微信生态私域流量阅读报告：1.企业花出去的钱，随着时间流逝持续有价值的是资产，否则就是费用，在此之前能积累的资产只有品牌        资产，现在还能积累用户资产2. 利用海量销售人员管理能力+短内容能力，可以使用线下店铺3-5个ba覆盖周边2-3 公里数以万计的客户，微信个号是ba的投射，企微客户是门店客户的投射。PS: 若不准备管理千人级销售团队，冷启动不应考虚这个模式.3. 美妆私域商业模型的四大常见链路：直购/公域转私域的大流量派、直购派；社群/一对一攻单∶梵蜜琳高客单精准深度服务WIS/社群卖货/解决方案+培训班；直播/高效转化/BA整合及分发；分销/类微商

数据产品经理读书笔记：第二章：数据分析方法论内容：数据分析流程，数据分析方法，数据分析目标信息差：数据分析需求的来源：明确问题（KPI，日常监测，日常分析，业务需求），没有明确的问题（数据挖掘）如何进行因子分解，决定了如何思考目标的组成。按渠道拆分跟跟转化拆分，会导致解决方式完全不同，所以要经常尝试是否有其他的因子分解方式。借鉴枚举时通过排序的思维将问题进行分类，例如，PV，PV上升量，点击率。减少成本的事能够给公司带来更高额的收益率减少营销花费：减少购买流量中的无效流量&减少判断渠道质量的时间。

数据产品经理读书笔记：第一章：全面认识产品经理内容：本章从什么是数据产品，数据产品的分类，数据产品经理分类，数据产品经理的数据模型，数据产品的应聘讲起。最大的信息差：数据产品组成：采集清洗-计算管理-分析展示-挖掘应用数据产品类型：用户数据产品-商用数据产品-企业数据产品；这个分法是从数据产品的面向对象分出来的。数据产品经理分类：平台型-应用型-策略型；借鉴：自我介绍：学历背景-经验背景-主要职责-工作成果应聘环节（给我的启示，后面要多看看面经，其实前几年的面试很好唬人的）：明确对方对于你这个岗位的重视跟期望，面试表现很大部分取决于清晰的职业规划和充分的职业调研。

数据分析的基础流程：知道有明确问题的比如：日常监测数据（有异常数据时报警），日常分析数据（对核心数据经过细分、对比、趋势的分析，发现改进的指标），面临的业务需求，重要指标没有达到KPI（需要找到持续提升的点）没有明确的问题，业务部门或者公司高层只是提出方向，需要找到新业务方向，需要产品用数据探索出方向和策略。至于定位问题，需要用到全链路分析（漏斗转化），组成因子分析，影响因子分析，枚举法。

商用数据产品之中小企业市场神策、诸葛这类产品打的是有利润，有能力进行数据定制化的企业，那么像小程序，淘宝这类平台其实就有能力进行中常委的中小企业的服务。这些企业可能没有明确的盈利模式，甚至朝不保夕，让他们一年掏出个几千块买个SAAS是不太现实的。因此从平台的角度，一方面提供基础的数据支持可以提升中长尾商家的留存（这里泛指商家，可能是小程序小商店，也可以是淘宝的小卖家），也可以帮助中长尾卖家根据数据迭代优化、成长。甚至逐步推出中小卖家的付费功能，吃掉这部分市场空间也是可以的。但目前来看似乎对于大平台而言，这部分中小商家带来的利润还不注意进行商业化。（目前还没观察到）。

很多传统的行业在进行信息化的时候都会用到神策，growing IO 这类第三方SDK进行数字化转型。根据自己的经历来看，有了数据，但是各部门之间没有用数据说话的思维，彼此拉扯，拉锯的问题还远远没有解决。数据只是提供了燃料，内燃机是否高效，能量转化效率是否高效还依赖于组织架构跟人员的调整。说回商用数据产品，要想低成本的扩充用户群体，获得更加价值，必然走通用型产品的路子，但企业定制化需求有很高的，为了满足大客户，并在竞争中获胜，企业就会慢慢滑向定制化。表现在商用数据产品的工作流程中来看，就是前期构建行业通用模板，拿模板跟golden case 去BD。 然后为了提高企业的替代成本跟使用收益，又需要提供售后团队（客户成功经理）。但这些客户成功经理，往往也就是Case by Case 地解决问题，不会推动客户的流程优化，费时费力，或者说考核指标也很模糊。

数据产品的衡量准确性：准确性是数据产品根本，如果数据不准确，一切上层工具和应用都是空中楼阁。及时性：分为实时和离线两种场景，实时场景衡量刷新频率和顺畅成都，比如是否能做到秒级、分钟级的更行，例如大促公屏。考量“更新频率”“刷新失败频次”离线指标则是在第二天指定时间是否就绪，一般根据团队上班时间确定。考量”未及时就位频次”。全面性：数据覆盖的指标全面性及业务全面性易用性：业务方用的是否顺手，UV，PV。但让业务方迁移到共用的数据平台上来往往也是考验产品上午能力的一项环节。

数据产品的组成：采集清洗：根据采集的源头不痛，可以分为日志信息采集跟业务库表采集。计算管理：数据分为度量、指标、纬度，需要一套元数据管理系统来管理数据。分析展示，存放起来的数据像积木，需要经过合适的分析思维和展示方案进行组装。如漏斗分析，留存分析，再搭配一定的可视化工具。挖掘应用：通用的业务场景有搜索、推荐、排序、风控四种。数据可以通过构建合适的策略和模型来提高这些业务的效率，如用户画像、反作弊模型、推荐展示。

会员体系的设置，任务的节点是一方面，任务的数值也需要考虑，还有会员的包装。感觉可以从游戏化运营的角度来理解会员，首先大部分人一开始是不会仔细去计算会员的，需要给会员包装出高贵的感觉以吸引人，可以说是品牌的力量，也像游戏的文案，讲一个好故事。接着就像系统策划，设置不同的任务目标，既要考虑简单易懂好上手，也要考虑对玩家的教育。但看不到摸不着的是系统数据，多少数值可以晋级，划分多少层级。

#记一个明星代言方案甲方爸爸签了某顶流明星，这里脱敏说一下甲方爸爸是如何把一个明星榨干的；1. 公域发声：个人号、工作室号、粉丝头头的号2. IP联动：明星专属限时会员卡3. 线上线下互动：明星探店，直播，线上下单全流程，门店宣传4. 大促物料：程序开屏广告，***视频，立牌，明星周边。

#业务驱动-策略驱动目前大家面试或多或少遇到的数据产品、策略产品均属于此类。内容分发，用户运营等多个领域其实是算法和策略在驱动。这时候的核心竞争力是系统构建能力和一些算法的策略能力，以及如何让这个系统转起来。对人员的要求是线上策略迭代。比如内容的召回策略，就是传统的策略产品经理的范畴。内容召回策略、内容排序策略，对作弊流量进行过滤这些因为这些东西都和交互修改没有什么关系。产品真正在迭代的东西，就是这些内部的线上策略。但底层我觉得还有业务流程的改进：也就是怎样提高整个组织效率。比如改进外卖员的管理流程。要想着怎样更合理地安排配送路线，提高效率，以及如何设计绩效方案。包括在加强用户和商家的监控以及给配送员开发更高效的工具，这些都有很多可以改进的点

#业务驱动差异-设计驱动与运营驱动产品越来越多，但用户体验又良莠不齐，这时候需要一个好的产品才有可能脱颖而出。这时的核心竞争力，可能是交互设计、用户研究、用户体验。也就是大家常谈的用户的参与感，用户的同理心。本质上我觉得都属于这个范畴，就是有一个良好用户体验的设计。产品进入了各个服务领域，但功能逐渐同质化，大家对于交互的理解越来越一致，就是「抄」一些主流竞品，因为那些交互用户已经习惯了，习惯是最好的用户体验。所以这个时期大家觉得要把运营做好。对于公司而言，你也需要有一个通盘的组织能力和管理能力，能够把人和服务更好地组织起来。说白了，就是为了在这个剧烈的竞争中活下来，工作效率越来越高。电商的大促一波接一波，O2O的补贴，全场景的营销其实都属于大运营范畴。这里的运营其实也包含了部分市场。

#业务差异化-1怀揣着梦想进入互联网做产品经理，总以为产品能解决一切事情，但是随着被社会毒打之后才发现，产品并不都是公司业务的主导人。一个产品的竞争力其实是在不断转移的，个人大概总结了三类，功能驱动、设计秋冬、运营驱动、策略驱动。功能阶段是比较简 单的，大概在 2001 年的时候，当时有大量的需求没有被满足，也有大量的机会。一个全栈工程师就会开发出比较好的独立产品，因为那个时候没有别的产品，你能开发出产品就可以卖得很好，所以当时的产品核心竞争力就是把它开发出来。

#为啥大家会对酒店、航空的会员这么追捧看一下航空、酒店提供的会员权益：例如喜达屋酒店，一年入住25次可以升级为白金会员，白金会员享有如下特权：免费升级套房、使用行政酒廊、会议室；这是由其行业特性决定的，因为其边际成本为零，对于一家豪华酒店来说，行政酒廊其成本是固定的，不管是1个会员还是100个会员其成本是一样的，其套房在空闲的情况下，运营成本并不会凭空消失，因此还不如免费升级给白金会员。而零售行业则不然，其所销售的每一件商品都有其固定的成本，所以零售业通常采用的都是返利的办法。零售业能否转变思维，从零售中跳出来，借助于服务类低边际成本效应，给高等级会员创造一些“权”。除了零售功能，还可以像盒马鲜生、711便利店一样通过加工海鲜，熟食，创造一些差异化的体验。