剧情简介
《Karvat》-其他电影,芬兰出品,Seppo Huunonen、Mikko Majanlahti主演。
观众评论
★ 4.3/10
當我還徬徨在喧鬧的人世間,祈求著內心的安逸,這本書給了我一絲的安慰。邁向自我的道路仍然是道漫漫長路,但期許在最終靈體相合之時,我可以坦然地面對我所掙扎的過去,同時間也抱以全新的心靈擁抱一個全新的神。
祂即不邪惡,但也全非純潔。祂是混沌,祂又是純和。祂遙遠卻又在我耳邊絮語。祂是愛的終端卻又是夢想的起點。
祂是我。
只有真正做过交易的人才能真正理解这部剧,把一些交易当中最纯粹,最精华的东西都写出来了,一百年前与现在,金融市场还是那个金融市场,人性还是一样的人性,贪婪,自私,懒惰,怀疑,恐惧都表现的淋漓尽致。
逻辑清晰,方法➕案例双线,通俗易懂
1.工作中常用的指标有哪些?
用户数据指标:鱼塘里有3种用户:新增用户(日新增用户数)、活跃用户(活跃率)、留存用户(留存率)。其中活跃用户对应的是不活跃用户,留存用户对应的是流失用户。
e.g. 在这50万安装用户里,只有1.9万用户是活跃的,也就是产品的日活跃率不到4%(日活跃率=日活跃用户数/总用户数=1.9/50=3.8%)。这么低的活跃率说明产品存在很大的问题。
第1天新增用户100个,第2天这100个人里有40个人打开过App,那么次日留存率=40/100=40%。如果第7天这100个人里有20个人打开过App,那么第7日留存率=20/100=20%。
Facebook有一个著名的40-20-10法则,也就是新用户次日留存率为40%,第7日留存率为20%,第30日留存率为10%,有这个表现的产品属于数据比较好的。
行为数据指标:PV、UV、转发率(转发率=转发某功能的用户数/看到该功能的用户数)、转化率(转化率=10(购买产品的人数)/100(到店铺的人数)=10%)、K因子(K因子=平均每个用户向多少人发出邀请×接收到邀请的人转化为新用户的转化率。注:K因子=平均每个用户向多少人发出邀请×接收到邀请的人转化为新用户的转化率)
产品数据指标:用来衡量业务总量的指标,例如成交总额、成交数量;用来衡量人均情况的指标,例如客单价;用来衡量付费情况的指标,例如付费率、复购率;以及与产品相关的指标
推广付费指标:展示位广告、搜索广告、信息流广告
2.分析方法
(1)5W2H分析方法
案例1:如何设计一款产品?这时候可以用5W2H分析方法:what(是什么):这是什么产品?when(何时):什么时候需要上线?where(何地):在哪里发布这些产品?why(为什么):用户为什么需要它?who(是谁):这是给谁设计的?how(怎么做):这个产品需要怎么运作?how much(多少钱):这个产品里有付费功能吗?价格是多少?
案例2:设计一款App的调查问卷,如何设计问卷上的问题?这时候可以用5W2H分析方法:what(是什么):你用这款App做什么事情?when(何时):你通常在什么时间使用这款App?where(何地):你会在什么场景使用这款App?why(为什么):你为什么选择这款App?who(是谁):如果你觉得你喜欢这个产品,你会推荐给谁?how(怎么做):你觉得我们需要加入什么功能才是比较新颖的?how much(多少钱):如果你认为这个App对你有帮助,你会花多少钱去购买App里的服务?
(2)逻辑树分析方法
把目标拆解成员工可以执行的小任务的能力
(3)行业分析方法
PEST分析方法是对公司发展宏观环境的分析,所以经常用于行业分析。通常是从政策、经济、社会和技术这四个方面来分析的。
(4)多维度拆解分析方法
- 从指标构成来拆解:新用户销售额=新用户数×转化率×新用户客单价;老用户销售额=老用户数×复购率×老用户客单价。
这样拆解后,有利于后续找到原因来制定对应的决策。如果是“新用户”导致的销售额目标没达成,可以对新用户发小额无门槛的折扣券,因为新用户往往还没有对店铺建立信任,不会第一次就购买很多。如果是“老用户”导致的销售额目标没达成,可以对老用户发高额满减折扣券,起到提升复购率的效果。
- 从业务流程来拆解:按照地域细分,考察一线、二线、三线及以下等不同城市的新增用户数量情况。按照性别细分,考察男性用户、女性用户分别是多少。按照渠道细分,考察公众号、百度、头条哪个渠道的用户来源多。
(5)对比分析方
雀食有点质量下降,不过还是好看的。最后的演出白白期待了,规模上去了,舞台变好了,不过味道好像变淡了,不如第一季的最终舞台
距离第一次看这本剧集有六年了吧,大一还是大二时看的,作为学小语种,需要发大舌音的人,实在是太有同感了。慕承和太过完美了,许是无数人的需求优点集合而成的。他那么耀眼,帅气学霸专情温柔,又那么普通,不是霸道总裁商场奇才,也喜欢普通的女主。这本剧集我保存了电子档在手机里,这些年刷了不止10次,也许以后还会继续看。希望大家都能温暖又美好。
上学时老从语文老师口中听到的经典剧集,三十多了才读,不知道为什么感触没那么深