《精益数据分析》书摘
豆瓣链接
互联网流量增长日趋饱和，各大互联网公司对于流量的获取也逐渐的从跑马圈地转向精耕细作。大数据逐步从概念转向实际应用，如何将手中的数据“璞玉”雕琢成增长的玉如意也成为各个公司数据部门的头号目标。两者结合，在有限的流量下，用数据驱动，把每份流量的价值发挥到最大就成了新时代下增长的必经之路。
《数据驱动增长》一书由阿利斯泰尔·克罗尔写于2014年，如今已经过去四年多，其中的经验、框架依然不过时。针对美国互联网公司的一系列建议，放在中国，相当一部分也依然实用。下面摘录原书的一些观点，并附上自己的理解。
什么是好的指标
- 每个阶段有且只有一个第一关键指标。
不同的阶段你可以改变这个指标，但是要确保同一时刻只有一个第一关键指标。这可以避免让你迷失于过多的数据指标中。其实这点和机器学习也是相通的，不管什么算法，只能以最小化一个损失函数为目标，不是么？
- 只有可以指导行动的指标才是好指标。
不能指导行动的指标没有意义。相对而言，一个比例指标更加能够指导行动。一个绝对值的指标往往是个“虚荣指标”（看着很美，对下一步决策没有帮助，甚至会误导决策）。
- 相关性与因果性。
相关性通常指在统计上呈现相关关系的两个随机变量（包括线性和非线性），是统计学上的概念。而因果性则是人类理解世界的一种逻辑关系。找到相关性很好，我们可以通过一个指标预见另一个指标的变化。找到因果性则更佳，你已经拥有了“改变未来”的力量（用改变因来改变果）。但是谨防把相关性当作因果性，这是一个很容易犯的错误，因果性有更为严苛的验证条件。
工具&框架
一些手段
- 市场细分：对目标人群做分层，不同层次采用不同的策略。
- A/BTest： 很著名的手段了，但要记得先做好A/ATest(确保A/B两个分组在引入你的不同策略之前，在目标指标上表现是相当的)。
- 同期群分析：每个用户都有其生命周期，把处于不同生命周期的用户区分开来分析能够洞见一些更深层次的问题。
一些陷阱
- 数据呕吐：有太多指标，互相干扰，反而无法给出一个明确的行动指导
- 假设数据没有错误、噪声：用尽各种高级手段没法提高的时候，回过头来看看，你在数据处理的时候是不是有一些不明显、却很致命的“小错误”
- 简单排除掉异常点 ：那些看起来很诡异的异常数据，不要简单扔掉它，深入追究下去，不是给你带来一个全新的idea就是给你指明一个隐藏的bug
- 分析的时候包含异常点：异常点不应该简单扔掉，同样也不应该带入到数据分析中去。一个支点可以撬动地球，一个马拉松中跑偏的第二名可以带偏后面的所有人，一个异常点也有可能将分析结论导向完全错误的方向。。。
精益创业画布
创业之前，先考虑下面9个问题：
1. 问题：当前有哪些需要解决的问题，当前的解决方案是什么样的
2. 客户：需要解决的问题的潜在客户是什么样的，有多大规模
3. 解决方案：针对每个问题，一一列出解决方案
4. 独特点：一句话阐述产品的独创新点
5. 渠道：如何触达客户，获客成本
6. 营收：如何赚钱
7. 成本：运营、开发的成本
8. 护城河 你的技术、市场壁垒
9. 关键指标用来指导精益创业
6种商业模式
- 电子商务(京东、亚马逊)： 用复购率区分网站运营的重心，是拉新还是复购
- Sass（salesforce、有赞）：
- 构建合理的分级收费模式很关键。 - 流失率等于一切。 - 需要客户成功团队。- 移动端应用（微信、手游）：
- 考虑付费下载 or 应用内收费方式。
- app更新的方式限制了A/Btest的应用。
- 需要在免费玩家和人民币玩家之间做平衡
- 媒体网站（新浪、搜狐）:广告收入
- 用户生成内容 UGC（微博、facebook）：web2.0的代表，初期面临冷启动的问题（由内容才能吸引用户，有用户才有内容）。访客参与度意味着一切
- 双边市场（淘宝、租房网站）：
重点需要关注被需要的一方（有钱的一方）。有钱赚，另一方自然就活跃了。
市场的商品的丰富度至关重要
创业的5个阶段
- 移情
- 和客户访谈，获取他们真实的想法、痛点
- 从定性到定量，分析解决的问题的市场范围
- 粘性
- 确保用户在你的产品上的活跃度。
- 确保用户不会轻易流失之前，别急着导流量
- 不要让注册账号等细节阻碍核心功能的实现
- 开发功能前，问以下问题：
a.这个功能有什么帮助（对留存率）
b.这个功能的时间成本
c.效果是否可以衡量
d.是否会让功能过于复杂
e.用户怎么说（怎么做更重要）
f.每周列出下周做的功能点，并写出衡量的指标、证据、目标- 病毒性
- 病毒系数: 平均发出邀请数*接受率
- 病毒系数>1即可自行不断增长
- 病毒传播时间也至关重要
- 营收
确保客户终身价值大于获客成本- 规模化
- 中等规模容易找不到自己的“利基”
- 形成纪律
- 关注下一个市场
AARRR(海盗指标）
- Aquision 用户获取
- Activate 用户激活
- Retention 用户留存
- Revenue 营收
- Refer 用户自传播
底线在哪里（一些指标衡量的建议）
关注的一些指标什么样的值才算好
- 平均数远远不够好
- 每周活跃用户增长5%
- 30%的注册用户每周访问一次， 10%的用户每天都访问
- 获取客户的成本不要超过能从他身上获得价值的1/3
- 病毒系数：0.75
- 优化一个指标成效越来越小，就该去换一个指标了
后记
《精益数据分析》是一本同时适合产品、运营、技术看的书。尤其是技术，因为只有技术才能不依赖于取他人将精益增长的想法用实验的方式实现出来。精益增长是大势所趋，愿你不止做一个将需求文档翻译成代码的技术💪🏻