第一章 我们都在说谎
创业者需要对自己说谎，在缺乏实证的情况下获得信徒的信任。
但需要数据来约束谎言。
数据分析辅助增长：提出假设-设计实验-数据验证-跟进资源
“专人接待式最小可行化产品”：足以向市场传达你所主张的价值的最小化的产品
第二章 创业的计分牌
数据分析需要对企业关键指标进行跟踪
商业模式：营收来源、支出成本、客户数量以及客户获取策略的效果等
数据分析是为了在是为了在资金耗尽以前，找到正确的产品和市场
好的数据指标：比较性的、简单易懂、比率
比率的优势：
可操作性强：速度（距离/小时）
比较性指标：当前速度与最近一小时平均速度比较
显示各要素间相关性：单位时间历程/罚单数
免费版功能是否需要加强：通过转化率来判断？
好的数据指标会改变行为 与目标一致
数据间的耦合：转化率+购买所需时间 病毒式传播系数+周期
正确的数据指标：
1、定性指标和量化指标
定性：为什么 问卷调查
定量：什么 多少
2、虚荣指标与可付诸行动的指标
虚荣指标：总注册用户数 不能转化为实际价值
可付诸行动的指标：活跃用户占比 新用户增速
指导试验、学习和迭代
3、探索性指标与报告性指标
我们知道 我们知道的 须经由数据检验
我们知道 我们不知道的 可以调研
我们不知道 我们知道的 直觉，需要评估和训练
我们不知道 我们不知道的 探索，创业成功最关键的要素 "妈妈圈"
探索：深入挖掘数据，寻找有意义的用户行为模式和机遇
4、先见性指标与后见性指标
先见性指标：用户投诉量，可以预见用户流失量 指示剂
后见性指标：账号注销和产品退货量
5、相关性指标与因果性指标
相关性指标：可能两者都源于第三者
因果性指标：通过控制变量来验证
关键绩效指标：与营收直接相关
调整目标和关键数据指标都是可行的
HighScore House团队通过用户访问调节了无效的区分用户活跃度的准绳
市场细分：一群拥有某种共同特征的人 用户行为分析
同期群分析：相似群体随时间的变化 纵向研究
网店每月的新用户都是一个同期群
A/B和多变量测试：横向研究
用户流量小的话，A/B测试周期过长
多变量测试：用统计学方法剥离出单个影响因子与结果中某一项指标提升的相关
性。节省时间
数据分析周期：
选择KPI-确定准绳-寻找提升方法-找到好点子-测试-衡量改动效果-（改变准绳）
选择KPI-确定准绳-寻找提升方法-找到“好”用户共性-调整商业行为-衡量改动效果-（改变准绳）
网友评论