《精益数据分析 . Lean Analytics Use Data to Build a Better Startup Faster》 加 . 阿利斯泰尔 . 克罗尔 本杰明 . 尤科维奇 著，韩知白 王鹤达 译
2023.7.27 ~ 2023.11.4
本以为是本纯数学的、介绍公式的数据分析用法的书，结果是：精益创业中的数据分析，如何通过数据分析指导创业
精益创业，精益分析对其进行了扩展
关键指标：指标有哪些，哪些促成目标的实现，哪些有用，哪些虚荣，哪些说明未来，哪些解释历史
正确的产品、最佳的目标市场、关键指标
最小可行化产品：以最低的开发成本创建出足以建证创业假设的产品原型
精益化市场营销：以最低的推广成本收集足够用于验证创业假设的数据点
不要销售你能制造的产品，而是制造你能卖出去的产品
创业公司是一种组织，其存在的目的就是寻找可规模化和可重复的商业模式
精益不是廉价和小规模的代名词，而是要消除浪费并快速行动
精益分析是一种量化创新成果的方法，一点一点地接近连续的现实检验，接近现实
依靠数据取得成功，不要沉迷于妄想之中
最小可行化产品 concierge minnimum viable product，迅速验证自己的假设
数据分析：增长来自于你未曾想到的方面，测试你的想法，最小反贼入快速完成测试，明确下一步如何走
精益分析思维：提出正确的问题，重点关注那项可达成你期望结果的关键指标
好的数据指标能带来你所期望的变化；好的数据是比较性的、是简单易懂的，是一个比率
学会根据数据确定一条做与不做的准绳，选择那些与你希望促成的改变相关联的指标
正确的数据指标：定性指标与量化指标、虚荣指标与可付诸行动的指标、探索性指标与报告性指标、先见性指标（预测未来）与后见性指标（解释历史）、相关性指标与因果性指标
利用数据揭示信息，指明方向；数字不能太小，以保证统计学价值
世界上事物对于我们：知道知道的，知道不知道的，不知道知道的，不知道不知道的 -- 挺绕的，自知很难，所以知道不知道往往只是不知道不知道
验证直觉，把假设变成证据；测试是精益数据分析灵魂；数据是检验假设的极佳工具；数据是否有效、实用
仅令关注单一的关联而不追溯因果关生活费会导致错误的决定；相关性很好（--VUCA的大数据时代更多的看中关联性），因果性最佳 -- vuca: volatility（易变性），uncertainty（不确定性），complexity（复杂性），ambiguity（模糊性）
有时用户对产品的真实用法与最初产品设计的假设大相径庭
了解客户，没有比直接与客户和用户对话更有效的手段了
同一群体同期同一对象不同属性或展现方式试验（A/B测试）；比较不同群体的同期群的同一试验（纵向研究）；比较不同群体同期群的不同试验（横向研究）
精益数据分析核心：找到一个有意义的指标（值得解决的问题），通过试验改善，直到令人满意
一个不存在的市场不会在乎你有多聪明；擅长做的（技能变现），希望做的，能赚钱的
数据陷阱：过度分析、过于以数据为导向 -- 数据能说明什么？真的还是假的？
渐进式的改变可以达到局部极限（进化，无法倒退），创新则可能导致全局洗牌
专注、漏斗
需要关注的5大类指标：获取用户acquisition，提高活跃度activation，提高留存率retention，获取营收revenue，自传播referral
赚钱是识别一个商业模式是否可持续的终极指标；赚钱并不是一种驱动增长的引擎
客户终生价值CLV，客户获取成本CAC，客户盈亏平衡时间
创业的5个独立阶段：移情、黏性、病毒性、营收、扩展
实现特定目标：根据其所跟踪的指标所建立的量化指标
真正的专注，保持专注：在任意指定时间里，都有一个指标，值得你关心它胜过一切；在正确的时间，以正确的心态，专注做正确的事情
第一关键指标，One Metric That Matters，OMTM：现阶段最重要的问题；清晰的目标；整体层面的健康；鼓励实验文化（开发--测量--认识）；做好随时改变的准备
捕捉所有的数据，但只关注其中最重的那些；减少所跟踪的指标数量以保持足够的大局观；真正的、有价值的、深度用户
确认初始基准 -- 建立比较基线；测量所有数据是不可能的，必须依照正确的顺序、逐个考量设想、了解阶段、确认目标、制定指标
营销：就是更频繁地向更多人销售更多的商品，从而更有交的赚到更多的钱
商业模式：让人们做你希望他们做并能使你从中获利的事；模式、定价、转化、成本、有效性；习惯性、参与度、盈利能力；改进点、获取成本、可持续性
确认哪方面的业务是最有风险的，努力改善这一风险指标
用户生成内容，User-generated Content, UGC
重点关注有钱的一方
过早的关注某指标或优化无关紧要的内容必然导致创业失败
1.移情：尝试了解他人所想，学会换位思考；发现并验证问题；找到一个值得解决的问题（问题的发现往往源于聆听，旨在找到令人感到足够痛苦并且亟待解决的问题）；快速取样测试（广度 单一的客户无法代表市场、深度 避免只相信自己已然相信的内容、验证 想办法检测假设的真伪、确认 定义成功的最小可行化产品）
大多数时候，提出解决方案的人并不了解客户真正的问题；将天生的预感（即直觉，脑海里困扰的感觉）转化为有根据的推测
值得解决的问题有一个特点：即有许多人人正在试图或曾经试图解决过它；如何思考，心智模式
问卷调查：不要只想着问问题，而应明确问题的答案会对你的行为产生怎样的影响；测试、发问卷、收集信息、分析数据；开发、衡量、学习；设计最小功能模块衡量风险是否存在
2.黏性：迭代最小可行化产品；跟踪核心指标；显著提高第一关键指标；理清并明确自己究竟想要知道并要些什么；寻找合适的产品和市场；牢记：客户的心智模式与你不同；
永远不要低估将所有人的意见放在同一页面的力量，把一致的信息写在一张纸上，可以迫使所有利益相关者言简意赅的表明意见，并就此达共识
3.病毒性：用户与他人分享你的产品或服务；传播能力、可复制、可持续；先行指标：即可预示未来的指标；寻找商业模式，确认当前阶段最重要的指标，不断学习并优化该指标。
4.营销：将自己的商业模式梳理的越清晰越好；最好的营收策略仍是打造一款优秀的产品；营收转化为更多客户，即用户获取成本少于最终营收；
5.规模化：市场的大小；规模化后形成纪律，让每个人对其他人负责；不要因懒惰转型（不要因为幻想破灭而转型）；找到目前对自己至关重要的指标
跟踪并优化当前的创业第一关键指标，然后思考应该尝试些什么
底线
通常的标准，基线，底线；一般水平是什么样的
不要在没有真正理解客户、提出有意义的解决方案之前就致力于提高增长率；找出增长的可靠首要指标
价格取决于你的顾客准备为它付多少钱
你的客户获取成本应该少于他在客户生命周期中贡献的总价值的1/3；基础商业模式才真正决定了你的客户获取成本
创造出足够好的，让人们想去用的产品；如果你创造的产品是客户所看重的，你不应该羞于要价
永远怀疑你的假设，即使你非常看好它 -- 时时审视和调整
不要改变底线去适应你的能力，而是要提高能力满足底线
迭代并改善现状会带来逐渐减小的回报 -- 不是一直不断的改善是最好，时时审视自己的投入产出
为产品付钱的不是真正使用产品的人
灵感，从一全基础的想法开始的，试图打破生态系统内部
创始团队中必须有一位业内人士
差异就间壁示着定制化和参数化，满足客户的需求的同时，增加了自己的复杂度，成本、收益。。。零开销原则
如果你没法测量它，就没法修复它 -- 没有对比哪来的问题
人们觉得放弃自己不想要的东西比选择自己想要的东西（感觉像承担责任）更加容易
使用公司用语思考，就比较容易放下你的成见并从公司的角度看问题
不靠谱的6个习惯：过滤信息、选择性听取、一厢情愿、恐惧、过度投入感情、对资本市场不切实际的期待
简短连贯的报告，自觉记录进展以供日后分析
寻找局部最优方案而非寻找解决方案的绝佳案例；从头开始，重新考虑想试图解决的根本问题；通过纯净的视角看懂你的客户
如果没有实质性帮助，无论何种理由，都无法说服人们采用它
好数据胜过大数据
记住你在测试和解决问题，而不是现存的需求；客户不会告诉你他们想要什么，只会告诉你他们为什么想要；关键是你要找出你还不知道什么
思考方式：立足于学习和不断改进，并用数据支撑你的观点
你无法衡量的东西，也无法管理
好的指标是驱动决策的指标；好的指标第一眼就能让人理解
精益分析不是要人抛弃直觉，而是要你证明你的直觉是否正确
从小事做起，做一些容易实现、快速产生可以衡量的结果的实验