Lean Analytics 读书笔记 【持续更新】

插播个题外话，口口声声说要做程序员，结果后来还是准备到哥大就读数据科学研究生。Anyway，编程还是必不可少的。于是捡起了这本lean analytics，作为入门书籍吧。

零.前言

1.dont' sell what you can make, make what you can sell. 意思是搞清楚顾客想要买什么。但是大部分情况下，他们也不知道自己要什么，更糟糕的是，作为企业家或创始人，我们往往会先入为主，因此这些会影响我们做出决策。2.Analytics can help评估是否一个问题真实存在，to identify customers, decide what to build，让自己更受潜在的需方喜欢。

3.a startup is an organization formed to search for a scalable and repeatable business model.

4.build-measure-learn cycle。精益分析聚焦在measure阶段。

5.innovation accounting：building the minimum product necessary，可以帮助我们客观地了解自己在做什么。精益分析可以量化我们的创新，getting closer and closer to a continuous reality check. 换句话说，就是to reality itself。

一、stop lying to yourself

(1) we are all liars

1.企业家擅长欺骗自己，因为他们需要说服别人。轻微的欺骗是必要的，因为这形成了你的reality distortion field。2.你要欺骗自己，但是又不能损害企业，因此需要数据来支撑。Analytics is the necessary counterweight to lying。3.you'll need to listen to your gut and rely on it throughout the startup journey. Instincts are experiments. Data is proof. 4.if you can't measure it, you can't imagine it. 

5.案例分析：airbnb做了个结论——hosts可以获得更多生意如果用专业摄影，所以hosts会注册专业摄影服务。他们建立了concierge MVP（minimum viable product）方法来快速测试他们的猜想。现在创业很便宜、甚至免费，the really scarce resource is attention。conciege方法可以帮助你检测需求是否真实，通过起初的少量客户来验证。他们的确发现采用专业摄影的hosts获得2-3倍多的预定，相比于市场平均。于是他们采取专业摄影团队，提升照片质量，each step of the way, airbnb measured the results and adjusted as necessary. the key metric airbnb跟踪是shoots(拍照数量) per month.

总结：a. airbnb团队直觉感到更好的照片可以增加出租；b.他们使用concierge MVP方法来检测他们的想法，使用最少的effort来获得有效的结论。c.实验证明出好的结论后，他们build必要的components并且rolled it out to所有的客户。

学到的经验：每当产生有价值的想法，考虑如何用最小的投资快速进行验证。

(2)how to keep score

1.在创业期，分析的目的是在资金耗尽前找到your way to the正确的产品和市场。2.好的metric的几个要素：metric是comparative而不是绝对数值，例如改善了2%比相比上周增加更明确；metric是可以被理解的，有利于员工更好的了解，有助于塑造文化；metric是ratio or rate：举个例子，距离是informational，但是speed可以帮助你act on，根据speed可以判断是否要加快还是减慢才能到达目的地；metric changes the way you behave。3.false metric举例：rating评分，但是salesman花更多时间要求客户打高分，而不是提供更好的服务。if you're not measuring something that it is attached to your goal, in turn changing your behavior, you're wasting your time. 4.注意到metric往往是成对出现的，例如转化率（the percentage of people who buy something）是与time-to-purchase（how long it takes someone to buy something）联系在一起的。这些metric背后潜藏着一些基础的metric，例如revenue，cash flow，user adoption。

5.选择好的metric，记住：

a.qualitative versus quantitative metrics: 定性度量是非结构化的，含糊的，很难to aggregate，但是是revealing启发的。quantitative metric包含数据和统计，提供事实数据，但是缺乏insight。

创业初期没有定量数据，因此需要收集定性的数据。定量数据排斥主观因素，定性数据吸纳主观因素。定性数据的获得意味着在和目标市场的潜在用户对话，意味着探索和突破固定思维。访谈时避免诱导用户，得出无意义的结论。

b.vanity versus actionable metrics: vanity让你感觉良好，但是没有改变你如何做。

每当看到指标，要下意识问自己：我将如何改变当前的商业行为。虚荣指标如总注册用户数，可付诸行动的指标如活跃用户占比，新用户增速。八个需要提防的指标：点击量、页面浏览量、访问量、独立访客数、粉丝/好友/赞的数量、网站停留时间/浏览页数、收集到的用户邮件地址数量、下载量。

c.exploratory versus reporting metrics: 探索metric尝试找到unknown insights，让你占据上风；reporting让你保持每日正常的operation。

唐纳德-拉姆斯菲尔德：1.我们知道我们知道的：是可能并不为真的事实，需经由数据的检验；2.我们知道我们不知道的是可通过调研解答的问题，可使之成为我哦们的行为基准并流程化；3.我们不知道我们知道的是直觉，需要我们评估并训练以提高其效能及效率；4.我们不知道我们不知道的是探索，蕴含着我们自身独特的优势，能带来有趣的顿悟。

案例分析：妈妈圈。1.起初是在07年随着facebook启动开放平台时推出朋友圈应用，正确的时间加上正确的地点（facebook站内应用），只是找错了市场（不到20%的圈子在创建后有活动的迹象）。2.通过分析用户行为模式和理想行为分布（妈妈群体之间所发的站内信平均比其他站内信长50%，他们点击facebook提醒的概率比其他人群高75%等等），公司找到了与自身产品相匹配的市场（针对妈妈群体推出的朋友圈）。3.找准目标后不遗余力地聚焦，直至更改产品名称。

启示：胆识（以调研数据为基础，放弃面向所有人的朋友圈，转而深耕特定的人群/市场）；一款社区产品急速启动需要相当高的用户参与度，比较好的做法：在一个更容易触及的目标市场培养更多具有黏性的高活跃度用户。病毒式传播需要专注。

d.leading versus lagging metrics: leading预测未来，lagging解释过去，leading更好，因为还有时间act on them.

先见性指标：潜在客户数，用户投诉量，新增潜在客户量（帮助提前预测未来销售业绩）等；后见性指标：用户流失，季度新订单量（对于销售团队是后见性指标，对于财务部门是可以指示营收预期的先见性指标，因为客户还没有支付合同金）等。创业早期数据不足以预测未来，可以先关注后见性数据。

e.correlated versus causal metrics: 发现相关性帮助预测未来，如果找到causal，就可以改变未来。

6.分析师看kpi（key performance indicators）。

7.移动的目标：在早期选定的目标往往是尝试性地，不是板上钉钉。

案例分析：highscore house家长罗列家务活动给孩子打分，孩子获取相应奖励。1.这个团队过早地划分了用于区分用户活跃度的准绳，这是一个不可能完成的任务；2.他们明智地拿起电话联系客户，发现低于假设活跃度阈值的用户能够从产品中获取很大价值。

数据分析启示：1.了解客户，没有比直接与客户对话更有效的手段了。得到的数据再多，也解释不了事情发生的原因。2.尽早做出假设并定下你认为可称为成功的目标，切忌在试验中迷失自己。如果需要，可以降低指标的阈值。只有调整后的阈值或准绳可以更好地反映用户使用产品的习惯，调整才是合理的。

8.测试的不同方法

a.市场细分：细分市场是一群拥有某种共同特征的人。比较各个细分市场的差异。

b.同期群分析：比较的是相似群体随时间的变化。同期群分析使你能够观察处于生命不同周期阶段客户的行为模式，而非个体的自然生命周期。

c.A/B和多变量测试：比较不同群体的同期群试验被称为纵向研究。A/B测试是在同一时间段对不同被试群体提供不同的体验的横向研究。假设其他条件保持不变，仅考虑体验中的某一属性对被试用户的影响。

当用户流量不够大时，进行一连串的a/b单独测试会延长走向成熟的周期，这时可采用多变量分析法同时对多个属性进行测试。原理为用统计学方法剥离出单个影响因子与结果中某一项指标提升的相关性。

9.精益数据分析周期：

(3)你把生命献给谁

1.一个不存在的市场不会在乎你有多聪明。

2.创业的精益画布，可视化简明商业计划书：

3.投资者们总说：他们寻找的是有激情、真正关心解决问题的创业者。需求（对产品的）、能力（打造产品）、欲望（实现产品）三者缺一不可。

4.千万别从事自己不喜欢的事业，人生苦短，倦怠可期。5.三个问题：我是否已经找到了一个值得解决的问题？我所提出的解决方案是否正确？我是否真的想解决它？

（4）以数据为导向与通过数据获取信息

1.滥用数据容易导致局部优化，进而忽视大局，这是极其危险的。2.人类提供灵感，机器负责验证。机器能够找到局部的极值，但是局部极值不代表能取到的极值，只是在某一范围内。所以需要专职人员负责在大局上把关。3.数学在优化已知系统方面可以做的很好，而人类善于发现新的系统。渐进式的改变可以达到局部极限，创新则可能导致全局洗牌。4.人的职责就是在数据优化背后做一个聪慧的设计者。

5.10条创业者需要避免的数据圈套：假设数据没有噪声；忘记归一化；排除异常点；包括异常点；忽视季节性；抛开基数只谈增长；数据呕吐（要理解什么数据更重要，不然数据再多也没用）；谎报军情的指标（阈值设置过于敏感）；“不是在这儿收集的”综合症（不同来源的数据合在一起能带来很多独到的见解，如高质量的邮编地址是否集中于寿司店多的地区？）；关注噪音（误以为无规律的食物是有规律的，要退后一步，站在更高的角度看问题）。

6.精益创业：如何在只开发一个最小可行化产品的同时保持一个更大的愿景？7.没有大的愿景，太容易受外界的干扰，客户、投资人、竞争者、媒体的风吹草动都可能影响你的决策。8.带有挑战世界的梦想同时如何兼容走一步看一步、不停质疑自身的精益创业：只需把精益创业当作达成创业愿景的必经过程。9.精益创业把认知放在高于一切的位置，鼓励发散思维，积极探索、试验求证。它不等于不断重复的开发-测试-认知循环，而在于真正理解发生了什么并接受新的可能性。10.选择诺曼底登陆并不意味着同盟国缺乏大的愿景，他们只是找到了一个很好的起点而已。

二、找到当前的正确指标

（1）数据分析框架

1.戴夫-麦克卢尔的海盗指标说：获取用户acquisition，提高活跃度activation，提高留存率retention，获取应收revenue，自传播referral。

2.埃里克-莱斯的增长引擎说：黏着式增长引擎（kpi：客户留存率、流失率、使用频率、距上次登陆的时间）；病毒式增长引擎（KPI：病毒式传播系数，病毒传播周期）；付费式增长引擎（客户终生价值CLV和客户获取成本CAV，客户盈亏平衡时间）。

3.阿什-莫瑞亚的精益创业画布：前文有讨论了。

4.肖恩-埃利斯的创业增长金字塔：着眼于创业公司在找到产品与市场契合点之后该如何增长。

5.长漏斗：互联网早期电商网站的转化漏斗相对简单，现在客户可能会在试探性访问几次后才决定购买。这个被称为长漏斗。因此针对长漏斗，要对漏斗全阶段进行监控。

6.总结：海盗指标和长漏斗侧重于获取和转化用户的行为；增长引擎和创业增长金字塔框架帮助你了解何时何种方式增长；精益创业画布帮助厘清商业模式及组成部分。

7.精益数据分析阶段和关隘模型：移情、黏性、病毒性、营收、扩展。

（2）第一关键指标的约束力

1.如果创业真的有什么成功秘诀，一定是专注。并形成一套纪律来保持专注。2.关于驱动创业增长的三大引擎，最好在一段时间内只专注于某一个引擎。

3.专注意味着挑选唯一的一个指标，其对当前所处的创业阶段无比重要。OMTM: one metric that matters，第一关健指标。作为一个公司不可能同时影响几十个kpi，太多的数据会适得其反，会迷失在并不十分重要的奇怪数据趋势当中。4.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。

5.案例分析：某家意大利餐馆只关注少数几个关键指标，如人工成本占毛收入的比例，它非常有用，因为结合了两个你有所掌握的东西：用餐者人均消费和人力成本。如果人力成本超过了毛收入的30%，说明餐厅运营的不好。24%是比较理想的值，低于20%有可能是服务做得不到位。

6.定义初始成功基准：有两种方法，1是商业模式，某一指标必须达到多少才能使商业模式本身成立。2.在创业早期还在摸索商业模式时，它并不能够提供答案，应考虑何为正常值或者理想值。

（3）你所在的商业领域

1.所有互联网商业模式都有一些共同特征，第一，目标都是增长。第二，增长的源泉是三大增长引擎中的一个：黏着式增长、病毒式增长或是付费式增长。2.营销就是：更频繁（高用户黏性）地向更多人销售更多的商品，从而更有效（降低完成以及支持服务的成本）地赚到更多的钱（将用户愿意支付的价格最大化）。2.商业模式：让人们做你希望他们做并能使你从中获利的事。3.区分用户，每个人都是不同的的。精准的营收预测很大程度上是依赖于理解不同的用户市场细分是如何使用产品的。

4.多种收费或者客户激励模型可供选择：免费增值，免费试用，一次性收费，打折出售，通过广告盈利。需要与所服务的用户细分市场相匹配。

5.产品的范畴远不仅限于交易中购买的物品或虚拟物品，服务、品牌、知名度、信誉、用户支持、包装等因素结合一起促成了你的购买。

6.很多人容易把商业模式的维度与商业模式本身混为一谈，免费增值不是一种商业模式，只是一种营销手段；saas不是一种商业模式，只是将软件送达客户的一种方式；媒体网站上的广告不是一种商业模式，只是一种获取营收的方式。

7.商业模式：获取渠道；销售手段；营收来源；产品类型；送达模式。

8.12种营利模式：广告、咨询、数据、潜在客户开发、授权费、上架费、拥有权/硬件、租赁、赞助、订阅、交易手续费和虚拟商品。9.基本财务模型：搜索、游戏、社交网络、新媒体、市场、视频、电子商务、租赁、订阅、音频、潜在客户开发、硬件和支付。10.dropbox示例：

(4)免费移动应用商业模式

1.移动应用需要经过应用商店把关，限制了公司进行迭代的数量，阻碍了试验的进行。2.在应用内的赚钱方式：可下载内容；角色天赋、虚拟外观定制和游戏内容；优势（更好地的武器）；节省时间（原地复活）；跳过冷却/等待时间；追加销售至付费版本；游戏中的广告。

3.关注的重要指标举例：下载量；客户获取成本CAC；应用运行率（注册了账号）；活跃用户/玩家比例（日活跃DAU，月活跃MAU）；付费用户率；首次付费时间（**后多久开始付费）；用户平均每月营收（ARPU，购买和广告的收入总和）；点评率；病毒性；流失率（卸载应用或一定时间内没有开启）；客户终身价值（用户在使用应用期间为公司贡献的营收）。

4.游戏公司wooga每周更新一个版本，它通常选择一个关键指标，如留存率作为更新的重点，并提出多种方案来提升这一指标，更新发布后，它会严格衡量关键指标的变化并继续迭代。wooga创始人每天要审阅128个数据点，当发现数据有任何不容易理解的地方时，他便会将其转发给产品团队。产品团队找出数据中的问题，分析出背后的原因，并思考出改进的方案。

5.移动应用的大部分营收来自于一小部分用户，应该将部分用户单独划归一组进行分析处理。人民币玩家和其他玩家的行为想法往往相差甚远。

三、底线在哪里

（1）我是否足够优秀

1.很容易为了优化一个看上去很差的指标投入大量时间和精力。在弄清楚你相对于竞争对手和行业平均水准的位置之前，这样做都是盲目的。2.即使达到平均数还远远不够好。3.一家创业公司首先是一家旨在快速成长的公司，这种增长区别了创业公司以及新开张的修鞋铺、餐馆等生意。4.如果公司在营收阶段，增长率就是按照营收计算，如果公司还没有收取费用，增长率按照活跃用户计算。5.过早扩张，比如在黏性不足时就启动付费引擎，可能会激化产品质量、现金流和用户满意度方面的问题。

6.病毒式增长前要有黏性，扩张前要有病毒性。7.B2C和B2B采用的视角不同，在某些情况下对于那些价值依赖于网络效应的创业公司，快速增长可以加速创业公司找到产品与市场契合点（skype）。而过早的扩张一个B2B公司会让你疏远帮你起家的、最忠实的客户。8.增长率的底线要控制在5%。

（2）没有基准时怎么办

1.不要改变底线来适应你的能力，而要提高能力来满足底线。2.迭代并改善现状会带来逐渐减小的回报，当发现现状可能已经足够好，就可以停止迭代，进入下一个问题了。