您的位置 : 首页 >> 经济管理电子书

精益数据分析Lean Analytics:Use Data to Build a Better Startup Faster

下载方式

精益数据分析Lean Analytics:Use Data to Build a Better Startup Faster
本书作者: [加] 阿利斯泰尔·克罗尔 / [加] 本杰明·尤科维奇

本书读后感· · · · · ·

15年工作上最大的收获就是学会利用数据,这本书看的慢,有好多地方还是要慢慢想才明白。这句话总结的很到位:数学在优化已直系统发面可以做到很好,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,创新则可能达到全局洗牌。

我的学习笔记

布兰克在其著作《四步创业法》中首先定义了客户开发,之后又在与鲍伯·多尔夫合著的《创业者手册》中将这一理念加以精炼。 P29

精益数据分析Lean Analytics:Use Data to Build a Better Startup Faster 经济管理电子书 第1张精益创业的一个核心概念是“构建?衡量?学习”,这贯穿于每项工作中,从确立愿景到构建产品特性再到开发渠道和市场战略,如图P-1所示。 P30

本书中闪光的部分归功于我们个人博客的读者,以及数以百计阅读我们的精益分析博客后,做出反馈的订阅者;对于书中的错漏,我们将承担所有的指责。 P31

这部分涉及一些基本的分析概念,比如定性数据和定量数据、虚荣指标、相关性、同期群、细分、先见性指标。 P32

但如果你也开始相信自己的那套说辞,那恐怕你离失败也就不远了。 P33

我们知道,创业是件疯狂的事,与荒谬仅一步之遥。 P34

但在创业的起起伏伏中,总有全盘失控的那一刻。 P35

公司刚成立时规模却很小,全靠创始团队一直坚持采用精益创业思维模式,才得以有条不紊地取得成功。 P36

现在,由于创业成本低廉,甚至可能无需任何成本即可创业,人们的关注成了真正稀缺的资源。 P37

在创业过程中,调整目标和关键数据指标都是可行的;只要你能够做到实事求是,了解此番调整对企业的影响,而不是无视事实,降低期望值,得过且过。 P60

当时,几位创始人摸着石头过河,为最小可行化产品的成功下了这样的定义:家长和孩子每周每人使用产品至少四次。 P61

精益数据分析Lean Analytics:Use Data to Build a Better Startup Faster 经济管理电子书 第2张

首先,他打给那些完全抛弃了High Score House的家长(所谓的流失用户),了解到很多人离开的原因是HighScore House解决的并不是他们的紧要问题。 P62

总结1,HighScore House团队过早、过于激进地划了一条用于区分用户活跃度的准绳——一个不可能完成的任务; 2,HighScore House团队通过快速试验提高了活跃用户的数量,但是活跃用户的百分比总体没有很大提高; 3,?他们开始明智地拿起电话联系客户,发现那些低于假设“活跃度”阈值的用户能够从产品中获取很大价值。 P63

使用定性数据来理解你为用户创造的价值是什么。 P64

美国的直邮营销(通过传统纸质信件进行的营销)早在几十年前就开始了市场细分的实践,并取得了巨大成功。 P65

这几组数据仅显示:营收在经历小幅下降后又回升,而平均每位客户带来的营收值几近均一。 P66

这显示了另一个重要的数据指标:用户消费是如何自首月起迅速衰减的。 P67

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。 P68

如果没有庞大的用户流量,你将需要测试很多因素。 P69

你必须有能力从客户那里拿回足够多的钱,以体现你所传递给他们的价值,并且不必花太多成本就能获取这些客户;还要求客户和收入的规模可以继续扩大(与谁是创始人无关)。 P78

花20分钟,看看能做成什么样。 P79

之所以会出现这样的批评,大都是因为批评者太懒,还反过来为自己的避重就轻开脱。 P80

在数学上,局部最大值点的定义是函数在给定邻域内最大的取值 。 P81

事实上,进化创造出了数十种不同的眼:黄蜂的、八足类动物的、人类的、鹰的、鲸鱼的,等等。 P82

为获取的数据去噪是很耗时的一道工序,而回报通常是巨大的,往往简单的一步去噪就可能揭示重要的规律。 P83

“如今创业太简单了,”他们辩解道,“门槛已经低到了所有人都可以一试的程度,不是吗?”然而抱有一个大愿景仍然是很重要的:没有愿景的创业太容易受外界的干扰,客户、投资人、竞争者、媒体的任何风吹草动都可能影响你的决策。 P85

精益创业不等于不假思索地重复“开发→测试→认知”循环,而在于真正理解发生了什么并接受新的可能性。 P86

每一套框架对创业的生命周期都有着不同的视角,分别提出一系列值得关注的数据指标和领域。 P87

如果你的用户黏性不大,流失率会很高,用户参与度不理想。 P89

病毒式增长引擎所谓病毒式传播归根结底就是一件事情:让声名传播出去。 P90

付费式增长引擎第三种驱动增长的引擎是付费。 P91

你仍需为现金流和增长速度发愁,这取决于多久才能让一个客户付清你获取他所花的成本。 P92

表中的个别指标可能会因创业的类型而异,但基本原理对所有的创业者都很有价值。 P93

长漏斗在互联网诞生之初,电商网站的转化漏斗都相对简单。 P94

客户可能会在试探性地访问几次后才决定购买。 P95

通过提供便于用户分享的链接,我们在长漏斗一开始就注入了跟踪的信号,观察信息是如何传播的。 P96

我们相信大部分的创业公司都会经历这五个阶段,为了从其中一个阶段前进到下一阶段,它们需要实现一些特定的目标:根据其所跟踪的指标所建立的量化目标。 P97

虽然我们认为“精益数据分析阶段”模型为理解创业的阶段提供了一个非常简单的框架,但它仍然有点难以消化。 P98

然而,创业成功的一大关键是达到真正的专注,并且形成一套纪律来保持专注。 P99

我们称之为OMTM(One Metric That Matters,第一关键指标)。 P100

Moz的首席执行官兰德·费西金在其网站发表文章,详尽介绍了Moz至融资为止的创业历程。 P101

有趣的是,当Moz举行最后一轮融资时,主要投资人之一、Foundry Group的布拉德·菲尔德建议Moz跟踪更少的KPI。 P102

使用第一关键指标的四大理由OMTM对刚起步的创业公司至关重要。 P103

如果我们让你描述一个柠檬水摊的商业模式,你大概会说:以高于成本的价格卖出柠檬水。 P111

当你把事情简化到最基本的成分,并且设想出几个基本的互联网商业模式,你也许就会发现,所有这些商业模式都有一些共同特征。 P112

在创业早期,黏性往往是一个需要重视的关键杠杆,如果你不能让你的早期核心用户觉得产品棒极了,就不要想能有良好的病毒式营销了。 P113

还有一些用户能为你做的至多是一些免费的营销。 P114

也可以用一些更温和的手段,比如放弃用邮件等方式激活那些久不使用的用户。 P115

一个用户完全有理由只用Fitbit来计步,而不考虑上传等后续工作,但其结果是,Fitbit公司将无法在销售小设备以外继续在这个用户身上赚钱(通过网站广告、高级版订阅、收费处理用户数据等方式),使得这位用户的价值显著降低。 P116

商业模式也有同样的道理,也是许多事物的结合体。 P117

对于那些你已在跟踪的指标,请写下它们的当前值。 P123

直到在某网站找到相对满意的结果后,站内导航才开始起作用。 P124

亚马逊等注重客户忠诚度的电商商家,与用户建立起了一种持久关系。 P125

凯文说,有70%的电商公司会在成熟后进入这一模式。 P126

次年重复购买率是预见电商能否取得长久成功的先见性指标。 P127

就算你的网店从不考虑忠诚度问题(因为销售的商品购买频率很低),但却仍然希望每位客户买得越多越好;可通过加大购物车大小、提高转化率并降低弃买率来达到这一目标。 P135

过于追求转化率可能会导致平均订单量的下降,从而对整体营收带来负面影响。 P136

许多电商都过于追求转化率了。 P137

数据分析启示页面优化很重要,但首先要确保所优化的指标是正确的。 P138

首先,需要弄清楚大家在找些什么。 P139

病毒性对很多电商而言,病毒性十分重要,因为口碑传播和病毒式营销能够以较低成本带来高价值的流量。 P140

越来越多的社交应用开始利用邮件来提高用户的重复使用率和留存率。 P141

高额的运费会降低转化率,送货的及时性还是用户满意度和重复购买率的一大影响因素。 P143

杰森说道:“很多电商商家都存在这样一个问题,即卖得不好的商品库存积压很多,卖得好的商品又往往库存不足。 P144

这比传统电商要稍显复杂些。 P146

站内外搜索日渐成为寻找购买商品的常用方式。 P147

如果你正在经营一家SaaS公司,那么你很需要了解本章介绍的这些指标。 P148

每当用户邀请他人加入项目时,该受邀人便会成为新的用户。 P149

当你开始关注更加复杂的指标时,可能会发现公司模式存在着根本性缺陷并且无法持续发展。 P155

换言之,转化率目前尚不是印象笔记的工作重点,但在参与度提高后,却无疑是需要重点关注的内容。 P156

这些早期试用者会提出很多建议,但是要小心,他们的需求可能并不能反映主流大众的需求。 P157

要想判断某项产品改动是否奏效,可先测试部分用户的反映,然后将测试结果与对照组进行比较。 P158

我们建议将90天(或更短时间)内没有登录过的用户视为非活跃用户。 P159

新用户的月增长速度为20%,其中30%的新用户在注册后的一个月内会使用这一服务,2%的新用户会转化为付费客户。 P160

为修正这一缺陷,需使用另一种更复杂且更精确的方法来计算流失率,对这一时间段内的用户数取平均值,而不是只看时间段开始时的数据:该公式把时间段开始和结束时的用户数取了平均值,这要比前一个公式好一些,但当用户数量迅速增长时,仍然存在一些问题。 P161

第一种是以断代来衡量流失率,即以注册时间为基础比较新增用户和已流失用户的多少。 P162

如果付费广告的收益没有比背景噪声这种空白广告高出多少,就需要从自身找找原因了。 P193

但广告具有多种形式,其中包括赞助商展示广告、按印象收费广告、按点击收费广告以及提成广告,从而使得营收统计变得十分复杂。 P194

第12章 商业模式五:用户生成内容你可能觉得Facebook、reddit和Twitter等均属于媒体网站,其实这么认为也有些道理,毕竟这些网站都是利用广告来盈利的。 P195

正如电商网站利用多级漏斗来分析买家在购买流程中的行为一样,UGC网站会以特定方式来测量用户参与度。 P196

区别在于,Twitter里没法“顶”和“踩”,而只能转发(retweet)和屏蔽。 P197

 

精益数据分析Lean Analytics:Use Data to Build a Better Startup Faster


↓下载地址1 百度网盘↓下载地址2 蓝奏网盘
↓下载地址3 城通网盘 ↓下载地址4 本地下载
本文版权归原作者所有,请支持正版。此处仅提供个人读书笔记 https://yigefanyi.com/jingyishujufenxilean-analyticsuse-data-to-build-a-better-startup-faster/
返回顶部