會比公司已經有的官網更好嗎？能帶來多少業績？

當時，他用信義房屋官方網站以往的流量，帶來成交業績的歷史數據，加入當時台灣使用iPhone的社群計算，得出iOS App帶看房，預估將帶來多少業績。當高層發現，iPhone在台使用人數不少、且都是精英，用iOS App可比官網更精準地抓住這群人，預估成交業績高於建置App成本好幾倍，馬上同意投資。

畢竟，企業要獲利才能生存，焦慮的老闆們要的是證據。資訊人員應該出有力證據，讓老闆放下心中大石，大膽投資大數據。

大數據領域權威專家——麥爾荀伯格（Viktor Mayer-Schonberger）訪台論壇

BIG DATA 大數據時代來臨，誰能在龐雜的訊息中掌握關鍵，誰就能取得解決問題的先機。

不論你從事的是商業、資訊科技、公共行政、教育、醫療，或者只是單純對未來趨勢感到好奇，麥爾荀伯格親自剖析如何擁抱不精確，創造新生意。

講者簡介

麥爾荀伯格（Viktor Mayer-Schonberger）
牛津大學網路研究所教授，並擔任微軟、世界經濟論壇等大公司和組織的顧問，是大數據（巨量資料）領域公認的權威，寫過八本書以及上百篇專論。

關於 《大數據》：

• 登上 Amazon「資訊管理」、「電腦文化」暢銷雙榜第一名
• 2013 年獲博客來商業理財年度之最
• 蟬聯博客來、誠品、金石堂暢銷排行榜
• 2014 國家文官學院每月一書（全年共 12 本指定閱讀）

活動網址：

本文編譯自〈Never Ask What They Want — 3 Better Questions to Ask in User Interviews〉，作者 Charles Liu 為 KISSmetrics 設計研究經理。

s

<使用者研究第一守則：絕對不要詢問任何人，你們想要的是什麼。
《Just Enough Research》作者 Erika Hall

我非常陶醉於使用者訪談。執行這項任務的成本便宜（有時候甚至一毛錢都不用付出）、效果強（總會比想像中更滿載而歸）、速度快（只需要跟五個人深入訪談就行）。

但要營造一場出色的訪談是需要練習的。

如果本身對於人類就有無限的好奇心，對訪談本身會有幫助。假如你對了解他人興趣缺缺，還是可以學習 Google Ventures Michael Margolis 的精神，「假裝久了總有一天會成真」，把自己置換成研究者人格，暫時撇除偏見、懷疑等等特質，以友善的態度面對受訪對象。

如同 Erika Hall 所說，當你開始訪談使用者，請避免詢問他們想要什麼。這種問題會使你陷入錯誤的洞見，無法發現問題的根源，只能得到個別使用者為自己設想的理想解決方案。

別挖坑給自己跳

倘若問題是「他們想要什麼」，是要他們在無垠的可能性中盲目摸索，反而增加使用者研究的困難度。如果你正在嘗試創造前所未有的產品或體驗，你想從使用者身上收獲的，應該是問出為何現有的工具無法讓他們完成任務。唯有如此，你才能設計出幫助他們工作效能大躍進的全新體驗。

在 KISSmetrics，我花了很多時間探究人們當下解決問題的方法，這是我每次都會詢問的問題：

• 你正在設法完成什麼任務？
• 你目前怎麼達成上述目標？
• 您的工作流程有那些地方還可以改進？

您試圖達成什麼任務呢？為什麼？

詢問他們試圖達成什麼任務、目的的基本資料，對瞭解使用者非常重要。例如：您的組織有多大？他們在公司組織內的角色為何？這些問題都幫助您瞭解他們的工作規模，而您公司的產品可以提供什麼幫助？

想像您自己是一個打雜工人，您不會想要知道您到底是修繕一個小型漏洞或是重新裝修一整個房間嗎？處理不同的工作，需要不同的工具，而這些工作的規模完全不同。

使用者訪談也是相同的道理。您將會瞭解您的使用者試圖達成您的任務，為了得到足夠資訊提供給團隊做後盾。您的產品與工程團隊將會感謝您做了這件事。

獲知一個問題的根本原因，您同樣也需要詢問他們「為什麼」，這時候使用「5 Why 模型」讓您更容易得到您需要的資訊。藉著找出哪些使用者需求可以藉由過程或方法途徑來改善，而不是開發新功能來解決之時，我已經為工程團隊避免掉許多無價值的專案，讓他們省下許多不必要花費的精力。

您現在怎麼解決這項問題？

在瞭解問題的大小以後，我喜歡繼續挖掘使用者們如何解決這項問題。這讓我可以同理他們的感受，經驗他們面臨的困窘狀態。有時候我會發現，使用者們想出另類 / 破解的方法來達成目的，通常執行方式非常簡單，卻可以使人們省下一週幾個小時的時間。

舉一個例子：最近我正在研究一個產品團隊想要開發的新功能，但我還是想瞭解這個功能對使用者來說，迫切需要的程度為何，沒有這項功能到底造成多大的問題？所以，我開始進行一連串的消費者訪談，瞭解他們是如何處理問題的，最後結果讓我畫成底下這張圖：

(圖)
發現使用者的「工作流程」與「處理過程」會幫助您找出可改善之處。

舉例來說：在 KISSmetrics 我們最近就發現，我們的顧客偏好用電子郵件觀看分析數據，而不是運用我們的 App。因此，我們發現我們的分析數據在他們日常的工作流程裡面，有時候可能是一早進辦公室就查看的東西，所以我們決定為顧客優化電子郵件的數據呈現。

您的工作流程有那些地方還可以改進？

大部分的消費者研究在找出「顧客怎麼解決這項問題」的答案之前就結束了。這個問題至關重要，因為它幫助您瞭解使用者最需要支援的地方，以及重新檢視團隊目標是否正確的功能。

若您一開始就詢問使用者：您覺得什麼東西還可以更好呢？您只會得到他們的想法，而不是他們實際怎麼解決現有的問題。

真的很難用焦點團體來設計產品。很多時候，人們並不知道自己要什麼，直到您把產品展示給他們看。
── Steve Jobs

這是讓使用者洩漏他們現有解決辦法，以及他們現有辦法可以改進的地方。根據使用者的答案，您有可能會發現可以建造的新功能，或是並不值得花時間建造，您也可以馬上往其他的方向發展。

詢問使用者這三個問題，讓我能夠重新檢視團隊開發產品的方向是否正確，並快速修正，也因此我們能夠為顧客打造具有長期價值的產品，而不是僅是遇到問題才修補的被動態度。

為了找出開發的方向，您會詢問使用者什麼問題呢？我很想要瞭解您的想法，有任何問題都可以 與我分享！

本文作者 St. Threath，以網路領域為自己的志業，同時喜歡科技和人文這兩個極端，夢想是到矽谷的偉大航道創業。目前和創業夥伴一同開發和經營美食 app「愛食記」。原文刊於作者部落格《St. Threath》〈『愛食記』App 開發、衝榜實紀 II〉。

在今年一月的時候，曾經寫過一篇『台北食記』App 開發、衝榜紀實，當時由於天時、地利、人和，所以幸運的衝上了排行榜的第二名，但後來我們又有一次嘗試，卻以失敗告終，這篇文章想要分享一下這兩次的衝榜經驗有何不同，還有『台北食記』為何要轉換成為『愛食記』。

愛食記 App：

• iPhone 連結：
• Android 連結：

App 簡介

由於我們自己身為使用者，覺得台灣目前又沒有一個專門為了「精緻美食」所作、夠好的一個 App 服務，因此在台灣許多的美食資訊都來自部落客的前提條件下，我們選擇作一個專門整合、推薦精美餐廳的 App，希望能讓使用者不用透過 Google 也能找到好吃的美食。

因此我們依據不同縣市來整合當地食記，並依照縣市來作每週、每月的食記排名、推薦，想讓每個地方的使用者隨時可以知道當地最近有什麼新餐廳、好餐廳。

經過幾次的改版後，『愛食記』就誕生了，取名叫愛食記是因為台灣很多厲害的網路公司都以「愛」開頭，例如「愛評網」、「愛情公寓」、「愛料理」、「愛瘦身」、「愛卡拉」、「愛合購」、「愛魅奇」...，所以我們也隨後跟進。

『台北食記』的瓶頸

原本我們的 App 只有作台北區域的食記介紹，所以叫做『台北食記』，因為我們估計台北佔了台灣 1/3 的人口，算算也有六七百萬，如果能把這塊市場吃下來，其實人數就還不錯多了。但後來我們發現，App 下載量的累積其實就像是一條水流，你的市場瞄準的多大，水流進來的速度就多快。

如果你的 App 沒有被外力推廣，例如買 Facebook 廣告、上媒體、到 Ptt 宣傳、被 App Store 或是 Google Play 當作編輯推薦，那麼要嘛就是要口耳相傳，要嘛就是要 App 裡面有擴散機制，例如 po 文到臉書炫耀照片的功能，否則它的流量 （每日下載量） 就是一個接近穩定的定值。

這樣穩定的流量可能來自於你的 App 在某個分類排行榜中已經佔據了一席之地，因此總是會有隨機的人看到去下載。但若這個 App 只限制在某個區域，那就代表其他區域的人看到後會當作沒看到，換句話說，如果現在有 1000 人看到「台北食記」，可能有 300 人下載，因為他是台北人，但其中有 700 人是只要這個 App 有服務到他們，他們就可能可以下載，因此換品牌名稱所帶來的下載流量效益可能是原本的三倍。

在我們完成第一次宣傳之後的幾個月內，我們做了一些 App 的改版，例如增加週、月排行榜，增加優惠、臉書登入分享等功能。而在改版完成之後我，我們便進行第二次的宣傳，而當時也是使用跟第一次宣傳時同樣的方式來作衝榜的動作，但當時是失敗的，下面是後來我們反省失敗的原因。

第二次衝榜失敗的原因之一 --- Facebook 廣告

在寫完第一次衝榜的文章之後，便有人寫信問我說，他們參考文章的作法，但 Facebook 廣告投不出去，明明受眾有 10 萬人，但投出去只有 200 人看到。當時我回答他說，他必須提高自己的 Bid 到高於 Facebook 建議的 Bid，否則會投不出去。

Bid 必須要調整到至少高於建議值

這的確是一個廣告投放不出去的原因，但其實背後還有其他因素在。這個因素就是 Facebook 本身會先投放高 Bid 的廣告，而它的 Bid 有兩種方式，一種是 Bid by installed，一種是 Bid by Clicked，而為了節省預算，之前我是使用 Bid by Clicked 的方式，也因此一個點擊預算大約可以到 3~4 台幣。而如果使用 Bid by installed，Facebook 會幫你瘋狂灑廣告，一個點擊可能要到 10~20 台幣。換句話說，Bid by installed 的人 Facebook 會優先幫你投放廣告，但成本也較高。

而在某些大廠商想要瘋狂行銷的時候，例如： 六日、連續假期，正好某個 B 開頭的交友軟體想要吃遍全台灣市場時，Bid by clicked 的廣告就投不出去了，除非你 Bid 的值比這些大廠商還要高。

第二次衝榜時我是在週六開始在 Ptt 宣傳加投廣告，但結果是 --- 廣告根本投放不出去，直到週一才投出去，也就是說兩者的下載量沒有加成效果，算是一個徹底的失敗。結論： 如果資本小，利用週間衝榜可能是比較好的選擇。

第二次衝榜失敗的原因之二 --- 同分類的競爭對手

再來是第二個失敗的原因，由於我們是作美食分類的 App，而第二次衝榜時正好遇到兩個大頭也在做推廣，一個是來自於香港的 "開飯相機"，一個是國際品牌 "星巴克"，當時它們大約都在免費排行榜的前 20 名。

兩名大咖卡在上頭

這會造成一個很糟的現象，那就是衝榜的原理為：「當你衝上排行榜時，曝光量會變成未來衝榜的燃料」，但現在有兩個人卡在分類排行榜上面，那麼你於分類排行榜上的曝光量就降低了，大家可能會覺得第一名和第三名沒什麼差別，但其實在某些地方，這樣的差別是挺大的，例如 Mac 的 itunes 上分類第一名的 App 是有圖示的，而後面的 App 則沒有。

這樣曝光量的差異就會造成後期衝榜的燃料不足，無法再繼續往上，所以當時我們大約停在 50 幾名就停住了，而當時我們在分類排行還是第三名 （假如是沒有其他 App 在宣傳的狀況下，大約 50~100 名之間就會穩佔美食分類的第一名了）

所以從中我們得到一個教訓： 如果要宣傳，最好避開同類型、大資本 App 宣傳的時期，否則效應會降低很多很多。

itunes 的 App Store

第二次衝榜失敗的原因之三 --- 目標族群已經被吃過一次了

由於我們第二次衝榜的時候，我們還是以「台北食記」的身分來作推廣，這代表其實我們這次宣傳，接觸到的目標族群有很大一塊是和第一次衝榜時重疊的，而第一次衝榜時下載過的人，不可能再下載第二次，換句話說，第二次衝榜時由於上榜所造成的曝光，帶來的下載量並不夠成為燃料，支撐往上衝的動力。

這也是為何我們覺得「台北食記」必須要換成「愛食記」的原因之一。

失敗之後的再接再厲

而現在我們正在進行第三次的宣傳，基本上前面提到的問題我們都有避開。但這次卻犯了一個致命的錯誤，那就是我們在 Ptt 介紹我們 App 時，於各地方版 po 了類似的文章，而由於文章數目剛好達到 Cross Post 的門檻五篇，所以所有文章都被刪除，並且帳號還被封鎖一個星期...，在 Ptt po 文的效果是很好的，因此文章被刪除對於宣傳的影響其實非常大。

所以這樣就會成功嗎? 這點我們還在驗證中，今天 （6/4） 目前在排行榜的第 27 名，就看接下來幾天的發展狀況了！

後續追蹤

6/5~6/7：
在每天約 $50（美金） 的 FB 宣傳費用下，大約每天都在 20-28 名之間，而在這段時間我們才發現到，原來 Facebook 會把同一個 app 的廣告費用 Grouping 起來 --- 即使我們分成了多個 Campaign 在下廣告，因此原本我們預估下四組廣告，每個最高花 $50，但結果卻變成四個加起來最高花 $50。

6/8~6/9：
停掉 FB 和 ptt 宣傳後，名次不降反升，從 28 名變到 16~20（此時下載量約每天 2000~3000），推測是當名次到 30 名以內時，其實曝光度已經有了，因此廣告帶來的效應其實不高，這時影響名次的反而是現在有多少 app 正在被 Apple Featured，或是正在用各種方式買廣告宣傳。

迅速衝到前幾名的 app 其實上去的快，下來的也快，因此要說愛食記的排名上升了，不如說前面有 8~10 個 app 的下載量下降所以掉下來了。

在我們前面的 app 有被 Featured 和打廣告的 （有些 app 會使用 offerwall 的方式在其他 app 裡面作宣傳，只要下載它們的 app 就可以當一日 VIP 或換點數），當它們宣傳期過後其實便會自然下降：

後記

最後，不管這個 App 服務會不會衝上排行榜然後有很多人用，都要感謝願意加入食記行列的部落客們，沒有他們這個 App 就根本不會存在了。

在做 App 的過程中，我感覺到台灣有很多人很願意無私幫助別人或教導別人，我覺得這是台灣很棒的一個地方~

也因為過程中受到很多人的幫助，所以也希望自己的經驗能幫到一些同樣開發產品的人，如果有任何問題也歡迎一起討論！

部落客 Sheena 幫忙宣傳愛食記 App

照片來源：Duane Wessels

本文作者為陳鍾誠老師，任教於金門大學資訊工程系，電子郵件：ccc@nqu.edu.tw，網站：。Inside 取得陳鍾誠老師授權轉載，原文刊登於《程式人雜誌》〈Eugene Goostman 程式真的通過了圖靈測試嗎？〉。

前言

2014 年 6 月 9 日，我看到 inside 網站中有人發布了一個訊息 「電腦首度通過圖靈測試 (36kr.com)」。 我的直覺反應是，這件事情勢必有假，於是一路追了下去。

Inside 的訊息其實是轉貼自 36 氪這個來自中國的網站， 36 氪網站的文章標是 「计算机首次通过图灵测试」 。

不仔細看文章的人，很可能會被誤導，認為電腦已經可以成功得欺騙人類，讓人以為他是一個真人，而且比率達到和真人一樣的水準，也就是「人類已經無法正確區分文字交談的對象到底是電腦還是人類了」。

但是、這樣的想法是錯的，文章中所說的 Eugene Goostman 這個軟體其實並沒有達到「完全能欺騙人類」的水準，因為他們所說的圖靈測試，和我所認知的圖靈測試，根本就是不同的東西。

圖靈測試是甚麼？

36 氪文章中所說的 「图灵测试」 ，其實有連結到百度百科。百度百科裏對圖靈測試的描述如下：

图灵测试是测试人在与被测试者 (一个人和一台机器) 隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。问过一些问题后，如果被测试者超过 30% 的答复不能使测试人确认出哪个是人、哪个是机器的回答，那么这台机器就通过了测试，并被认为具有人类智能。

但是、我所認知的圖靈測試，並不是採用 30% 誤判率為基準的，而是應該達到「和人類被誤判為電腦」一樣的水準。換句話說，假如程式偽裝的和真人一樣好的話，那麼應該要符合下列的表格要求。

測試單位的英文公告

36 氪的 「计算机首次通过图灵测试」 一文中指出了訊息來源為「英國雷丁大學的新聞稿」，連結如下：

• TURING TEST SUCCESS MARKS MILESTONE IN COMPUTING HISTORY

該新聞稿提到 Eugene Goostman 這個程式通過圖靈測試的語句如下：

The 65 year-old iconic Turing Test was passed for the very first time by supercomputer Eugene Goostman during Turing Test 2014 held at the renowned Royal Society in London on Saturday.

但新聞稿的後面有寫出測試方法的描述：

1. Simultaneous tests as specified by Alan Turing
2. Each judge was involved in five parallel tests -- so 10 conversations
3. 30 judges took part
4. In total 300 conversations
5. In each five minutes a judge was communicating with both a human and a machine
6. Each of the five machines took part in 30 tests
7. To ensure accuracy of results, Test was independently adjudicated by Professor John
8. Barnden, University of Birmingham, formerly head of British AI Society

我對這個測試方法的解讀如下：

1. 圖靈測試：電腦程式是否能成功的透過文字交談欺騙人類，偽裝自己是個人。
2. 每個「判斷者」都會分別判斷五組「人 + 電腦」的配對，也就是總共進行 10 次的對話。
3. 總共有 30 位判斷者參與。
4. 總共有 30*10=300 場的交談。
5. 在五分鐘內，「判斷者」會與一組「人和機器」分別交談。
6. 五組「電腦程式」都會與 30 位「判斷者」談過一次。
7. 為了確認「判斷者」判斷結果為正確或錯誤， John Barnden 教授會監控並確認結果。

以前的程式表現如何？

事實上、能夠成功欺騙人類，讓某些人認為對方是真人的交談程式，在人工智慧的歷史上很早就出現過了。

遠在 1966 年時，Joseph Weizenbaum 就曾經創造出一個稱為 ELIZA 的程式，該程式採用了非常簡單的字串比對方法，結果竟然讓不少交談者認為 ELIZA 是個真人，以下是維基百科對 Eliza 程式的描述網址。

在 2013 年 8 月號的程式人雜誌當中，筆者也在文章中展示了一個自己寫的「中文版 Eliza 聊天程式」，有興趣的朋友也可以閱讀該文章順便瞭解這種程式是怎麼做的。

• JavaScript (8) – 中文版 Eliza 聊天程式

另外、在 2011 年時有一個稱為 Cleverbot 的程式曾經創造過成功欺騙 60% 判斷者的紀錄，這個紀錄比這次比賽第一名的 Eugene Goostman 程式還要高。因此我們真的很難用「電腦首度通過圖靈測試」這樣的語句來描述這次比賽的結果，甚至這次比賽到底是否有創了什麼記錄都是很難確定的。

所以、我真的覺得這樣的訊息是過於聳動了，因此特別寫了這篇文章來提醒大家，避免很多人會被這些訊息誤導。

我的感想

我認為「英國雷丁大學發布的新聞稿」用詞有欠妥當，主要是因為下列語句實在是太過強烈：

The 65 year-old iconic Turing Test was passed for the very first time by supercomputer Eugene Goostman during Turing Test 2014 held at the renowned Royal Society in London on Saturday.

雖然新聞稿後面有交代 Eugene Goostman 程式成功的欺騙過 33% 的判斷者，但是沒有看完全文的人還是很容易被誤導的。

If a computer is mistaken for a human more than 30% of the time during a series of five minute keyboard conversations it passes the test. No computer has ever achieved this, until now. Eugene managed to convince 33% of the human judges (30 judges took part -- see more details below) that it was human.

而 36 氪網站直接把 「计算机首次通过图灵测试」 拿來當標題，則是進一步的誤導了大家， 雖然 36 氪有超連結指向 百度的圖靈測試定義 ，但是這個定義顯然與一般人的認知不同，應該要強調一下才對，不應該企圖用聳動性的標題吸引目光。

最後、 inside 的轉載 「電腦首度通過圖靈測試 (36kr.com)」 這篇，雖然有指出來源的 36 氪網站文章，不過我想轉貼的人或許沒有仔細想過到底文章中的「通過圖靈測試」到底是甚麼意義，也沒想過這樣可能會誤導讀者，造成錯誤科學訊息的傳播問題。

從這個案例中，我們可以看到在網路訊息發達的今天，要能夠不被誤導，恐怕必須要有很強的判斷力與追根究柢的精神，但是在這個訊息多如牛毛的世界中，錯誤與聳動的訊息往往傳播的特別快，這恐怕是網路世界亟待解決的問題之一啊！

最後、我上 g0v 的新聞小幫手 去檢舉了這個新聞，希望能讓誤導的情況稍微降低一下，檢舉網址如下：

參考文獻

• JavaScript (8) – 中文版 Eliza 聊天程式
• 36 氪網站:「计算机首次通过图灵测试」 -- 
• 百度百科：「图灵测试」 -- 
• Inside 網站：「電腦首度通過圖靈測試 (36kr.com)」 -- 
• TURING TEST SUCCESS MARKS MILESTONE IN COMPUTING HISTORY
• 資訊科學到底算不算是科學呢？ --