‍

每月思考专栏持续进行，下面是7月的一些思考和摘录，希望对你有启发~

01.增长思路更新

大家在想增长机会时，思路一般是：

1、收入公式

1）按结构拆解，现有收入构成有哪些部分，能不能新增一些特殊收入，比如罚款

2）按指标拆解，最常见的。GMV=流量*转化率*客单价*（1+复购率），接下来的增长手段很常见：

a.如何提高获客效率，把盘子变大

b.如何提高匹配效率，让更多用户买单

c.如何提高流程效率，让漏损更小

d.如何降低产品门槛，让更多人进来。这里不涉及流程，主要指决策门槛，如价格、信任

e.如何提高复购，提高留存

f.如何提高流量运用效率，做好产品互导机制

2、成本公式

1）如何降低获客成本？

2）如何减少人工介入成本，把人工转为自动化？

02.评估想法是否靠谱

在评估一个想法是否靠谱时，一般要从两个角度看：

1、用户侧：

价值：解决了用户什么问题？是否符合新体验—旧体验-迁移成本>0，而且体验是很多倍的提升

成本：理解成本、心理成本、操作成本、资金成本如何？

2、业务侧：

价值：产品价值大不大？产品价值=能提高的转化率*覆盖用户数

成本：开发成本、营销成本、风险成本如何？

03.数据分析方法

一、单指标分析法

1 周期性分析法：分析指标是否有周期性规律

季节：春夏秋冬

月份：月初，月中，月末

周：工作日，周末

日：早上，中午，下午，晚上，半夜

2 结构分析法：按照人货场维度拆解指标，分析数据变化的原因，或者制定目标

人：按客群拆解，如按年龄性别地域

货：按商品大类和商品细分

场：按广告渠道

3 分层分析法：当数据出现较多的极端情况，平均值代表不了总体时，则采用分层分析法。

分层分析是对个体做分层，找关键指标做分层

分层过程关注极端个案和平均值差异

二、多指标分析法

1 矩阵分析：

定义：把两个独立出现的事交叉组合，即矩阵分析法，两个指标相关性低时可采用此方法。

特点：矩阵法自带标准，很容易发现问题，应用广泛

如何做：将两个指标求出平均值，高于平均值的定义为高，低于平均值的定义为低，然后画散点图到象限中，把第一象限分成四部分。

不适合场景：当两个指标高度相关，则不适合用矩阵法

2 指标拆解

与结构分析差异：指标拆解是把大指标拆解出子指标，所以会产生新指标。但结构分析不会产生新指标，还是旧指标

每个拆解的指标，最好能对应到每个业务动作

指标拆解和结构分析一起运用更好

3 漏斗分析

指连续动作的转化情况，很常见的数据分析方法

04.纳瓦尔对幸福的理解

1、幸福的含义主要是没有痛苦，没有欲望，不沉溺于对未来或过去的思考，真正拥抱当下，拥抱现状，拥抱现实的一切。

2、幸福是一种选择，主要来自你对世界的评判，不加以评判接受事实，就会感到幸福

3、幸福来源于接受现实，而不是改变外部环境

4、幸福是内心平静，不是开心快乐

5、幸福源于内在动机，不是外界强加的

6、幸福是降低欲望。欲望是不得到想要的东西，就不会快乐

7、幸福就是满足现状

参考书籍：《纳瓦尔宝典》，参考课程：陈老师的数据分析课

2022年7月的思考总结

01.增长思路更新

02.评估想法是否靠谱

03.数据分析方法

04.纳瓦尔对幸福的理解