Tyrone Yu的图书主页-查字典图书网

创业维艰书评

2017-02-01

1. 启发点：做CEO有两件事必须做好，公司战略和人事。一个是想清楚公司的方向，另一个是找到合适的人并和他们合理地合作。从这本书里读到了大量关于这些的教训：

在每周的员工会议上，我加入了一个名为“我现在没有做什么？”的议程。通常，在员工会议上，大量的时间都用来进行回顾、评估以及改进员工们所做的事情，如研发产品、销售产品、服务客户、聘用员工等。然而有时候，你没有做的事却是你真正应该关注的事。

在第一行代码编写完成之前，所有的决定都是客观的，此后的所有决定都是主观的

为了正确做事，你必须认识到，你无意识评估的任何事都会引起员工们一系列的行为。一旦确定了自己想要的结果，就需要检验对这个结果的描述，而检验的依据是，员工对这一描述所做的行为反应。否则，员工行为的副作用也许比你正在补救的情况还要糟糕

一方面，CEO需要正确地从员工的反馈中汲取营养，另一方面，也需要考虑自己对员工的反馈会如何影响到公司。经常在工作中会发现，有些同事过来和你谈合作，然后说XXX老板很支持这个东西，如果是小需求，可能就直接干了，而XXX老板还完全不知道呢。

麦肯锡教我的写作武器书评

2017-02-01

1. 启发点：如果说《金字塔原理》给人带来的是逻辑思考的能力，则这本书在说如何把你的逻辑思考翻译为读者能吸收的文章。如下：

逻辑思考的根本就是抽象表现，在说服别人时不可或缺。可是，如果从“赋予动机”这个观点来看，具体表现则比较有效。其原因在于，具体表现可以激活对方的想象力，借此唤起他脑中庞大的信息。也就是说，具体表现反而可以强烈地唤起对方的情绪和感情。

如果经常看美剧或读国外小说，会发现外国人很擅长用具体的比喻，描写来解释自己要表达的东西。甚至骂人时都绘声绘色。这点我也得好好学习学习。

看得见与看不见的书评

2017-02-01

1. 启发点：书很薄，但这个思维方式很值得人学习。

1. 以机会成本等平时人们感知不到的成本，来论述人类思维方式的缺陷。人类普遍有损失厌恶，但也因此可能损失了更多东西。同时，人损失有形的东西时会有深深的触动，但无形的东西缺毫无感觉，而事实上，时间才是人最大的机会成本。

2. 还有一点，人类只能看到行为的直接效果，比如制定了一项政策，它在受影响民众身上的短期效果会看到，但看不到由此所引发的变化链条。正如蝴蝶效应一样，现实中无处不存在各种正反馈，负反馈，一项政策看似只影响了一个群体，但可能影响了一场革命。

增长黑客书评

2017-02-01

1. 启发点：借用AARRR的海盗模型来梳理增长阶段与对应方法，很系统，也便于读者吸收。同时，在各阶段也有丰富的案例和小方法，虽然互联网行业，好的案例会迅速被大量模仿而成为工作惯例，但日后需要为工作找灵感时，依然可回头参考下思路。

2. 跳出书本思考点：
1. 增长黑客不是某个人：不少人会容易将增长黑客与数据科学家等同，但我做了将近一年的增长工作后发现，增长黑客不是一个人或一个职位，而是一个团队。这个团队中应由不同角色的人构成（产品，数据分析师，技术，运营，设计），因为产品或业务的迭代离不开各个角色的工作，而某个角色的缺失，会造成迭代价值的不断被讨论以致迭代效率的下降，但其实迭代的价值，本身就应该是测试出来的结果，而非过多的事前论证。
2. AARRR模型不是数据分析方法：这个模型更应是个思维方式。从工作中会发现，运营，产品，数据分析师，每个人都会用到该模型去思考产品改进点，而数据大多数时候只能发现AARRR模型中需要着重改进的阶段，真正的改进方式仍然需要结合对用户的理解去发现。

《精益数据分析》：力荐，每个互联网从业者都可一读

2017-02-01

1. 启发点：本书既谈了数据分析，又谈了运用AARRR模型的创业和数据分析的结合。后者是AARRR+前面数据分析方法的延伸。最有启发点的是数据分析方法这一部分。当时我数据分析相当弱，读到这两段不禁拍案叫绝，如果我们能从数据分析中为产品发现了别人没意识到的先见性，相关性甚至因果性指标，则可以巧妙地去影响用户进而创造商业价值。摘录如下：

> 先见性指标与后见性指标：先见性用于预言未来，后见性用于解释过去。更喜欢先见性，因为在得知数据后尚有时间去应对。
> 1）潜在客户数是先见性，能预测未来的新客户数，用户流失是后见性。创业之初数据少，可以先关注后见性，如果要启用先见性，可以进行 AB 测试。
> 2）用户投诉量是先见性，账号注销和产品退货是后见性。一个团队的后见性可能是另一个团队的先见性，订单量是销售团队的后见性，但是财务团队的先见性。
> 相关性指标与因果性指标
> 1）发现相关性可以帮你预测未来，而发现因果关系，可以帮你改变未来，但很难找到100%因果关系，“因”会有很多。
> 2）找到一个相关性，进行控制变量试验并测量因变量的变化。（AB 测试）

2. 跳出书本思考点：平时工作中会把产品分为两类，价值驱动与行为驱动。价值驱动例如电商产品，尤其是B2B平台，只有给买家真正带来了生意，对方才会留存在体系内。行为驱动例如社交产品，用户建立的关系越多，留存的概率越大。本质上行为驱动产品，也是因为用户的行为反映了产品给用户带来的价值，所以也是价值驱动。价值驱动产品会较少关注用户行为，更关心为用户创建了多少商机，赚了多少钱。行为驱动产品较多关注用户行为，用户用的不爽，可能就再也不用了。因此，用户行为的数据分析方法容易在行为驱动产品上大显身手，如facebook等，但在价值驱动产品上，总不可避免地遇到“用户这么用和最终的价值有关系吗？”，“体验会影响留存吗？”等问题。如何拿着所发现的先见性/相关性指标去回答这些问题，我现在也不知道，因为不少相关性的解释力是很弱的，只能靠测试，但测试需要投入资源去做，于是形成了死结。

从零开始做运营书评

2017-02-01

1. 启发点：我认为书中最棒的一节就是“用户运营”中“分级管理”的一节。

书中把运营分为了内容运营，用户运营，活动运营。前两者在我看来就是在维护一个生态，内容运营需要维护一个内容生产者与消费者的双边市场，平台型电商也如此。而用户运营，则需将用户按生命周期，线上行为分层，针对不同层次有不同的运营策略，从而让用户活起来。这部分很有启发性。

2. 跳出书本思考点：互联网工作中有两个矛盾：加法与减法，短期利益与长期利益。在工作中与运营同事的接触下来，一样也会犯。运营同事会给用户分了层级，然后针对性运营，不断地加不少策略，但随着平台提供的核心价值在变化，用户在成长，运营手段也应当与时俱进，甚至需要砍掉不少已经过时的运营方式，但做加法容易，做减法却鲜少有人考虑。同样，为了短期用户活跃度，运营同事可能会到处争夺资源位，去争夺用户注意力，但这显然会损害用户的长期黏性。而长期黏性，却常常不是处于执行层而为KPI所累的运营同学考虑的。

我的一点点收获

2016-02-13

书的大部分内容其实面向产品经理，UI设计师，视觉设计师，倒不是我读此书的目的。所以收获很少，如果想了解设计，我觉得不必要这本书。

1、LIFT分析页面框架：价值主张，清晰，无干扰，相关性，焦虑感，紧迫感。
    通俗地说就是用户进了这个页面，如何抓取呢？分五个方面来分析：
        1）产品本身是否足够好
        2）与这个用户有关吗？（渠道，来源，用户属性这些维度细分一下）
        3）清晰，无打扰地展示你的产品
        4）减轻用户的焦虑感（隐私啦，易用性啦，订阅了后可否取消之类的）
        5）增加用户紧迫感（恐吓等来催促用户赶紧转化）
    基本上用户访问你的页面，就得走过这五步吧，不同情况略有不同，反正当你诊断一个页面时可以尝试下这个分析框架。

2、分析的局限性：最终页的跳出率很高，原因可能是用户一直在寻找送货和退货的信息，但你的数据分析无法告诉你这些。

3、分析容易疏忽的地方：
    1）退出页问题，不要老是考虑蹦失率，退出页也值得好好分析，尤其是最常退出页，容易发现问题。
    2）优化页面的转化率是为了最终目标，比如销售，注册等，而不是肤浅的一个点击率，所以AB测试时不要仅仅盯着点击率看，可能还会影响整个链路。
    3）大胆测试：当每个人都同意测试方案时，创新想法可能就已经被排除在外了。

4、最后，人们都是感性地购买，理性地为之辩护。

安利一下我的微信公众号：有耳人二，更新得很少，但都是关于数据产品经理的一些文章

对基本假设的挑战多美好

2017-02-05

说实话这书的内容我忘得差不多了，也没有读书笔记。作者主要从读者提的千奇百怪的问题中选了一部分用科学理论解释，让我感受颇深的倒不是其中的科学素养和读者千奇百怪的想象力，而是对一些基本常识的疑问与挑战。梁文道的《常识》中写了不少当下国人稀缺的常识，而我额外觉得有些常识，人们知道但可能没深入思考过为什么它是常识。刚开始工作的年轻人很容易体会到，公司里自有一套语言体系，这个名词那个概念，待久的人信手拈来，刚进入的人免不了各个定义掌握一番，常常有时，大家习以为常的常识你会觉得逻辑不通，一旦问了为什么，大家会以“这个问题还需要解释吗？”的表情看着你，然而常常有些思维上的突破，恰恰存在于对基本假设的挑战上。