本周16人，一共提交了32份作业，提交率80%，咱们真的开了一个很好的头呢，大家的学习热情还是希望能够保持哦！
在已经完成的作业批改中，第一题@灼濯，@海豚，第二题@灼濯，@星宇，@巴尔坦星人，@海豚，@雪碧，@秋生是本周的优秀作业，鼓掌！！！
通过本周的作业，我发现大家都有着相当丰富的运营基础，在答题上不存在障碍，所以作业本身反应出来更多的是逻辑问题，具体如下：
1、 逻辑不清答案凌乱→用户视角（第三人称角度）
每个人都有着自己的答题逻辑，我们运营的作业答案本身也不是1+1=2这么绝对，猪脚要按照你们的答题思路进行梳理和批改，所以如果出现大段文字，前后不呼应的情况下，是最头疼的。
我们的日常与产品技术撕逼，给下属安排工作，与上级汇报方案时，都不只是陈述自己的逻辑，而是需要用户视角，从他们能理解的角度进行展开，这就是我撕逼成功率＞90%的秘诀。
推荐海豚的解题思路，数据分析发现异常点→进行用户分群→找到影响因素→制定策略。
值得每个同学学习，手动点赞！
2、 审题不清经验主义→运用课程内容工具
这个在乔木有话说的作业tips里面有讲到，这次作业的第一题中好多人没有分析数据表格（没发现留存低核心的时间问题），或者直接按照自己的运营经验直接开始长篇大论。这没有对与错，只是既然来学习，套用课程知识点可能是学以致用最好的表现了。
而直接甩经验的结果就是回答不够落地，都是抽象层面的逻辑，肯定对，但是对于作业本身没用，不解决云音乐这个产品本身的问题，或者说你的逻辑适用于任何一个产品。
3、 题目之间没有关联→层层递进找出规律
第一题的逻辑其实很清晰，运营数据从大到小，层层递进，逐渐锁定。从开始大而全的数据取数，到留存低的原因分析（产品价值不足？未引导体验核心价值？用户不匹配？），再到资源紧张的现实取舍，每一步都逐步明确的过程。
第二题就更加明显，运用一个表格，既能把作业完成，又是足够可视化足够清晰明了。
当然本周的作业只是预热，下周开始会进入繁琐的10万+数据处理的RFM作业，希望大家能保持住做作业的热情。
乔木
2018.9.16
