#不甜的水果含糖量都很低吗#
客体，也必须先假定主体。因此，这个完全独立于主体之外的“客体”仍旧是主体的表象。和这个理论相反的是怀疑论。怀疑论也做了同样的错误假设，认为在表象中只有结果，没有原因，所以也就没有实际的存在物，我们只能认识客体的活动。假设这个客体和它的结果没有任何相似之处，即便如此，怀疑论还是把客体当作原因。要从经验中获得因果律，本身就暗含着经验必须事先建立在因果律之上。因此，这两种观点都要加以修正。第一，客体和表象是一样的；第二，知觉对象的真正内容是它本身的活动。物质的实在性就在这里，如果要求主体观念之外还有一种客体，还有一种与活动不同的本质，就没什么意义了，而且还是一种矛盾。了解、认识某个对象的本质，就是阐述这个对象究竟是什么。到现在为止，空间和时间中被感知到的世界是完全实在的，也完全像它表现出来的那个样子；并且它以表象方
客体，也必须先假定主体。因此，这个完全独立于主体之外的“客体”仍旧是主体的表象。和这个理论相反的是怀疑论。怀疑论也做了同样的错误假设，认为在表象中只有结果，没有原因，所以也就没有实际的存在物，我们只能认识客体的活动。假设这个客体和它的结果没有任何相似之处，即便如此，怀疑论还是把客体当作原因。要从经验中获得因果律，本身就暗含着经验必须事先建立在因果律之上。因此，这两种观点都要加以修正。第一，客体和表象是一样的；第二，知觉对象的真正内容是它本身的活动。物质的实在性就在这里，如果要求主体观念之外还有一种客体，还有一种与活动不同的本质，就没什么意义了，而且还是一种矛盾。了解、认识某个对象的本质，就是阐述这个对象究竟是什么。到现在为止，空间和时间中被感知到的世界是完全实在的，也完全像它表现出来的那个样子；并且它以表象方
#为何影视剧小人物越来越少#
识因此主客关系便是我们应该避免这种严重的错误。因为这种关系只存在于直接感知和间接感知的对象之间，因此往往只存在于对象与对象之间。这个错误假设，在外界的实在性方面产生一种愚蠢的争论；在这个争论中，独断论和怀疑论互相对立，前者有时候表现为实在论，有时又表现为唯心论实在论把客体看作原因，把主体看作结果。费希特 的唯心论认为客体产生于主体。可是，根据充足理由原则，主客之间并无关系。因此，这两种理论都无法证明。所以，怀疑论能成功地驳斥它们。因果律先于知觉和经验，是知觉和经验的条件，因而就不能从知觉和经验中得来；同样，客体和主体先于一切知识，也先于充足理由原则，是充足理由原则的第一条件。这个原则只是一切客体的形式，只是客体显现了自身存在的全部本性。
识因此主客关系便是我们应该避免这种严重的错误。因为这种关系只存在于直接感知和间接感知的对象之间，因此往往只存在于对象与对象之间。这个错误假设，在外界的实在性方面产生一种愚蠢的争论；在这个争论中，独断论和怀疑论互相对立，前者有时候表现为实在论，有时又表现为唯心论实在论把客体看作原因，把主体看作结果。费希特 的唯心论认为客体产生于主体。可是，根据充足理由原则，主客之间并无关系。因此，这两种理论都无法证明。所以，怀疑论能成功地驳斥它们。因果律先于知觉和经验，是知觉和经验的条件，因而就不能从知觉和经验中得来；同样，客体和主体先于一切知识，也先于充足理由原则，是充足理由原则的第一条件。这个原则只是一切客体的形式，只是客体显现了自身存在的全部本性。
【数据创造竞争优势，也可能不止...】人人都说数据重要，那么，对于企业来说，该如何看待数据增长？又如何利用数据分析趋势呢？通常，在预测和分析增长的时候，很多企业都是毫无头绪的，尤其对于创业公司来说，资本已开始偏向于关注具体的变现渠道。这很容易理解，很多投资者已经受够了“让我们收购一群用户，并靠着卖广告赚点钱”，这种表面上的“好模式”。创业公司需要通过变现来证明自己的商业价值，否则这种单纯的依靠卖卖广告变现就能找投资的做法，纯粹就是耍流氓。
从一开始就建立一个精确的、与你真实数据情况相匹配的增长模型，听起来是很困难的。但诸葛君今天就给你一个更清晰、更易达成的目标。
1、判断如何获得增长
其实在一家企业刚刚创立初期，用大数据驱动是一个伪命题——因为用户数量有限，样本性不足。因此，我们必须先判断行业趋势、市场前景，是否被投资机构持续看好？其次，更广泛地去了解潜在用户的需求，让更多用户来使用我们的产品。
2、确立增长模型
在这一阶段，我们需要布局与增长有关的核心指标了，比如：日/月活，留存。这些指标的目的不是为了衡量产品当前当下的表现，而是为了未来做增长时有可比较的基准。并且，这些指标能够告诉我们，什么时候我们应该去做增长。产品本身没有粘度的话，即使烧钱做增长，也不会实现良性增长，因为流失速度很可能超过增长速度。以前很多烧钱的企业能成功，是因为竞争没有那么激烈，用户没有辣么多选择。但今天如果你的产品很差，留存又不高，口碑也不好，烧再多钱也不能获得真正核心的自然增长。
3、优化效率
这个阶段就能看出来好的创业公司和普通创业公司的巨大差别——效率。无论PR还是做活动，都需要人力和时间成本。如何在增长中，找到效率最高的渠道呢？其实这正是创业公司之间PK的核心竞争力。如果不通过数据来驱动，还是靠直觉，一次两次可以，但没人能在赌局中连赢一万次。
所以，直觉需要和数据进行结合，这样企业能迅速优化各个渠道，来提高单位时间的转化效率。通过转化效率的提高和叠加，变成企业的核心竞争力。一个不用数据驱动的公司，和一个用数据驱动的公司，假设运营策略一样，资本储备、用户量相当，后者也有大概率胜出机会。
4、实现营收的运营策略
业务变现，要求有很高的用户基数。一般互联网产品中高活跃、体验好的用户会转化为付费用户。就像一个漏斗不断筛出高价值用户，这其中拼得就是运营效率了。比如，电商用户的转化漏斗一般是：访问——注册——搜索——浏览——加入购物车——支付——（退货）。这是一个非常长的漏斗，数据化的精细化运营，需要对漏斗的每个环节持续地追踪。因为不能衡量，就很难实现增长。
一个注重营收的企业，必须时刻关注各个部门、各个环节的转化效率。为提升转化效率，可以通过市场营销、产品迭代、用户运营来实现。而其中每个环节即使只是小幅提升，但叠加后可实现成倍增长。这种倍增，如果没有做过数据化运营的人，很难体会到。
下面我们就来具体说说如何实现数据驱动的精细化运营，我们将围绕以下2点展开：
1、明确各部门核心的关注指标：拆解目标，加强数据在企业内部的流转效率；
2、构建用户画像，设计增长策略：基于用户行为数据，根据同期群衡量表，通过纵向分层运营，挖掘用户层级状态迁越的关键；横向状态监控，阶段性的设计激活和召回方案。
一、明确各部门核心关注点
将用户生命周期分为获取、激活、留存、营收和传播，将该模型与用户生命周期历程各阶段做对应，并基于业务特点来梳理的具体指标。将业务与企业各部门的目标对应起来，即：
➤营销推广部门，对应获取阶段的数据指标；
➤运营部门，覆盖从激活、留存、营收到传播各个阶段；
➤产品部门，从功能实现的可用性和用户使用体验各个方面，对所有指标进行一个整体把控，但是根据产品阶段可分阶段设定优先级来逐步解决。
但是，如果每个部门各关注各的指标，还是不能将精力集中在一起，如果想形成合力，可通过用户价值分层的同期群衡量表来统一大家的目标。以注册评估者占比新手投资占比复投占比，这个关键指标为例，说明如何使用这张用户价值分层的同期群衡量表。
当有一张图表能够对整体产品的增长状态进行评估时，那么集中各部门的意见就会容易很多。参见上图，基于同期群分析用户价值分层的数据可视化：
1、注册评估者为蓝色，新手期投资者为黄色，周期复投者为橙色，流失用户为红色，之所以有不同深浅的红色黄色，是在分层的同时进行质量的区分；
2、每个柱子代表某时间段内新增的所有用户；
3、每个颜色代表截止查看此表时，各类价值用户占当时新增总数的比例，即，在查看这张表时，每个柱子代表的那一天，所有的新增用户转化为各个层级用户的一个比例。
通过这样的方式，即可衡量产品当前的健康度：
➤纵向来看，明确各个价值阶段用户转化的情况；
➤横向来看，明确是否逐步有所提升，上图就是一个比较波动的状态，是由于早期运营活动力度大，而新增的量比较小，所以带来的波动比较大。之所以，最右边蓝色部分那么长，是因为蓝色是注册评估者，最右边说明刚刚新增，还未流失，所以占比很高。
「用户分层的同期群衡量表」，集中了不同价值用户群的一个状态，每个部门要负责的用户群都在这个表里有所体现，能够通过这个表来讨论数据波动，以及各个部门该如何共同发力，给用户带来更大的价值，让用户更为喜欢使用产品。
从整体上，营销推广的主要目标是围绕着不断带来更精准的用户，监控用户质量的指标展开的；运营主要围绕投资转化和不断重复投资，监控和分析数据，并且不断优化；理财品类的设计则围绕如何让用户追加投资来设计策略；产品部门是围绕实现用户需求，实现收益以及长期的易用性、粘性和体验来不断迭代产品。
如此拆解，就会目标明确，然后围绕企业阶段性的共同价值，共同努力，加强数据在企业内部的流转效率，进而带来更大的价值。
二、构建画像 设计增长策略
用户画像是把目标用户群作为一个虚拟用户进行描述，对用户有一个更情感化的感知。
用户画像，如果下个定义的话，就是一个基于用户自身属性、场景需求目标和行为模式特点高度概括提炼出来的虚拟角色画像，比如，上图右边的一个理财产品新手期用户的用户画像：
➤用户自身属性：25~35岁之间，白领及以上，年薪8~15万；
➤行为特点：粘性比较强，周访问天数大于3天，对收益、安全性的信息特别敏感，同时处于一个选购理财产品的阶段；
➤场景需求：由于首次投资，正在验证平台的安全性和收益效果；同时，由于首投常为短期产品，在对平台有好印象的情况下，一般会对比其他产品的收益准备继续投资。
想象一下，如果有这样一个用户画像，在设计增长策略时会不会更落地、更踏实？其实在工作中，经常会遇到的问题都是很多很杂很细碎的，容易淹没在具体的事务中。
比如：本来要让新用户更好的get到产品的点，进而认可产品的价值，带来留存，但是文案在斟酌的过程中，就传达出只有资深用户才能get到的点，那这样的活动必然无法提升新增用户的留存，因为「用户画像」搞错了，很可能是对着“自己心中的那些资深用户”在设计运营，甚至在以自己为角色原型设计运营策略，这都是在运营过程中很容易犯的错误。
这时，就需要将「用户画像」与具体工作内容对应起来，就能够更好的切中用户需求，带来超出用户预期的体验。
首先，能够将各个价值层级特点的用户，通过条件判断划分出来进行特征聚类，分析用户的自身属性和行为特点，并且结合业务进行场景解读，配合电话调研便能够更好的认知用户，形成更准确的用户画像。
角色画像是一个难度和门槛非常高的工作，因为传统调研都是通过人与人之间的观察和交流完成的，用户的使用环境和场景都不同，就需要调研者有很高的素质来对信息进行辨别，最后形成有效的结论。但随着近几年数据采集能力越来越强，基于用户行为数据来做用户画像，相较之下更为直接和高效。
当有了自己产品不同价值阶段用户的用户画像，那么该如何设计增长策略呢？给大家一个大的方向——「用户价值分层的同期群衡量表」。
1、纵向分层运营，挖掘用户层级状态迁越的关键
举例，要找到用户从注册评估转化为新手投资的关键促成点，进而升级用户价值。比如：新手引导在理财产品中特别重要，为新增一天内没有查看财产安全相关内容的用户，推送让用户信赖的信息内容和投资引导，就能够更好的帮助用户度过迷茫期，更快的进行投资决策。
2、横向状态监控，阶段性的设计激活和召回方案
随着时间推移，用户无法避免的逐渐进入沉默状态，一旦在图上发现沉默流失的征兆，即可基于用户的行为特点，推送与用户查看过的内容相关的信息，召回的效果就比较好。但是如果沉默很久了，那将错过最佳召回时机。
分析只是手段，根本目标在于通过数据驱动企业增长，企业的核心诉求就是提高效率，降低成本，诸葛io帮助企业首先根据行业特征，搭建指标体系，这是“让数据服务于业务增长”的重要一步，同时，让数据在各部门之间高效流转则可以极大地提升沟通效率，让企业中每个岗位都有明确的核心关注指标及奋斗目标，最终形成增长合力。
从一开始就建立一个精确的、与你真实数据情况相匹配的增长模型，听起来是很困难的。但诸葛君今天就给你一个更清晰、更易达成的目标。
1、判断如何获得增长
其实在一家企业刚刚创立初期，用大数据驱动是一个伪命题——因为用户数量有限，样本性不足。因此，我们必须先判断行业趋势、市场前景，是否被投资机构持续看好？其次，更广泛地去了解潜在用户的需求，让更多用户来使用我们的产品。
2、确立增长模型
在这一阶段，我们需要布局与增长有关的核心指标了，比如：日/月活，留存。这些指标的目的不是为了衡量产品当前当下的表现，而是为了未来做增长时有可比较的基准。并且，这些指标能够告诉我们，什么时候我们应该去做增长。产品本身没有粘度的话，即使烧钱做增长，也不会实现良性增长，因为流失速度很可能超过增长速度。以前很多烧钱的企业能成功，是因为竞争没有那么激烈，用户没有辣么多选择。但今天如果你的产品很差，留存又不高，口碑也不好，烧再多钱也不能获得真正核心的自然增长。
3、优化效率
这个阶段就能看出来好的创业公司和普通创业公司的巨大差别——效率。无论PR还是做活动，都需要人力和时间成本。如何在增长中，找到效率最高的渠道呢？其实这正是创业公司之间PK的核心竞争力。如果不通过数据来驱动，还是靠直觉，一次两次可以，但没人能在赌局中连赢一万次。
所以，直觉需要和数据进行结合，这样企业能迅速优化各个渠道，来提高单位时间的转化效率。通过转化效率的提高和叠加，变成企业的核心竞争力。一个不用数据驱动的公司，和一个用数据驱动的公司，假设运营策略一样，资本储备、用户量相当，后者也有大概率胜出机会。
4、实现营收的运营策略
业务变现，要求有很高的用户基数。一般互联网产品中高活跃、体验好的用户会转化为付费用户。就像一个漏斗不断筛出高价值用户，这其中拼得就是运营效率了。比如，电商用户的转化漏斗一般是：访问——注册——搜索——浏览——加入购物车——支付——（退货）。这是一个非常长的漏斗，数据化的精细化运营，需要对漏斗的每个环节持续地追踪。因为不能衡量，就很难实现增长。
一个注重营收的企业，必须时刻关注各个部门、各个环节的转化效率。为提升转化效率，可以通过市场营销、产品迭代、用户运营来实现。而其中每个环节即使只是小幅提升，但叠加后可实现成倍增长。这种倍增，如果没有做过数据化运营的人，很难体会到。
下面我们就来具体说说如何实现数据驱动的精细化运营，我们将围绕以下2点展开：
1、明确各部门核心的关注指标：拆解目标，加强数据在企业内部的流转效率；
2、构建用户画像，设计增长策略：基于用户行为数据，根据同期群衡量表，通过纵向分层运营，挖掘用户层级状态迁越的关键；横向状态监控，阶段性的设计激活和召回方案。
一、明确各部门核心关注点
将用户生命周期分为获取、激活、留存、营收和传播，将该模型与用户生命周期历程各阶段做对应，并基于业务特点来梳理的具体指标。将业务与企业各部门的目标对应起来，即：
➤营销推广部门，对应获取阶段的数据指标；
➤运营部门，覆盖从激活、留存、营收到传播各个阶段；
➤产品部门，从功能实现的可用性和用户使用体验各个方面，对所有指标进行一个整体把控，但是根据产品阶段可分阶段设定优先级来逐步解决。
但是，如果每个部门各关注各的指标，还是不能将精力集中在一起，如果想形成合力，可通过用户价值分层的同期群衡量表来统一大家的目标。以注册评估者占比新手投资占比复投占比，这个关键指标为例，说明如何使用这张用户价值分层的同期群衡量表。
当有一张图表能够对整体产品的增长状态进行评估时，那么集中各部门的意见就会容易很多。参见上图，基于同期群分析用户价值分层的数据可视化：
1、注册评估者为蓝色，新手期投资者为黄色，周期复投者为橙色，流失用户为红色，之所以有不同深浅的红色黄色，是在分层的同时进行质量的区分；
2、每个柱子代表某时间段内新增的所有用户；
3、每个颜色代表截止查看此表时，各类价值用户占当时新增总数的比例，即，在查看这张表时，每个柱子代表的那一天，所有的新增用户转化为各个层级用户的一个比例。
通过这样的方式，即可衡量产品当前的健康度：
➤纵向来看，明确各个价值阶段用户转化的情况；
➤横向来看，明确是否逐步有所提升，上图就是一个比较波动的状态，是由于早期运营活动力度大，而新增的量比较小，所以带来的波动比较大。之所以，最右边蓝色部分那么长，是因为蓝色是注册评估者，最右边说明刚刚新增，还未流失，所以占比很高。
「用户分层的同期群衡量表」，集中了不同价值用户群的一个状态，每个部门要负责的用户群都在这个表里有所体现，能够通过这个表来讨论数据波动，以及各个部门该如何共同发力，给用户带来更大的价值，让用户更为喜欢使用产品。
从整体上，营销推广的主要目标是围绕着不断带来更精准的用户，监控用户质量的指标展开的；运营主要围绕投资转化和不断重复投资，监控和分析数据，并且不断优化；理财品类的设计则围绕如何让用户追加投资来设计策略；产品部门是围绕实现用户需求，实现收益以及长期的易用性、粘性和体验来不断迭代产品。
如此拆解，就会目标明确，然后围绕企业阶段性的共同价值，共同努力，加强数据在企业内部的流转效率，进而带来更大的价值。
二、构建画像 设计增长策略
用户画像是把目标用户群作为一个虚拟用户进行描述，对用户有一个更情感化的感知。
用户画像，如果下个定义的话，就是一个基于用户自身属性、场景需求目标和行为模式特点高度概括提炼出来的虚拟角色画像，比如，上图右边的一个理财产品新手期用户的用户画像：
➤用户自身属性：25~35岁之间，白领及以上，年薪8~15万；
➤行为特点：粘性比较强，周访问天数大于3天，对收益、安全性的信息特别敏感，同时处于一个选购理财产品的阶段；
➤场景需求：由于首次投资，正在验证平台的安全性和收益效果；同时，由于首投常为短期产品，在对平台有好印象的情况下，一般会对比其他产品的收益准备继续投资。
想象一下，如果有这样一个用户画像，在设计增长策略时会不会更落地、更踏实？其实在工作中，经常会遇到的问题都是很多很杂很细碎的，容易淹没在具体的事务中。
比如：本来要让新用户更好的get到产品的点，进而认可产品的价值，带来留存，但是文案在斟酌的过程中，就传达出只有资深用户才能get到的点，那这样的活动必然无法提升新增用户的留存，因为「用户画像」搞错了，很可能是对着“自己心中的那些资深用户”在设计运营，甚至在以自己为角色原型设计运营策略，这都是在运营过程中很容易犯的错误。
这时，就需要将「用户画像」与具体工作内容对应起来，就能够更好的切中用户需求，带来超出用户预期的体验。
首先，能够将各个价值层级特点的用户，通过条件判断划分出来进行特征聚类，分析用户的自身属性和行为特点，并且结合业务进行场景解读，配合电话调研便能够更好的认知用户，形成更准确的用户画像。
角色画像是一个难度和门槛非常高的工作，因为传统调研都是通过人与人之间的观察和交流完成的，用户的使用环境和场景都不同，就需要调研者有很高的素质来对信息进行辨别，最后形成有效的结论。但随着近几年数据采集能力越来越强，基于用户行为数据来做用户画像，相较之下更为直接和高效。
当有了自己产品不同价值阶段用户的用户画像，那么该如何设计增长策略呢？给大家一个大的方向——「用户价值分层的同期群衡量表」。
1、纵向分层运营，挖掘用户层级状态迁越的关键
举例，要找到用户从注册评估转化为新手投资的关键促成点，进而升级用户价值。比如：新手引导在理财产品中特别重要，为新增一天内没有查看财产安全相关内容的用户，推送让用户信赖的信息内容和投资引导，就能够更好的帮助用户度过迷茫期，更快的进行投资决策。
2、横向状态监控，阶段性的设计激活和召回方案
随着时间推移，用户无法避免的逐渐进入沉默状态，一旦在图上发现沉默流失的征兆，即可基于用户的行为特点，推送与用户查看过的内容相关的信息，召回的效果就比较好。但是如果沉默很久了，那将错过最佳召回时机。
分析只是手段，根本目标在于通过数据驱动企业增长，企业的核心诉求就是提高效率，降低成本，诸葛io帮助企业首先根据行业特征，搭建指标体系，这是“让数据服务于业务增长”的重要一步，同时，让数据在各部门之间高效流转则可以极大地提升沟通效率，让企业中每个岗位都有明确的核心关注指标及奋斗目标，最终形成增长合力。
✋热门推荐