写在前面
技术文延迟了
本来计划参加活动的还有一篇，应该是一篇技术翻译文，但是那篇文章太难了，看我过我以往文章的同学，应该能理解，我的文章很少有3000字数以下的，而且如果不是来自谷歌（主要因为是内容都反复被验证过，其次公开资料也不存在内容侵权），就一定会是我自己的一些想法或者吐槽，而且大多都不仅仅停留在牢骚阶段。但前段时间熬夜太多，最近身体不是很舒服，那篇文章只能先搁置。
还好我有存货
不过还好我有一些存货，其中在双十一后买了几本书，从中看了一些内容，可以和大家分享一下，所以这篇文章风格会比较“朴实”，本文约2600字，不是书中摘抄，是总结后的总结，有购书链接，有读书计划，也有例子，还有我认为能直接帮助个人或公司提高的内容。
京东购书
这几本书在jd购书记录如下：
今年京东双十一受疫情影响较大，到手后，实体书如下图，每本书都不太厚，每次只看一个或者两个同时翻起来都不错。
实体书到货
购书链接
我把京东链接给大家整理了一下，借助100-50的优惠下来254，力度还是蛮大的，感兴趣的小伙伴可以拍下。
- 数据科学工程实践：用户行为分析与建模、ab实验、sqlflow
- 用户体验度量：收集、分析与呈现（纪念版）(博文视点出品)
- 用户行为分析：如何用数据驱动增长
- 大数据用户行为画像分析实操指南
选书参考
为什么要推荐这几本书，也跟大家说一下我选择的理由。
-
首先，这有点像是选一个好学校还是一个好专业的个人喜好，我的选择是好学校的好专业。这四本书都是大出版社，两本机械工业出版社、三本电子工业出版社。一本翻译，三本国内书（这里不是逻辑题）。
-
其次，这有点像是看理论还是看实操的个人喜好，我的选择是看实操的时候得到自己的结论。这四本书充满了大量的数据表格图表，作者有growingio的创始人，还有一本作者就好几个数据科学的博士。
-
最后，可以先从网上看一下电子版，这个一定要看，重点在于看序、目录。因为这两部分能帮助快速了解整本书的大概内容和结构。
正文
第一本书 用户行为分析：如何用数据驱动增长，点我可以跳转京东链接
作者是growinIo的创始人，践行数据驱动增长20年。这本书
- 共6章
- 300页
阅读对象
有一定工作经验的产品经理、数据分析师、互联网运营人员、数据运营人员。
我自己制作的三种阅读计划
看了以后，发现内容还不是很难，术语和逻辑思维都比较容易看懂。我基本三天看完。对于想看这本书的同学，我推荐以下三种看书计划：
- 最慢：每天半个小时，每次20页，大约15天
- 适度：每次50-80页，大约5天看完
- 最快：每次150页，大约两个半天看完
因为是非常偏从实践得出理论的书籍，所以里面实践贴合比较紧密。读起来也不弯弯绕绕，我将其中精华整理如下：
指标体系建设+数据收集阶段+数据分析
其中指标按照内容分为了：
- 增长指标
- 活跃度指标
- 变现指标。
按照等级分为了：
- 一级
- 二级
- 三级
有关指标划分可以见下图，这部分内容是经验，可以直接抄走，再结合自身公司情况进行指标体系建设。
大家应该也看到上图，其实横向纵向都做了拆分，首先需要解决，为什么需要分级，如何分级？
为什么要做指标分级
这个问题是因为，
- 指标分级需要更高的能力和技巧，
直接进阶 - 数据本身也是分层的，直接比较分析
指标分级讲解
一级指标及示例
一级指标，是全公司都认可的，衡量业绩的核心指标，可以直接来指引公司的战略目标，衡量公司的业务达成情况。
举个例子，对于获客来讲，新注册的活跃用户数就是一个一级指标
二级指标及示例
二级指标，是对以及指标的路径分析拆解，是流程中的指标，通过查看二级指标，结合一定的嗯历史经验，能够快速定位问题的根源。
举个例子，订单数量，活跃用户数都可以算是二级指标。
三级指标及实例
三级指标，是针对二级指标的路径分析拆解，通常以子流程或个体的方式去定义。在二级指标波动定位后，可以根据经验定位三级指标。
例如：一级指标是gmv，拆解后是转化率的二级指标，那么ios的转化率的提升，可能就是三级指标。
指标体系用在哪里：打造黄金落地页+不同指标提高转化率分析
打造黄金落地页
落地页又被称为着陆页或者引导页，在互联网营销中，广告土方、活动运营、表单收集等成精都会应用落地页。作为用户点击跳转到的第一个页面，落地页是整个营销漏斗中的核心环节，承担着流量承接、转化承接的重要作用。
落地页制作模型lift
可以使用lift模型包含打造黄金落地页的六大核心元素：
- 价值主张
- 分散性
- 相关性
- 清晰度
- 紧迫性
- 交流程度
举个例子
针对以上阐述，咱得举个例子吧。
假如，我们将“有效衡量搜索价值权重”作为目标，根据经验判断，对应的策略有：
- 通过搜索价值权重品类拆分，定位可优化的品类
- 找到高价值的搜索词，知道热搜词和活动运营
用户路径模型
在这个场景中，对应的模型应该是：
使用搜索框----看到相关推荐或历史记录等推荐搜索-----输入关键词搜索-----得到搜索结果-----进入心仪的搜索结果详情页----完成转化
根据模型拆解指标和用户路径
搜索价值权重拆分成123级指标
总结
如果仔细看了上图的模型，应该对如何拆解指标、设定指标有了比较清晰的理解。
如果还没理解，可能是文章篇幅较短，或者表达缘故，我建议购买用户行为分析：如何用数据驱动增长，通过书中图文并茂的讲解，来体会用户行为分析如何驱动增长
书籍心得
整体来看，很像okr的目标拆解，所以对于拆解目标或者指标分级的人的要求就很高，这很像倒推的根因分析，更需要经验。
经过经验整理后的数据，能够制作看板，这就好比汽车的仪表盘，帮助司机获得指标数据，既能保证行驶安全，也能有的放矢，加速或洞察业务，发现业务潜在提升点或存在的问题。
所以基本上看板也是对一二三级指标建立的分析，对于如何展示哪些指标就有了更深刻的认识。
写在最后
以上便是第一本书的总结，其中最重要的指标体系建设，我已经做了总结和归纳，可以方便同学快速入门，迅速转化成对于个人和公司成长最有益的事情。
往期文章（包含部分掘金上榜文章）
谷歌谈SPA架构是如何影响网站核心指标的？
《谷歌教你如何说服老板为用户体验掏钱(2)-提高收入18%的实践案例》
《谷歌教你如何说服老板为用户体验掏钱(1)- 电商品牌的最佳实践》
《国内第一篇讲如何减少卡顿的代码级别详细文章
《前端同学如何快速制定业务大盘
《巧用火焰图快速分析链路性能》
《前端可观测性的几个基础指标-1022
《某费控独角兽公司的技术分享–如何提高用户体验》
《对前端性能优化的一些小看法
《网站性能优化技巧》
《前端应用性能应该采集的数据》
《网站性能之单页面应用的杂谈》
《web应用简析》
《裸奔的前端绿皮车
《快速搭建全链路平台
《报错/卡顿是制约产品体验的关键因素
《VIP客户用户体验-追踪方案草稿》
《四个简单例子教你提高用户体验》
![[附源码]Python计算机毕业设计Django酒店客房管理系统](https://img-blog.csdnimg.cn/f7ceac33b0ff402383eaaa0c5834cbe7.png)
![[附源码]Nodejs计算机毕业设计基于大学生兼职系统Express(程序+LW)](https://img-blog.csdnimg.cn/cce5b46e085a495c8fc48ae1c264b587.png)
![[操作系统笔记]页面置换算法](https://img-blog.csdnimg.cn/b9d3acb1c98649c7a8bb3ad12024b96b.png)
