读书笔记：精益数据分析 第一部分

第一部分 别再欺骗自己
第一章：我们都在说谎
1、需要数据的原因：我们都会对自己说谎，自我认知有偏差，需要用数据去否定我们不正确的直觉
2、数据分析启示：有时候增长来自于未想到的方面，当找到认为一试的方法时，应该先想一想如何以最小的投入完成快速的测试，并事先为成功下一个明确的定义，如果明确直觉准确的话下一步应该怎么走。
第二章：创业的记分牌
1、数据分析里不来对企业关键指标的跟踪，但是这些关键指标却不大容易判定。
2、什么是好的数据指标？
（1）好的数据指标是比较性的
（2）简单易懂
（3）好的数据指标是一个比率：比率的可操作性强，是行动的向导；比率是天生的比较性指标；比率适用于比较各种因素间的正相关和副相关。
3、好的数据指标会改变行为：随着指标的变化，i是否会采取相应的措施（要避免采取不恰当的数据指标，并注意数据指标之间的耦合现象）
4、如何寻找正确的数据指标？
（1）定性指标与量化指标
定性指标是非结构化的，难以归类；定量指标涉及很多数值和数据统计，提供可靠的量化结果，但缺乏直观的洞察。
（2）虚荣指标与可付诸行动的指标
可付诸行动的指标能遴选出一个行动方案，从而指导商业行为。
—8个需要提防的虚荣数据指标
1）点击量 -点击人数更有意义
2）页面浏览量（PV值）-访问的人数更有意义
3）访问量 -是一个用户访问100次还是100个用户访问一次？
4）独立访客数 -无法告诉你这些客户在页面是否停留，做了什么
5）粉丝/好友/赞的数量
6）网站停留时间（ Time on site）/浏览页数（Mumber of pages） -更应该关注他们停留的是哪个页面
7）收集到的用户邮件地址数量 -要看有多少人真正打开了邮件，可以发送测试邮件，看用户是否会根据邮件提示去做
8）下载量-应关注下载后的**量，创建用户数等
（3）探索性指标与报告性指标
探索性指标是推测性的，提供不为所知的洞见，帮助在竞争中取得先手优势；报告性指标能对公司的日常运营和管理活动保持信息通畅。

（4）先见性指标与后见性指标
先见性指标用于预测未来；后见性指标用于解释过去；一般更喜欢先见性指标
（5）相关性指标与因果性指标
如果两个指标总是同一变化，则它们是相关的；如果其中一个指标可以导致另一个指标，则具有因果关系。
5、测试是数据分析的灵魂
（1）市场细分-细分市场是一群拥有某种共同特征的人
（2）同期群分析-比较相似群体随时间的变化。（因为产品在不同时间段第不同的）
能够观察处于产品生命周期不同阶段客户的行为i模式，而非忽略个体的自然生命周期，对所有客户一刀切。
（3）A/B和多变量测试-比较不同群体的同期群测试被称为纵向比较，数据是沿着客户群体的自然生命周期收集的；而横向研究是指在同一时间段对不同被测试群体提供不同的体验。如：想A群体提供绿色按钮，向B群体提供蓝色按钮，就是A/B测试。

6、数据分析周期

第三章：你把生命献给谁
1、精益商业模式画布-发现创业中的最大风险，诚实理性得看待自己的创业

2、巴德.卡德尔的职业选择理论

第四章：以数据为导向与通过数据获取信息
1、需要避免的数据圈套：
（1）假设数据没有噪声
（2）忘记把数据归一化-需要找与目标相关的数据，不要太大
（3）排除异常点
（4）包括异常点–不能简单的排除或者包括异常点，需要深入研究
（5）忽视季节性
（6）抛开基数之谈增长
（7）数据呕吐-需要知道什么数据只重要的，不能只追求数据够多
（8）谎报军情的指标-不要人为设置太多异常，会对预警麻木的
（9）可以考虑新颖的数据来源，不要太狭隘
（10）关注噪音