2019-05-05抖个机灵:五一期间，本专栏留言量明显下降了，而技术类的专栏留言量基本保持不变。这说明，程序员比较宅，个人生活空间很小，即使放假他们也喜欢专研技术。而产品们的个人生活则要丰富多彩得多，放假都去玩了。哈哈 22
2019-06-23上面文章提到：宜人贷的阶段是“有用户但不知道产品定位”，因此要对现有用户做一个数据分析，明确产品定位和增长方向。
这里提到：通过城市对比，发现宜人贷明显受到2/3线城市，非本地人的偏爱，因为房贷压力下，需要借贷来投资或消费。结论就跳到了“未来考虑“人群上移”可能比“人群下沉”更合适。
中间似乎缺了一环：该产品在2/3线城市的占有率。因为逻辑应该是：如果我在2/3线城市的占有率很高了，市场几乎饱和了，那我就要寻找其他增长渠道了。
也还有一个假设：3/4线城市人口的经济压力不大，因为房贷还是较低，无需借贷。
一要看现有用户使用率，二要看未来目标群的需求度，三要看增长天花板。展开作者回复: 很认真的思考👍这里的定位指的是目前和未来趋势。目前占有率如何，是否饱和，我们无法通过现有的数据判断，从当时的增长情况看也依然有很大空间。当然这个逻辑是很正确的。
3- 2019-05-07程序员打卡。。。干货啊 3
2019-05-06原来我已经无形之中在做这个事情了。我会时不时地去看下公众号的后台数据，看下地域、性别分布；但是还没开始做进一步的分析，老师给了我一个提醒和思路，要行动起来，去实践 2
2019-05-05刘津老师，关于用户调研我一直有个疑问没有想明白，问题是：如何调研没有激活的用户是什么原因流失的？
这里的疑惑是：这些用户已经离开产品，显然产品内的用户调研这时候已经来不及，他们又没有联系方式，我们怎么才可能触达这些用户呢？这种情况下如果只通过行为漏斗对比差异性，只能知道是哪里流失的，而不知道为什么流失。
非常感谢！ 2
2019-05-03打卡 1
2019-08-21了解了如何通过洞察寻求差异点的具体方法——对比。个人认为单看表面数据容易出现错误这个观点再本文中不太合适，改为使用单一数据指标作为决策依据容易出现错误，更为恰当。
通过举例，了解到可对比的元素或者标签很多，组合的种类繁杂，可以分为两类，一类是基础标签，一类是扩展标签，用程序员的话说，就是封装变化。更多地对比要结合实际目标从扩展标签中有侧重的选择，同时也要做到多元化，避免使用单一标签造成决策失误。这个需要经验积累了……
2019-07-11打卡
2019-06-13打卡，讲的不错
2019-05-13老师，如果产品面向C端的，从地域，年龄分析对比是很有意义的，但作为B端的用户，可能就适用了，对于B端产品，可否重点介绍一下呢
2019-05-08满满的干货，作为程序员假期出去玩了，属于exception case
2019-05-08印象深刻的三点：
数据发现要从大到小，
数据差异凸显可能存在的机会和问题，
性别年龄地域是基本法。
2019-05-03知其然，知其所以然。
学习了👍
2019-05-03打卡，假期如常更新。难得。