《精益数据分析》是读书笔记系列的第二本书。
整本书篇幅还是比较长，读的过程耗费了较长的时间，读完的感受是书中第三部分“底线是什么”开始可以跳过不用读了。此次的收获是让我意识到了“数据驱动产品”的重要性，同时也帮我从无到有初步建立起了数据分析的框架。
下面是读完后对本书整理的笔记，共分为4篇，第一篇讲述数据分析的一些基本概念；第二篇讲述常见的数据分析框架及第一关键指标的重要性；第三篇是对各类商业模式及应关注的指标进行分析；第四篇是创业/产品需要经历的各个阶段。
全文脑图：链接: https://pan.baidu.com/s/16THKoqODKloxMT3-9ebkaA 密码: 43xi
第一章：我们都在说谎
创业者需要“画大饼”，无论是向上对投资人还是向下对员工，有时还不得不跟随市场行为进行数据造假。但谎话说多了，容易造成现实扭曲场，把自己也“陷”入进去。这时数据分析的重要性就体现出来了，无论妄想是多么的有说服力，都经不起数据的推敲。
而精益数据分析，能解决以上的问题。“精益”指的是创业方法，通过最小MVP模型，小步快走，容易掉头，数据分析则能指引方向。Airbnb的上门摄像功能，则是很好的利用了最小MVP模型。Airbnb团队通过数据分析发现展示照片更好的房屋租住量更高，但他们没有急于开发新功能，而是通过最简单线下的形式对猜想进行了验证，得出结论之后再跟进资源。
第二章：创业的计分牌
1、创业的记分牌指的是数据指标，什么是好的数据指标呢？
好的指标是比较性的：如果能比较某数据指标在不同的时间段、用户群体、竞争产品之间的表现，你可以更好地洞察产品的实际走向；
好的数据指标是简单易懂的；如果人们不能很容易地记住或讨论某指标，那么通过改变它来改变公司的行为会十分困难。
好的数据指标是一个比率：会计仅需迅速查看几个比率就能对一个公司的基本状况作出判断，我们也需要如此。比率有以下几个优点：比率的可操作性强，是行动的向导；比率是天生的比较性指标；比率还适用于比较各种因素间的相生和相克；（正相关和负相关）
好的数据指标会改变行为：最重要的评判标准是，随着指标的变化，你是否会采取相应的措施？学会根据数据确定一条做与不做的准绳，对规范我们的创业行为大有裨益；但同时，错误的数据指标也会引导员工做出错误的行为，比如销售人员的kpi假如是电话回访评分，那么他就会事后打电话给客户请求回访是给个好评，对客户而言这反而不是好的用户体验。
数据指标间的耦合现象也值得注意：转化率通常就是和购买所需时间相绑定；病毒式传播系数和病毒传播周期共同推动产品的普及率。
2、要想找到正确的数据指标，有五点需要牢记在心的。
定性指标与定量指标。
定性数据回答的是“为什么”，定量数据回答的是“什么”和“多少”这样的问题；定量数据排斥主观因素，定性数据吸纳主观因素；收集高质量的定性数据需要很多准备工作。创业/产品初期对定性数据进行分析，产品上线后开始对定量数据进行分析。
虚荣指标与可付诸行动的指标。
如果你有一个数据，却不知如何根据它采取行动，那么该数据就仅仅是一个虚荣指标。可付诸行动指标可以指导你对产品进行调整，不断地试验、学习和迭代。我们分析每一个数据之前，都需要明白，这个数据的意义是什么，要根据这个数据分析的结果，如何采取行动。
探索性指标与报告性指标
世界上的事物可以分为这样几类：
我们知道我们知道的，是可能并不为真的事实，须经由数据的检验；
我们知道我们不知道的，是可通过调研解答的问题，可使之成为我们的行为基准并流程化；
我们不知道我们知道的，是直觉，需要我们评估并训练以提高其效能及效率；
我们不知道我们不知道的，是探索，蕴含着我们自身独特的优势，能带来有趣的顿悟；
先见性数据指标和后见性数据指标
先见性指标可用于预测未来，比如透过“销售漏斗”中现有的潜在客户数，预测将来所能获得的新客户数；后见性指标能提示问题的存在，比如用户流失，类似亡羊补牢。
相关性指标与因果性指标
在两个数据指标之间发现相关性不是一件坏事，发现相关性可以帮助我们预测未来，而发现因果关系意味着你可以改变未来。可以通过以下方法来证明一个因果关系：找到一个相关性，进行控制变量试验并测量因变量的变化；
3、明白目标是移动的。
在创业的过程中，调整目标和关键数据指标都是可行的；首先，了解你的用户，没有比直接与客户和用户对话更有效的手段了；其次，尽早做出一些假设并定下你认为可称为“成功”的目标，但切忌在试验中迷失自己。
4、市场细分
细分市场就是一群拥有共同特征的人；以运营网站为例，你需要根据一系列的技术、人口信息对访客进行细分，然后比较各个细分市场之间的差异。
5、同期群分析
比较的是相似群体随时间的变化；同期群分析使你能够观察处于生命周期不同阶段客户的行为模式，而非忽略个体的自然生命周期，对所有客户一刀切。同期群分析适用于营收、客户流失率、口碑的病毒式传播、客户支持成本等任何你关注的数据指标；
eg：假设现在你经营着一家网店。你每月能获取1000位新客户，他们每人都会买一些东西。下面是前五个月中平均每位客户带来的营收。
从表里，第五个月的平均营收低于第一个月的，生意究竟是越来越好还是越来越差？
下面，根据客户首次光顾的时间按月进行分段：
通过同期群分析，我们可以发现两点，一是新客户的首月消费金额越来越高了，二是客户消费金额逐月递减，但下降的趋势逐步缓解了。
6、A/B测试
比较不同的群体的同期群试验被称为纵向研究，因为数据是沿着客户群体的自然生命周期收集的。相对应的，横向研究指在同一时间段对不同被试群体提供不同的体验，叫做A/B测试；
只有用户流量巨大的大型网站能对单一的因素进行测试并迅速得到答案。
7、精益数据分析周期
精益数据分析的核心在于如何找到一个有意义的指标，然后通过试验改善它，直至令你满意；之后，转而解决下一个问题，或步入创业的下一个阶段。最终，你将找到一个可持续、可复制、持续增长的商业模式，并学会如何迭代它；
第三章：你把生命献给谁
创业不仅仅是要找到一个可以赚钱的生意，更是要找到一个你愿意为之奉献生命的事业。
1、什么是精益画布？
精益画布是呈现在一张纸上的可视化简明商业计划书，体现你正在进行的、可付诸行动的商业计划；
1、问题：人们都知道有“问题”存在，可你真正找到它了吗？
2、客户群体分类：你的目标市场是什么？如何把信息定向传达给特定群体？
3、独特卖点：你能以清晰、独特、令人记忆深刻的方式说明为何你的产品更加优异或者卓尔不群吗？
4、解决方案：你能为现存问题找到正确的解决方案吗？
5、渠道：如何将产品或服务送到客户手中，又如何收取客户支付的款项？
6、收入分析：营收来自哪里？交易为一次性营收还是常续性营收？
7、成本分析：公司的直接、可变和间接成本都是哪些？
8、关键指标：哪些数据指标能让你了解公司的经营状况？
9、门槛优势：什么是你的“力量倍增器”，助你在竞争中横扫对手、所向披靡？
2、你该把生命献给谁？
1、问清楚你真的想做这件事吗？
2、一个创业者如果想要生存下来，需求、能力、欲望缺一不可；
3、千万别从事自己不喜欢的事业；
第四章：以数据为导向与通过数据获取信息
人类提供灵感，机器负责验证；优化的核心是找到给定函数的最大值或最小值。数学在优化已知系统方面可以做得很好，而人类更善于发现新的系统。渐进式的改变可以达到局部极限，创新则可能导致全局洗牌；
1、数据科学家的思维方式（避免数据圈套）
1、数据降噪。（研究数据本身有没有“噪音”，必须剔除错误的数据，以免对结果造成影响，尤其是数据来源有多个方面的时候）
2、数据进行归一化。（有时不同指标的区间差异过大，容易忽视区间小的指标，比如A的区间是0-10000，B的区间是1-10,B容易被忽略）
3、排除异常点。（不能直接排除掉异常点）
4、忽视季节性。
5、抛开基数谈增长。（1到2增长了100%，10000需要都20000才算增长100%）
6、数据呕吐。（如果不知道什么数据对你更重要，即使数据统计板再大也没有，而且还容易造成忽视关键性的数据）
7、谎报军情的指标。（设置的阈值过于敏感，导致警报不停地聒噪，你也会渐渐无视各种异常）
8、“不是在这儿收集的”综合症。（不要排斥不同来源的数据，将它们结合在一起可能会产生许多新的结论）
9、关注噪音。
2、精益创业与大愿景
最大质疑：如何在只开发一个最小可行化产品的同时保持一个大的愿景？
答案是把精益创业当作达成创业愿景的必经过程。
网友评论