《精益数据分析》摘录与笔记 第一部分（Finished）
《精益数据分析》摘录与笔记 第一部分（Finished）
首先通读文章并在pdf上做出标注，然后在摘录整理的过程中融合自己的理解和想法，最终整理为博客。That is my way.
前言
- 《精益创业》（应该是同系列的另一本书）能帮助你结构化地组织你的进展，并找出商业模式中风险最大的部分，迅速了解以做出改变
- 本书则是衡量你的进展，帮助你提出最重要的问题并尽快找到明确的答案（即，分析并找到解决方案）
基本概念
-
客户开发
布兰克教授针对“先构建产品，客户自然会来买”这种过时的瀑布流方法而定义了客户开发（哈，和软件工程中的瀑布流开发模型一样，都是被新模式吐槽的那个233）
随后在与他人合著的《创业者手册》中将该理念精炼，并提出了书中最重要的一个概念：
创业公司是一种组织，其存在的目的就是寻找可规模化和可重复化的商业模式
-
精益创业
- 精益不是廉价和小规模的代名词，而是要消除浪费并快速行动
- 精益的核心概念是“构建-衡量-学习”，贯穿始终，本书重点介绍衡量阶段
- 这个过程迭代的越快，就能越快地找到合适的产品和市场
- 如果能更好地衡量，就越可能获得成功
第一章
别沉迷在妄想中
- 我们没有否定直觉的作用。直觉是灵感的源泉，是你在整个创业过程中需要聆听并依赖的元素。不要轻视你的直觉，它十分重要，只是需要验证罢了。
精益创业运动
- 创业是件疯狂的事，与荒谬仅一步之遥
- 精益创业提供了一套理论 --- 使创业者更加严谨地着手创新事务
对现实扭曲场提出质疑
-
其实创业者在全盘失控前早就会发现事情不对劲，但他的现实扭曲场十分强大，以至于始终对奇迹抱有幻想
-
不否认现实扭曲场的重要性（理解为直觉），但要对其提出质疑，让自己及时发现反常并控制住局面。希望在做决策的时候更多地依靠精益数据分析，减少对现实扭曲场的依赖
-
【案例分析】
空中食宿、房源的专业摄影
出自直觉但借助“专人接待式最小可行化产品”迅速验证了自己的假设
-
“专人接待式最下可行化产品”：
向市场穿搭你所主张价值的最小化产品，但不一定对产品的真实度做出要求，以最低成本帮助自己测试想法。例如，采用人工牵桥搭线方式的拼车服务
启示
- 有时增长会来自于从未想过的方面，当你认为找到了值得一试的想法时，先想如何以最小的投入快速完成测试，然后为成功下定义，再明确下一步如何走。
- “精益分析思维”指，提出正确的问题，并重点关注关键指标（重点关注那项可达成你期望结果的关键指标）
- 本书的最终目的在于教你如何利用数据更快更好地创业（衡量）
第二章
什么是好的数据指标
-
好的数据指标
- 是比较性的：指标在不同维度之间更好地洞察产品的走向（时间、不同用户、各项产品间），“本周用户转化率比上周高”显然比“转化率为2%”更有意义
- 是简单易懂的
- 是一个比率
-
比率是最佳的数据指标
- 操作性强，是行动的向导：如，车的速度反应行驶状态而里程只是距离信息
- 比率天生具有比较性，前后时间段的速度可以反应是在加速还是减速，但；单纯的里程不可以
- 比率还反应参数间的关系（正相关与负相关）：比如，“单位时间里程（就是速度吧）/罚单数”，就能反应，是不是速度越快，罚单就越多
【案例】软件产品
一种是，在免费版中提供尽可能丰富的的功能来吸引用户，但该方式不利于收费版销售额的增长。另一种免费版功能过简又不利于新用户的增加
此时你需要一个结合两者的数据来帮助自己理解（衡量）
-
好的指标会改变（影响）行为
-
好的指标要注意指标的正确性
如果销售总监将“正在洽谈的订单数量”与业绩挂钩，意味着销售员会为了个人收入制造大量低质量的潜在客户，并将其的状态尽可能地停滞在“接洽”状态，浪费了本可以多拉拢几个客户（甚至是高质量客户）的时间
-
好的指标要注意数据之间的耦合现象
比如，
- 用户转化率与购买多需要时间 >> 现金流信息
- 病毒式传播系数（平均每个用户邀请的用户数）与病毒式传播系数（用户完成一次邀请所需时间）>>普及率
如何找出正确的数据指标
-
定性指标与定量指标
- 定量指标回答“什么”和“多少”，定量数据排斥主观因素
- 定性指标回答“为什么”，定性指标吸纳主观因素
在初期，你的成绩往往不以数字来衡量，你需要常常与客户对话，这意味着探索，即你要突破固定思维，即你要向客户提问并使问题具体且不带有诱导性与主观性。准备不充分就进行客户访谈可能会是误导性或者无意义的。
-
虚荣指标
很多企业都声称“自己是由数据驱动的企业”
每当看到一个指标都应该下意识地问自己“根据这个指标，我该如何改变当前的商业行为”？如果你不明白哪个指标能够改变企业的哪些行为，那你根本就不是在用数据驱动决策，而只是在数据的流沙里之挣扎
例如，
“总注册用户数”其实就是一个虚荣指标，因为它只会随时间“单调递增”，它并不能传达用户是否有价值，有可能他们只是注册了一下
“总活跃用户数”就稍好些，且前提是将“正确‘定义正确，但本质上依然是个只会单调递增的虚荣指标
真正该关注的指标是可付诸行动的指标在这里是“活跃用户占总用户的比例”，当你调整后占比上升，则说明调整思路是正确的，反之亦可。这意味着它可以指导你不断衡量。
另外，“单位时间内新用户的数量”（或“新用户增速”），对比较不同的营销方式很有帮助。例如，一个网上营销的例子：三周内每周在不同渠道投放相同的广告（maybe，Facebook、Google、LinkedIn），通过该指标可以判断该广告在哪里更具广告效应
8个典型的虚荣指标
-
点击量
这是互联网洪荒时代所使用的指标，如今你更应该统计点击人数
-
页面浏览量（PV值）
它统计页面被访客请求的次数，除非你的商业模式是展示广告这样直接与PV值挂钩，否则还是更应该统计访问人数
-
访问量
它无法指明是一个人访问了100次还是100人每人访问了一次
-
独立访客数
（看到这感觉是有些前后矛盾的LOL，其实作者想表达的是，只通过访客数的的话，只能显示有多少人访问了网页，而不能知道这些人在这个网站上做了什么，我想这也是译者为什么加了“独立”二字的原因。）
也就是说，访客数单独来讲，是“虚荣的”，因为它的多不一定能反应这个网站的运营是否健康。或许，每日访客量（比例），或者是日访客量环比，可以一定程度上反应不同调整不同环境下对网站的影响。当然，如果要深入研究，需要结合更多指标，而不是“独立”
-
粉丝、好友、赞的数量
粉丝的买卖已经不是新鲜的事，对公司来说，某个用户所拥有的活跃粉丝数才有意义
-
网站停留时间、浏览页数
-
收集到的用户邮件地址的数量
即使2020，邮件依然是不错的与用户沟通的方式，但公司内存有再多的用户邮件地址，但没有用户真正打开公司的邮件也是枉然，更好的做法是在邮件中加入互动，去统计有哪些或者多少用户会根据邮件去做
-
下载量
书中的前提是非付费应用，作者说下载量本身没有价值，更需要关注的是下载后的注册量，激活量等。但我觉得下载量本身就有价值，或许如今没有，但当年不少app小厂为了博得眼球后台刷下载量来提升下载排行榜，补充下，个人认为，如今基础应用的下载量是没有价值的，因为早已被大厂app瓜分了份额，但游戏应用的下载排行榜依然能创造价值，一个不知道哪个好玩的用户在寻找游戏时，往往会先从受欢迎榜单上寻找，因为从众心理以及“对于移动游戏玩的人多也是好玩的一方面”
-
-
探索性指标与报告性指标
世界上的事物可分为几类
- 我们知道我们知道的
- 我们知道我们不知道的
- 我们不知道我们知道的
- 我们不知道我们不知道的
（看起来是在诡辩，哈哈）
数据分析在上面的理论中有重要应用
- 检验我们手头的事实和假设，以确保我们没有被虚荣性指标蒙蔽双眼，没有自欺欺人，我们的商业计划是切实可行的
- 验证我们的直觉（把直觉的假设变为证据，探索性）
- 业务预测，为会议提供数据（预测发展趋势，报告性）
- 帮助我们发现黄金机遇，大展宏图
【案例】，妈妈圈
麦克发现了一个”他不知道自己不知道的“事实，撑起整个产品用户参与度的是妈妈群体。面对不Facebook的限制，这促使他下了赌注，要么坚定地转型，准备好放弃部分成就，要么缴械投降。
想要让一款社区产品“急速启动”就需要相当高的用户参与度，不温不火的用户表现无法产生足够的“逃逸速度”。更好的做法是，在一个更小更容易接触的目标市场培养更多具有粘性的高活跃用户。病毒式传播需要专注。（亲眼见到的“快速启动”案例之一就是懂球帝app，现在也被很多球迷吐槽不专心做足球新闻，但侧面反映出，懂球帝的高活跃用户支撑了应用基础，这让懂球帝公司有信心去拓展别的新闻版块）
-
先见性指标与后见性指标
首先明确的是，先见性指标和后见性指标都是有意义的，它们解决的问题不同。以及最后，你所跟踪的数据是要能真正帮助你更好更快地做出决定
先见性指标就是预测，你可以根据数据预测未来会有多少用户。比如每日接到的电话投诉数。
后见性指标就是回顾与总结，你可以根据数据寻找用户流失的原因，虽然后见性指标不能挽回流失用户，但可以亡羊补牢。比如“账号注销”、“产品退货”、”用户流失率“。
-
相关性指标与因果性指标
why？发现数据指标之间的相关性可以帮助“预测”，而发现因果性可以帮助“决策”，也就是改变未来的行为。现实中很难找到100%的因果关系，一些独立数据中的每个都可能解释某个依存的数据指标，但部分的因果关系也是很有价值的
how？通常使用通过“控制变量法”来证明一个因果关系，在现实中完美的控制所有条件是不可能的。对创业公司，你需要尽量简化测试，在小样本容量下进行。当有足够大样本时，不用太考虑变量控制就可以完成一个可靠的测试，因为“其他自变量对因变量的影响最终被样本数量拉平”
移动的目标
在早期选定的目标往往是常识性的，在创业过程中调整目标和关键数据指标都是可行的，但前提要满足
- 通过实验，可以降低阈值，但并不是为了制造达成阈值的假象
- 使用定性数据来理解你为用户创造的是什么
- 调整后的阈值要更好地反映用户使用产品的习惯
这样才可以调整，争取每次都瞄准了 ，至少是更加靠近“移动的目标”。案例，HighScore House
测试是精益数据分析的灵魂
测试就是通过某些方法比较样本的不同
-
市场细分
市场细分就是对用户或者访客根据行为或某些指标进行细分（个人理解就是，针对性推送，精细化运营，通过市场细分了解群体之间的差异，从而为精细化运营的不同行为提供支撑）
-
同期群分析
比较相似群体随时间的变化。使你能够观察处于生命周期不同阶段客户的行为模式，而非忽略个体的生命周期对所有的客户一刀切。（这部分不太容易概括，但如果能看懂两张图的话，那么说明对同期性至少有了最基本的认识）
以及
比较不同群体的“同期群分析”也被称为纵向研究，因为数据是沿着用户的自然声明周期收集的
-
AB测试和多变量测试
So，相对的，横向研究指同一时间段对不同测试群体提供不同的体验，这就是AB测试（这里的“不同测试群体”意在表达“两个测试组”而非一个。一般来说，为了尽可能的控制变量，两组之间的差异要小一些）
你可以测试产品的所有细节（比如产品标志的颜色）
AB测试也有软肋，只有用户流量大的网站才能对单一因素进行测试并迅速得到答案（大型公司内部测试也可以）。如果没有庞大的流量，一连串的对细节的测试会延长走向成熟的周期。（我觉得这总情况确实会延长成熟周期，但先提供“试用版”，还是尽量一步到位“惊艳”用户，这其实是一个选择。一般来讲，都会“先核心功能，再拓展，先试用，再不断 ’衡量-完善-再构建(拓展)‘，就像Steam中一派DLC狂魔一样hh”）
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目标，然后通过实验改善它，直到令人满意，然后，转而解决下一个问题，或进入创业的下一个阶段
最终找到一个可持续、可复制、持续增长的商业模式，并学会如何迭代它。
第三章
精益画布
这一章主要关于产品或服务的想法。我们需要用一种方法来帮助我们快速、严谨地将想法和相关假设表达出来，再由真实的客户去证实。
文中推荐了"精益画布"（亦可见于此处）
它能够让人很容易地发现创业中最大的风险，敦促你理性、诚实的看待自己的创业，还可以帮助你在发展客户的同时清晰地界定和调整商业模式。（对决策者个人来说，比商业计划书高效一万倍）
除了理性的框架外，它也有更人性化的一面。“一个好创业者如果想生存下来，（了解市场的）需求、（打造产品的）能力、（实现产品的）欲望，缺一不可”。
第四章
作者对“以数据为导向”讨论
- 数据很强大，甚至能让人走火入魔，陷入过度分析的渊薮（啧啧，这词可见译者的文学功底）。人们在日常生活中靠的是直觉和经验，而不是严密的数学分析。
- 必须坚持用人类的判断来调和机器（利用数据）的优化，人类负责灵感，机器负责验证。
- （数据）优化（产品、服务）的核心是找到给定函数的最大值或最小值，机器具备一定寻找最优解的能力，但其解的范围不可能超过约束条件所规定的区间。
- 数学在优化已知系统方面做得很好，而人类更擅长发现新的系统。也就是说，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。要警惕只顾优化局部，而错失更大更重要的机会。
- 人的职责就是在数据优化的背后做一个聪慧的设计者，在利用数据分析的同时，需要放眼更大的市场，重视正在解决的问题以及基础的商业模式。
- 归根结底，数据是检验假设的极佳工具，但需要结合人类的反思（直觉，经验）才能在产生新假设方面有所建树。
精益创业与大愿景
- 不应该把精益创业当做没有愿景就创业的借口。有一个大愿景是很重要的，没有愿景会让创业缺乏目的，在过程中太容易受到外界的干扰，时间久了你就会发现你只是在漫无目的地游荡，专注力与动力也很可能会随之减少。
- 你需要把精益创业当做达成创业愿景的必经之路。在避免“拍脑袋做决定”的时候也要避免对数据极度痴迷。
- 精益创业不全等同于不假思索地重复“构架-衡量-学习”的过程（是核心但不是唯一），而在于真正理解发生了什么并且接受新的可能性。精益创业中认知高于一切，鼓励发散思维，积极探索，试验求证。（核心不一定高于一切，高于一切的不一定就是核心）
