精益数据分析
背景
《精益数据分析》(Lean Analytics) 书名中的 Lean 起源于上世纪的丰田生产方式 (Toyota Production System)，核心是减少生产过程无效的浪费。后来被发展成了精益生产 (Lean Manufacturing)，精益创业 （Lean Startup) 等工作方法。
精益数据分析也是借鉴了这种方法，为不同商业模式的企业在不同阶段找到正确的指标提供帮助。这本书主要回答了以下问题：
- 什么是好的数据指标
- 什么是精益数据分析框架
- 不同的商业模式应关注哪些指标
- 不同的创业阶段应关注哪些指标
- 指标的底线是什么
什么是好的数据指标
好的数据指标 (Good Metric) 可以让人改变行为。指标要简单，要可比较，要有操作性。对指标的类型要区分：
- 定性 (Qualitative) 和定量 (Quantitative)
- 虚荣 (Vanity) 和可执行 (Actionable)
- 探索性 (Exploratory) 和报告性 (Reporting)
- 先进性 (Leading) 和后见性 (Lagging)
- 相关性 (Correlated) 和因果性 (Causal)
前者并不一定优于后者，只是要在合适的阶段或场景关注正确的指标。指标所关注的目标也是变化的，如果发现早期指定的目标不可行，要能够及时地调整，这在后文指标的底线也会提到。
什么是精益数据分析框架
为了解释精益数据分析框架，作者先介绍了精益创业 (Lean Startup) 中的精益画布 (Lean Canvas)、海盗指标 (AARRR) 和增长黑客 (Growth Hacker) 中的创业增长金字塔 (Startup Growth Pyramid)。
精益画布是把创业过程中的 9 个步骤列在纸上逐个考虑，包括找到问题、客户群体、独特卖点、解决方案、渠道、收入分析、 成本分析、关键指标和门槛优势。海盗指标包括获取用户(Acquisition)、提高活跃度 (Activation)、提高留存率 (Retention)、获取营收 (Revenue) 和自传播 (Referral) 这 5 个指标。创业增长金字塔的步骤是先使产品和市场契合，再理清思路，找到竞争优势，最后加速占领新市场，实现规模增长。
而精益数据分析把创业分为移情 (Empathy)、黏性 (Stickiness)、病毒性 (Virality)、营收 (Revenue)和扩展 (Scale) 5 个阶段，每进入下一个阶段都需要实现一些特定的目标，我们就需要在不同的阶段找到正确的指标。在寻找具体的指标之前，作者额外强调了第一关键指标的重要性，这个和增长黑客中的北极星指标类似，也就是找到一个对于当前创业阶段最重要的唯一的指标。
除了 5 个创业阶段外，不同的商业模式——也就是赚钱的方式——也对指标有决定性作用。作者在书中逐个介绍了电商、SaaS、移动应用、媒体网站、用户生成内容和双边市场 6 种商业模式。
作者表示精益数据分析的核心思想是：了解自己的商业模式和创业阶段后，跟踪并优化当前的第一关键指标。通过反复实践这个流程，就能够克服多数风险。
不同的商业模式应关注哪些指标
这一部分作者列举的指标普遍比较标准化，与市场上对应领域的优秀企业比较一下，其实并不能很好的解释这些企业成功的原因，我理解这些指标也只是企业能够生存下去的必要不充分条件了。
电子商务: 电商是最传统在线商业模式之一，作者只提到了一些众所周知的指标，如转化率、年均购买率、弃买率、客户获取成本、平均购物车大小，客户平均营收、病毒性、推荐词和搜索词等等。但不论是国内还是海外，这几年总是有新的电商企业能够成长起来，挑战看起来最成熟的市场，一定还是有其他原因的。
SaaS: 关注的指标包括参与度、黏性、病毒性、流失率和终身价值等。对于每个指标也要有正确的衡量标准，比如参与度对于日常应用和非日常应用的标准是不一样的，早期用户和主流大众也可能不一样，使用应用时具体使用了哪些功能也要给予关注。SaaS公司还要考虑如何确定产品推广方案和分级定价。产品推广一般会用免费增值或者完全付费，各有各的特点；分级定价则是根据用户的实际使用量进行收费，对这方面的分析也会直接影响到运营状况。
移动应用: 安装量、用户平均营收、付费用户比例和流失率等，整体和 SaaS 比较相似。
媒体网站：访客和流失率、广告库存、广告价格、点击率和广告负载等。
用户生成内容：活跃访客数、内容生成类型、参与度漏斗、内容价值等。
双边市场：也就是中介或者掮客，需要关注买卖双方人数，库存数量，搜索邮箱性，转化漏斗和定价指标等。
不同的创业阶段应关注哪些指标
移情
这个阶段的重点在定性反馈的收集，主要通过问题和解决方案的用户访谈来完成。首先要发现值得解决的问题，并确认这个问题能被足够多的人关注，找到访谈的对象大规模地收集反馈，把解决方案的访谈记录放在一起，决定最小化可行产品应该包括的功能。真正的分析工作在最小化可行产品上线时才真正开始，这个阶段的重要指标不是用户获取，而是用户参与度数据。这个过程也要保持和早期用户不间断的交流，重视定性的分析，如果一个功能没有使用价值，要果断的进行移除。在要解决的问题足够清晰，知道如何进入市场并获得收益的时候，就到了使产品有用户粘性的阶段了。
黏性
提升黏性是通过迭代最小化可行产品的过程来完成，迭代的过程是渐进的，而转型是突变的。创业者要避免寻求不断地转型来获得用户的支持。迭代的目标是提高第一关键指标，也就是用户留存率，其他的所有事情都是第二位的。因为最小化可行产品并不属于真正的产品，只是用来判断应该开发什么产品的工具。
我们可以通过这几个问题来判断待开发功能的优先级：对留存率有什么帮助？是否能衡量效果？ 开发时间要多久？是否会使产品变得太复杂？会带来多大风险？是否有很大创新？用户反馈最想要什么？黏性阶段最好是激进的实验，开发出颠覆性的产品，而不是在一些界面上做微型调整，这些操作既不会对产品有本质提升，也很容易被竞争者模仿。
当用户参与度符合预期时，我们就可以进入下一个阶段了。
病毒性
病毒性阶段关注的重点是用户获取和增长，同时留意产品黏性。这主要是因为病毒式或口碑影响都会牺牲参与度，在流失率还很高的时候过早追求用户增长是有致命危险的。病毒性分为原生、人工和口碑三种类型，病毒式增长的衡量主要通过病毒式传播系数，也就是发邀率和邀请接受率的乘积。
这个阶段被命名为病毒性其实是不准确的，因为很多产品——特别是企业级产品——并不是通过病毒式营销获得用户。而该阶段最重要的指标就是用户增长，这完全可以作为一个完整的领域来探讨。本书中提到了可以在用户获取的转化漏斗上游找到若干先行指标，这些指标或许对用户获取有相关性，或许有因果性。相关性使我们知道可能会发生什么，因果性则告诉我们一定会发生什么，对这些先行指标的提升也是用户增长的重要手段。
至于病毒性系数，我们当然期望能够维持在 1 以上，这样就能确保持续的增长，但只要病毒系数大于 0 就是对增长有利的，实际情况中做到 1 以上的也很少见。而在享受到用户推荐和邀请带来的自然增长后，就能使用户获取成本足够低，这时候就应该关注扩大收益了。
营收
用户平均营收是比毛营收更好衡量企业健康的指标。当毛营收增长而客户平均营收下降时，意味着必须获取更多的用户才能维持当前的增长率，这显然不可持续。另一方面，用户终身价值需要超过用户获取成本，获取成本是一次性支出，终身价值的收益却需要一段时间的延迟。为了现金流的稳定，我们需要很好地维护两者的数学关系。
在追求营收时，我们可以假设产品本身没有问题，问题出在目标客户身上，我们可以转型到一个新的市场，这就是所谓的市场-产品契合。我们找的是一个契合现有产品的市场，改变了市场变量同时保持了产品相对不变。
财务指标上除了营收，还需要关注收支平衡，这里作者介绍了几种收支平衡的统计口径：
- 可变成本收支平衡
- 客户收支平衡时间
- EBITDA（税前息前折旧前摊销前利润） 收支平衡
- 休眠收支平衡
如果营收和利润都达到了商业目标，就可以进入规模化阶段了。
规模性
规模化时应该对产品和市场有充分的了解，这时候的指标应该侧重于整个生态的健康程度和进入新市场的能力，也需要开始关心薪酬、流量、渠道和竞争者。如果追求效率，就需要节约成本；如果追求差异化，就需要扩大利润率。
规模化阶段永远不会真正结束，后期的挑战就会变成内部创业了。
指标的底线是什么
这一部分就是对前文提到的 6 种商业模式中关键指标提供了参考阈值，也就是根据业界的实践，一个指标超过或者接近某个数值就表示该指标已经达到了预期。这部分约 60 页（原版约 75 页）内容，个人认为参考价值不大，有灌水嫌疑。
最后提到当没有基准时应该怎么办，现实情况一般是应该根据产品和市场快速调整底线，只是要提高能力来满足底线，而不是改变底线适应能力。同时，当优化一个指标非常接近局部最优点而边际成本越来越高，就意味着应该去寻找下一个重要指标了。