? ? ?

如果想要賺錢或者投資,必須重視和學(xué)好基礎(chǔ)數(shù)學(xué)

最近在重新看《納瓦爾寶典》這本書的,里邊在心智模型中提到【基礎(chǔ)數(shù)學(xué)】的重要性。如果想要賺錢或者投資,必須重視和學(xué)好基礎(chǔ)數(shù)學(xué)插圖

書中提及到,“如果想要賺錢或者投資,就必須學(xué)好基礎(chǔ)數(shù)學(xué)。創(chuàng)業(yè)和經(jīng)商不需要學(xué)習(xí)幾何學(xué),三角函數(shù),微積分,也不需要學(xué)習(xí)其他任何負(fù)責(zé)的數(shù)學(xué)課程,但是需要學(xué)習(xí)算法,概論學(xué)和統(tǒng)計(jì)學(xué),這些分支學(xué)課程都非常重要。要吃透基礎(chǔ)數(shù)學(xué),真正掌握加減乘除,復(fù)利計(jì)算,概率論和統(tǒng)計(jì)學(xué)?!?/p>

 

對于這一點(diǎn)我深有體會,剛開始做運(yùn)營的時(shí)候,聽別人一說運(yùn)營模型,第一反應(yīng)就是建模,心想這么高深的事情自己可干不了,同時(shí)也在思考,是不是自己沒有辦法成為一個(gè)好的運(yùn)營,不會建模呀。

但是最近一年,越來越覺得運(yùn)營模型,其實(shí)沒有那么復(fù)雜,也不需要復(fù)雜的建模,可能就只需要一些簡單的數(shù)據(jù)加減乘除,通過一整套計(jì)算數(shù)據(jù)的邏輯計(jì)算出在自己產(chǎn)品的數(shù)據(jù)的情況下,如何才能更好地實(shí)現(xiàn)自己的目標(biāo),這個(gè)目標(biāo)可以是一年一度的大目標(biāo),也可以是做每個(gè)項(xiàng)目的小目標(biāo)。

 

現(xiàn)在來看,運(yùn)營模型,更多的是通過一系列合理數(shù)據(jù)計(jì)算的邏輯,從而計(jì)算出未來的潛力空間,同時(shí),也通過運(yùn)營模型,可以看出未來重點(diǎn)提升的方向是什么。
我自己常用的項(xiàng)目運(yùn)營模型,就是通過用戶的一系列行為路徑,通過行為路徑下的轉(zhuǎn)化率從而去計(jì)算項(xiàng)目的目標(biāo),這個(gè)模型的運(yùn)用關(guān)鍵在于對于用戶行為拆解,拆解地足夠細(xì),能夠大致準(zhǔn)確預(yù)估每一步的用戶行為的轉(zhuǎn)化情況。

另外一個(gè)模型是在拆解目標(biāo)的時(shí)候常用的一個(gè)模型,主要是通過大目標(biāo)的拆解,拆解到具體的方向目標(biāo)上,主要也是通過加減乘除的方式來計(jì)算。舉個(gè)簡單的例子,比如目標(biāo)是收益,收益=收入-成本(這個(gè)其實(shí)也算是一個(gè)運(yùn)營模型),所以從提升收益這個(gè)指標(biāo)上,有兩個(gè)大的方向,一是提升收入,二是合理降低成本,看看是否還有降低的空間。

 

那么對于收入的這個(gè)指標(biāo),結(jié)合日常監(jiān)測的指標(biāo)來看,可以定義為:收入=產(chǎn)品活躍*轉(zhuǎn)化率*客單價(jià),有可以拆分具體的3個(gè)方向去做,對于業(yè)務(wù)來說,可能業(yè)務(wù)不直接做產(chǎn)品活躍,但是對于轉(zhuǎn)化率和客單價(jià)這塊,可能就是自己業(yè)務(wù)需要去做的事情,希望把指標(biāo)做成什么樣才能實(shí)現(xiàn)我們的目標(biāo),確定目標(biāo)之后,又可以去進(jìn)行拆解指標(biāo),在每一個(gè)項(xiàng)目下可以提升多少的指標(biāo)。

 

關(guān)鍵點(diǎn)在于對于指標(biāo)的拆解越細(xì),結(jié)果就越可控,最終實(shí)現(xiàn)的可能性也就越大。

其實(shí)拆解指標(biāo)就是寫OKR的過程,自己根據(jù)現(xiàn)狀數(shù)據(jù)給自己定的指標(biāo)也會更加合理和科學(xué),未來實(shí)現(xiàn)的信心也就越高。

對于成本的拆解也是同樣如下,成本=成本1+成本2+….或成本=售賣產(chǎn)品1*使用率1*成本1+售賣產(chǎn)品2*使用率2*成本2….

具體用什么模型,取決于產(chǎn)品是什么,以及是說,日常在檢測數(shù)據(jù)指標(biāo)的時(shí)候是用的哪種方式會更多一些。

以上就是關(guān)于運(yùn)營模型的分享,希望對大家有所幫助。
#個(gè)人發(fā)展

0

評論0

請先 !

沒有賬號? 忘記密碼?