跳到主要內容

關於參加網路行銷

其實我不是很熱衷,理由有二:

  1. 我對網路行銷不是很有興趣,我會想知道,但不會去實作。我有很多東西想學,這部份並不列在我規劃清單上,如非必要我不想花太多時間。
  2. 如果下半年想休完我沒休完的那七天假的話,我發覺我大概有很多工作要拿回家作,不然就得加班。所以我不想再增加額外的負擔了。

但是通常我會心血來潮作相關的東西,例如發表相關財經文章或一起研究blog相關技術,所以可以算我非正式參與的人力吧。但對專案管理者,這要算怎樣的人力呢?我不知道。

其實我對網路行銷有幾個困惑點:

  1. 在sales那邊應該有一套已經擬好的介紹我們產品的資料,或像presale已經有在對一般客戶上課的資料,我們可以將這些資料轉換成網頁式的資料放在blog上,為什麼要犯類似「非我發明」這種寫程式常犯的錯誤呢?
  2. 目標客戶是哪些,sales那邊應該有使用我們產品的客戶資料,我比較想知道主打的客戶是與現在使用的客戶特性相同的,還是開拓另一個族群,從上次的簡報看起來,我感覺上比較像亂槍打鳥。
  3. 我覺得我們產品的特性,比較適合需即時知道行情的專業作手或以炒股做為主要獲利來源的客戶,對這些人而言對投資報價軟體的超額利潤或許可以接受,但如果一般券商或金融網提供的軟體就可以滿足的一般投資人,我們想打入這個些族群會比想像中困難,講一句白一點如果不是這產品的開發人員,我不會用富貴贏家的,免費的即可滿足我的需求了。要說服別人買我們的產品,就只有我們產品的特殊功能值那費用或客戶不知道其他報價軟體,直接使用我們的軟體。在網路上,想利用第二點似乎不可能,要比價或搜尋相關產品太容易了。那第一點我還不知道我們的產品有strong到可以說服人花那個費用。

好像講太白了,不過攤開來講就是我的特色。

留言

匿名表示…
收到你的意見了,感謝。
我想,我們不是以獲利為出發點,而是想讓這個如你所認為的高價產品真的有它的意義與價值。
一個月要2000多元的產品對投資者來說,不應該只是報價,而是要有決策的功能。如何把決策弄得更便利,資訊更正確,越來越多人知道,是我們想走的路。
至於為何不是業務或presale主導,我只能說,看看大部分的成功案例吧,你終究會發現,研發人員會有更不一樣的未來!!
至於會不會成功,會不會讓業績更好,這都是其次,也不是這次計劃一開始就要討論的。大家的參與與無邊際的用腦發想,才是精神所在!!
Link寫道…
1.我的意思並不是業務或presale主導,就像開發軟體一樣,如果外面有適合我們開發的元件,我們會評估試用看看,適不適合我們使用,通常會把我們需要的地方加以適當的改寫,就變成我們的啦。所以我的意思是藉由presale或業務介紹我們產品的資料,把他們改良成適合網路行銷的文章,不用再從頭弄起。
2.關於2000元的效益,我會從為什麼現有大部分的會員會花2000元來買我們的軟體來分析,因為習慣了我們的介面或我們有其他家軟體沒有提供的資訊或自設指標讓他獲利或投故老師讓會員買的等因素來看,到底我們的軟體再哪一種族群下比較吃香,再進攻那個市場。
匿名表示…
要如何做到我們所謂的網路行銷,我們都是還要再討論的。當然有一些基本的資料那是更好,我們也沒說不用,一定要自己發明。
哪些族群適合用,我覺得正是這次的目的之ㄧ如果再去分析現有客群,那就不叫新通路、新思維了。透過網路的討論,介紹我們的產品如何用,確認哪些族群回應較多,接下來才有所謂的實體行銷,這是創新,不是守成!!

這個網誌中的熱門文章

勝券在握

其實這本書,感覺上寫的有點雜,比上一本講巴非特的書更難懂,兩個講的東西其實是一致的。投資原則便是先選產業,再選公司,慎選時機進場。只買了解的企業是價值投資一貫的原則。價值投資的書大概就先看到這裡了,彼得林區不知道是屬於那一類的,接下來大概會看這部份的書。暫時的目標是把杜金龍介紹的書單看完,真的還不少。接下來的投資會以巴菲特的方法來做,感覺上這比較適合我,練習把漲跌不當一回事,對我而言真的很重要。期權大概不會再玩了,買了以後一直在看漲跌,令人受不了。工作時都不能專心。 就價值投資人而言,真的不需要我們的產品,因為第一點就把我們程式特性打死,不理會股票市場的漲跌,這樣報價功能就沒什麼意義了,價值投資根本不需要技術分析,除非我們能提供相關價值投資的資訊,但我們基本分析真的很爛,看不到什麼資料。有機會我來思考一下價值投資到底要什麼資料,能不能把他寫成一個可運用的程式。 以下是我認為重要的書摘,其實這也只包含最後一章,我認為也只有這章值得做書摘。 巴非特相信使用短期價格來判斷一家公司的成功與否是愚蠢的。取而代之的是,他要公司向他報告因經濟實力成長所獲得的價值,一年一次,他固定檢查幾個變數: 初始的股東權益報酬率。 營運毛利、負債水準與資本支出需求的變化。 該公司的現金產生能力。 如果這些經濟指標正在進展,他知道長期下來,結果會反應在股價上。短期之內,股價所發生的是是不合常理的。 投資策略 不理會股票市場每日的漲跌 不擔心經濟情勢。 買下一家公司,而不是股票 管理企業的投資組合 巴非特原則 企業原則 這家企業是簡單且可以了解的 了解一家企業如何產生利潤的相關經濟活動。 這家企業的營運歷史是否穩定 他必須經得起時間的考驗。 這家企業的長期發展前景是否看好 市場特許權,五力分析 經營原則 經營者是否理性 理性的經營者將只會把多餘的現金,投資在那些產生較資本成本報酬率為高的計畫裡。 經營者對他的股東是誠實坦白的 報告時能知道營業部門如何營業,坦承失敗,了解公司的目的是使股東權益報酬率達到最大。 經營者是會盲從其他法人機構的行為 當心『其他公司也這麼做,一定沒問題』為自己行為辯護的經營者。衡量經營者競爭力的一個方法是,看他們如何運用自己的思考能力以避免依附群眾心理。 財務原則 把重點集中...

借助 AI 除錯:解決登出時的解密錯誤

  前言 最近遇到一個有趣的 bug,趁這次機會試試看用 AI 來協助除錯。整個過程蠻有收穫的,分享給大家參考。 問題發現 Bug 描述 在測試登出功能時,發現 app 會發生 crash。追蹤後發現是在登出時,API 會呼叫底層的解密函式,但解密用的 key 明顯有問題,導致解密失敗而引發錯誤。 由於這段流程是另一位同事負責開發的,程式碼邏輯比較複雜,短時間內看不出根本原因。於是先採取防禦性做法: 如果 key 為空值,就將解密失敗的錯誤吃掉不處理 。判斷後認為這樣不會影響 UI 操作,因為登出後 key 會重新取得。測試後確認沒問題,就先把這個 bug 暫時壓下來了。 深入追查 第一回合:初步分析 趁著有空檔,決定詳細釐清這個問題。想試試 AI 的能耐,於是下了第一個 prompt: 分析 SessionManager 的 processEncryptedData 方法中,為何會發生 bytesToTrim > currentLength 的錯誤?從呼叫該方法的地方分析可能發生的原因。 AI 給出了幾個可能的原因: 加密數據損壞或截斷 網路傳輸過程中數據包丟失或損壞 API 回應中的加密字串不完整 解密後的最後一個字節值異常大 錯誤的加密算法或密鑰 使用了錯誤的解密密鑰或 IV Session key 交換失敗,但程式繼續使用無效密鑰解密 解密產生亂碼 Hex 字串轉換錯誤 包含非法字符、長度不是偶數、部分缺失等問題 AES CBC 解密失敗但沒有檢查錯誤 Whitebox 密鑰準備失敗 IV 不匹配 數據長度不符合 AES 塊大小要求 PKCS7 Padding 格式錯誤 加密時使用了錯誤的 padding 方式 最後字節不是有效的 padding 長度值 (1-16) 多重解密處理錯誤 數據被重複解密或解密順序錯誤 記憶體緩衝區問題 緩衝區大小分配錯誤或溢出 AI 也分析了呼叫鏈: API 回應 → DataTransformer → CryptoHandler → decryptSessionKey → processEncryptedData 評估: 這些分析大多是從相關函式內部找錯誤,但沒有太大用處,...

用 AI Debug 的迷思:當建議越改越糟時

現在許多開發者習慣用 AI 來協助 debug,但在實務上常遇到一種情況: 依照 AI 建議改了兩三輪後,錯誤仍然存在,甚至越改越複雜。 這種狀況其實有幾個常見的盲點,值得特別注意。 1. 先回到「上一個正常版本」 當你已經按照 AI 的方向修了好幾次但問題仍未解決時,最有效的第一步是: 回到上一個正常工作的版本,縮小問題來源。 許多 bug 並不是你正在看的那段程式碼造成的,而可能是: 同事剛好修改了某個底層模組 某個 shared component 產生 side effect Auto Layout 層級重新 layout 時觸發 crash 如果只是盯著眼前的 function 修,反而容易被誤導。 2. AI 沒有看到你的整個專案 AI 通常只能根據你貼出的片段判斷問題,這代表它不知道: 你的 view hierarchy 裡是否有其他 constraint 影響 layout 某些 model 是否被 extension 修改過 父層或子層邏輯是否干擾目前的行為 整個專案採用的 concurrency 模型是什麼 因此,AI 可能會朝著完全錯誤的方向修,導致反覆修改卻無法解決。 3. Swift 6 例子:錯誤真正原因常不在你修改的那一行 例如開發者常遇到的錯誤: passing closure as a 'sending' parameter risks causing data races 許多人(包含 AI)會開始從 function 內部調整,但這類錯誤真正的關鍵通常是: 傳進去的物件沒有實作 Sendable。 也就是說,你不是要改 function,而是要回頭檢查: 傳入的 model / struct / class 裡面是否有 non-Sendable 成員 是否需要標註 @unchecked Sendable 如果 AI 沒看到相關檔案,自然很難找到正確方向。 結語:AI 是工具,不是預言機 AI 很適合用來: 解釋概念 協助產生測試程式 提供重構建議 釐清你已懷疑的方向 但在 debug 狀況下,以下三件事更重要: 回到上一版,縮小差異範圍。 釐清真正問題來...