读书笔记
文章平均质量分 69
Shepherd1701
这个作者很懒,什么都没留下…
展开
-
ch6 用户行为数据驱动增长实战
ch6 用户行为数据驱动增长实战在前面五章的铺垫过后,这一章列举了四个案例。不同案例在业务对象,行业等属性上都有所区别,与前文基于用户行为数据的数据分析方法论相互论证,在不同的用户群体和行业之间,各个案例的介绍,是对前文的补充,同时可以对各个实例进行比对,迁移至其他业务中。第一个例子欧冶云商,其显著特征是B2B平台,欧冶云商首先锁定了钢厂使其主力用户,为钢厂赋能。显然,这里B端用户其实是广义的“用户”,其行为也是由具体的个人来实现。“小欧帮买”主要借助A/B测试,对页面以及流程进行了优化,而关于搜索优化原创 2022-01-25 21:23:54 · 367 阅读 · 0 评论 -
ch5 数据应用
ch5 数据应用A/B测试上个月刚好看过胖里分享巡山猫的AB测试公众号推文,两部分可以互相补充。七个步骤建立A/B测试的闭环第一步:A/B测试策略制定使用ICE模型打分,E(effort)指实现上线测试的策略所需的成本。将三个所有备选策略,通过多人根据三个因子打分,选择分数最高的几个进行A/B测试。本书提供了ICE打分模型。第二步:测试目标(评估指标)选择选择最直接的指标,比如两个海报的点击率,当然,同时也要关注核心业务目标,比如,转化率预估实验样本和试验周期:书中提供的样本计算原创 2022-01-24 21:58:31 · 1792 阅读 · 0 评论 -
ch4 数据分析
ch4 数据分析一、业务导向的数据分析整体思路常见痛点容易陷入细节,忽略全局会使用看数工具,但数据分析不成体系结果数据难以归因优化靠职业敏感度,而不是科学的数据分析系统方法:用户流转地图–场景化–数据分析模型用户流转地图定位20大通用场景,用10大数据分析模型进行分析二、用户流转地图全域–全局–局部全域流转地图基于公司战略,通过准确的业务定位于行业发展现状描绘全域流转地图;全局流转地图根据产品策略分为三大板块:站外渠道(用于检测流量分发、识别渠道异常)、平台流转和原创 2022-01-20 15:48:59 · 2049 阅读 · 0 评论 -
ch3 数据采集
ch3 数据采集一、数据采集常见的问题前期业务沟通不明确业务人员没有和技术人员明确数据采集时需要注意的细节问题采集时机和口径对不齐采集点没有统一管理版本迭代无法发现数据变化二、用户行为数据采集方式:有埋点和无埋点埋点和无埋点其实我目前的工作中只接触过埋点,无埋点主要指前端通过SDK等直接收集数据。适合无埋点的情况(”探索式数据场景“)业务属性弱,交互属性强需求及时性强,要快速落地得出结论数据使用周期短,不需要长期监控相对于准确性,更关注整体的趋势变化原创 2022-01-18 19:02:32 · 1239 阅读 · 0 评论 -
ch2 数据规划
ch2 数据规划数据规划基于用户行为数据,规划指标体系数据规划常见问题问题一:不知道该看什么数据想看数据,却没有数据缺少导向结果的数据依据过度关注结果性数据,过程性数据往往被忽略数据没有治理没有统一数据口径,没有建立规范的数据标准。“有数据但不能用”数据目标未对齐各部门数据要与公司战略对齐如何进行数据规划OSM模型+UJM模型+场景化指标体系规划的三大思路仍然是OSM模型+UJM模型+场景化OSM模型step1:选定Objec原创 2022-01-16 18:44:33 · 727 阅读 · 0 评论