《精益数据分析》摘录与笔记 第二部分(Part1 Finished)
《精益数据分析》摘录与笔记 第二部分(Part1 Finished)
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.
第五章 数据分析框架
AARRR
- 获取(用户)(Acquistion)
- 激活(活跃度)(Activation)
- 留存(Retention)
- 收入(Revence)
- 推荐(Referrial)
价值不仅直接源于客户的购买行为(收入),还来自客户作为推荐人,长期使用者和内容生产者所带来的收入
这五个指标不一定遵守严格的先后顺序。可以是RARRA(留存、激活、收入、推荐、获取)
(其实个人觉得这里的重点是下面这幅图,谈论AARRR而不谈论每一项的相关指标就相当于空有框架而没有血肉)

《精益创业》中的三大增长引擎
- 黏式增长引擎
- 黏式增长引擎的重点是,让用户成为回头客并且是持续地使用你的产品
- 衡量“粘性”的KPI(关键指标)是留存率、流失率、使用频率(这让我想到RFM模型)
- 如果使用了提高用户回访的方法,比如邮件提醒与调查问卷,那么邮件的点开率和问卷参与率也需要关注
- 病毒式增长引擎
- 病毒式增长的重点是,让名声传播出去,让每个用户带来更多的用户
- KPI是“病毒传播系数”,即每个用户带来的新用户数 。“病毒传播周期”,即用户完成一次邀请所需要的时间。以及,“哪些用户行为形成了一个病毒传播周期(循环)”,衡量这些行为可以让帮助你优化流程,给病毒式增长引擎再加一些马力。
- 付费式增长引擎
创业增长金字塔
-
(前提,找到产品与市场的契合点之后,着眼于如何增长)
(塔顶)规模增长 “踩住油门”,加速占领新的市场、产品及渠道 理清思路 找到一个可防御的高壁垒的竞争优势,并进一步巩固 产品与市场契合 决定你该把什么卖给谁,并证明 -
感觉是一个笼统的框架,没有指出如何找到“产品与市场的增长点”
精益画布
-
精益画布在前文中已有介绍。其中的每个模块都有一组相关指标需要特别关注,也可以用于对照排查,看看自己在考虑的时候是否遗漏掉了什么

长漏斗
- 互联网之初的简单漏斗模型已经因为复杂的网站和延伸到的各种社交、分享、比价平台变得不再优秀
- 书中的“长漏斗”旨在帮助人们理解“最初是如何夺得客户注意力的”以及“客户从得知该网站到完成期望行为的全过程(完成购物,生产内容,分享信息等)”
- 当下许多数据分析方案包都可以实现“在起始阶段向数据中注入用于跟踪的特征”(但并没有说是什么方案包,摊手)
重叠流量源
(令人眼前一亮的图表)

精益数据分析阶段与关隘模型
- 关隘模型用来确立创业通常要经历的几个不同阶段
- 移情(个人理解为(可以利用精益画布)充分完成分析)
- 黏性
- 病毒性
- 营收
- 拓展
- (也可以称为为关卡,就是有一定顺序性,必须前达成当前关才能进入下一关)
-
现在有许多优秀的框架
- AARRR和长漏斗,侧重获取和转化用户的行为
- 增长引擎和增长金字塔,帮助你认识应该在何时以何种方式增长
- 精益画布,帮助理清商业模式及其组成部分,辅助更细致地分析
-
本书将上述独立的框架融合,提出了“精益数据分析阶段”模型

(仅大致了解,后面章节详解,作者认为了解框架后应该把注意力放在“第一关键指标”上)
第六章 第一关键指标的约束力
第一关键指标
what
-
作者说"创业成功的一大关键是达到真正的专注"。作者自己的具体解释如下,个人理解就是在不同的阶段通过寻找“第一关键指标”来帮助我们保持专注。
-
成功的企业最终会用到全部的三个引擎,但最好是在一段时间内只专注某个引擎。
比如,先让你的产品对核心用户产生黏着性,接着让它进行病毒性增长,最后在利用增长后取得的用户基数来增加营收。
-
第一关键指标指对你当前所处的创业阶段无比重要的指标,也称之为OMTM(One Metric That Matters)。你总是会跟踪和考察多个数字,你可以捕捉所有的数据,但只关注其中重要的那些。(Anyway,Stay Focus)
-
OMTM会随着时间变化。(这个个人觉得,预期说是随着时间变化,不如说是随着阶段的变化而变化)
-
why
使用第一关键指标的理由
-
它回答了现阶段最重要的问题。
你需要尽快确定生意中风险最大的方面,这就是最重要的问题所在。当你明确了正确的问题,也就知道了跟踪什么样的指标才能解答这个问题,这就是OMTM。(也就是说,在寻找OMTM时,你会自然而然地先确定生意中风险最大的方面、最需要优化的问题)
-
促使你得出(区别成败的)初始基准,建立清晰的目标。
(就是下面的“定义初始成功基准”)
-
它关注的是公司层面的健康。
一次汇报太多事情就会造成“数据呕吐”,相反,OMTM可以凝聚整个公司或者部门。(把最重要的放在最显眼的位置)
-
它鼓励一种实验文化。
通过第一章的“测试是精益数据分析的灵魂”等章节,实验(测试)对数据分析是非常重要的。当所有人都聚焦于OMTM,并有机会独立地实验,这将是一股强大的力量。即使那些精心设计的系统性的测试最终得出失败的结论,正是学习和调整的过程。通过实验经历小的挫折,从而尽量避免大的失败,最终它会助你成功。
【案例】餐饮
-
每天关注“人工成本占毛收入的比例”
如果人力成本超多了毛收入的30%,就说明餐厅运营得不好,意味着你可能在人工上投入太多或者顾客的人均消费太低。如果低于20%则有可能是服务不到位,顾客的体验可能会打折扣。(这点可以通过对服务员的数量进行实验,通过小费或评价衡量效果)
-
该指标有用的原因
- 简单,它是一个简单的数字(而且是比率,第一章阐述了比率的优势)
- 即时,当晚就可以统计出来
- 可行动的,第二天就可以调整员工,加大促销力度。相对来说,调整食材或菜单就会缓慢得多。
- 可比较的,可以按日期跟踪,也可以与同类型的其他餐厅进行比较
- 根本性,它反映了餐饮商业模式中最基本的两个方面
(个人理解,食材等方面当然也需要关注,但因为即时性与可行动性,使得“人工成本占毛收入的比例”成为了OMTM。那么为什么不是销售额环比?个人认为,它不具备可行动性(指导性),也无法反映餐饮商业模式中的基本面)
定义初始成功基准
明确了最应该关注的指标还不够,还需要确定初始基准。
what
- 你需要选择一个数字,以此为目标,并且有足够的信心说,如果能达到这个数字,我就成功了。如果未能达标,你需要回到“精益画布”,重头试试。
- 为任何一支的指标确定目标数字都是非常困难的。而且大多时候实验结果往往落在正太分布的中间部分,似乎有一点成功,但又不是惊天动地。这类情况下,你是要继续前进还是“从头开始”,这是最棘手的窘境。
how
-
什么是等同于成功的数字目标?有两种
-
商业模式告诉你某一指标必须达到多少才能使商业模式本身成立。
比如,为了达到商业目标,你需要10%的用户来注册付费版本,那么10%就是你的目标。
-
在创业初期,当你还在探索商业模式时,考虑何为正常值,何为理想值
了解一个行业的基准值意味着你需要知道可能发生的情形,并且可就实际情况与之比较。在没有其他信息的情况下,这是一个不错的起点。后面就会介绍一些行业的基准值。
-
挤压玩具
-
想象一个挤压玩具,从一个地方捏下去,另一个地方就会鼓起来
-
优化OMTM不仅“挤压”了这一指标,使它收益最大化,同时他还揭示了下一个关注点,通常是创业的转折点
- 也许你的健身房已经优化了会员数量,并尽一切可能使收益最大化,但现在你需要关注客户人均(投入)成本,以实现盈利
- 你已经使网站流量成功增长,但现在起你需要使转化率最大化
- 咖啡馆拥有了梦寐以求的人流量,但从现在起你需要让顾客买更多的咖啡,而不是在座位上享受几个小时wifi(让我想起了瑞幸咖啡)
第七章 你所在的商业领域
章节前言
- 你的赚钱方式(商业模式)决定了你应该关注的指标
- 后面将谈到的几个商业模式都有两个共同点
- 目标都是增长
- 增长的源泉需要三大引擎中的一个
- 无论哪个商业模式的繁荣,都需要将这三个引擎的推力最大化
- 齐曼的金句中的五个“杠杆”,“营销就是更频繁地向更多人销售更多的商品,从而更有效地转到更多的钱”
- “更频繁”,高用户粘性(成为回头客)、低流失率(离开的少)、反复使用(使用得更加频繁)
- "更多人",获取更多的用户(最理想的方式为病毒传播和 口碑传播)
- “更多的商品”,推出新产品和新服务(客户想要的,有市场的)
- “更有效”,降低(完成以及支持服务的)成本
- 更多的钱,追加销售,将用户的支付价格最大化(让我想到了最大化购物车,换购)
关于“人”(客户)
- 不是所有用户都是“好用户”
- 你需要用数据区分哪些是真正有价值的用户,哪些只是路过、好奇、甚至有害的用户,然后通过改进商品,尽可能地增长优质用户的比例,同时驱逐劣质用户(良币驱逐劣币)
- 最大化用户价值的一些基本思路
- 前提是要分开深度用户和只是路过的用户
- 如果是一次性支付(玩一次就不会再玩的游戏、或者购买率极低的商品),你要尽可能直接让用户支付
- 如果是SaaS提供商,免费增值的商业模式或许更好(新用户的边际效应很低)(边际效应,(对应生产者的解释为)随着商品或服务的量的增加,边际报酬会越来越少)(这里指SaaS服务中功能的增加,不会对报酬有太明显的减少)
商业模式是如何归纳的
“拼接书”,也就是组合搭配以下五个方面

我们可以创建一个很简单的商业模式(如下示例),拼接书还鼓励横向思维,每翻过一页就像经历一次转型(比如说把添加终生订阅的购买方式)

第八章
六种商业模式
- 电子商务,向顾客出售物品
- SaaS
- 移动应用
- 媒体网站
- 用户社区
- 双边市场(平台)
浙公网安备 33010602011771号