加入知乎
我所讲的那个人很不起眼。因为湖大校区里在建学楼，所以会有很多农民工在那里面穿梭，都是三四十岁的汉子，一身黝黑，不见一丁点白。昨天傍晚和朋友们在那打球，有个四十几岁的农民工，一直坐在台阶上看着我们打。他的工友们喊他回宿舍，他了，他说…显示全部
朴正洙跟利特是两个人。brbr朴正洙世故满嘴跑火车，因为他知道自己不聪明，要下来只有这么做。brbr利特认真谨慎是个好队长，自己很累也会看弟弟们的行程帮助他们，从24岁带司机带到现在35岁了，整整十二年。brbr在一副身体里，有时候跑出来的是朴正洙，那时候大家都说，这个人不太好，而且朴正洙因为口若悬河，总是说错话，被人骂。brbr而大部分时间里跑出来的却是利特，利特又帅又温暖，是哥哥们最信任的特哥，我们最尊重的特队长，少女的大总统特特特利特。brbr这两个人都没有同时占据这个身体，利特跟朴正洙相处得还算和睦。brbr当朴正洙很累的时候，利特会大声给他打气：正诛啊！辛苦了，好好做吧！brbr而当利特很累的时候，他会从温暖开朗的利特变成沉默寡言的朴正洙，让自己得到片刻的休息。brbr但是同时拥有截然不同两种性格的这副身体，却必然会受到激烈争议。brbr只看到朴正洙的人和只看到利特的人，各执一词。brbr只是，一个人怎么会只有单一的一种个性呢，同时拥有利特跟朴正洙的这副身体，才是一个真实的人啊。brbr朴正洙是有说错过话，但是这并没有妨碍到别人啊。brbr可是利特真正的在综艺上说过，收到大家这么多爱，要把这份爱返还回去，把贵重的礼物送还给需要帮助的地方。brbr朴正洙受到过痛苦的打击，得了抑郁症几度想，可是同样受到打击的利特一遍遍的看的行程表，鼓励朴正洙要挺过去。brbr朴正洙连点个香都不会，利特在综艺节目上做高难度魔术表演，在刀锋上主持面不改色。brbr我想这世界上从来都是人无的，因为朴正洙与利特共用了作为super junior队长的同一服躯壳，所以我在尊敬利特的同时，接受了同样是他的朴正洙。
朴正洙跟利特是两个人。 朴正洙世故满嘴跑火车，因为他知道自己不聪明，要下来只有这么做。 利特认真谨慎是个好队长，自己很累也会看弟弟们的行程帮助他们，从24岁带司机带到现在35岁了，整整十二年。 在一副身体里，有时候跑出来的是朴正洙，那时…显示全部
p无论是大众还是小众，重点还是针对于自己这种肤质很有效才可以/pp由于目前还是职场小菜鸟，手里银子又不多，像什么SKII，海蓝之谜就果断pass，在这里主要说下价位相对能负担起的（300rmb以内）护肤～～/ppb本人肤质：干皮，肌，T区容易出油/b（选择护肤品时更多选择安全型，所以本人比较钟爱b温和护肤品/b）/pullib菲洛嘉/b/li/ulp先简单说下他家的品牌故事吧，菲洛嘉是法国药妆，很早就开始做医美，刚开始是做抗衰老，韩国美容院的针剂都出自这个品牌。背景还是很靠的住的。/pp以下是自己入的他家的产品（自己排的，如果在小hong薯上看到，那也是我的账户_)/pimg data-rawheight=1280 src=左至右分别为菲洛嘉赋活洁肤卸妆，菲洛嘉玻尿酸洁面，菲洛嘉360眼霜：/ppb菲洛嘉赋活洁肤卸妆 /b价格：180rmb/pp算是我入的最划算的一款卸妆了。400ml，很大瓶，清洁力度很强，即使在眼部使用也完全没有问题，很温和，肌亲测没有问题；是卸妆水的质地，比卸妆油和卸妆膏清透，完全不会有堵塞毛孔的问题；这个量和价格，比之前炒的火热的贝德玛卸妆水好用太多，贝德玛粉水个人用完皮肤有种紧绷感，菲洛嘉这款完全不会，无疑会回购！！！/ppb菲洛嘉玻尿酸洁面/b 价格128rmb/pp他挤压出来是泡沫质地，这个泡沫很细腻绵密，温和的很，但清洁力度一般，两侧毛孔的清洁需要配合一般的清洁面膜，这样脸部整体的清洁都可以做到位，用一段时间下来脸部蛮柔和的，逐渐用下来会有变白的感觉，但整体还是比较慢的。像我一样肌的妹子可以考虑入，但油皮妹子应该是受不了的～～ 如果接下来没有合适的洁面，会继续入手/ppb菲洛嘉360眼霜/b 价格 265rmb/pp这款是他家最火的一款产品了应该，干皮太容易起皱纹，眼霜就是必须品啊！！这款眼霜正如他的名字一样360，是旋转之后按压的，涉及的不错，个人觉得是很干净的一个涉及。本身属于清透温和型，眼部周边的补水效果是不错的，刚开始没有注意按摩这一部分，发现对于黑眼圈的改善都没有 ToT 后来刚百度了按摩手法，试了两周之后果真不一样了！！！他的最好的一点是用的稍微多一些也不会有的 脂肪粒！！ 这是最赞的一点了。价格也很亲民～～～～～/pp------加个使用步骤---- /pp在用完爽肤水之后，挤出绿豆般大小，然后用无名指按压有黑眼圈的地方和眼周（个人觉得无名指可以很好的把控力道）尤其是有笑纹的地方，一直按压，直到没有油的感觉，一般按压一分钟左右就可以了。两周大概就能看出效果！br/ppb菲洛嘉十全大补面膜 /b（补充一下他家最有名的一款面膜）/pimg data-rawheight=1092 src=这是一款种植面膜，使用的时候会将大量的小玻尿酸注入皮下，修复受损干瘪的细胞，刺激胶原蛋白再生。它会使皮下细胞合成速度加快，保湿美白效果很很好。用这款面膜需要大量补水，因为这样可以更好的疏通皮肤毛孔的通道，长期使用会变的晶莹剔透。所以用完是十全大补，三天内要多用补水面膜。一周使用一到两次。/pullibilcsi 面膜/b/li/ulplicsi是匈牙利的有机品牌，具体的自己百度功课吧。之前很红的：Eminence 这个牌子，使用的配方都是ilcsi的，现在两家分开了（中间不清楚了），总之我更喜欢ilcsi。/ppb匈牙利ilcsi有机七种草药祛痘舒缓面膜 /b价格259rmb/pimg data-rawheight=400 src=干皮起痘也是挺悲催，尤其是姨妈期间，长痘期间就会使用这款面膜。面膜有250ml，很大罐，基本上像我这样用可以用三个月以上（有机面膜保质期是6个月）面膜本身是绿色膏状，里面会有小叶子和小树枝，味道是自然的清新味道，我每次敷的时候都会稀释一下，不然觉得有点稠，不太好涂抹！我一般敷20多分钟，中途干了就喷点喷雾！控油效果非常好！尤其是在姨妈前长痘期，使用时，有点痒或者轻微疼痛都是正常的，不用担心。也就是因为它，我的脸部没有留下啥痘印（也算是生活中的一个小确幸～～～）/pullib世家/b/li/ulp世家，这个牌子之前也说到过，有名的有机护肤品，其中它家的b律动系列/b蛮红的，据说常不错的，个人使用了一下洗面奶，黑头白头少了不少。/ppb世家去黑白头粉刺去痘控油律动洗面奶/b 价格110rmb/pimg data-rawheight=500 src=这款洁面主要是由水、玉米与水果发酵液、杏仁粉、花生油、麦胚油、海藻精华、金盏花抽取物、精油构成，它的主要功能是能皮肤自身之清洁功能，深度清洁，同时洗后保有皮肤天然酸性层让皮肤保持湿润。对肌肤亦适用，可加强肌肤的抵抗力，使受阻塞的毛乳恢复正常，调和过敏的肌肤。在使用时，用温水打湿脸、颈部，取大约2厘米的洗面奶在已湿润的掌心；加少许温水在掌上揉搓至乳状，将乳状洗面奶从额头中间开始往外波浪形轻柔按压，避开眼周，再向下至脸部、下巴及颈部按压，如此重复两三次；再用温水洗净再拂以冷水以收紧毛孔，我这样的肌肤仅用温水就可以啦。/pullib安娜 Annemarie-Boerlind/b/li/ulpb安娜橙花蜜原液 /b价格158rmb/pbrimg data-rawheight=300 src=这款主要复原液是由红橙和橙花精华，维他命C和E、维他命原B5、荷荷巴油等构成，富含维生素C和维生素B5，有效黑色素，扫除暗沉，使肌肤净白；添加镇静保湿因子，是干燥肌肤的保养圣品；水油结构，补水保湿，清爽不油腻；持久的保湿及锁水功效，淡化痘印，延缓肌肤老化。有油但是使用后也不会长脂肪粒，使用前摇一摇倒在手心上涂抹于脸上和脖子上，早晚使用，会发现脸色不知不觉通透多了，基本是不知不觉中有小惊喜的。/pp----加使用步骤---/pp安娜的橙花蜜，我就是在洗完脸用了爽肤水和眼霜之后，摇匀（一定要摇匀，不然水油配比不君）挤在手掌上，我个人不会挤压太多，不喜欢油油的感觉，大概黄豆般大小吧。然后在手掌里轻轻地搓开，之后按压在脸部和脖子。 感觉像是一个膜一样 br/pbrp以上供妹子们参考～/pp艾玛， 这又熬夜了 ToT。。。。睡觉睡觉。。。。/p
无论是大众还是小众，重点还是针对于自己这种肤质很有效才可以由于目前还是职场小菜鸟，手里银子又不多，像什么SKII，海蓝之谜就果断pass，在这里主要说下价位相对能负担起的（300rmb以内）护肤～～
值不值得，我这里推荐几款YSL橘色系口红，个人觉得是挺值~br橘色系唇膏应该是范爷带火的，她用一支MAC的morange驰骋国际，但是如果你想像她擦的一样好看，一定要，皮肤白的和纸一样，否则，涂上这支就会变成隔壁跳广场舞的李大妈。。。。黄调的妹子还是跟我一起选橙色唇膏吧（排名喜好分先后）brbrimg src=第一支要说的是YSL的唇釉8号，非常非常正的番茄红！涂上显得人很有活力，不挑肤色，显白！推荐推荐推荐！重要的事情说三遍。brimg src=如果你喜欢的是女王范儿，一定要选这支YSL Rouge 15号 Extreme Coral，超级有范儿的珊瑚色！显色度非常好。但是不皮肤偏黄或者偏黑的妹子们选。丢丢的肤色是黄调一白，大家自己参考下。/pp小科普：YSL圆管有两个系列，一个是Rouge系列，一个是Rouge shine系列。两个外观是完全一样的，一定要看标签！shine系列颜色显色度弱，滋润度强，比较适合平常上学或者上班用。大家一定不要买错了！/pimg src=圆管shine系列14号。YSL当年是靠着shine这个系列红遍，竟然有同学跑来问我，11、12、13、14这些色号怎么选。实话说，我个人对于shine这个系列不常有好感，虽然滋润度爆棚，但是显色度不好，基本就是上学上班不知道涂哪只的时候随意涂一下就好了。我一般会和Rogue 15号搭配做个咬唇妆，很好看的。br/pimg src=唇釉是YSL16年主推的款，虽然是油状的质地，但是，图上却一点也不会有黏黏的感觉，反而会感觉很滋润。这支7号色Crush Me Orange, 橙色邂逅很神奇，刚涂到嘴巴是橙色的，但是过一会嘴唇吸收了就会变成粉嫩嫩的~所以，应该也算是一支伪装的橘色系吧~br/pbrimg src=号色。奶油杏子色，很气质的OL颜色。这一款是唇颊两用的，不过如此淡的颜色，还是不大家用作腮红了。质地和慕斯一样，超舒服的。但是有一点倒干，大家根据喜好选择哦~brimg src=以上内容出自网易美学APP用户：b吃草的丢小丢/bbr未经允许请勿转载br更多精彩尽在网易美学APPbriPhone用户APP下载地址：/appdownload%3Fs%3Dwebsite class= external target=_blank rel=nofollow noreferrerspan class=invisible用户APP下载地址.163.com/download class= external target=_blank rel=nofollow noreferrerspan class=invisible
值不值得，我这里推荐几款YSL橘色系口红，个人觉得是挺值~ 橘色系唇膏应该是范爷带火的，她用一支MAC的morange驰骋国际，但是如果你想像她擦的一样好看，一定要，皮肤白的和纸一样，否则，涂上这支就会变成隔壁跳广场舞的李大妈。。。。黄调的妹子还是跟我…显示全部
img src=数据分析在运营工作中无处不在，无论是活动复盘、专题报告、项目优化，还是求职面试，数据分析都有一席之地。br/pp对于数据分析，我发现很多运营都有这样一些困惑：/pulli不知道从哪里获取数据；br/lili不知道用什么样的工具；br/lili不清楚分析的方和框架；br/lili大部分的数据分析流于形式；br/lili……br/li/ulbrp其实，数据分析并没有大家想象的那么难！接触了很多数据从业者，总结了这篇文章，希望对有志于学习数据分析的运营同学有所帮助。/ph2b一、概念：数据和数据分析/b/h2p其实大家一直都在接触数据和数据分析，但是对于两者具体的定义又很难说清楚。我曾经做过一个调查，问一些运营同学，下面5个选项哪些属于“数据”概念的范围。/ppimg src=图1：哪些属于“数据”概念范围/pp大部分人都知道把“4.报表”选上，但是很难有人会认为5个选项都是。其实这反映了一个很普遍的现象：很多人都会先入为主，认为数据就是各种表格、各种数字，例如excel报表、各种数据库。其实这是一个错误或者说有偏差的认识，它会使得我们对数据的认识变得很狭隘。/ppbu（一）什么是数据？/u/b/pp数据（data）是描述事物的符号记录，是构成信息或者知识的原始材料。这种哲学层次的定义，让数据的范围极大丰富，也符合目前“大数据”发展的需要。试想一下，现在很多搜索引擎做的 “图片识别”、“音频识别” 难道不是数据分析的一部分吗？/pp作为一名互联网企业的运营从业者，我们接触到的数据可能没有那么复杂，但是也有很多类别。/pimg src=图2：互联网企业运营从业者可能接触到的数据/pp从数据的来源来看，可以分为企业外部数据和内部数据。外部数据主要包括社会人口、宏观经济、新闻舆情和市场调研数据；内部数据包括用户行为数据、服务端日志数据、CRM与交易数据。不同数据的获取途径、分析方法、分析目的都不经相同，不同行业、不同企业在实际分析中也都各有偏好。/pp那么我们常见的“信息”和“数据”有何不同？/pp数据是信息的载体和表现形式；信息是数据的内涵，信息加载于数据之上。以书本和知识为例，书本属于数据概念范畴，知识属于信息概念范畴；书本是知识的一种载体和表现形式，知识是书本的内涵和。/ppbu（二）什么是数据分析？/u/b/pp数据分析是指从数据中提取有用的信息，并指导实践。/pp这里有两个点需要注意：首先，我们需要提取的是有用的信息，而不是自嗨；其次，这些信息需要用来指导实践，而不是流于形式。/ph2b二、思：方和方法/b/h2p很多新人入门数据分析的时候，要么胡子眉毛一把抓，要么无从下手。这都是缺少分析思的表现，需要宏观的方和微观的方法来指导。/pp那么方和方法有什么区别？/pp方是从宏观角度出发，从管理和业务的角度提出的分析框架，指导我们接下来具体分析的方向。方法是微观的概念，是指我们在具体分析过程中使用的方法。/ppbu（一）方/u/b/pp数据分析的方很多，这里我给大家介绍一些常见的框架。/polliPEST分析法：从（Politics）、经济（Economy）、社会（Society）、技术（Technology）四个方面分析内外，适用于宏观分析。br/liliSWOT分析法：从优势（Strength）、劣势（Weakness）、机遇（Opportunity）、（Threat）四个方面分析内外，适用于宏观分析。br/lili5W2H分析法：从Why、When、Where、What、Who、How、How much 7个常见的维度分析问题。br/lili4P理论：经典营销理论，认为产品（Product）、价格（Price）、渠道（Place）和促销（Promote）是影响市场的重要因素。br/liliAARRR：增长黑客的海盗，精益创业的重要框架，从获取（Acquisition）、激活（Activation）、留存（Retention）、变现（Revenue）和推荐（Referral）5个环节增长增长。br/li/olbrp数据分析的方很多，这里不能一一列举；没有最好的方，只有最合适的。下面我详细介绍一下 AARRR 方，对于精益化运营、业务增长的问题，这个方非常契合。/pimg src=图3：AARRR方/pp对于互联网产品而言，用户具有明显的生命周期特征，下面我以一个O2O行业的APP为例阐述一下。/pp首先通过各种线上、线下的渠道获取新用户，下载安装APP。安装完APP后，通过运营手段激活用户；比如说首单免费、代金券、红包等方式。通过一系列的运营使部分用户留存下来，并且给企业带营收。在这个过程中，如果用户觉得这个产品不错，可能推荐给身边的人；或者通过红包等激励手段鼓励分享到朋友圈等等。/pp需要注意的是，这5个环节并不是完全按照顺序来的；运营可以根据业务需要灵活应用。/ppAARRR的五个环节都可以通过数据指标来衡量与分析，从而实现精益化运营的目的；每个环节的提升都可以有效增长业务。我们下面的分析也是围绕这个方展开的。/ppbu（二）方法/u/b/pp根据运营工作的实际需要，在参考了 GrowingIO 陈明的文章《一名优秀的数据分析师是怎样的》基础上，我整理了7种分析方法。借助常见的网站/APP数据分析产品，我们非常快速的完成这7种分析。/ppbi1.趋势分析/i/b/pp趋势分析是最简单、最基础，也是最常见的数据监测与数据分析方法。通常我们在数据分析产品中建立一张数据指标的线图或者柱状图，然后持续观察，重点关注异常值。/pp在这个过程中，我们要选定第一关键指标（OMTM，One Metric That Matter），而不要被指标（vanity metrics ）所。/pp以社交类APP为例，如果我们将下载量作为第一关键指标，可能就会走偏；因为用户下载APP并不代表他使用了你的产品。在这种情况下，将DAU（Daily Active Users，日活跃用户）作为第一关键指标，而且是启动并且执行了某个操作的用户才能算上去；这样的指标才有实际意义，运营人员要核心关注这类指标。/ppbi2.分解/i/b/pp分解是指从业务需求出发，将指标从多个维度进行拆分；这里的维度包括但不限于浏览器、访问来源、操作系统、广告内容等等。/pp为什么需要进行拆解？有时候一个非常笼统或者最终的指标你是看不出什么问题来的，但是进行拆分之后，很多细节问题就会浮现出来。/pp举个例子，某网站的跳出率是0.47、平均访问深度是4.39、平均访问时长是0.55分钟。如果你要提升用户的参与度，显然这样的数据会让你无从下手；但是你对这些指标进行拆解之后就会发现很多思。/pp下面展示的是一个产品在不同操作系统下的用户参与度指标数据。/pimg src=图4：不同操作系统用户的参与程度/pp仔细观察的话，你会发现移动端平台（Android、Windows Phone、IOS）的用户参与度极差，表现在跳出率极高、访问深度和平均访问时长很低。这样的话你就会发现问题，是不是我们的产品在移动端上没有做优化导致用户体验不好？在这样一个移动互联网时代，这常重要的一个问题。/ppbi3.用户分群/i/b/pp用户分群主要有两种分法：维度和行为组合。第一种根据用户的维度进行分群，比如从地区维度分，有、上海、广州、杭州等地的用户；从用户登录平台进行分群，有PC端、平板端和手机移动端用户。第二种根据用户行为组合进行分群，比如说每周在社区签到3次的用户与每周在社区签到少于3次的用户的区别，这个具体的我会在后面的留存分析中介绍。/ppbi4.用户细查/i/b/pp正如前面所说的，用户行为数据也是数据的一种，观察用户在你产品内的行为径是一种非常直观的分析方法。在用户分群的基础上，一般抽取3-5个用户进行细查，即可覆盖分群用户大部分行为规律。/pp我们以一个产品的注册流程为例：/pimg src=图5：用户行为轨迹/pp用户经历了如下的操作流程：【访问官网】-【点击注册】-【输入号码】-【获取验证码】。本来常流畅的一个环节，但是却发现一个用户连续点击了3次【获取验证码】然后放弃提交。这就奇怪了，用户为什么会多次点击验证码呢？/pp这个时候我您去亲自体验一下您的产品，走一遍注册流程。你会发现，点击【获取验证码】后，经常迟迟收不到验证码；然后你又会不断点击【获取验证码】，所以就出现了的情况。绝大多数产品都或多或少存在一些的设计或者BUG，通过用户细查可以很好地发现产品中存在的问题并且及时解决。/ppbi5.漏斗分析/i/b/pp漏斗是用于衡量效率的工具，因为从开始到结束的模型类似一个漏斗，因而得名。漏斗分析要注意的两个要点：第一，不但要看总体的率，还要关注过程每一步的率；第二，漏斗分析也需要进行度拆解，拆解之后可能会发现不同维度下的率也有很大差异。/pp某企业的注册流程采用邮箱方式，注册率一直很低，才27%；通过漏斗分析发现，主要流失在【提交验证码】的环节。/pimg src=图6：注册率/pp经过了解发现，邮箱验证非常容易出现注册邮箱收不到邮件的情况，原因包括邮件代理商被屏蔽、邮件含有字被归入垃圾邮箱、邮件送达时间过长等等。既然这么多不可控因素影响注册率，那就换一种验证方式。换成短信验证后，总体率提升到了43%，这常大的一个增长。/ppbi6.留存分析/i/b/pp留存，顾名思义就是新用户留下来持续使用产品的含义。衡量留存的常见指标有：次日留存率、7日留存率、30日留存率等等。我们可以从两个方面去分析留存，一个是新用户的留存率，另一个是产品功能的留存。/pimg src=图7：两种用户群体的留存差异/pp第一个案例：以社区网站为例，“每周签到3次”的用户留存率明显高于“每周签到少于3次”的用户。签到这一功能在无形中提升了社区的用户的粘性和留存率，这也是很多社群或者社区主推这个功能的原因。/pimg src=图8：留存魔法数字/pp第二个案例：首次注册微博，微博会向你推荐关注10个大V；首次注册LinkedIn，LinkedIn会向你推荐5个同事；申请信用卡时，发卡方会说信用卡消费满4笔即可抽取【无人机】大；很多社交产品，每周签到5次，用户可以获得双重积分或者虚拟货币。/pp在这里面“关注10个大V”、“关注5个同事”、“消费4笔”、“签到5次”就是我想说的Magic Number，这些数字都是通过长期的数据分析或者机器学习的方式发现的。实践证明，符合这些特征的用户留存度是最高的；运营人员需要不断去push，激励用户达到这个标准，从而提升留存率。/ppbi7.A/B测试与A/A测试/i/b/ppA/B测试是为了达到一个目标，采取了两套方案，一组用户采用A方案，一组用户采用B方案。通过实验观察两组方案的数据效果，判断两组方案的好坏。/pp在A/B测试方面，谷歌是不遗余力地尝试；对于搜索结果的显示，谷歌会制定多种不同的方案（包括文案标题，字体大小，颜色等等），不断来优化搜索结果中广告的点击率。/pp这里需要注意的一点，A/B测试之前最好有A/A测试或者类似准备。什么是A/A测试？A/A测试是评估两个实验组是否是处于相同的水平，这样A/B测试才有意义。其实这和学校里面的控制变量法、实验组与对照组、双盲试验本质一样的。/ph2b三、流程：宏观、中观和微观/b/h2p有了具体的分析方法还不够，运营要做好数据分析还需要一个清晰的流程。在这里我从宏观、中观和微观三个层次给大家介绍一下。/ppbu（一）宏观/u/b/ppbi1.中国古代朴素的分析哲学/i/b/pp其实数据分析自古有之，中国古代很多名人从事的其实就是数据分析的工作；他们的名称可能不是数据分析师，更多的是“丞相”、“军师”、“谋士”，如张良、管仲、萧何、孙斌、鬼谷子、诸葛亮。/pp他们通过 “历史统计”-“经验总结”-“预测未来” 为自己的组织创造了极大的价值，这是中国古代朴素的分析哲学的重要内容。/ppib2.精益创业的MVP/b/i/pp风靡硅谷的精益创业，它推崇MVP（最简化可行产品）的，通过小步快跑的方式来不断优化产品、增长用户。/pimg src=图9：构建-衡量-优化/pp在运营工作中，我们要大胆尝试，将想法成产品和运营方法。然后分析其中的数据，衡量产品或者运营的效果。如果好的话保持并大力推广，如果不好的话总结问题及时改进。在“构建-“衡量”-“学习”的不断循环中逐渐优化，这个流程常适合运营工作的。/ppbu（二）中观/u/b/pp《谁说菜鸟不会数据分析》书中介绍了更为具体的分析流程：1.明确分析目的和思 →2.数据收集 →3.数据处理 →4.数据分析 →5.数据展现 →6.报告撰写。/pp这个流程只是从“数据”的角度阐述了前后的流程，并未结合业务实际；而且它将数据分析的落脚点定位于“报告撰写”是具有性的，因为数据分析的最终目的是为了指导实践，而不是写一份报告。/pp但是这个流程仍具有参考价值，尤其是 “明确分析目的和思” 对于新手入门具有一定的指导意义。/ppbu（三）微观/u/b/pp下面介绍的是一个非常详细的分析流程，借助于一定的分析工具，我们可以按照这个思对您的网站/APP进行细致入微的分析。/pimg src=图10：微观数据分析流程/pp这是GrowingIO商务分析师檀润洋在《提高用户留存，产品、市场和运营都有哪些方法》中介绍的流程，我认为适用于大部分的运营数据分析。/pp它的前提是用数据分析工具做好数据采集和工作，把精力集中在业务分析上。这个流程的核心是“MVP”的，“发现问题”-“设计实验”-“分析结果”，通过数据来不断优化产品和运营。/ph2b四、应用：体系和分析/b/h2pbu（一）案例1：搭建数据分析体系/u/b/pp小张今年刚毕业，在某公司从事新工作，负责微信的日常运营。小张并不清楚微信运营的核心目的，尝试了很多方法，原创、翻译、改写了很多文章发布在微信上，但是阅读量时高时低，总体一般。/pp经理让小张想办法改进一下微信运营，提高微信的粉丝数和阅读数；但是张三毫无头绪，无从下手。这是很多运营真实的写照，琐碎的工作容易让人忘记思考，这很可能就发生在你我的身边。/pp我们从数据分析的角度对这个案例进行了诊断，总结了小张存在的这些问题：/pulli不清楚自己需要关注哪些核心指标；br/lili不清楚目标用户的特征（用户属性、用户画像等）；br/lili对自己过往工作缺乏系统分析（数据采集、监测和分析）。br/li/ulbrp从业务增长的角度出发，我给小张量身定做了一套数据分析体系，配合其内容工作的开展。/ppbi第一点，内容定位。/i/b/pp运营需要明确知道自己的目标或者KPI，然后选择一个核心关键指标（OMTM）进行监测。如果是创业公司，初期可能需要拉新，那么核心指标是注册用户数或者新访问用户数。如果是资讯，注重影响力和覆盖面，那么核心指标应该是微信阅读数或者网页PV。/ppbi第二点，用户画像。/i/b/pp无论是哪一种运营岗位，都需要明确知道自己的（目标）用户是那些人？这些人都有哪些特征，他们的关注点和痛点是什么？如果你的用户是产品经理，那么可以尝试爬虫抓取产品经理网站上有关的问题，然后做文本分析：这是定量层面的分析。同时，通过调查访问和问卷调研，获取更加深入的用户特征信息：这是从定性层面的分析。/ppbi第三点，持续监测。/i/b/pp借助数据分析工具，对核心关键指标（OMTM）进行持续监测。对于指标异常情况，我们需要及时分析和改进。/ppbi第四点，数据分析。/i/b/pp统计和分析过往内容的数据，找出哪些内容、哪些标题、哪些形式、哪些渠道的效果更好，然后朝这方面不断优化。/ppbu（二）案例2：分析业务核心指标/u/b/pp电子邮件营销是现在很多企业仍在采用的营销和运营方式，某互联网金融企业通过EDM给新用户（有邮件地址但是未注册用户）发送激活邮件。一直以来注册率维持在20%-30%之间，8月18日注册率暴跌，之后一直维持在10%左右。/pimg src=图11：EDM渠道注册率暴跌/pp这是一个非常严重的衰退，需要立即排查原因。EDM渠道注册率涉及到太多的因素，需要一个一个排查，数据分析师帮运营罗列了可能的原因：/pulli技术原因：ETL（数据抽取、、载入）出现问题，导致后端数据没有及时呈现在BI报表中；br/lili宏观原因：季节性因素（节假日等），其余邮件冲击（其余部门也给用户发邮件稀释了用户的注意力）；br/lili微观原因：邮件的标题、文案、排版设计，CTA设计，注册流程设计。br/li/ulbrp一个简单的业务指标，会影响到它的因素可能是多种多样的，所以我们需要对可能涉及到的因素进行精细化衡量才能不断优化。最后发现，产品经理在注册环节添加了『绑定信用卡』，导致注册率大幅度下降。/ph2b五、学习：业务、工具和资源/b/h2pbu（一）业务层面/u/b/pp数据分析并没有想象中的高不可及，掌握好相应的概念、思、流程，运营都可以做好数据分析。这里要着重强调一点，数据分析的目的是指导业务实践；脱离实践的数据分析、为分析而分析的数据分析都是在耍。/pp不同于职业的数据分析师和数据科学家，运营人员做好数据分析的前提是娴熟的业务理解。从业务的角度来说，数据不是数字，它是用户的。运营人员要从数据中发现问题，不断优化，提升用户体验、为用户创造更多的价值。/ppbu（二）工具层面/u/b/pp磨刀不误砍柴工，做好数据分析工具必不可少。我汇总了下面几种工具，运营可以结合自己的实际需要采用。/ppExcel 是最常见、最基础的数据分析工具，Excel 里面的图表、函数、透视表能满足大家基本的需求。Access 是微软 office 系列套装的一部分，是一种小型的关系数据库；当excel数据量很大、表格之间各种关联、查询、更新频繁的时候，Access就是一种非常不错的选择。/ppPython是一种高级的编程语言，近年来发展很快，它可以用来做数据分析、编程或爬虫；R语言是一种数据分析工具，在统计学中广泛使用。目前，Python被广泛用来编写爬虫程序，获取网上的信息，这是对运营人员非常有帮助的。/ppGoogle Analytics、百度统计、友盟是常见的网站流量分析工具，Mixpanel、Heap、GrowingIO属于用户行为数据分析工具，较前者功能更加丰富、分析更细致。/ppbu（三）资源层面/u/b/pp运营入门数据分析，并不需要学习多么复杂的数学知识理论，更多的是将业务操作和数据分析结合起来。我这里推荐两个网站和两本书，希望有帮助。/pp（1）数据分析网（a href=）：覆盖统计理论、数据分析方法、业务分析等内容。/pp（2）GrowingIO博客（a href=）：GrowingIO数据分析、增长实践等内容。/pp（3）《谁说菜鸟不会数据分析》：数据分析入门知识汇总。/pp（4）《精益数据分析》：从精益创业的角度，诠释业务增长的分析方法和前言案例。/pbrblockquote本文作者：官世强，关注内容营销和数据分析。个人号：内容运营那些事。转载请注明来源！/blockquote
数据分析在运营工作中无处不在，无论是活动复盘、专题报告、项目优化，还是求职面试，数据分析都有一席之地。 对于数据分析，我发现很多运营都有这样一些困惑：不知道从哪里获取数据； 不知道用什么样的工具； 不清楚分析的方和框架； 大部分的数据分析…显示全部
img src=鼎晖文化产业基金的合伙人陈悦天在华泰证券年度策略会上以《娱乐产业的下一个浪潮》为题分析了2016年文娱市场的趋势和下一步的投资机会：/pp1）传媒领域的大投资逻辑一条是底层技术的更迭：媒介→结构→新内容诞生；另一条是主流人群审美的变化，比如如今喜欢二次元的年轻人群会把二次元逐步带入主流社会。/pp2）对于想要成为传媒集团的公司来说，市值和现金流非常重要、金融业务和主营业务的结合也非常重要，这决定了买家能力和后续的整合经营能力。/pp3）2016年的各个细分市场：二次元和ACG已经了货币化进程，这个进程中社会化营销的作用将越来越大；IP的投资需要成体系和系列，本质上IP是降低内容的再营销成本；剧集公司ToB属性决定需要做多内容门类突破天花板；综艺需要往剧集化思走，填充Storyline；电影是一种奇观效应，3-5亿元的保底是比较正常的价格。/pp4）未来会发生什么？圈层的割裂越来越明显；短视频将取代长图文成为常态，CP和后端变现环节或许更有投资价值；VR时点尚未成熟；AI的应用将越来越普遍，未来人类的价值将或许构建在「情感」和「想象力」两项基础之上。/pbrpem我们将分为上中下三篇推送这次的文章纪要，本篇为下篇，主要包括/emem4/emem）。/em/pbrbrpstrong【对未来的观察】/strong/ppstrong接下来讲我后面的观察，我觉得现在中国传媒业界，因为移动互联网的存在，因为社交网络的存在，径分化是会持续和加剧的。/strong这是我去年写的一篇文章里面的图，红色的代表以前的大众，基于、、和体系，同时可以一下子覆盖整个人群，击穿每个细分人群。细分人群因为大众的存在，人群和人群的区隔很小，你的朋友们基本上限于你身边的人，所以容易。黑色线是人群内穿越，是跨人群，圆圈是人群和人群的壁垒，是不是很容易过去。/pimg src=社交网络和移动互联网时代更像圈层文化/strongbr/pp第一，大家没有空看大众，没空看、、这样的东西，一个信息很难有效的到达所有人群，基本上都是基于社交网络。/pp第二，人群和人群之间割裂越来越深，因为没有统一思想、统一的偏好，很难做跨人群之间的。往往你在社交网络里面关注的人，也都是你自己的同好，肯定和你有同样的想法才会关注他，所以在每个人群当中开始产生回音壁的，你在某个人群里面，因为生活习惯或者兴趣偏好，大家喜欢的东西都一样，然后大家不断的加强的循环。所以我认为人群是越来越割裂的。/pp 我觉得在这次美国中非常明显，2008年奥巴马用cebook，大众传媒那时还有影响力，同样的信息可以有效到达美国所有的人群，然后他用cebook大家就觉得非常创新、非常亲民，说接触年轻人。但是今年人群割裂非常深，精英和大众相互之间相互不理解，所以两边争议才会这么多。声量作为一种资源，普罗大众都已经被赋能了，twitter上支持每一方都有，但是很难互相。知乎也是如此。所以社会精英和上层阶级没有办法很有效的调用传媒的力量一个，进行一些思想的。我觉得这常值得考虑的话题，在未来做应该怎么做，为什么说《师》的要借助KOL和B站帮他们做视频，我觉得符合现在的径的规律的。/pbrbrpstrong第二点：大家要多关注短视频/strongbr/pimg src=场景和行为发生变化，明在就是说短视频有取代长图文的趋势。头条做了头条视频，从2000万日活跳到6000万日活。其他几个平台也要关注一下，秒拍、快手、美拍.，但是总体来说，我觉得在短视频门类，平台没太大价值，基于社交网络做视频，我觉得短视频更细、更碎。微博、微信上都可以看到这些视频，就是全网。投资短视频产业链环节的话我应该不太会选渠道，大部分公司我看的是右边，做视频的，或者是帮助视频做变现的公司。短视频营销价值很大，因为短视频其实很接近广告，大家经常用头条视频，会发现它的流里面有嵌入广告，你有浏览习惯，你点开感觉也是看短视频，最后你是被营销了。上次我点了一个王俊凯帮OPPO做广告的一个视频，看完之后才知道为OPPO做广告，非常靠近广告的门类，非常有营销价值。而短视频平台的生态更像YouTube，我觉得是值得关注的。/pbrbrpstrong第三点：/strongstrongVR/strong/pimg src=我的观点是没有到时候，VR的拐点还要等。大部分的中国现代成型的移动互联网公司基本上2011年之后成立和发展起来的，2011年的智能手机的出货量一年1.1亿台，然后2010年全球的智能手机出货量是1.4亿台，大家如果现在看VR，你随便搜一下各种研究机构大家说的出货量的状况，你就算把很多数据拼起来，拼起来的状况是VR现在全球一年也就1000万台，然后中国内部都不能有100万台，所以这基本上是10倍以上的量级差距。所以还是回到最前面的变化理论，C端没有明显的变化，C端的量不起来，VR整个产业链不值得投资。不管你是做内容还是做游戏，还是做营销，因为你一开始占住的只是一个相对小的市场。中国移动互联网的概念在很早已经有了，为什么移动智能手机、Android、iOS出来才爆发？因为只有那之后移动互联网才真正进入大众市场，C端的人开始买智能手机，开始用APP，开始真正使用这些东西。如果没有的话，以前的公司，虽然有些小范围的市场优势，但是因为整个大市场有市场红利，原来那些优势不成为优势，原来的壁垒不成为壁垒，就会面临挑战，我觉得现在不是很好的投VR的时候。/pbrbrpstrong最后：/strongstrongAI/strongstrong的应用/strong/pimg src=其实在当中也有应用，因为今年特别火的是AlphaGo，AlphaGo让大家对AI能做的事情非常的热衷，但因为我自己学计算机的，我觉得AI并没有实际的突破，更多是数据和算力层面的突破：一是移动互联网，现在把现实世界虚拟化、数据化，有大量数据存在；二是算法，因为算力提升，真正可以实现多层次的神经网络，匹配效率更高，更精准。现在的AI可能更多只能做模式识别和模式匹配的事情，不能真正意义上实现智能。/ppAI在传媒的应用，基本上经过四阶段，数据获取要结构化，没有数据就没办习。现在知乎、头条基本上在做一些数据获取的结构化。信息分发、个性匹配，帮用户打ｔａｇ，这在互联网广告领域应用非常多，这常成型的技术；三是机器写作，这已经很久了，我摘出来新闻的时间是2015年9月份，2015年9月份腾讯一个自动写作机器人Dreamwriter，CPI的数据稿子一分钟出来了，今年里约奥运会机器人写了3000篇。自己也推了快笔小新的写作机器人，所以机器写作这件事，特别是基于事实的机器写作，已经算是比较成熟的技术。可能深度和创意内容写作比较困难，达成深度写作方案还要很长时间。还可以看看陪聊机器人，比如微软小冰，现在客服领域用的比较多，很多电商正在使用。Google是想把一个感性的标准——“相关性”通过化、工程化的方式实现出来，在人工智能能不能实现感性的标准“好”是无法判断的，把这样的感性标准很好的化和工程化需要更长时间研究。br/pbrpstrong总结/strong/pimg src=回到前面大逻辑，基本上我的大逻辑就是技术发展，然后诞生新媒介，新媒介诞生新平台，你能投平台就不会投内容，平台投不了才投的内容。我觉得TMT这个sector和传媒这个sector没有割得那么开，你很难讲twitter和cebook不是一家传媒公司，twitter和ce book做的足够久，未来会不会自动产生内容，会不会从产生文字类内容往图片类和视频类走呢？ TMT和传媒的边界正在越来越模糊，更重要的我们还是要传媒领域的特殊性，因为信息影响人的思维方式，所以如果在这里面有很多的自动化、不可控智能化的东西，会不会影响人的想法？br/pp 在人工智能和人工机器人不断往前走的过程中，是不是要倒过来想人的价值是什么，很多工作，如果能被机器替代，我们人还剩下些什么。我认为在这样一个机器时代，情感和想象力是人最后剩下的东西，商业模式也只能构建在这两个剩下来的东西之上。/pp 谢谢大家！/pbrpb目录/b/ppa href=年文娱市场观察和分析（上篇 底层逻辑和目标）/abr/ppa href=年文娱市场观察和分析（中篇 2016年子行业盘点）/abr/ppa href=年文娱市场观察和分析（下篇 未来的趋势分析）/a/p
鼎晖文化产业基金的合伙人陈悦天在华泰证券年度策略会上以《娱乐产业的下一个浪潮》为题分析了2016年文娱市场的趋势和下一步的投资机会：1）传媒领域的大投资逻辑一条是底层技术的更迭：媒介→结构→新内容诞生；另一条是主流人群审美的变化，比如…显示全部
img src=我是b钱粮胡同/b，近期我在知乎a href=「一小时」系列/a 出版了 a href=《行业分析怎么做？-- 外资投行基本面分析方法》/a。/pp很感谢知乎梅老师邀请我写这本书：一方面我想通过这本书给自己这些年的工作做一个阶段性的小结，另一方面是希望这本书可以让更多对金融有兴趣的同学少走弯，提前接触一些当下国外投行的实际分析方法和思。/pp作者序里我说到过，b这本书就像一杯意式浓缩咖啡/b，主要是因为三点：1) 虽然是一小时短时阅读系列，但我还是固执的塞进去了很多东西，包括系统性的分析方法，案例以及我平时工作中遇到的一些段子，所以一小时有可能短了点儿，读不完，但是作为一本随身电子参考书，不管你是之后分析公司或行业，或是找工作面试前突击准备，应该会有很大帮助；2) 浓缩咖啡虽然苦，但是饭后喝有助于消化，这也是这本书的本意 - 帮助你消化今后工作或学习中遇到的问题；3) 一杯浓缩咖啡多少钱？:)/ppb事实上，我过去的经历恰恰很好的解释了我的创作动机和思： /b/pp我在很多年前为了一份相对初级的工作 — 信贷分析师（credit analyst），选择从一家欧洲基金公司辞职（安联全球投资），把之后的青春都献给了这家欧洲的银行 - 德意志银行。其实当时挺迷茫的，也不知道哪里来的勇气，放弃了稳定的买方工作，偏要加入这家业内出名的「狼性文化」的卖方并从基础工作做起。我大学学的电子工程，但是一直对于经济和商业有着很大的兴趣。记得还是高中的时候，每次拿到新鲜出炉的《经济观察报》，心里总是很兴奋，藏在课桌下面偷偷地阅读。对我而言，里面各行各业的人物与商业故事，远比当时畅销的《故事会》更有意思。后来想想，就是这种小时候朦胧的记忆和兴趣，让我一直没有放弃对这类分析工作的。/pp经济学博士的经历了我如何用系统性的方法总结并分析宏观问题，然而当我分析经济的时候，总是感觉缺了点什么。我意识到，缺的这个东西恰恰是小时候最感兴趣的那些公司的故事，而b读懂这些故事，其实就是在分析这些公司/b。也是因为这样，我地从这家投行一步步做起，也许多年后最实际的励，莫过于踏踏实实地练就了一身扎实的基本功。通过我自己的这段经历，只是想告诉你，这个时代很浮躁，但自己喜欢什么就应该去毅然地。另外，如果你想快速入门金融行业，第一时间了解国外大型投行分析的套，其实不需要你是个注册会计师或是经济学博士，你需要的只是一个恰到好处的业内引人。/pp还记得我第一次面试信贷分析师职位的时候，我对经济建模与分析还算有着一定的认识，然而对于财务和公司分析基本上只能说是摸着石头过河。面试前默默啃书，印象最深刻的是一本厚厚的标普的 Fundamentals of Corporate Credit Analysis，一边啃一边试着总结。b当时我就想，其实不需要太多的语言，如果有一个人一本书可以几句话带我先迈一小步过了这个门槛儿，我将节省很多的时间，少走不少弯。/b今天，我决定写下这本书就是希望我可以成为还算称职的领人，在这一小时内和你一起漫步金融的，使你能从容地迈过这个门槛儿，为你节省走弯的时间。/ppb如果你是在校学生/b，希望多了解一些国外投行的分析方法或是我们常用的行话，哪怕仅仅是为了突击面试而做一些准备，这本书绝对不会让你失望；b如果你已经就职于金融行业/b，我相信这本书多少会给你带来一些新的思和；b如果你不小心点错了按钮买了这本书/b，好吧，你这运气可以去买彩票了。/pp啃书过程中如果有任何问题想要探讨交流，欢迎随时联系我（a href=钱粮胡同 - 知乎/a）。/ppb如果你对书里的分析方法或者Excel模板有兴趣/b，b欢迎参加我的Live/b：a href=知乎 Live 入口 - 在外资投行巧用Excel做分析/a/ppb知乎一小时系列：/ba href=《行业分析怎么做？-- 外资投行基本面分析方法》/a/ppb本书目录：/b/pli「一小时」出版序/lili作者序/lili第一章：天将降大任，先喝杯咖啡暖暖身ulli1.1 基本面分析，你准备好了么？/lili1.2 巧妇难为无米之炊——财经数据去哪儿找？/lili1.3 活学活用信用违约互换（CDS）/li/ul/lili第二章：主权风险分析ulli2.1 正规军的套/lili2.2 关于主权分析的那点事儿/li/ul/lili第三章：行业风险分析ulli3.1 为行业分析正名/lili3.2 当我们谈论行业时，我们到底在说什么/lili3.3 行研前先谈点情怀/lili3.4 周期，还是周期/lili3.5 行业泡沫怎么解/lili3.6 案例——如何系统性分析汽车及其供应商行业/li/ul/lili第四章：企业风险分析ulli4.1 分析企业就像拼乐高积木/lili4.2 一步步看懂企业/lili4.3 价值，现金流，一点经验和/li/ul/lili第五章：银行风险分析ulli5.1 换个口味，银行与实业企业的异同/lili5.2 一步步看懂银行/li/ul/lili作者说/lipb知乎一小时系列：/ba href=《行业分析怎么做？-- 外资投行基本面分析方法》/a 谢谢支持！/pbrpb对书里的分析方法或者Excel模板有兴趣的朋友欢迎参加这场Live/b：a href=知乎 Live 入口 - 在外资投行巧用Excel做分析/a/p
，近期我在知乎「一小时」系列出版了《行业分析怎么做？-- 外资投行基本面分析方法》。很感谢知乎梅老师邀请我写这本书：一方面我想通过这本书给自己这些年的工作做一个阶段性的小结，另一方面是希望这本书可以让更多对金融有兴趣的同…显示全部
推荐：