数据分析-精益创业

1.在你认为自己找到了值得一试的想法时，先想一想如何以最小的投入快速完成测试。

数据分析则保证了数据的收集与分析，二者可以从根本上改变你对企业开创与发展的看法，他不仅仅是一种方法，还是一种思维模式。提出正确的问题，并重点关注那项可达成你期望结果的关键指标

2.好的数据指标

好的数据指标是比较性的、好的数据指标是简单易懂的、好的数据指标是一个比率

定性与定量指标：通常是非结构化的经验性的揭示性的，难以归类的，杂乱的

                          量化指标涉及很多数值和统计数据，提供可靠的量化结果。

如果定量数据回答：什么和多少，那么定量数据回答：为什么

先见和后见性指标：先见性可用于预测未来，后见性：指示问题的存在。

多变量测试：如进行一连串的单独测试会延长你走向成熟的周期。与其如此，不如采用多变量分析方法同时对多个属性进行测试，其原理为用同济学方法剥离除单个影响因子与结果中某一项指标提升的相关性。同时改动产品的多个方面看哪个与结果的相关性最大。

6. 关键指标： 同时跟踪很多指标很了不起，却也 让你失去专注度的不归路，让整个公司拧成一股绳，超着同一个方向使劲最好的方法就是：在足以验证商业假设的前提下，选择尽可能少的指标作为日常跟踪的对象。

9.商业模式：Iaas:基础设施即服务，可按需访问云托管的物理和虚拟服务器、存储和网络，是在云端运行应用和工作负载的后端 IT 基础架构

Paas:平台即服务，按需访问全面的即用型云托管平台，用于开发、运行、维护和管理应用，中间件 操作系统 商业智能 基础设施。软件研发平台

Saas:需访问即用型云托管应用软件,拿来即用的服务，不用开发部署本地环境，提供软件硬件服务，维护的服务。

第一阶段：

找到一个人们愿意为之付钱的待解决问题。

主要通过有关问题和解决方案的用户访谈来完成工作，找到一个值得解决的问题，以足以获取早期用户的解决方案。设定最小可行化产品的内容和衡量最小可行化产品

第二阶段：粘性

用户增多与否，哪些功能吸引用户，哪些不在意。在步入病毒性阶段之前：1）人们是否在如你所料第使用产品？如果没有，也许应该转型至新的用例和市场。2）人们是否从你的产品中得到足够多的价值？他们也许喜欢你的产品，但是不愿意为此付费，点击广告或者邀请好友，你可能没有生意做。

迭代最小可行化产品，最小可行化产品不是产品，而是一个过程，你需要多次迭代，才可以把关注点转移到最小可行化产品的用户获取上。在迭代过程中，你的目标是提高跟踪中的核心指标。

最终的目标是留存率：用户对产品的参与度越高，越有可能长久地使用此款产品。

即便你开发的是一款最小可行化产品，但仍应以感染客户，员工以及投资人为目标，此外还需通过一种可靠的方式，实现从当前验证到未来愿景的转变。

在证明人们确实会如你所愿使用产品之前，先别加快开发速度。否则，你就在费事费财地开发一款毫无用户回头率的产品。

在优化产品粘性的同时，利用同期群分析来衡量每一次产品改动所带来的影响。

参与度合理而流失率相对较低时，即可重点发展自己的用户群。是时候进行病毒传播了。

第三阶段：病毒性

病毒性指信息从现有的已感染用户到新用户的传播能力，如果每一位客户都能成功邀请一位以上的用户，你的增长几乎是可以保证的。但很少有这样去情况，任何口碑传播有益于你的客户增长，并降低你的总体客户获取成本。

用户与产品交互时，原生病毒就会显现出来。人工病毒受到刺激变得不太真实。而口碑病毒虽难以创建与跟踪，却带来了许多早期的用户。

第4阶段：营收

应收阶段的核心是客户收益回报减去客户获取成本。这就是可推动你增长的投资回报。

尽管你的目标是增长，但你应该留意一下收支平衡，因为一旦你的收入能够弥补所有的支出，就能够无限期存活下来。

第五阶段：规模化

在规模化阶段，你对自己的产品和市场已经有了清楚的了解。你的指标在这时应侧重于所处生态系统的健康程度，以及你进入新市场的能力。

你开始关注薪酬，API流量，去到以及竞争者。

随着公司的发展，你需要在同一时间关注不止一个指标。为不同的指标建立一个层级关系，以使策略 战术和执行于公司的长期目标保持一致。