精益数据分析
2021-10-19 01:03:30 80 举报AI智能生成
精益数据分析_读后感
作者其他创作
大纲/内容
精益数据分析
第一部分
第一章
为什么引入数据及它的作用
第二章
产品矩阵*用户群体种类
组成多种销售策略
私有云的直播业务
什么是好的数据
用户分群:海量用户中找对表现好的用户分群.改变策略
同期群
A/B测试
多变量分析
用户交谈是最获取数据靠谱方式
找准有效变量
没有数据时
头脑风暴/用户反馈/借鉴竞品
虚荣指标
点击量
随便什么网站，只要上面可点的东西多，这个数字就会很高。相比之下，你更应统计点击的人数
页面浏览量（pv）
统计的是网页被访客请求的次数，除非你的商业模式直接与pv值挂钩，你还是更应统计（访问的）人数
访问量
你的100访问量究竟来自于1个访问了100次的用户，还是100个访问了1次的用户
独立访客数
显示有多少人访问了网页，确不能告诉你这些人在页面上做什么！
粉丝/好友/赞的数量
你在社交平台上振臂一呼，有多少粉丝响应？只有知道这个数字，他们才对你有意义
网站停留时间/浏览页数
除非你的商业模式与这两个指标绑定，它们并非一定能说明问题
收集到的用户邮件地址数量
看他们是否按照邮件中提示去做
下载量
下载量本身并不带来价值（付费应用除外），应用下载后的激活量、账号创建量等等
第三章
精益画布:创业风险分析
列出需为用户解决的问题
客户群里分类:目标用户
独特卖点: 吸引普通人的点
为每个问题提出一个可行的解决方案
产品找到用户的路径
列出营收来源:一次性和持续性
固定/变动/间接的成本
运营状况的数字:帮助数据分析验证决策
职业选择
善于且喜欢但不赚钱
努力想办法变现(赚钱)
喜欢且赚钱但不擅长
努力精通它
我的是产品
赚钱且擅长但不喜欢
拒绝
人生苦短没有必要
老方
先喜欢-擅长-变现
创业前的注意
消耗大量时间
没时间陪小孩/伴侣/无暇顾及兴趣爱好
深信不疑才能坚持到底
确保获客的成本足够低
自问
这是个值得解决的问题吗
能否赚钱: 解决问题才能换取用户的钱
我的解决方案是否正确
第四章
数据圈套
数据降噪:数据真实有效
考虑变量
忽略时间:季节/周几/几点
知道什么是有效数据
要有创业的愿景
足够大
第二部分
第五章
数据分析框架
AARRR
拉新
相关指标：流量、提及量、CPC(每次点击费用)、搜索结果、用户获取成本、点开率
促活:进行更多操作
注册人数、注册数、新手教程完成量、至少用过一次产品的人数、订阅量
留存:初次使用后继续使用
用户参与度、距上次登录时间、日/月活跃使用量、流失率
付费行为
客户终生价值、（免费到付费）转化率、平均购物车大小、广告点入营收
自传播:口碑相传/帮助推广
相关指标：邀请发送量、病毒传播、病毒传播周期
举例 :同步你的邮箱通讯录，然后诱导你邀请通讯录里的联系人
增长三大引擎
黏着试增长引擎
病毒式增长引擎
付费式增长引擎
黏着性-病毒性-付费
客户终生价值>客户获取成本
长漏斗
分析工具
GA工具
用户转化
第 6 章 第一关键指标(OMTM)
根据创业的不同阶段专注做好当前引擎的增长(效率快)
第一关键指标，就是一个在当前阶段高于一切、需要你集中全部注意力的数字
数字驱动业务有趣案例
我们还在公司的墙上挂了 超大的屏幕，即时显示我们的付费客户数量及试用用户数量。我们相信， 实现全公司层面的数据透明可以使员工随时了解情况，同时也是对公司当 前进展(及挑战)的一个很好的提醒。
高于一切的指标:净增加
净增---总的新付费客户(包括从免费试用转化而来和直接购买收费版的客户)减 去总退订客户数。
怎么确定OMTM
一直在变
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
注册用户到活跃用户的转化率
成熟:续费率/丢单率
数据呕吐: 形容想一次汇报太多事情
商业模式
(1)获取渠道:人们是如何得知你的
(2)销售手段:如何说服访问者在你的身上花钱，继而成为你的客户。 最常见的情况是要么直接要钱，要么提供某种稀缺或独家资源来说服他们 付费，比如限时限量，无广告，附加功能，或是隐私的需要。
(3)营收来源:你如何收钱。钱既可以直接来自于你的客户(通过支 付)，也可以间接来自于你的客户(通过广告，导流量，客户行为分析， 等等)。收钱的方式可以是交易、订阅、按用量计费、广告收入、转售数 据、捐款等多种形式。
(4)产品类型:你在收钱之外提供了什么价值?
(5)送达模式:你如何将你的产品送至客户手中。
商业模式-SAAS
关键指标
1，眼球--网站吸引访客的效果如何。
一开始是吸引种子用户: 这些人可以帮助新产品做快速迭代
2，参与度--有多少访客注册成为了免费版或试用版的用户(如果你有免费版或试用版 的话)。
区分其中登录用户中有多少是目标用户
通过什么方式登录的
3，黏性--有多少客户真正在使用你的产品。
4，转化率--有多少免费用户最终成为了付费客户，这其中又有多少人升级到了更贵的 服务级别。
5，平均每位客户营收单位时间内平均每位客户带来的营收。
获客方式: 直销/代理/百度搜索/付费获取/口碑营销
免费用户
留存
分享传播
试用期
流失
付费
7，病毒性 客户邀请他人或向他人推荐公司产品的可能性以及所需时间。
8，追加销售 是什么促使客户支付更多费用，以及这种情况的发生频率。
9，系统正常运行时间和可靠性 公司会面临多少用户投诉、问题升级或服务争端问题。
10流失率 单位时间内流失的用户和付费客户人数。
分开统计: (不付费)用户和(付费)客户
流失可以挽回
流失率
= 当月流失付费数/当月付费用户数
= 某时间流失数/[(开始数量+结束数量)/2]
平均值: 适用于数据变化较大
11终身价值 客户使用产品期间的付费总额
运营策略
吸引用户注册
收费方式
大部分的 SaaS 提供商以月费或年费的形式获取收益
很多 SaaS 提供商选择将其服务分层出售，月费也随所提供功能的不同而 不同
一些提供商会按实 际硬件消耗，即存储空间的使用量、占用的带宽
C端产品不适应可以尝试转型B端
收费模式
以用户理解的方式定价会带来更多收益
销售方式- 视频会议
本质思考: 我们为什么会开启一场会?
zoom
卖主持人个数/月
按实际场景来
即构
卖时间
一次性充值多少分钟用多久
腾讯会议
时间+会议人数
成本计算
hst
会议室个数 + 会议室配置 + 在线人数
人数即服务器成本
有会议室你才能开会
会议室配置分高低
我---怎么定价
根据用户方便理解的购买方式:价格和使用产品的方式
根据现有产品特点--扬长避短
和竞品售卖的方式形成差异化
价格的定位十分难以处理，你需要以定性(获取客户反馈) 和定量的方式来测试不同价位。不要以为低价位就一定会带来好的结果， 客户可能会因此低估产品或服务的质量
如果服务的存续性十分短暂，如即时招聘信息等，也许按件计费的方 式会更好些
难点
产品推广方案
免费和付费模式每种模式都各有优缺点
免费-帮助产品了解用户的使用目的
付费-成本可控
分级定价
我
免费/专业/企业/增值
策略
1，尽管免费增值模式可见度更高，但它实际上是一种销售策略，需谨慎 使用。2，在 SaaS 中，流失率等于一切。如果忠实用户的形成速度要高过用户流 失速度，你就可以生存下来。3，需在用户转换成付费客户以前便衡量其参与度，并赶在客户流失以前 对其活动进行分析，以采取先见性的措施。4，很多人把 SaaS 模式和订阅(月结/年结)等同起来，但完全可以采用许多其他方式来 销售按需软件，有时还会比订阅模式奏效得多--我是:私有云买断服务;5 . SaaS 公司和移动应用公司具有很多相同点
SaaS底线-策略
注意筛选: 只是好奇逛逛的注册用户
注册时不要设置太多门槛
注册后使用时长和登录频率
销售重点服务:经常登录和犹豫不决的
初创公司直接收费还是免费转增值
价格实验
--通过促销、折扣和限时优惠的方式。其中每一种假设都适合进行跨群组测试(如果使用限时优 惠)--和 A/B 测试(如果你对不同的访问者提供不同的价格)
付费客户流失率
产品层面的挽留
考虑方法对现有用户的影响
第14章创业阶段-P245
阶段1-移情P251
目的
寻找客户痛点
这个问题足以让人困惑/ 有足够多的人感到困扰/可以试图解决这一问题
做法-用户访谈
定性采访15人以上-大量笔记-决定MVP功能
建议
1，力争面对面地访谈。你不仅想听到访谈内容，还想看到客户在访谈时 的姿态如何。在面对面的访谈过程中，人的注意力往往会更加集中，因此 回馈的质量也会更高。2，选择中立场所。若选择去受访者办公室，则会让访谈感觉上更像是一 次销售宣传。找一家咖啡店或其他休闲场所为佳。3，避免录音。阿什指出，根据他的个人经验，受访者在录音时会更加拘 谨，从而导致访谈质量下降。4，确保有一个脚本。尽管脚本会因时间的推移而稍作调整，但不要为了 “得到想要的答案”而故意修改脚本，或是为了己方的利益而操纵脚本。在 整个访谈过程中，你必须保持诚实。
判断用户解决该问题的意愿
付费意愿/肢体/健谈
接触中
了解其个人信息并获悉其所代表的细分市场
以想要解决的 问题为背景环境
通过讲故事来设置问题情境
讲述你发现待解决问题的过程，以及你认为 这些问题重要的原因，从而使受访者与你产生共鸣
问下用户目前想解决的问题
问用户这些问题哪些是最想解决的
确保回答真实性
让其不自在-问题问得越具体，得到的答案就越真实-让其掏钱购买的话才说实话
刨根问底
个人发散
分组/引入会控/水印/会议室硬件终端/解决什么问题
为什么要解决大中小型会议室的场景
保证各个分会场的信息互动/ 到场人员管理
方便会议发起方的组织管理会议秩序--方便和各个分会场的互动--提升开会效率
方便领导者查看
分组会议
视频轮巡
H323-跨企业沟通
事后
受访者是否(曾经)积极尝试着解决问题
1. 受访者有没有成功为问题排序
3. 受访者在整个访谈过程中是否足够专注
问卷
阶段2-黏性p314
没看了
阶段3-病毒式传播p348
4营收
5规模化
我对数据的感悟
数据作用是验证
从产品的整个生命周期都是验证是否符合预期
刚起步
为了拉新--广告宣传--培养种子用户--快速迭代
访谈/问卷
留存--专注留存的数据指标
病毒式
实现营收
获客的成本
本书的数据分析是针对公司在不同的阶段的产品采取不同的措施
怎么验证一个点子是否可以商业化
商业画布分析
什么是伪数据指标
什么才是需要的数据: 关键性指标
怎么让产品从0到1
MVP
初期以发觉用户痛点为核心
用户访谈
积累用户量
自传播
投放
变现
产品不同阶段关注哪些关键性指标
促活
病毒会传播
付费转换
对SAAS的模式的理解
运营
销售策略
0 条评论
回复 删除
下一页
