1704851236
1704851237
在机器优化的过程中，往往会出现为了极致优化目标A，造成其他部分有损的情况。比如，目标设定的是优化用户的阅读完成度，那么机器执行后最直接的结果就是只推荐短文（一屏展现完毕，用户点击后就100%完成阅读）。这样的结果显然不是我们想要的。为了优化，我们需要进一步修正目标的设定方式。比如，内容至少要多于多少字，对哪些内容可豁免（如快讯），等等。
1704851238
1704851239
好的算法结果，既离不开优秀技术研发的实现，也离不开优秀产品经理的投入。
1704851240
1704851241
输给机器不冤，能训练出机器才重要。
1704851242
1704851243
数据分析驱动产品迭代
1704851244
1704851245
如果不能量化，就不要妄论优化。
1704851246
1704851247
随着MVP、growth hacking概念的日益普及，有越来越多的业务在产品迭代中应用了growth hacking的思路。然而在实践过程中，我们也发现了一些问题：设立独立的growth部门，在从业务咨询的角度帮助业务线做分析、提改进意见的时候，难免会出现不接地气、对应用场景缺乏足够了解等业务问题，也会出现随着公司膨胀带来的跨部门沟通协作等管理问题。
1704851248
1704851249
更好地解决这一问题的方法，莫过于产品经理和数据分析师角色的融合：产品经理能够更深度地从业务逻辑出发找问题，用数据分析的方法驱动产品迭代。
1704851250
1704851251
确定核心指标
1704851252
1704851253
“不只为做而做”，产品经理所提出的优化和迭代应该建立在服务核心目标上，即保证所有做的功能，是致力于改进核心指标而不是局部业务指标的。比如，不能为了追平竞品功能，就盲目地给自己的产品画蛇添足。追加的功能，即使功能指标不错，也必须考虑其对核心指标的影响。
1704851254
1704851255
1704851256
1704851257
1704851258
图8–2 友盟后台指标摘录示例
1704851259
1704851260
以图8–2为例，图中的各个指标是从友盟后台随意摘录的，在这些指标里，哪个才是一款产品的核心指标呢？
1704851261
1704851262
我个人给出的答案是：有价值用户的长期留存。
1704851263
1704851264
1704851265
1704851266
1704851267
图8–3 产品的有价值用户和留存拆解
1704851268
1704851269
下面我们将结合图8–3来做简单的拆解。有价值的用户是指能够最终给公司带来收入的用户，长期留存可以保证收入的稳定性和可持续性。
1704851270
1704851271
在价值的定义上，根据具体付费方的不同，可以大致分为C（消费者）端收费、B（企业）端收费，在不同的产品中，其盈利方式和有价值用户的定义会有所不同。
1704851272
1704851273
• 以信息流产品为例，有价值的用户可能是那些点击或浏览信息流广告的用户。
1704851274
1704851275
• 以游戏产品为例，有价值的用户可能是付费的“氪金”玩家。
1704851276
1704851277
• 以直播产品为例，有价值的用户可能是打赏的金主。
1704851278
1704851279
• 以职场社交产品为例，有价值的用户可能是活跃在这一产品上的、可被招聘和挖掘的职业用户。
1704851280
1704851281
无论收益途径如何，用户价值都会被归结到特定渠道的LTV（life time value，生命周期价值）上，产品层优化应旨在提升用户所带来的全生命周期价值。
1704851282
1704851283
核心指标的拟合
1704851284
1704851285
尽管我们都认可长期留存是衡量用户产品的核心指标，但是在操作过程中，迭代是快速进行的，无法对每一个方案都开启几周甚至数月的长期实验以验证这个方案对留存率的影响。