《精益数据分析》-第一部分概括笔记
精益创业运动的精髓
不要销售你能制造的产品，而是制造你能卖出去的产品。
本书组织结构
- 第一部分聚焦于对精益创业和基本分析技术的理解，以及迈向成功的数据启示的思维方式；
- 第二部分展示如何将精益分析用于创业公司中；
- 第三部分对指标的正常范围进行审视；
- 第四部分展示如何将精益分析用于你所在的组织以及组织内的文化。
创业公司的定义
创业公司是一种组织，其存在目的就是寻找可规模化和可重复的商业模式。
精益创业：将客户开发、敏捷软件开发方法以及精益生产实践结合在一个用于快速和高效开发产品和业务的框架内，并将其定义为精益创业过程。精益创业的一个核心概念是“构建—衡量—学习”。
第一部分 别再欺骗自己了
第1章 我们都在说谎
所有人都处于妄想之中，只是有些人比较严重罢了。其中症状最严重的当属创业者。
创业者尤其擅长对自己说谎，说话甚至可以说是创业者获得成功的必备条件。毕竟你需要在缺乏充分实证支持的情况下让别人相信你所说的是真的。创业者需要处于一种半妄想状态，方能直面创业过程中不可避免的高潮与低估。创业者需要对自己撒点小谎，但不能撒得太过，否则会损害公司的利益。
精益创业运动
精益创业提供了一套理论框架，从而使创业者能够更加严谨地着手于创新事务。你可以开发某产品，检测产品效果并从中获取经验，以便在下一版中加以改进。你可以快速迭代，尽早决定专注于原有想法还是选择转型，然后就可以进行数据分析了。
你无法衡量的东西，你也无法管理。
在精益创业理论中，最小可行化产品指足以向市场传达你所主张的价值的最小化产品。
例子：Airbnb提供的专业摄影服务，起源于一种假设，即“有专业摄影照片的房源要更抢手，因此房主更愿意申请Airbnb提供的此项服务”，并为此开发了一款专人接待式最小可行化产品，迅速验证了自己的假设。测试表明，附有专业摄影照片的房源所获订单数是市场平均值的2~3倍，之后Airbnb雇佣20名专业摄影师以帮助平台上的房主拍摄房屋照片，订单量也有了突破式增长。
第2章 创业的记分牌
数据分析离不开对企业关键指标的跟踪，这些指标与你的商业模式（即营收来源、支出成本、客户数量以及客户获取策略的效果等）有关。对创业公司而言，之所以进行数据分析，是为了在资金耗尽前找到正确的产品和市场。
好的数据指标能带来你所期望的变化，一些重要准则是：
- 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。
- 好的数据指标会改变行为，因为它与你的目标是一致的：保留用户，鼓励口碑传播，有效获取新用户，或者创造营收。学会根据数据确定一条做与不做的准绳，对规范创业行为大有裨益。
错误的示范：4S店在推销汽车后通常会跟客户提到过几天会有售后客服电话回访，需要客户对接洽的销售进行服务满意度评价（通常1-5分），而这个指标并不能让销售提供更优质的服务，反而成为了销售浪费口舌最多的关注点。这与设计评价机制的初衷——提高服务质量背道而驰。
正确的数据指标有五点需牢记：
- 定性指标与量化指标
定性指标通常是非结构化的、经验性的、揭示性的、难以归类的，回答的是“为什么”；量化指标则涉及很多数值和统计数据，提供可靠的量化结果，但缺乏直观的洞察，回答的是“什么”和“多少”的问题，定量数据排斥主观因素，定性数据吸纳主观因素。
- 虚荣指标与可付诸行动的指标
虚荣指标看上去很美但不能为公司带来丝毫变化（如总注册用户和总活跃用户，这两个都是单调递增的，并不能传达用户行为信息，总活跃用户稍微好些）；可付诸行动的指标可以帮你选出一个行动方案从而指导你的商业行为（如活跃用户占比、订单转化率，单位时间内新用户数量等）。
- 探索性指标与报告性指标
探索性指标是推测性的，提供原本不为所知的洞见，帮助你在商业竞争中取得先手优势；报告性指标则让你时刻对公司的日常运营、管理性活动保持信息通畅、步调一致。
- 先见性指标与后见性指标
先见性指标用于预言未来（如潜在客户、销量预测等）；后见性指标用于解释过去（如流失客户）。
- 相关性指标与因果性指标
如果两个指标总是一同变化，那它们是相关的；如果一个指标可以导致另一个指标的变化，则它们具有因果关系。
测试是精益数据分析的灵魂，通常，测试就是通过市场细分、同期群分析或A/B测试来比较两个样本的不同。
市场细分：细分市场就是一群拥有某种特征的人，如使用同一个浏览器，出门习惯打车等。
同期群分析：相似群体随时间的变化。如统计每个月总的客户数和客单价能传达的意义有限，应该把客户按留存时间分为老客户或新客户等细分后的组来分别查看趋势更直观。
A/B测试：改动产品的某一方面（如颜色），衡量其对另一方面（如营收）的影响。
多变量分析：同时改动产品的多个方面，看哪个与结果的相关性最大。
第3章 你把生命献给谁
一个不存在的市场不会在乎你有多聪明。之所以走一条精益的、基于分析的创业之路，根本原因是你不愿意浪费几年的生命创造一个没有人想用的东西。有了一个关于产品或服务的想法，这是你的蓝图，是需要用数据分析检验的对象，我们需要用一种方法快速严谨地将这个想法的相关设想表达出来，再由真实的客户去证实（或证伪）。在此推荐“精益画布”。
三条准则：擅长做的、希望做的、能赚钱的。
- 如果你喜欢且擅长做某事，却不能以此谋生，那应该学会将技能变现；
- 如果你擅长某事且可以以此赚钱，但不喜欢它，学会说不；
- 如果你喜欢做某事且可以以此赚钱，但不是很擅长，学会把它做好。
第4章 以数据为导向与通过数据获取信息
数据是检验假设的极佳工具。创业者需要避免的数据圈套：
1）假设数据没有噪声。在分析前，先去噪声，检查数据是否有效、实用。
2）忘记归一化。将需求目标做归类，以防止统计到过多无用信息。
3）排除异常点。剔除异常值可能丢失对结果的准确性，特别当无法判断异常点是否真的异常时。
4）包括异常点。某些场景中需要剔除异常点，避免异常值对整体值的偏差。
5）忽视季节性。周期性应考虑在内。
6）抛开基数谈增长。基数很低时，增加1也可能带来翻倍的效果。
7）数据呕吐。太多指标没有重点或不知道关注哪个指标，做再多分析也没用。
8）谎报军情的指标。设定阀值很重要，要避免过多的警报也不要错过最佳改正时间点。
9）“不是在这儿收集的”综合征。将数据与其他来源的数据结合分析可能带来意想不到的效果。
10）关注噪音。把虚荣指标放一边，站在更高角度看问题。