笔记作者：小胖 l 好折腾
笔记合集：点击查看
一、我们如何做决策？
· 拍脑袋
· 因果驱动
· 数据驱动
二、数据处理的流程
· 数据采集-数据建模-数据分析
1.数据采集基本原则
· 全：多种源（客户端、服务端、数据库等）全量而非抽样
· 细：Who、When、Where、How、What
2.数据采集方式
（1）可视化埋点
（2）代码埋点
（3）导入辅助工具
3.数据建模-OLAP
（1）维度：城市、操作系统...
（2）指标：销售额、成单量、注册用户数
（小胖理解：维度是属性，指标是关注目标。每个数据面向对象建立数据存储，然后基于指标调出所需要的数据进行研究学习）
三、数据分析方法
1.多维事件分析：事件、维度、指标是分析的关键目标
2.漏斗分析：适合交易型的产品
3.留存分析：留存对于不同产品定义不一样
4.行为序列分析
5.A/B testing：避免经验判断的错误
6.用户分群：对不同人群采取不同策略
四、运营分析实践-SaaS运营分析实践
1.产品发布
· 发布渠道：朋友圈、微信群、36Kr
五、如何构建指标体系
1.构建指标体系的两种方法
· One Metric（第一关键指标法）：《精益数据分析》
· Pirate Metrie：AARRR
2.One Metric（第一关键指标法）
· 找到最关键的一个指标
· 扩展出其他指标
· 任意制定的时间里，都有那么一个指标
（1）电商：GMV（成交额）=销售额（流量*转化率*客单价）+取消订单金额+拒收订单金额+退货订单金额+优惠券金额
（2）创业阶段
MVP阶段：定性分析
增长阶段：留存分析、引荐分析等
营收阶段：渠道分析、LTV（用户生命周期）、CAC等
（3）百度知道案例分析
· 访问量、检索量、独立IP数、Session数、提问量、回答量、设置最佳答案
· 回答量是最关键的指标
3.Pirate Metrie
（1）拉新：获取、激活、引荐
（2）留存：提升关键行为的重复频率
（3）营收：促进商业化
六、Growth Hacking（增长黑客）
1.Grow Hacking 关注用户的整个生命周期，通过产品改进，获得自增长。常用的方法是社会化媒体和病毒式传播。
2.Grow Hacking 与数据分析的关系
· 拉新：渠道转化分析、用户数、A/B testing
· 留存：留存分析、用户分群
· 营收：交易额、利润率、用户分群
老规矩——这里是自我介绍部分
姓名：小胖（本名：王督皓）
手机：17501063113
微信：wangduhao999
教育/工作经历
· 2017.1-2018.3 混沌大学北京分社公司 运营合伙人
· 2015.7-2017.1 勺子课堂 运营合伙人
· 2011.9-2015.7 北京科技大学 机械工程及自动化 本科
研究领域
· 社群运营：通过社群力量，解决人类商业问题。站在未来，探究现在可习得的普惠式社群运营技巧。
