#政治学#【算法民粹主义突显西方代议制民主困境】
作为一种策略与手段，算法民粹主义政客正以混合媒体为载体，试图通过数据分析和算法推送与普通民众产生共鸣，从而获得选票进而赢得选举。换言之，算法民粹主义诞生于算法技术快速发展的时代以及西式竞争型政党政治的土壤，是一种针对西方代议制民主的异化反应。
https://t.cn/A6IKnJQm
作为一种策略与手段，算法民粹主义政客正以混合媒体为载体，试图通过数据分析和算法推送与普通民众产生共鸣，从而获得选票进而赢得选举。换言之，算法民粹主义诞生于算法技术快速发展的时代以及西式竞争型政党政治的土壤，是一种针对西方代议制民主的异化反应。
https://t.cn/A6IKnJQm
【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。
网络让我们足以看到外面的世界，但也让我们的眼界变得狭小
为什么这么说呢？
由于大数据分析，每天拿起手机刷视频还是刷新闻，手机给我们推送的都是我们想看的，然后我们就以为这个世界就是我眼中的那个样子，我们觉得所有和自己想法不一样的人都是SB，在刷得津津有味的同时，殊不知我们的思想已经变得偏激，现代人表面上看起来思想多元开放，本质上我觉得还没有古代人有包容性，这也就是为什么说进步的只是科技，人类并没有进步。
我发现我也是这样，我现在很少能接受别人的想法，我也变得很偏激。
为什么这么说呢？
由于大数据分析，每天拿起手机刷视频还是刷新闻，手机给我们推送的都是我们想看的，然后我们就以为这个世界就是我眼中的那个样子，我们觉得所有和自己想法不一样的人都是SB，在刷得津津有味的同时，殊不知我们的思想已经变得偏激，现代人表面上看起来思想多元开放，本质上我觉得还没有古代人有包容性，这也就是为什么说进步的只是科技，人类并没有进步。
我发现我也是这样，我现在很少能接受别人的想法，我也变得很偏激。
✋热门推荐