运营训练营 白熊学院学习笔记

这是一个关于运营训练营 白熊学院学习笔记的思维导图，涵盖了商业思维、用户思维等先进理念，通过思维树的形式，构建系统的思维模式，提升决策和执行能力。无论是初入行的新手，还是寻求突破的老手，都能在这里找到适合自己的学习路径，实现个人价值的最大化。

白熊学院-运营训练营

• unit1运营的职责、发展和能力图谱
  • 1、职位简介：什么是运营
    • 基本概念：围绕“让产品活得更久、活得更好”这个目标展开，以“流量建设”&“用户维系”为中心
      • 产品解决
        • 从0到1
          • 产品偏流量建设（促活）
            • PV（Page View）页面浏览量
            • VV（Video View）视频播放次数
            • DAU（Daily Active User）日活跃用户数量
      • 运营解决
        • 从1到100
          • 运营偏用户维系
            • 留言互动
            • 更新内容
            • 举办活动
            • 设计用户体系
    • 通过“内容”、“活动”、“用户”三个维度的工作达到运营目标
      • 维度是依据具体 工作内容来划分的
  • 2、概念区分：产品运营&产品策划
    • 产品经理统称：产品运营+产品策划
      • 产品策划：做出产品
        • 重场景分析
        • 逻辑
        • 交互
        • 体验
        • 产品策划-像餐厅厨师，满足食客要求，创造美食
          • 工匠精神
      • 产品运营：卖出产品
        • 卖点提炼
        • 内容
        • 用户
        • 活动
        • 产品策划-像餐厅经理，让食客频繁来店消费，让餐厅经营更好
          • 多面手
      • 产品经理如果是技术出生---加分项
  • 3、互联网公司的岗位构成
    • 1、产品岗
      • C端（用户端）
      • B端（企业端）
      • 前台（用户界面）、中台、后台
      • 电商、社交、金融
    • 2、技术岗
      • 软件开发
      • 测试
      • 软件运维
    • 3、设计岗
      • 用户体验设计
      • 用户界面设计
      • 交互设计
      • 视觉设计
    • 4、运营岗
      • 活动运营
      • 内容运营
      • 用户运营
      • 产品运营
    • 5、市场岗
      • 渠道类
      • 推广类
      • 商务合作类
    • 6、职能岗
      • 人力资源、行政
      • 法务
      • 财务
    • Q＆A
      • 内部能转岗吗
        • 产品、市场、运营岗相互转岗有可能性
          • 市场岗与运营岗核心区别在于获客户与拉新，户型转岗机会较大
        • 市场岗转产品较难，产品转市场岗较容易
          • 两者门槛不同
        • 产品与运营岗互转最容易
  • 4、运营发展路径
    • 运营助理/专员
      • 考察执行力，跟进一个小项目，完成零散的基础运营工作
      • 用体力换筹码
    • 运营经理
      • 考察项目管理能力，熟悉细分工作，有能力负责１－２个运营模块
    • 高级运营经理
      • 团队效能，能基于团队业务，设定团队目标，规划达成目标的路径
      • 关注：事情-人，领导与教练
    • 非运营线可能路径：产品经理和市场营销
      • 稳定：工作时间满一年再跳槽
      • 延续：已经独当一面，成为项目负责人再跳槽
      • 运营到产品经理，更关注运营活动与用户体验，逻辑好
      • 运营到市场营销，更喜欢与外界打交道，拓展业务，推销强
    • 实例讲解：运营发展路径
      • 技术序列T
        • T３－T１１对应案例高一级序列，如：百度T３对应阿里P４，T５－T6级别属于部门骨干
      • 产品/运营序列P
        • P３－P１１，产品和运营岗，对应阿里高１－1.5级序列，如百度P３＝阿里P４－５之间
      • 管理序列M
        • M１－M５，每一级又分为２个子级，M１A、M１B
      • 后勤支持部门S
        • Ｓ３－Ｓ１１，主要是公共、行政、渠道等等，晋升比较困难
  • 5、运营能力模型
    • 能力框架
  • 6、运营岗位的细分-互联网行业的运营
    • 传统行业的运营一般是指以维系工作流程为中心
    • 互联网产品运营
      • 内容运营
        • 以生产内容为主，与媒体出版行业相关
      • 活动运营
        • 线上为主，线下为辅，与广告行业相关
      • 用户运营
        • 指线上的流量建设，用户维系
  • 运营学习建议
    • 如何提升运营能力
      • 训练思维-将思维变成你的本能
        • 体验思维
        • 逻辑思维
        • 数据思维
        • 商业思维
      • 建立框架
        • 书记（慢）
        • 文章
        • 课程
        • 学习社区
      • 练习实践
        • 课后作业
        • 项目作业
        • 尽早实习
        • 模拟项目
    • 资源推荐－书籍
    • 资讯类网站
• Unit2思维树1：逻辑思维、数据思维
  • 1_基本概念：什么是逻辑思维
    • 基本定义
      • 借助于概念、判断、推理等思维形式，反应客观现实的理性认识过程。
        • 一句话概括就是:有条理地组织信息
    • 关键点
      • 条理性-递进关系or并列关系
      • 组织-编竹筐
      • 信息-表达or产品
    • 应用场景
      • 求职时
        • 笔试
        • 面试
      • 入职后
        • 产品经理
          • 职场沟通
          • 产品策划
  • 2_实例讲解：解析真实工作场景
    • 背景:小明是新来的行政实习生，负责会议安排。周一早晨，他向董事长汇报：
      • 先说结论，再陈述原因
    • 为什么产品经理需要逻辑思维？
      • 梳理已有信息
      • 构建新的信息
        • 总结一下就是需求到功能的过程
  • 3_金字塔原理
    • 序言-结论先行
      • 位于金字塔顶端，主要用于确定初始问题，引出中心思想
      • SCQA故事框架
        • situation，背景
        • complication，冲突
        • question,疑问
        • answer,回答
      • 变形框架
        • 原版（SCQA）：背景>冲突>提问>回答
        • 标准式(SCA，省略“提出问题”)：背景>冲突>回答
        • 开门见山式（ASC，快速切入）：回答>背景>冲突
        • 突出忧虑式（CSA，把冲突放在开头）：冲突>背景>回答
        • 突出信心式（QSCA，把冲突放在开头）：体温＞背景＞冲突＞回答
    • 纵向关系
      • 不同级别论点之间的关系
        • 观点会产生新的疑问，这是受众按你的思想产生符合逻辑的反应
        • 必须再下一层次上回答上一层次的疑问，而回答有可能引发新的疑问
        • 按照“引发疑问-回答疑问”的思路继续表达，知道受众不再产生疑问
        • 可采用“自上而下（常用）、自下而上”两种方式
          • 自上而下（对观点进行展开）
            • 1快速列出中心思想
            • 2设想受众主要疑问写出
            • 3分析背景和冲突写出序言
            • 4写出一级论点
            • 5写出二级论点
            • 6写出三级论点
          • 自下而上（对材料进行整理）　
            • 1列出所有要点
            • 2找出各要点之间的逻辑关系
            • 3得出结论
    • 横向关系（同一级别论点之间的逻辑关系）
      • 演绎关系（大前提+小条件--得出结论）
        • 大前提：猫喜欢吃鱼
        • 小条件：我家养的宠物是一只猫
        • 得出结论：我佳宠物喜欢吃鱼
      • 归纳关系（对不同部分进行概括，推理出结论）
        • 程度顺序：按重要性归组进行拆分
          • 1影响房价只涨不跌的最主要三个因素
            • 子主题
          • 2影响房价只涨不跌的其他因素
          • 归纳：房价处于只涨不跌的状态
        • 结构顺序：按整体-部分进行拆分
          • 1里约奥运会场馆建设很差
          • 2里约奥运会期间治安不好
          • 3里约奥运会裁判不公正
          • 归纳：里约奥运会很差
        • 流程顺序：按先后步骤进行拆分
          • 1做好热身运动
          • 2按照科学的方式进行训练
          • 3训练后及时补充营养
          • 归纳：如何获得良好的健身效果
  • 4_学习总结：金字塔原理的4大原则
    • 结论先行
    • 以上统下
    • 归类分组
    • 逻辑递进
    • • 如何培养逻辑思维
        • 1刻意练习
        • 2利用“逻辑树”培养逻辑思维
      • 三大构建逻辑树步骤
        • 1明确主题
        • 2穷尽方向
        • 3层层分界
  • 5_基本概念：什么是数据思维
    • 基本定义：数据思维也叫数据化思维，与经验主义相反，数据化思维强调通过对客观食物的对比与分析对事物的变化形成定性结论
    • 典型代表
      • 今日头条
        • 测试-数据反馈-决定
        • APP上架-考察下载率-选择下载率最高的
  • 6_实例讲解：运营新人接触数据时的常见问题
    • 1面对数据迷茫看不懂
    • 2基础专业名词不清晰
    • 3不会做数据漏斗，对数据不会进行对比分析等
    • 常见问题
      • 接手原始数据记录不知道怎么处理
      • 专业名词（类似DAU、ROI、ARPU值）听不懂
      • 对数据的理解狭隘、不深入，找不到关键点
      • 进行数据分析时，毫无头绪、缺少侧重
  • 7_如何培养：数据导向&明确步骤
    • 为什么运营需要数据思维
      • 原因：通过数据评估、改进工作（复盘）
      • 原因：通过数据找到问题来源（指南针）
      • 通过数据测算运营现状（有工作经验）
    • 培养数据思维
      • 1、明确数据类型
        • 定量数据
          • 说明的是现象的数量特征，是必须用数值来表现的
        • 定性数据
          • 是表示食物性质、规定事物类别的文字表述型数据，不能将其量化，只能将其定性（ｔａｇ：男、女；中学生、大学生）
      • 2数据来源
        • 渠道数据
          • 衡量渠道质量和作用
        • 成本数据
          • 衡量投入
        • 收益数据
          • 衡量效益（ROI：投资回报率）
    • 明确数据分析步骤
      • 确定改进点
        • 提升用户分享
      • 提出问题假设
        • 分享按键点击
      • 采集数据
        • 埋点（代码植入）
      • 清洗数据
        • 剔除无效数据
      • 计算数据
        • 设定规则分类
      • 分析数据
        • 横向纵向对比
      • 产出报告
        • 结论
    • 系统化思维
      • 如何构建一个运营的数据体系
        • 定义核心指标（与运营目的有关）
        • 定义核心指标的因素和模块
        • 使用鱼骨图数量各模块的相互影响
  • 8_如何培养：漏斗模型的使用
    • • 每一步都会有用户流失
      • 转化率=每步转化率相乘
    • 1、确定业务场景
      • 电商产品购买
      • 活动邀请吸粉
      • 落地页转化
      • 提升加群量
      • ···
      • 确定完业务场景后要对具体的业务进行应用，这个时候就需要用到流程图
    • 2、抽象成模型
      • 第一级
      • 第二级
      • ···
      • 第N级
      • 用户经历的行为路径
    • 3、核心指标
      • 渠道ID
      • PV（page view）
        • 即页面浏览量或点击量，用户每1次对网站中的每个河面访问均被记录一个PV。同用户对同一页面的多次访问，访问量累计，用以衡量网站用户访问的网页数量
      • UV（user view）
        • 指通过互联网访问、浏览这个网页的自然人。访问网站的一台电脑客户端为一个访客，00:00-24:00内相同的客户端知被计算一次。一天内改访客对网站进行多次访问只记作一个UV
      • 停留时间
      • 转化率
      • 跳失率
    • 案例解读-如何提升课程购买率
      • 1、梳理用户报名环节：
      • 2、收集每个环节数据：
      • 3、画成漏斗，计算每个环节转化率：
• Unit3思维树2:商业思维、用户思维
  • I、用户体验思维
    • 1、基本概念：什么是用户体验思维
      • 研究人在特定场景下的思维模式、行为模式，在提供产品或服务的完成流程中，使用户能够以最小的成本（包括时间、金钱或情感的投入）来满足自己的需求
      • 用户特点：笨、懒、急
        • 别让我想
        • 别让我烦
        • 别让我等
    • 2、洞察用户需求：马斯洛需求层次
      • • 自我实现
          • 发挥自潜能，实现一定的
        • 尊重需求
          • 成就、名声、地位和晋升机会等
            • 在线教育、知识付费
        • 社交需求
          • 友谊、爱情及其隶属关系的需求
            • 社交产品、游戏
        • 安全需求-更好
          • 人身安全、生活稳定、免遭痛苦、威胁或疾病等以及对金钱的需求
            • 保险、P2P
        • 生理需求-生存
          • 食物、水、空气、住房、健康等
            • 食：美团外卖、大众点评、生鲜超市
            • 住：自如、链家
      • 越处于底层的需求，越原生态，越刚需
      • 所有互联网产品/服务都可以延伸至对应的马斯洛需求
      • 案例：白熊校招
    • 3、洞察用户需求：卡诺模型
      • 要求优先级
        • • 必备属性
            • 让其具程度尽量高
          • 期望属性
            • 越好越高
          • 魅力属性
            • 差异化-不是很好找，口碑传播
          • 无差异属性
            • 做跟没做没有什么区别
          • 反向属性
            • 搅屎棍，最后去考虑
              • 不去做
              • 广告、推送、商业化的事情
              • 引申-互联网产品的生命周期-通常在成熟后在去考虑商业化(把未来的钱拿到今天去补贴大家)
                • 传统商业通常不能理解
          • 案例：白熊刷题社群活动
            • 必备属性
              • 刷题的题库
            • 期望属性
              • 老师学生解答讨论
            • 魅力属性
              • 帮助归纳错题的小程序
            • 无差异属性
              • 招聘信息的发布
            • 反向属性
              • 商业化、用户体验差
    • 4、刺激用户行为：Fogg行为模型
      • 动机越强，难度越低，越容易触发
        • B（行为）=M（动机）+A（能力）+T (触发)
        • T（触发、触达的条件）： Q1（数量）：1W/100W 触达率=1% Q2（质量）：是否能充分表达这件事情？
          • 例：京东：满100减60优惠券（无品类限制）
            • 一级页面文案：把动机讲清楚
          • 前提：分享6名以上好友/5笔以上订单
            • 二级页面文案：讲清楚做什么事情
    • 5、增进用户体验：HEART模型
      • • 产品运营应用
          • H：整体满意度 NPS
            • • NPS=推荐者百分比-贬低者百分比，图例中20%-60%<0为负值，说明NPS要尽量往往高提，越大越好，不要是负数
          • E：DAU、MAU
            • 日活跃度、月活跃度
          • A：新版本、新功能接受度
          • R：日留存、周留存
          • T：核心行为完成度
  • II、商业思维
    • 6、基本概念：什么是商业思维
      • 文绉绉版本：一种提供产品和服务的经济性质的思考方式
      • 大白话版本：思考如何让用户开心的同时，企业能赚钱
      • 狭义、广义
        • 狭义：成本思维，算好账
          • CAC：Coustomer Acquisition Cost 用户获取成本
          • ARPU：Averange Revenue User 每用户平均收入
          • LTV：Life Time Value 用户生命周期价值
        • 广义：商业闭环
    • 7、如何培养：BCD-商业闭环设计
      • • 方案闭环
        • 价值闭环
        • 资源闭环
        • 财务闭环
      • 商业画布应用
        • 产品体验报告与竞品报告分析
        • 公司商业情况分析
      • 案例：白熊求职-商业画布
• Unit4 运营的底层逻辑
  • 1、产品生命周期（PLC）
    • 产品从设计开始到运营结束所经历的完整过程
    • • 进入衰退期后，一般采取防御性运营-更多地变现、引流到新产品
      • 四个周期并不是均等的，也并不是所有公司都能走通四个周期
  • 2、用户生命周期（CL）
    • 用户从接触产品到离开产品所经历的完整过程
    • • 纵轴-用户价值：流量or付费
        • 直接带来经济价值（付费）
        • 简介带来经济价值（免费，找广告主付费）
          • 微信
          • 抖音
          • 快速去展现价值，引导用户
      • 从获客阶段到升值阶段（新生用户-成长用户-活跃用户）
      • 留存阶段（沉睡用户-流失用户）
        • 沉睡用户找回
          • 如活跃用户一直在用，不给优惠卷；但不断给沉睡用户发券，以激活沉睡用户---大数据杀熟
      • 用户生命周期时间长度余用户对该产品需求有关
  • 3、解析海盗模型（AARRR）
    • 海盗模型-反映出不同阶段，用户参与行为的深度和类型
    • 用户获取阶段
      • • 主要参数指标
          • 下载、安装、激活量 CPM、CPC、CPA、CPT、CAC
            • CPM（Cost Per Mille）每千人成本
            • CPC（Cost Per Click）每点击成本
            • CPA（Cost Per Action）每行动成
            • CPT（Cost Per Time）每时间段成本
            • CAC（Customer Acquisition Cost）用户获取成本
              • CAC=总的市场花费/总的对应花费带来的所有新用户数，即获取一个新用户花多少钱 50W/10W=5元
      • • 用户进入流量池后进行【促活】+【提高留存】
          • 促活
            • 对新用户进行【签到奖励】：收集、任务、勋章、推荐相关文章。典型案例：王者荣耀、手机吃鸡
          • 留存
            • 每个月对应一张优惠券、优惠活动等
          • • 非付费用户传播的方式
              • 好评返现
              • 邀请有奖
      • 当日留存、次日留存、七日留存
      • 同比增长、环比增长、转化率、LTV、ARPU
        • 同比一般情况下是今年第N月与去年第N月比。同步发展速度主要是为了消除季节变动的影响
        • 环比所表示连续2哥统计周期（比如连续2月）内的量的变化比。它反映的是本期比上期增长了多少
        • 转化率
          • • 流失率20% 留存率80% 留存用户付费率10%
        • LTV（Life Time Value）用户生命价值
          • LTV>CAC(用户获客成本)
          • LTV=LT*ARPU (LT跟ARPU是双生指标)
            • 如：2年时间，每个用户付费100元，则它的LTV=200元
        • ARUP(Averange Revenue Per User)每用户平均收入
      • K因子、NPS
        • K因子计算公式： K=（每个用户向他们的朋友们发出的邀请数量）*（接收到邀请的人转化成新用户的转化率）
        • NPS（Net Promoter Sorce），净推荐值，又称净促进者得分，也可成为口碑
  • 总结
  • 4、掌握方法：如何判断产品的生命周期
  • 5、用户调研：初步了解用户调研
  • 6、需求挖掘：“三明治”结构定位用户需求
  • 7、了解用户：通过数据深入分析