給之前的經(jīng)典運(yùn)營案例做個(gè)模型，已知數(shù)據(jù)，20多家媒體1000萬用戶覆蓋的投放，最后付費(fèi)10萬＋，環(huán)節(jié)按，打開海報(bào)、掃碼、付費(fèi)、誘導(dǎo)分享、重復(fù)一輪，重復(fù)二輪，重復(fù)三輪

3萬人打開，這個(gè)是初始設(shè)定數(shù)據(jù)，跟投放范圍關(guān)系不大，估計(jì)是各項(xiàng)比例定下來之后，以最后掃碼數(shù)據(jù)10萬＋調(diào)出來的初始值——當(dāng)初在比亞迪時(shí)做家庭儲能投資回報(bào)的時(shí)候就試過這種，動(dòng)一個(gè)基礎(chǔ)數(shù)字結(jié)果就會(huì)大變，各種試就為了調(diào)一個(gè)各項(xiàng)看起來都還算合理的值。。。

目標(biāo)人群——韭菜么。。。40%，這其中60%會(huì)掃碼，7200

付費(fèi)刺激做的比較好，70%付費(fèi)，5000

轉(zhuǎn)發(fā)有人付費(fèi)返40%費(fèi)用，假設(shè)80%轉(zhuǎn)發(fā)，4000

第二輪，這比例，掃碼24%、付費(fèi)70%、轉(zhuǎn)發(fā)80%，累積1.4萬付費(fèi)，1.1萬轉(zhuǎn)發(fā)

第三輪，4萬付費(fèi)，3萬轉(zhuǎn)發(fā)，第四輪，10萬＋付費(fèi)，8萬＋轉(zhuǎn)發(fā)

整個(gè)運(yùn)營周期4輪，反饋的是運(yùn)營穿透力和運(yùn)營轉(zhuǎn)化力

這個(gè)轉(zhuǎn)化率的假設(shè)吧，是基于實(shí)際結(jié)果的，本來就是非常成功的案例，轉(zhuǎn)化率和穿透力實(shí)際就很強(qiáng)，沒有什么虛高的，那之前做投資回報(bào)的表格其實(shí)是也是一種運(yùn)營，是真正的假設(shè)，這幾年才有真實(shí)數(shù)據(jù)來驗(yàn)證

一個(gè)虛擬模型有什么用，專業(yè)人士總想從行業(yè)最佳實(shí)踐里面找到自己能用的復(fù)刻、超越的底層邏輯——口香糖里找到宇宙奧秘

首先，這個(gè)模型里面，調(diào)整每個(gè)環(huán)節(jié)的轉(zhuǎn)換比例，看對結(jié)果的影響是多大

比如，打開海報(bào)的人里面，目標(biāo)群體——韭菜比例沒有40%，砍半的話，那后面所有的數(shù)據(jù)都砍半，最后的付費(fèi)是5萬＋，轉(zhuǎn)發(fā)是4萬＋

那就要去驗(yàn)證更多的自媒體，看其用戶跟自己的目標(biāo)群體匹配度有多大，建流量庫的時(shí)候，會(huì)試不同的流量池，流量池本身流量級別不同，流量池中自己目標(biāo)群體占比多大，這樣就有了一個(gè)底層數(shù)據(jù)庫，那以后再做運(yùn)營廣告投放的時(shí)候，就會(huì)精準(zhǔn)了~就可以測算預(yù)估結(jié)果了，數(shù)據(jù)是可以幫企業(yè)做決策的

那如果是另外一個(gè)數(shù)據(jù)比例調(diào)整，轉(zhuǎn)發(fā)，代表的是運(yùn)營穿透力，如果轉(zhuǎn)發(fā)率砍半——大家都佛系不在意轉(zhuǎn)發(fā)返錢，那么最后的結(jié)果是1/4，而不是砍半，最后付費(fèi)2.5萬＋，轉(zhuǎn)發(fā)2萬＋

首先，想從數(shù)學(xué)角度來看下為什么結(jié)果變成1/4

但問題是，我筆算了一下，感覺不太對。。。首先，初始打開3萬的時(shí)候，是5k付費(fèi)，第二輪的初始打開是多少呢？最多4k啊，因?yàn)檗D(zhuǎn)發(fā)就這么些，中間環(huán)節(jié)總的是16%的轉(zhuǎn)化付費(fèi)，第二輪下來就只有0.64k的付費(fèi)了，怎么可能到第三輪的時(shí)候累計(jì)能有1.4萬付費(fèi)呢？

這個(gè)模型肯定那里的算法設(shè)錯(cuò)了，或者說4k的轉(zhuǎn)發(fā)人群，每人轉(zhuǎn)發(fā)了10個(gè)人，這個(gè)打開數(shù)據(jù)拉倒了4萬，然后第二輪的付費(fèi)是6.4k，這樣累計(jì)下來的付費(fèi)是1.04萬，第二輪的付費(fèi)人群轉(zhuǎn)發(fā)是5k，每人轉(zhuǎn)發(fā)10人，把初始打開數(shù)據(jù)拉到了5萬，這樣才會(huì)數(shù)字變大，但是，就算這變大，也不可能把總數(shù)變成10萬，因?yàn)榈诙喌睦塾?jì)付費(fèi)，跟二輪付費(fèi)人群轉(zhuǎn)發(fā)，不是一回事，不是拿累計(jì)付費(fèi)人群算轉(zhuǎn)發(fā)的，而是二輪付費(fèi)人才轉(zhuǎn)發(fā)

總而言之，這個(gè)模型缺了個(gè)數(shù)據(jù)，并且，還是有問題

模型有問題很正常，拉數(shù)據(jù)拉算法，很容易搞暈。。。

目標(biāo)人群占比也是個(gè)問題，首先第一輪的目標(biāo)人群占比，是自媒體用戶中的目標(biāo)占比，但是，到第一輪付費(fèi)人群轉(zhuǎn)發(fā)——那就成了私域流量了吧，是付費(fèi)人群自己的朋友圈，這個(gè)目標(biāo)占比和自媒體用戶完全不是一回事

然后，目標(biāo)人群占比調(diào)整砍半，為什么比轉(zhuǎn)發(fā)率砍半，對結(jié)果的影響那么不一樣？我打算用簡單模型再算一遍，總覺得不是那么一回事

數(shù)據(jù)簡化，初始3萬，轉(zhuǎn)化16%，付費(fèi)5k，轉(zhuǎn)發(fā)4k，然后轉(zhuǎn)化16%。。。最后是付費(fèi)之和是總付費(fèi)人數(shù)，這里目標(biāo)人群占比砍半，那就是轉(zhuǎn)化砍半，所有后續(xù)1/2，總和變1/2，簡單數(shù)學(xué)

那如果是轉(zhuǎn)發(fā)率減半，那就是從第二輪開始，數(shù)據(jù)1/2，但第一輪付費(fèi)數(shù)字不變，那么總和下來，比上面的轉(zhuǎn)換就開始砍半，還要多上 5k*1/2=2.5k的總付費(fèi)人群啊，怎么會(huì)變成1/4呢，數(shù)據(jù)完全不合理。。。

當(dāng)然，如果轉(zhuǎn)發(fā)那里其實(shí)有個(gè)10倍關(guān)系，那就重新算一下，轉(zhuǎn)化砍半

原總和設(shè)為x=3*轉(zhuǎn)化+3*轉(zhuǎn)化*8*轉(zhuǎn)化=3*轉(zhuǎn)化（1+8*轉(zhuǎn)化）

轉(zhuǎn)化砍半總和為1/2x=3*1/2轉(zhuǎn)化+3*1/2轉(zhuǎn)化*8*1/2轉(zhuǎn)化=3*1/2轉(zhuǎn)化（1+4*轉(zhuǎn)化）

轉(zhuǎn)發(fā)砍半，3*轉(zhuǎn)化+3*轉(zhuǎn)化*1/2*8*轉(zhuǎn)化=3*轉(zhuǎn)化（1+4*轉(zhuǎn)化）

轉(zhuǎn)化影響一輪付費(fèi)，也影響二輪初始——砍半了，而轉(zhuǎn)發(fā)只影響二輪初始數(shù)，但看結(jié)果，還是轉(zhuǎn)化砍半結(jié)果更糟

的確，研究好要素對總數(shù)的影響，那就去打造指數(shù)增長，而不要去打造線性的苦力增長

流量池中目標(biāo)人群占比一般50%以下，流量池更大的也是線性增長，要找到指數(shù)級增長的——轉(zhuǎn)發(fā)擴(kuò)散度，比如一個(gè)人的朋友圈的受眾，比如一個(gè)大V視頻的傳播——廣告嘛

電商運(yùn)營刷單提升銷量，線性增長——這導(dǎo)致投資者無法對平臺進(jìn)行估值

燒錢補(bǔ)貼，物質(zhì)刺激來實(shí)現(xiàn)用戶增長——拼多多算么，那不是指數(shù)級？

依賴投資者的錢來實(shí)現(xiàn)增長——這個(gè)其實(shí)是旁氏騙局的感覺，只要故事有人信，那就一直有錢，瑞幸咖啡被做空失敗了。。。融了錢去做增長客戶，有更多客戶就能融更多錢

通過業(yè)務(wù)引擎或銷售漏斗找到指數(shù)增長的機(jī)會(huì)？

忽然想到羊了個(gè)羊的機(jī)制，不就是非常有穿透力？基本上每人轉(zhuǎn)發(fā)率10+

科學(xué)的搭建業(yè)務(wù)引擎，成體系的做運(yùn)營

一般的運(yùn)營，目標(biāo)-用戶分析-模型假設(shè)-模型實(shí)現(xiàn)-結(jié)果不及預(yù)期，迭代時(shí)就去找?guī)讉€(gè)客戶聊一下，然后就以為知道了調(diào)整的方向，但事實(shí)是，用戶并不知道自己想要什么

基于人性和數(shù)字的客觀迭代，運(yùn)營目標(biāo)-基于人性的用戶分析-基于人性+數(shù)字的模型假設(shè)-基于協(xié)作的模型實(shí)現(xiàn)-在小流量池里做模型測試-做數(shù)據(jù)分析-再做用戶分析迭代-走二輪數(shù)據(jù)等-最后結(jié)果達(dá)成預(yù)期

主觀想的往往不靠譜，今日頭條就是做ABtest，用戶想的跟我們想的不是一回事

數(shù)據(jù)埋點(diǎn)：支撐運(yùn)營的關(guān)鍵，就是在做產(chǎn)品的時(shí)候把數(shù)據(jù)監(jiān)測的內(nèi)容埋進(jìn)去，監(jiān)測各種各樣的數(shù)據(jù)，所以可以及時(shí)做優(yōu)化，一般來說，優(yōu)化“周轉(zhuǎn)率”，一月優(yōu)化4次每次10%，月增長那也是復(fù)利4次啊，但如果像傳統(tǒng)企業(yè)，季度數(shù)據(jù)分析什么的，一年才抵得上互聯(lián)網(wǎng)一個(gè)月

互聯(lián)網(wǎng)組織架構(gòu)關(guān)注的指標(biāo)，老大關(guān)注總收費(fèi)/總成本/總觸達(dá)，運(yùn)營關(guān)注每家媒體觸達(dá)量/掃碼量/付費(fèi)用戶總量——這是目標(biāo)客戶占比，運(yùn)營關(guān)注每個(gè)環(huán)節(jié)的轉(zhuǎn)化率/輪次，技術(shù)關(guān)注微信規(guī)則繞過/失效bug/后臺支持高峰并發(fā)量

逐層拆解的診斷樹

查看整體收益-是否是全區(qū)的問題-如果是，分解整體收益指標(biāo)，如果不是，定位問題分區(qū)

分解整體收益指標(biāo)下，查看付費(fèi)人數(shù)-活躍用戶數(shù)量是否夠，付費(fèi)占比是否夠

付費(fèi)人數(shù)沒問題，那么復(fù)購率有問題？-產(chǎn)品性價(jià)比有問題？需求飽和？高銷量產(chǎn)品停售？付費(fèi)渠道通暢？

這個(gè)是經(jīng)營指導(dǎo)，公司流程是用來經(jīng)營的，但如果公司規(guī)定是限定員工行為，A事情不能做，B事情只能這么做，沒有以業(yè)績?yōu)閷?dǎo)向，這是抓不住重點(diǎn)的

運(yùn)營是人性和數(shù)字，一切以目標(biāo)為導(dǎo)向的機(jī)制或創(chuàng)新才是有益的，人性是0-1，決定機(jī)制能不能跑通，數(shù)字是1-N，決定打法能不能復(fù)制跑得遠(yuǎn)

首先這一篇很坑，具體算數(shù)據(jù)的時(shí)候發(fā)現(xiàn)bug，結(jié)果越展開越多。。。但就這樣吧

然后三篇才結(jié)束這個(gè)運(yùn)營的本質(zhì)，就是驅(qū)動(dòng)用戶行為的機(jī)制，機(jī)制其實(shí)跟流程是類似的理解吧，比如促進(jìn)用戶購買的流程——應(yīng)該說是業(yè)務(wù)打法，都是做事的步驟，或者原則

這里的機(jī)制利用人性的弱點(diǎn)，或者說，是理解人性的需求——在我之前的總結(jié)中，人性的需求就是馬斯洛需求，人性的弱點(diǎn)也可以說是那些情緒，也是因?yàn)樾枨蠖a(chǎn)生的

那如何利用需求呢？一個(gè)機(jī)制里包含好幾種人性需求，那就越能觸發(fā)行動(dòng)，然后記錄觸發(fā)的數(shù)據(jù)，探尋指數(shù)增長點(diǎn)，

設(shè)計(jì)機(jī)制要用人性和數(shù)字，從小范圍到大范圍的分級驗(yàn)證，達(dá)成結(jié)果

如果后續(xù)出現(xiàn)結(jié)果不及預(yù)期，有診斷樹來找出原因

不要為了做機(jī)制而做，如果不能指向增長，那么就跟沒有目標(biāo)的爭吵毫無意義一樣

艾瑪，我現(xiàn)在思路比較清晰了嘛^_^

PS：診斷樹在研發(fā)叫FEMA？好像是，我見過很多呀~排查故障用的~

over~