專人接待式最小可行化產品：足以向市場傳達你所主張的價值最小化產品。
資料分析啟示：有時候，增長來自於你未曾想到的方面。在你認為找到值得一試的想法時，先想想如何以最小的投入快速完成測試。然後事先為成功下定義，並明確如果直覺正確的話下一步要如何走。
資料分析離不開對企業或產品關鍵指標的工總。這些指標跟你的商業模式有關（營收**、支出成本、客戶數量以及客戶獲取策略的效果）
好的資料指標能帶來你所期望的變化。
衡量好壞的準則：
好的資料指標是比較性的。例如：「本週的使用者轉化率比上週的高」 顯然比「轉化率為2%"更有意義。
好的資料指標是簡單易懂的。
好的資料指標是乙個比率。
好的指標會改變行為：這是最重要的評判標準：隨著指標的變化，你是否會採取相應的措施？
比率是最佳的資料指標的原因？
1.比率的可操作性強，是行動的嚮導。例如：里程只透露距離資訊，而速度(距離/時間）能告訴當前形勢狀態，以及是否需要調整速度以確保按時抵達。
2.比率是天生的比較性指標。
3.比率還適用於各種因素間的相關性。
學會根據資料確定一條做與不做的準則。
乙個好的資料指標之所以能改變商業行為，是因為它與你的目標是一致的：保留使用者，鼓勵口碑傳播，有效獲取新使用者，創造營收。
例子：例如銷售人員的評分機制，初衷是：提高服務質量，但是實際上銷售員為了個人收入浪費太多時間在說服客戶為其評分上。
資料指標之間的耦合現象：轉化率（訪客中真正發生購買行為的使用者）與購買所需的時間（需要花費多長時間才完成購買）掛鉤，二者可以告訴你現金流的問題；病毒式傳播係數（平均每個使用者邀請來的新使用者）和病毒傳播週期（使用者完成一次邀請所需時間）二者結合可以告訴你產品普及率的問題。這些資料背後隱藏著最重要的指標：營收、現金流、產品普及率；
1、定性指標和量化指標
定性資料吸納主觀因素；定量資料排斥主觀因素
3、探索性指標和報告性指標
**麥克建立」媽媽圈「」的資料分析啟示：進行深入挖掘，需找有意的使用者行為模式和機遇。發現我們不知道自己不知道的事實。
想讓一款社群產品極速啟動就需要相當高的使用者參與度。不溫不火的使用者無法提供我們更多關於產品改進以及未來發展的方向。更好的做法是：在乙個更小的更容易觸及的目標市場培養更多具有粘性的高活躍度使用者。病毒式·轉播需要專注。
4、先見性資料指標和後見性資料指標
先見性指標用於**未來
後見性指標能提示問題的所在
5、相關性指標和因果性指標
發現相關性可以幫助你**未來，而發現因果關係意味著你可以改變未來。
通常因果關係不是簡單的一對一關係，而是多因素共同作用的結果。
測試使資料分析的靈魂。通常就是通過市場劃分、同期群分析或者a/b測試來科學地證明某種改變的合理性。
細分市場：就是一群有共同特徵的人。
通過比較各個細分市場之間的差異，進一步找到背後的原因以及通過分析某一細分市場成功的原因並將經驗應用於其他人群中。
同期群分析：比較的是相似群體隨時間的變化。
每個使用者都會經歷的生命週期：免費試用、付費使用、停止使用。同期群分析能夠觀察生命週期不同階段客戶的行為模式。
a/b測試和多變數測試
呈現在一張紙上的視覺化簡明商業計畫書，體現你正在進行的、可付諸行動的商業計畫。
堅持用人類的判斷來調和機器的自動優化，單純依靠機器，以資料為導向進行的產品優化會導致許多問題發生。
人類提供靈感，機器負責驗證
漸進式的改變可以達到區域性極限，創新則可能會導致全部洗牌
資料是檢驗假設的機加工局，除非結合人類的反思，發剖則很難在產生新假設方面有建樹
1、假設資料沒有雜訊：去噪的回報是非常大的。
2、忘記歸一化
3、排除異常點：要分析異常點產生的原因及其背後蘊含的事情，不能簡單排除不考慮。
4、包括異常點：建立普遍適合的模型，需要排除異常點
5、忽略季節性：
6、拋開基數談增長，
7、資料嘔吐，知道什麼資料對我來說更重要
8、謊報軍情的指標
9、「不是在這兒收集的」症候群：綜合其他**的資料
10、關注雜訊：站在更高的角度看問題
獲取使用者（acquisition）、提高活躍度（activation）、提高留存率（retention）、獲取營收（revenue）和自傳播（referral）
它描述了使用者須經歷的五個環節，以便企業獲取價值。
關鍵績效指標（kpi）
黏著式增長引擎：
重點是讓使用者成為回頭客，並且持續使用你的產品。使用者參與度是**產品成功的組一家指示劑之一。
衡量黏性最重要的kpi就是客戶留存率。流失率和使用頻率也是非常重要的指標。
病毒式增長引擎
關鍵指標；病毒式傳播係數即每個使用者所帶來的新使用者數。
付費式增長引擎
通常情況下在確知產品具有黏性和病毒性之前就開動這一引擎是過於倉促的行為。
客戶終生價值（clv）和客戶獲取成本（cac）。從客戶身上賺到的錢比獲取他們花掉的錢多自然是好事，但並不簡單滴等同於成功。一種衡量方法是：看客戶盈虧平衡時間：也就是你收回獲取以為客戶成本所需的時間。
長漏斗
它是一種分析方法，能夠幫助你理解你最初是如何獲得客戶的注意力，以及客戶從最初的到該產品到發生你所期望的行為的全過程。
通常，對漏斗全階段的監控要求，在起始階段向資料中注入一些使用者跟蹤的特徵。
科學的漏斗分析模型應該能夠實現以下價值：
第一，企業可以監控使用者在各個層級的轉化情況，聚焦使用者選購全流程中最有效轉化途徑；同時找到可優化的短板，提公升使用者體驗；
第二,多維度切分與呈現使用者轉化情況，讓單瓶頸無處遁形。
第三，不同屬性的使用者群體漏斗比較，從差異角度窺視優化思路。
第一關鍵性指標：就是乙個當前階段高於一切、需要你集中全部注意力的數字。
切忌因能跟蹤的資料太多而被帶跑了注意力，你可以捕捉所有的資料，但只關注其中重要的那些
在足以驗證商業假設的前提下，選擇盡可能少的指標作為日常跟蹤的物件。
使用第一關鍵性指標的四大理由：
1、它回答了現階段最重要的問題。
2、它促使你得出初始基線並建立清晰的目標。
3、它關注的是整個公司層面的健康。
4、它鼓勵一種實驗文化。
定力初始成功基準
精益資料分析 測試分析
市場細分 市場細分 market segmentation 是指營銷者通過市場調研，依據消費者的需要和慾望 購買行為和購買習慣等方面的差異，把某一產品的市場整體劃分為若干消費者群的市場分類過程。每乙個消費者群就是乙個細分市場，每乙個細分市場都是具有類似需求傾向的消費者構成的群體。同期群分析 同期群分...
《精益資料分析》筆記 第5章 資料分析框架
1 戴夫.麥克盧爾 的海盜指標說 麥克盧爾將創業公司最需要關注的指標分為五大類 1 獲取使用者acquisition 2 提高活躍度 activation 3 提高留存率 retention 4 獲取營收 revenue 5 自傳播 referral 這一模型，描述了使用者 客戶 訪客須經歷的五個環...
《精益資料分析》第五章 資料分析框架
創業公司最需要關注的五大類指標 獲取使用者 acquisition 提高活躍度 activation 提高留存率 retention 獲取營收 revenue 和自傳播 referral 黏著式增長引擎 讓使用者成為回頭客，並且持續使用你的產品，衡量黏性最重要的kpi 關鍵績效指標 是客戶留存率。病...