#《精益数据分析》系列最后一篇读书笔记
目录
前言
“我们正在慢慢进入一个以大数据为起点而不是终点的时代。”【1】诚然，在当今信息爆炸的时代，我们每天面临着前所未有的数据涌入。这些数据既是挑战，也是机遇。在这个背景下，数据分析驱动决策逐渐成为企业和组织获取竞争优势的关键因素。随着技术的进步和数据科学的兴起，我们进入了一个数据驱动的新时代。而正是在这个时代，数据分析不再是一项奢侈，而是成为制定明智决策的不可或缺的工具。
本篇文章将从如何收集、处理和分析数据，使用数据驱动的方法进行决策，以及避免常见的数据分析陷阱，如过度优化、依赖虚荣指标等三个方面，围绕从数据到决策的主题进行分析。通过深入挖掘和解读海量数据，我们能够揭示隐藏在数字背后的故事，洞察趋势，识别机会，同时也能够迅速发现潜在的问题。数据分析不仅仅是对过去的总结，更是对未来的预测。
那么接下来，就让我们逐步探讨数据分析是如何成为决策制定的强大助手，引导创业者朝着更加智能化和有效率的方向前进。
主旨
一、如何收集、处理和分析数据
“试验得越多，可以分析的数据也就越多，而分析的数据越多，能够发现的规律也就越多。”【2】可见，数据的全面收集、精准处理和深度分析是从数据到决策的关键支柱。
（一）如何收集数据指标
一般用五点衡量指标的正确性。
1、定性指标与量化指标
定性指标通常是非结构化的，经验性的，揭示性的，难以归类的；量化指标则涉及很多数值和统计数据，提供可靠的量化结果，但缺乏直观的洞察
2、虚荣指标与可付诸行动的指标
虚荣指标看上去很美，让你感觉良好，却不能为你的公司带来丝毫改变。可付诸行动的指标可以帮你遴选出一个行动方案，从而指导你的商业行为
3、探索性指标与报告性指标
探索性指标是推测性的，提供原本不为所知的洞见，帮助你在商业竞争中取得先手优势；报告性指标则让你时刻对公司的日常运营，管理性活动保持信息通畅，步调一致
4、先见性指标与后见性指标
先见性指标用于预演未来；后见性指标用于解释过去
5、相关性指标与因果性指标
如果两个指标总是一同变化，则说明它们是相关的；如果其中一个指标可以导致另一个指标的变化，则它们之间具有因果关系
（二）如何处理数据
测试是精益数据分析的灵魂。通常，测试就是通过市场细分、同期群分析或者AB测试来比较两个样本的不同。通过科学的方法来证明某种改变的合理性。
各种测试方法
1、市场细分
将用户分群，对不同的用户实行或不实行营销，或者实行不同的营销策略。其中细分的依据可以使用户的目的、用户的属性、用户的行为和用户的渠道等等。
（1）寻找不同群体行为的差异；
（2）通过测试和调查寻找背后的原因；
（3）适用于任何行业、任何形式的营销行为分析。
2、同期群分析
同一个群体的行为随着时间的变化。随着产品的迭代，第一期的用户和第二期的迭代对产品拥有不同的体验，通过同期群比较，我们可以衡量我们的迭代和关键性指标是否越来越好。
（1）是一种纵向研究，数据按照用户生命周期搜集；
（2）按照开始使用产品的时间和客户行为进行划分；
（3）分析具有共同特征但在不同时期开始使用产品的用户的关键指标的差别，从而确定指标表现是否越来越好，确定产品迭代对于提高价值是否有意义；
（4）有助于观察处于生命周期不同阶段用户的行为模式；
（5）适用于营收、客户流失率、口碑病毒属传播、客户支持成本等数据指标分析。
3、A/B test测试
为同一个目标，设计两种方案，将两种方案随机投放市场中。A/B test让组成成分相同（相似）用户去随机体验两种方案之一，根据观测结果，判断哪个方案效果更好。A/B test在产品的各个流程和层次都可以使用。合理的A/B test可以帮助我们的产品体验不断的增高。
（1）是一种横向研究，用于比较同一时段不同被测群体的体验差别；
（2）可用于细节测试，有助于关注关键步骤和假设；
（3）样本量大、流量越大，测试反馈越迅速有效。
4、多变量分析
同时对多个属性进行测试。
（1）公司小、用户流量较小、样本量较小的公司，单独对某一细节进行测试的A/B test会拖慢公司进步的脚步；
（2）影响用户行为的因素往往是多样的，可以对多种因素进行同时测试。
（三） 如何分析数据
1、海盗指标说
侧重于获取和转化用户的行为，五个成功创业的关键元素分别为Acquisition（获取用户）、Activation（提高活跃度）、Retention（提高留存率）、Revenure（获取营收）和Refferal（自传播）。
海盗指标说
2、增长引擎说
侧重于了解何时该选择何种增长方式，用户对于产品产生粘性，实现病毒性自传播之后，在考虑付费产品，这是比较合适的做法。需要注意的是，每个引擎的监控指标并不单一，需要将关键指标结合其他指标，进行综合分析。创业成功的公司最终会用到全部三个引擎，但是每个阶段最好只专注一个引擎。
增长引擎说
3、精益创业画布
理清商业模式及其组成部分，细致分析创业成分，完成精益画布，就可以开始用试验来验证或者否定你的假设。
精益创业画布
4、创业增长金字塔
用于了解何时、以何种方式增长。增长金字塔由肖恩·埃利斯提出，主要着眼于创业公司找到产品与市场的契合点之后的增长方式。使用这一框架的前提是：如何确定已经找到产品与市场的契合点？通过给用户发放相关调查问卷，依据用户对产品的真是反馈来确定。并且要关注用户对 “如果不能再使用这个产品或服务，你的感受是什么？” 此问题的反馈。
创业增长金字塔
5、长漏斗
长漏斗是一种能够用来理解产品最初如何获得客户注意力的分析方法，侧重于获取和转化 用户的行为。因为用户的每一个决定都会收到线上、线下诸多因素影响，所以通常在起始阶段想数据中注入一些用于跟踪的一些特征，一边关注漏斗全程的用户行为。
长漏斗
在数据的收集、处理和分析过程中，我们必须以极致的谨慎和精准性对待。唯有如此，我们才能确保数据的质量和可靠性，从而建立坚实的决策基础。
二、使用数据驱动的方法进行决策
首先结合当前的商业模式和创业阶段，选择一个希望改进的KPI，并为该KPI确定一条准绳。然后找出提升这一KPI的方法，根据实施对数据指标进行测试，最后根据数据测试结果，作出决策。
从数据到决策流程
（一）决策前：
1、量化评估经营现状，收入、支出、利润；
2、根据市场、对手、消费者数据，评估机会点与威胁；
3、根据过往业绩走势，发现自然变化规律，制定更合理的目标。
（二）决策中：
1、量化评估备选方案所需的时间、人力、物力投入；
2、根据过往表现，量化评估方案可行性，评估预计完成率；
3、根据过往业绩走势，发现自然变化规律，制定更合理的目标。
（三）决策后：
1、量化监督执行过程，发现执行问题；
2、分析执行手段，评估优化、调整的措施；
3、复盘执行效果，检查目标实际完成，总结经验。
三、避免常见的数据分析陷阱，如过度优化、依赖虚荣指标等
数据分析的广泛用途不可忽视，其在解决问题和决策制定中发挥着重要作用。然而，在这个过程中，我们必须警惕可能出现的陷阱，因为它们可能会导致我们在数据分析中失去正确的方向，并最终影响到决策的准确性和有效性。
（一）避免过度优化
首先，优化的核心是找到给定函数的最大值和最小值，要坚持用人类的判断来调和机器的自动优化。不可否认数据对于假设检验的重要性，但是，“从来没有一个伟大的营销决策是根据定性数据做出的。”【3】我们必须得知道：
1、创业不应该是数据的努力；
2、滥用数据到值局部优化，进而忽略大局；
3、数据分析算法忽略的、貌似无关的数据，可能会导致错失增长机会；
4、算法盲目进行数据产品优化，可能导致坏结果。
正如书中所说，渐进式的改变可以达到局部最优，创新则可以导致全局洗牌。
（二）避免依赖虚荣指标
1、什么是虚荣指标
虚荣指标是无法影响和改变行动的数据指标，无法指导行动，达不到数据驱决策的目的。比如，总注册用户数，随着时间单调递增，无法传递用户行为信息，无法挖掘有用价值。
需要提防的虚荣指标
2、若要避免虚荣指标，就要找到真正可付诸行动指标
可付诸行动指标是可以帮助确定行动方案，指导商业行为的指标，有助于揭示信息价值，指明方向，改进商业模式。比如，活跃用户占总用户数百分比（活跃用户占比），解释了用户参与度。再比如，单位时间内新用户的数量（或，新用户增速）。
“世界上的事情可以分为这样几类： 我们知道我们知道的，我们知道我们不知道的；此外，还有我们不知道我们知道的，以及我们不知道我们不知道的。”【4】
探索性指标与报告行指标
针对这四类事情，重要的行动是：
1、质疑第一类事情，检验数据的真实性，假设的合理性，确保不是自欺欺人；
2、寻找第二类事情的解答，优化流程和行为模式，提高效率；
3、评估第三类事情的可行性，验证想法，学习新知识，进行业务预测，为决策进行数据支持；
4、探索第四类事情，拓宽事业版图，开拓行业蓝海，寻找未来发展的机会。
（三）其他数据陷阱
对于创业来说，陷于数据分析容易落入跋前疐后的境地，忽略数据分析则容易拍脑袋、信马由缰。精益创业的概念让人觉得创业很简单，门槛很低。没有大愿景的创业，必然导致目标不够坚定，脚步走得不结实。
“你可以使用所有你能得到的定量数据，但你仍然必须不信任它，并使用你自己的智慧和判断。”【6】本部分深入探讨创业者过度依赖数据可能陷入的陷阱，以及如何找到在数据与直觉之间的理想平衡点。通过实例和思考，我们发现在追求成功的过程中，理性和直觉的结合是取得创业卓越的关键。
小结
通过深度的数据分析，我们赋予了决策以前所未有的智慧。数据不再是冰冷的数字，而是一串串讲述故事的线索。数据分析不仅帮助我们理解过去的经验教训，还能为未来的决策提供坚实的支持。在数据的引导下，我们能够更准确地洞察市场趋势、了解客户需求、优化运营流程，从而在竞争激烈的商业环境中脱颖而出。
总的来说，数据分析驱动决策不仅仅是一种方法，更是一种战略。它让组织不再凭借直觉和经验，而是依托客观的数字指引前行。在这个数字化的时代，拥抱数据是适应变革、实现创新的关键一步。紧握数据分析的力量，让每一次决策都更加明智，每一个前行的步伐都更加坚实。日方中方睨，物方生方死。
722
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
