2018-05-25发表下我的思考，请老师指正
1、【通过不同用户行为进行假设分析留存】
假设影响视频发布者留存因素：
因素1：粉丝数
因素2：互动数（点赞、评论、转发）
因素3：内容质量差（内容无趣、内容同质化严重、内容太长、广告太多）
因素4：被浏览数太少
因素5：视频发布流程
假设影响视频观看者留存因素:
因素1：粉丝数
因素2：互动数（点赞、评论、转发）
因素3：内容质量差（内容无趣、内容同质化严重、内容太长、广告太多）
因素4：浏览数数太少
因素5：内容创作者（发布视频者的质量、性别、风格等个人属性）
2、【验证假设】
1、通过ABtest验证
2、通过现有数据验证，如验证粉丝数是否对留存有影响，可拉取不同梯度的粉丝数量进行用户留存的对比。
3、【根据假设提出产品改进点】
假设一：粉丝数太少：增加粉丝推荐，好友邀请等机制
假设二：互动太少：增加互动引导，适当可引入积分等虚拟分值机制，通过分值诱导用户增加互动。
假设三：内容质量：通过算法、人工举报、用户画像等优化内容推荐
假设四：浏览太少：通过算法结合用户画像等优化推荐内容浏览
假设五：发布流程复杂：分析用户制作路径，减少用户制作步骤，提供用户教程视频
假设六：内容创作者（发布视频者的质量、性别、风格等个人属性）：根据用户喜好个性化推荐内容创作者；引入KOL、明星等认知度较高的内容创作者。展开作者回复: 六个假设很全面。虚拟分这个主意不错
7
2018-07-24我应该会先分析纯随机挑选的一部分样本，分析出他们的活跃度明显下降的周期，例如百分之九十的用户（假设为A用户群体）会在第八天流失掉，那么第八天之后没流失的百分之十（假设为B用户群体）的用户会是我的第一个重点分析的样本，他们和流失掉的百分之九十的用户的显著性差异到底在哪些步骤或功能上。
假设B和A的最大差异在使用点赞功能上，那么我会在实验组用户的功能中优化点赞功能的指引，增加用户点赞功能的使用率，上线后如实验组用户前七天点赞使用率明显上升，再和对照组用户的前七天留存做对比，如留存率得到了提高，代表关于点赞功能的优化成功地提高了用户的前七天留存率。
这为一个假设和功能优化方向的验证，其余假设和优化方向可重复上述步骤，已达到提高总体用户留存的目标
例如抖音的展开 1
2018-06-04老师你好，想请教一个问题，关于数据维度的定义问题，也就是文中涉及到的“D7>4为高活跃用户，2<D7<4为中活跃用户，D7<2为低活跃用户”。想请教一下你们是如何进行确认？关于维度的定义我的实际操作是这样的。
以定义活跃用户为例：
● 若产品是一个成熟的产品（拥有一定的用户基数），我们会总结系统内部统计的数据，整理当中的用户规律。（如果这个产品不在行业中占领头位置，可能还要想其他同行探听参考标准。）
● 若产品是一个新产品，市场是还没有一些相似的竞品，我们会以从用户本身行为研究，慢慢总结和修正活跃用户的标准。（具体一点就是看那一类特征的用户人群占比最大）
● 若产品是一个新产品，同时市场上也有类似的产品，一方面还是和用户本身行为研究，但会花时间去尝试在同行里面问到相关的定义标准。（因为活跃度定义这个一般上的市场研究很少会去到那么细，只能够通过私下渠道探听）。
期待能够得到您的回复，午安展开作者回复: 我和你们的做法很像。不同产品定义不同 一般的社交app 都是需要留存率每周多次
1
2020-01-02如果是产品本身的用户群比较固定，人数也不多（200-300人）应该如何基于数据来做出产品优化，这种情况老师讲的方法论感觉有些杀鸡用牛刀。比如我们只是要做一个给工程师用的工具，来提升他们的设计效率，对于工程师来说，用不用你的工具对他们并没有强制约束，导致使用情况从感觉上就理想，产品的使用情况反馈也只能靠人去一对一的询问，效率很低。老师有没有什么建议，针对特定用户群体的产品增长方法论？
2019-12-03通过用户分层将用户分为：发布视频用户，观看视频用户
发布视频用户：
用户关注数；
用户互赞评论数；
平台给予的商业价值；
平台给予发布优秀视频的曝光度；
观看视频用户：
发布视频者的内容质量；
互赞评论数；
关注用户的内容更新速度；展开- 2019-06-12思考题：抖音留存率
（1）新用户：对新用户的留存率来说，假设影响最大的是前5条推荐的短片内容；
（2）使用中的用户：可以分析一下高活跃用户的一些共性，然后以这个共性作为假设，用abtest来验证
（3）低活跃度用户／流失用户：需要调研用户不再使用or长期未打开抖音的原因 
2018-07-01提升关注度（关注价值取向），被关注度（吸粉），找到最大影响数量点。
2018-06-06老师你好，请问一下，针对第二个问题中的第一个统计图：“新用户第一个周内关注其他用户的数量为横轴，纵轴为D7”，是指取一定数量的新用户，统计他们的D7和第一周内关注数量的关系对吗？这应该是个散点图吧？怎么会有“趋于平缓”这种情况呢？
2018-05-301、统计出留存用户和流失用户的区别
2、分别对留存用户和流失用户做针对性实验分析
3、通过A/B测试或者灰度验证- 2018-05-301、首先统计出留存用户和流失用户的区别
2、根据流失和留存用户分别制定针对的用户体验设计
3、根据设计的体验设计做灰度或者A/B测试 
2018-05-29D7=2 和 4有什么特别的含义吗？在划分活跃度时没有包含。作者回复: 这个我只是举个例子。每个产品肯定有自己的代表方式。你要是电商产品能d7=1就很不错了。这个需要产品经理制定
- 2018-05-24晓音姐，我想请教下，面试的时候被评价缺少系统化思考，请问什么是系统化的思考？看怎么培养呢
作者回复: 我们后面的部分讲面试 到时候我可以说说哈
2018-05-23感觉在做实验对比验证假设的同时，产品功能也就逐渐成型了作者回复: 嗯 是的呢
2018-05-22请问：增加D7是怎么算呢，因为千文章开头说到D7有1到7，是指测试组比较对比组的D7总和增加还是指D7大于某个值的比例增加呢？作者回复: 过去七天用户用了几天。
2018-05-22回答下课后问题的个人理解：
首先在定量上，应该会对比下流失用户和非流失用户的区别。
然后最好能抽取到几个具体流失用户做定性的访谈。甚至可以考虑对定性的结果，进一步的做定量的问卷分析。
这样形成的假设会更有依据。
有了假设，剩下的AB测试和验证都是很具体的见招拆招的问题。不一一叙述。
Btw，越来越感觉产品其实有其非常科学的一面。展开作者回复: 产品本身就是科学的