![\"\"](\"http://118.190.164.186/portal_pic/item/20180914/7a3aff047a404a1d80a1af8823f7cbde.jpg\")
\n\n对于企业来说，100条理论确实不如一个成功的标杆有实践意义，本文的主旨就是寻找“正在做”大数据的49个样本。本文力图从企业运营和管理的角度，梳理出发掘大数据价值的一般规律：一是以数据驱动的决策，主要通过提高预测概率，来提高决策成功率;二是以数据驱动的流程，主要是形成营销闭环战略，提高销售漏斗的转化率;三是以数据驱动的产品，在产品设计阶段，强调个性化;在产品运营阶段，则强调迭代式创新。 \n
\n\n
\n
\n从谷歌、亚马逊、Facebook、LinkedIn，到阿里、百度、腾讯，都因其拥有大量的用户注册和运营信息，成为天然的大数据公司。而像IBM、Oracle、EMC、惠普这类大型技术公司纷纷投身大数据，通过整合大数据的信息和应用，给其他公司提供“硬件软件 数据”的整体解决方案。我们关注的重点是大数据的价值，第一类公司首当其冲。 \n
\n\n
\n \n
\n下面就是这些天然大数据公司的挖掘价值的典型案例。 \n
\n01 亚马逊的“信息公司” \n\n如果全球哪家公司从大数据发掘出了最大价值，截至目前，答案可能非亚马逊莫属。亚马逊也要处理海量数据，这些交易数据的直接价值更大。作为一家“信息公司”，亚马逊不仅从每个用户的购买行为中获得信息，还将每个用户在其网站上的所有行为都记录下来：页面停留时间、用户是否查看评论、每个搜索的关键词、浏览的商品等等。这种对数据价值的高度敏感和重视，以及强大的挖掘能力，使得亚马逊早已远远超出了它的传统运营方式。 \n
\n\n
\n \n
\n亚马逊CTO Werner Vogels在CeBIT上关于大数据的演讲，向与会者描述了亚马逊在大数据时代的商业蓝图。长期以来，亚马逊一直通过大数据分析，尝试定位客户和和获取客户反馈。“在此过程中，你会发现数据越大，结果越好。为什么有的企业在商业上不断犯错?那是因为他们没有足够的数据对运营和决策提供支持，”Vogels说，“一旦进入大数据的世界，企业的手中将握有无限可能。”从支撑新兴技术企业的基础设施到消费内容的移动设备，亚马逊的触角已触及到更为广阔的领域。 \n
\n\n
\n \n
\n亚马逊推荐：亚马逊的各个业务环节都离不开“数据驱动”的身影。在亚马逊上买过东西的朋友可能对它的推荐功能都很熟悉，“买过X商品的人，也同时买过Y商品”的推荐功能看上去很简单，却非常有效，同时这些精准推荐结果的得出过程也非常复杂。 \n
\n\n
\n \n
\n亚马逊预测：用户需求预测是通过历史数据来预测用户未来的需求。对于书、手机、家电这些东西——亚马逊内部叫硬需求的产品，你可以认为是“标品”——预测是比较准的，甚至可以预测到相关产品属性的需求。但是对于服装这样软需求产品，亚马逊干了十多年都没有办法预测得很好，因为这类东西受到的干扰因素太多了，比如：用户的对颜色款式的喜好，穿上去合不合身，爱人朋友喜不喜欢…… 这类东西太易变，买得人多反而会卖不好，所以需要更为复杂的预测模型。 \n
\n\n
\n \n
\n亚马逊测试：你会认为亚马逊网站上的某段页面文字只是碰巧出现的吗?其实，亚马逊会在网站上持续不断地测试新的设计方案，从而找出转化率最高的方案。整个网站的布局、字体大小、颜色、按钮以及其他所有的设计，其实都是在多次审慎测试后的最优结果。 \n
\n\n
\n \n
\n亚马逊记录：亚马逊的移动应用让用户有一个流畅的无处不在的体验的同时，也通过收集手机上的数据深入地了解了每个用户的喜好信息;更值得一提的是Kindle Fire，内嵌的Silk浏览器可以将用户的行为数据一一记录下来。 \n
\n\n
\n \n
\n以数据为导向的方法并不仅限于以上领域，亚马逊的企业文化就是冷冰冰的数据导向型文化。对于亚马逊来说，大数据意味着大销售量。数据显示出什么是有效的、什么是无效的，新的商业投资项目必须要有数据的支撑。对数据的长期专注让亚马逊能够以更低的售价提供更好的服务。 \n
\n\n
\n \n
\n如果说有一家科技公司准确定义了“大数据”概念的话，那一定是谷歌。根据搜索研究公司comScore的数据，仅2012年3月一个月的时间，谷歌处理的搜索词条数量就高达122亿条。谷歌的体量和规模，使它拥有比其他大多数企业更多的应用大数据的途径。谷歌搜索引擎本身的设计，就旨在让它能够无缝链接成千上万的服务器。如果出现更多的处理或存储需要，抑或某台服务器崩溃，谷歌的工程师们只要再添加更多的服务器就能轻松搞定。将所有这些数据集合在一起所带来的结果是：企业不仅从最好的技术中获益，同样还可以从最好的信息中获益。下面选择谷歌公司的其中三个亮点。 \n
\n\n
\n \n
\n谷歌意图：谷歌不仅存储了搜索结果中出现的网络连接，还会储存用户搜索关键词的行为，它能够精准地记录下人们进行搜索行为的时间、内容和方式，坐拥人们在谷歌网站进行搜索及经过其网络时所产生的大量机器数据。这些数据能够让谷歌优化广告排序，并将搜索流量转化为盈利模式。谷歌不仅能追踪人们的搜索行为，而且还能够预测出搜索者下一步将要做什么。用户所输入的每一个搜索请求，都会让谷歌知道他在寻找什么，所有人类行为都会在互联网上留下痕迹路径，谷歌占领了一个绝佳的点位来捕捉和分析该路径。换言之，谷歌能在你意识到自己要找什么之前预测出你的意图。这种抓取、存储并对海量人机数据进行分析，然后据此进行预测的能力，就是数据驱动的产品。 \n
\n\n
\n \n
\n谷歌分析：谷歌在搜索之外还有更多获取数据的途径。企业安装“谷歌分析”之类的产品来追踪访问者在其站点的足迹，而谷歌也可获得这些数据。网站还使用“谷歌广告联盟”，将来自谷歌广告客户网的广告展示在其站点，因此，谷歌不仅可以洞察自己网站上广告的展示效果，同样还可以对其他广告发布站点的展示效果一览无余。 \n
\n\n
\n \n
\n谷歌趋势：既然搜索本身是网民的“意图数据库”，当然可以根据某一专题搜索量的涨跌，预测下一步的走势。谷歌趋势可以预测旅游、地产、汽车的销售。此类预测最著名的就是谷歌流感趋势，跟踪全球范围的流感等病疫传播，依据网民搜索，分析全球范围内流感等病疫的传播状况。 \n
\n\n
\n \n
\n早在2006年，eBay就成立了大数据分析平台。为了准确分析用户的购物行为，eBay定义了超过500种类型的数据，对顾客的行为进行跟踪分析。eBay分析平台高级总监Oliver Ratzesberger说：“在这个平台上，可以将结构化数据和非结构化数据结合在一起，通过分析促进eBay的业务创新和利润增长。” \n
\n\n
\n \n
\neBay行为分析：在早期，eBay网页上的每一个功能的更改，通常由对该功能非常了解的产品经理决定，判断的依据主要是产品经理的个人经验。而通过对用户行为数据的分析，网页上任何功能的修改都交由用户去决定。“每当有一个不错的创意或者点子，我们都会在网站上选定一定范围的用户进行测试。通过对这些用户的行为分析，来看这个创意是否带来了预期的效果。” \n
\n\neBay广告分析：更显著的变化反映在广告费上。eBay对互联网广告的投入一直很大，通过购买一些网页搜索的关键字，将潜在客户引入eBay网站。为了对这些关键字广告的投入产出进行衡量，eBay建立了一个完全封闭式的优 \n
\n\n
\n \n
\n利用先进的统计方法，商家可以通过用户的购买历史记录分析来建立模型，预测未来的购买行为，进而设计促销活动和个性服务避免用户流失到其他竞争对手那边。美国第三大零售商塔吉特，通过分析所有女性客户购买记录，可以“猜出”哪些是孕妇。其发现女性客户会在怀孕四个月左右，大量购买无香味乳液。由此挖掘出25项与怀孕高度相关的商品，制作“怀孕预测”指数。推算出预产期后，就能抢先一步，将孕妇装、婴儿床等折扣券寄给客户。塔吉特还创建了一套购买女性行为在怀孕期间产生变化的模型，不仅如此，如果用户从它们的店铺中购买了婴儿用品，它们在接下来的几年中会根据婴儿的生长周期定期给这些顾客推送相关产品，使这些客户形成长期的忠诚度。 \n
\n\n
\n \n
\n通过大数据分析，中国移动能够对企业运营的全业务进行针对性的监控、预警、跟踪。大数据系统可以在第一时间自动捕捉市场变化，再以最快捷的方式推送给指定负责人，使他在最短时间内获知市场行情。 \n
\n\n客户流失预警：一个客户使用最新款的诺基亚手机，每月准时缴费、平均一年致电客服3次，使用WEP和彩信业务。如果按照传统的数据分析，可能这是一位客户满意度非常高、流失概率非常低的客户。事实上，当搜集了包括微博、社交网络等新型来源的客户数据之后，这位客户的真实情况可能是这样的：客户在国外购买的这款手机，手机中的部分功能在国内无法使用，在某个固定地点手机经常断线，彩信无法使用——他的使用体验极差，正在面临流失风险。这就是中国移动一个大数据分析的应用场景。通过全面获取业务信息，可能颠覆常规分析思路下做出的结论，打破传统数据源的边界，注重社交媒体等新型数据来源，通过各种渠道获取尽可能多的客户反馈信息，并从这些数据中挖掘更多的价值。 \n
\n\n
\n \n
\n数据增值应用：对运营商来说，数据分析在政府服务市场上前景巨大。运营商也可以在交通、应对突发灾害、维稳等工作中使大数据技术发挥更大的作用。运营商处在一个数据交换中心的地位，在掌握用户行为方面具有先天的优势。作为信息技术的又一次变革，大数据的出现正在给技术进步和社会发展带来全新的方向，而谁掌握了这一方向，谁就可能成功。对于运营商来说，在数据处理分析上，需要转型的不仅是技巧和法律问题，更需要转变思维方式，以商业化角度思考大数据营销。 \n
\n\n
\n \n
\nTwitter兴趣聚类：通过过滤用户归属地、发推位置和相关关键词，Twitter建立了一系列定制化的客户数据流。比如，通过过滤电影片名、位置和情绪标签，你可以知道洛杉矶、纽约和伦敦等城市最受欢迎的电影是哪些。而根据用户发布的个人行为描述，你甚至能搜索到那些在加拿大滑雪的日本游客。从这个视角看，Twitter的兴趣图谱的效率优于Facebook的社交图谱。Twitter的用户数据所能产生的潜在价值同样令人惊叹。在社交媒体网站正在收集越来越多的数据的形势下，它们或许能找到更好的方式来利用这些数据盈利，并使其取代广告成为自身提高收入的主要方式。这些社交网站真正的价值可能在于数据本身。相信在不久的将来，如果寻找到既能充分利用用户数据，又可合理规避对用户隐私的威胁，社交数据所蕴藏的巨大能量将会彻底被开启。 \n
\n\n
\n \n
\nTwitter情绪分析：Twitter自己并不经营每一款数据产品，但它把数据授权给了像DataSift这样的数据服务公司，很多公司利用Twitter社交数据，做出了各种让人吃惊的应用，从社交监测到医疗应用，甚至可以去追踪流感疫情爆发，社交媒体监测平台DataSift还创造了一款金融数据产品。华尔街“德温特资本市场”公司首席执行官保罗·霍廷每天的工作之一，就是利用电脑程序分析全球3.4亿微博账户的留言，进而判断民众情绪，再以“1”到“50”进行打分。根据打分结果，霍廷再决定如何处理手中数以百万美元计的股票。霍廷的判断原则很简单：如果所有人似乎都高兴，那就买入;如果大家的焦虑情绪上升，那就抛售。一些媒体公司会把观众收视率数据打包到产品里，再转卖给频道制作人和内容创造者。精确的数据一旦与社交媒体数据相结合，对未来的预测会非常准。 \n
\n\n
\n \n
\n聪明的商家通过用户的购买历史记录分析来建立模型，为他们量身预测未来的购物清单，进而设计促销活动和个性服务，让他们源源不断地为之买单。特易购是全球利润第二大的零售商，这家英国超级市场巨人从用户行为分析中获得了巨大的利益。从其会员卡的用户购买记录中，特易购可以了解一个用户是什么“类别”的客人，如速食者、单身、有上学孩子的家庭等等。这样的分类可以为提供很大的市场回报，比如，通过邮件或信件寄给用户的促销可以变得十分个性化，店内的促销也可以根据周围人群的喜好、消费的时段来更加有针对性，从而提高货品的流通。这样的做法为特易购获得了丰厚的回报，仅在市场宣传一项，就能帮助特易购每年节省3.5亿英镑的费用。 \n
\n\n
\n \n
\nTesco的优惠券：特易购每季会为顾客量身定做6张优惠券。其中4张是客户经常购买的货品，而另外2张则是根据该客户以往的消费行为数据分析，极有可能在未来会购买的产品。仅在1999年，特易购就送出了14.5万份面向不同的细分客户群的购物指南杂志和优惠券组合。更妙的是，这样的低价无损公司整体的盈利水平。通过追踪这些短期优惠券的回笼率，了解到客户在所有门店的消费情况，特易购还可以精确地计算出投资回报。发放优惠券吸引顾客其实已经是很老套的做法了，而且许多的促销活动实际只是来掠夺公司未来的销售额。然而，依赖于扎实的数据分析来定向发放优惠券的特易购，却可以维持每年超过1亿英镑的销售额增长。 \n
\n\n
\n \n
\n特易购同样有会员数据库，通过已有的数据，就能找到那些对价格敏感的客户，然后在公司可以接受的最低成本水平上，为这类顾客倾向购买的商品确定一个最低价。这样的好处一是吸引了这部分顾客，二是不必在其他商品上浪费钱降价促销。特易购的精准运营：这家连锁超市在其数据仓库中收集了700万部冰箱的数据。通过对这些数据的分析，进行更全面的监控并进行主动的维修以降低整体能耗。 \n
\n\n
\n \n
\nFacebook是社交网络巨擎，但是在挖掘大数据价值方面，好像办法不多，值得一提的就是好友推荐。Facebook使用大数据来追踪用户在其网络的行为，通过识别你在它的网络中的好友，从而给出新的好友推荐建议，用户拥有越多的好友，他们与Facebook之间的黏度就越高。更多的好友意味着用户会分享更多照片、发布更多状态更新、玩更多的游戏。 \n
\n\n
\n \n
\nLinkedIn网站使用大数据在求职者和招聘职位之间建立关联。有了LinkedIn，猎头们再也不用向潜在的受聘者打陌生电话来碰运气，而可以通过简单的搜索找出潜在受聘者并联系他们。与此相似，求职者也可以通过联系网站上其他人，自然而然地将自己推销给潜在的雇主。有两个例子能够生动呈现LinkedIn的数据价值：几年前，LinkedIn忽然发现近期雷曼兄弟的来访者多了起来，当时并没引起重视，过了不久，雷曼兄弟宣布倒闭;而在谷歌宣布退出中国的前一个月，在LinkedIn发现了一些平时很少见的谷歌产品经理在线，这也是相同的道理。 \n
\n\n
\n
\nEnd. \n
\n\n来源：数据分析 \n
","score":null,"user_id":1,"name":"admin","id":593,"pageview":4773,"cover_img":"http://118.190.164.186/portal_pic/item/20180813/b9d3c351933743289793d1c7c690b190.png"},{"create_time":"2018-09-14 17:00:01","abstracts":"初入数学建模经验分享","tag_info":"新手入门","remark":null,"avatar":"http://118.190.164.186/portal_pic/vip/defaultavatar.png","title":"如何入门参与数学建模？","content":"\n我是怎么选择建模的：\n
\n\n大一上，第一次听到数学建模其实是大一上学期，not大一下学期。某次浏览网页偶然发现的，源于从小对数学，哲学以及历史的崇敬吧（虽然大学没敢选择其中任何一个专业，尤其是数学和哲学，怕太难了，学不好），我就坚定了学习数学建模的想法。\n
\n\n
\n\n
\n通过翻阅学校发的学生手册还是神马的资料，发现我们学校有数学建模竞赛的。鉴于大一上啥数学知识都没有，也就没开始准备，把侧重点放在找队友上。\n
\n\n
\n\n
\n一次打乒乓球，认识了两位信电帅哥，以后也会一起打球。其中一位（M）很有学霸潜质，后来期末考试后，我打听了他的高数成绩，果然的杠杠滴，就试探性的问了下，要不要一起参加建模，嗯，成功！\n
\n\n
\n\n
\n第二位队友是在大一上学期认识的（向她请教了很多关于转专业的事情），但是是第二学期找她组队的。老样子，打听成绩，一打听吓一跳，是英语超好，微积分接近满分的女生F（鄙人第二学期转入了她的学院）。果断发送邀请，是否愿意一起组队，嗯，成功。\n
\n\n
\n
\n关于找队友：在信息不对称的情况下，优先考虑三人的专业搭配，比如或信电的小伙伴负责编程和理工科题建模，经济金融统计负责论文和统计建模，数学计算专业的全方位建模以及帮忙论文，个人感觉这样子比较好。由于建模粗略地可以分为建模，编程，论文，三块，整体上是一人负责一块的，但是绝对不能走极端，每个人就单单的负责一块，这样子的组合缺乏沟通和互动。应该要在培训中磨合，结合每个人的个人特点。主要负责哪几块，辅助哪几块。\n
\n\n
\n\n
\n接下来就到了第一次校赛了：第一次还是挺激动的，因为之前问了几个学长学姐说，建模都是要通宵的，于是我们也做好了通宵的准备。第一次拿到的题目是关于一个单位不同工作部门不同饮食习惯的人，健康水平的关系。\n
\n\n
\n\n
\n后来回顾过来，这其实是一个比较简单的统计分析题。但是想当年可没有这等觉悟，做题全靠office，对着题目想半天也不知道该怎么做。做的过程很痛苦，但是也很兴奋，校赛三等奖的结果证明了光有一股热情是不行的，需要恶补大量知识。\n
\n\n
\n\n
\n推荐新手入门书目：\n
\n\n数学模型(姜启源、谢金星)\n
\n\n数学建模方法与分析.(新西兰)Mark.M．Meerschaert.\n
\n\n
\n\n
\n第一本是姜老先生写的，很适合新手，在内容编排上也是国产风格，按模型知识点分类，一块一块讲，面面俱到。第二本是新西兰的，我是大二的时候看这本书的，只看了前面一部分。\n
\n\n
\n\n
\n发现这本书挺适合新手，它是典型的外国教材风格，从一个模型例子开始，娓娓道来，跟你讲述数学建模的方方面面，其中反复强调的一个数学建模五步法，后来细细体会起来的确很有道理，看完大部分这本书的内容，就可以体会并应用这个方法了。\n
\n\n
\n\n
\n（第一次校赛，就是因为五步法的第一步，都没有做到）。对了，还有老丁推荐的一本，美利坚合众国数学建模竞赛委员会主席Giordano写的A first course in mathematic modeling，有姜启源等翻译的中文版，but我没能在图书馆借到，所以没看过，大家有机会可以看看。\n
\n\n
\n\n
\n怎么建模\n
\n\n第一次国赛前的放假开始学校培训，我提前借了一大堆书，把卡都借满了。第一次国赛前的那次培训，对我而言，这段时期是收获最大的时期，比其他任何时间段都来得大。\n
\n\n
\n\n
\n这段时间内，我们三个人都很辛苦。白天培训要学习很多知识，完了只能休息半天，然后开始比赛，周而复始。 之前我的打算是，白天上课学习，晚上回去复习当天的内容，再看些其他东西。But 我太高估自己了，晚上基本是玩玩三国杀之类的小游戏放松，然后第二天再去上课。嗯，心态放好，身体最重要。^_^\n
\n\n
\n\n
\n通过这几次培训，基本上队伍形成了F专业写论文，我和M负责建模和编程。其中我偏重建模和全队调度。\n
\n\n
\n\n
\n大家在培训的时候，要慢慢养成五步建模法：\n
\n\n
\n\n
\n五步法说明:\n
\n\n\n
\n第一步:提出问题.\n
\n\n大家可能会想,题目不是已经给出问题了吗? 是的,但是这里的提出问题是指：用数学语言去表达。首先，题目一定要通读若干遍，“看不懂，读题目；看不懂，读题目”，如此反复循环的同时查阅相关资料。这通常需要大量的工作，而且要根据题目的特点做一些假设。\n
\n\n
\n\n
\n看的差不多了，就开始用数学形式提出问题，当然，在这之前，先引用或者定义一些专业术语。 接下来进行符号说明，统一符号（这点很重要，三个人之间便于沟通，论文便于展现），并列出整个问题涉及的变量，包括恰当的单位，列出我们已知或者作出的假设（用数学语言描述，比如等式，不等式）。 做完这些准备工作后，就开始正式提出问题啦。用明确的数学语言写出这个问题的表达式，加上之前的准备工作，就构成了完整的问题。\n
\n\n
\n\n
\n这部分的内容反映到论文结构上，相当于前言，问题提出，模型建立部分。注意，刚开始建立的模型很挫没关系，我们随时可以返回来进行修改的。\n
\n\n
\n\n
\n第二步:选择建模方法.\n
\n\n在有了用数学语言表述的问题后，我们需要选择一个或者多个数学方法来获得解。 许多问题，尤其是运筹优化，微分方程的题目，一般都可以表述成一个已有有效的标准求解形式。\n
\n\n
\n\n
\n这里可以通过查阅相关领域的文献，获得具体的方法。为什么不是查阅教材呢？基本上教材讲的都是基础的，针对特定问题的，教材上一般找不到现成的方法，但是教材依然是很重要的基础工具，有时候想不出思路，教材（比如姜启源那本）翻来翻去，会产生灵感，可以用什么模型。\n
\n\n
\n\n
\n第三步:推导模型的公式.\n
\n\n我们要把第二步的方法实现出来，也就是论文的模型建立部分。我们要对建立的问题进行变形，推导，转化为可以运行标准方法解答的形式。这部分通常是借鉴参考文献的过程，做一些修改，以适应本题的情况。\n
\n\n
\n\n
\n第四步:求解模型.\n
\n\n这里是编程的队友登场的时刻了。\n
\n\n
\n\n
\n统计模型：SPSS,Eviews，Stata ，都是菜单式操作，easy的。\n
\n\n
\n\n
\n数据分析：R，数据库SQL Server，IBM\n
\n\n
\n\n
\nDB2\n
\n\n微分方程：Maple,Mathematic,MATLAB\n
\n\n
\n\n
\n运筹规划：Matlab，Lingo\n
\n\n
\n\n
\n智能算法：Matlab，R\n
\n\n
\n\n
\n时间序列：统计模型中的那些软件，或者R，Matlab\n
\n\n
\n\n
\n图像处理：Matlab，C++\n
\n\n
\n\n
\n总结： Matlab是必须的，再来个SPSS，一般情况下够用了。\n
\n\n
\n\n
\n第五步:回答问题.\n
\n\n也就是论文的讨论部分。这部分是对你整篇论文成果的总结，一定要写的有深度。除此之外，通常还要写上一些灵敏度分析，如果是统计模型的话，要有模型检验。论文通常会需要画一些图表，可以使用Matlab、R等软件来画跟数据有关的图，使用Visio或者PPT画流程图之类的图。\n
\n\n
\n\n
\n关于比赛的一些个人体会\n
\n\n
\n\n
\n1、国赛和美赛是有区别的\n
\n\n国赛讲究实力，美赛讲究创新。 美赛不一定要多高级的方法，但是一定要有创意。而国赛，组委会往往是有一个模糊的“标准答案”在的，按部就班做下来就好了。\n
\n\n
\n\n
\n注意不要一次性就建立复杂模型了，老外看重的是你的思维，你的逻辑，不像国赛，看重的是你的建模编程实力，要使用各种高大上的方法。\n
\n\n
\n\n
\n拿到一个问题，可以先建立一个初等模型，讨论下结果；再逐渐放宽条件，把模型做的复杂一点。\n
\n\n
\n\n
\n即 Basic model -> Normal model -> Extended model的思路。这个思维在美赛中很好，这么做下来基本都能得金奖的，鄙人这次也是按照这样的流程，拿了个金奖。\n
\n\n
\n\n
\n2、文献为王\n
\n\n文献为王。建模的题目，基本上是某个教授的研究课题，凭我们本科生的水平，基本上做不到对题目的深刻理解。所以要多看文献。\n
\n\n
\n\n
\n看文献也有技巧：刚拿到题目，先查一下相关背景资料，了解题目是哪方面的。接下来看文献，找一下硕士论文，博士论文以及综述性质的文章，硕博论文一般都会详细介绍下整个课题的国内外研究情况，综述就更不用说了，它就是对大量原始研究论文的数据、资料和主要观点进行归纳整理、分析提炼而写成的论文。看完这些，就可以比较有深度地把握题目，也知道如果我们要进行创新的话，往哪方面走。\n
\n\n
\n\n
\n接下来，可以根据小组三人讨论的结果，有针对性的看一下有深度的文献，文献看得多了，就可以考虑开始创新了，像爱因斯坦那样开辟相对论等新领域的创新，是很有难度的，但是我们可以退而取其次，不是有句话叫做“他山之石，可以攻玉”吗？\n
\n\n
\n\n
\n我们要做的就是组合创新！ 领域内组合创新，把一个学者的方法嫁接到另一个学者的模型上。 以及交叉领域创新，把把自然科学的知识用到社会科学上，或者用社会科学解释自然科学的结果等等。（这里就可以体现，跨专业建模队伍的先天优势了：不同专业对同一个问题的思维是不同的，可以擦出创意的火花）\n
\n\n
\n\n
\nPS：图书馆有买很多数据库，可以免费看论文。免费的话google学术是无敌的，国内文献貌似没有良好的分享平台，实在找不到论文也可以百度文库死马当活马医。\n
\n\n
\n\n
\n平时可以多注册一些网站，数学中国，校苑数模，matlab技术论坛，pudn程序员，研学论坛，stackoverflow等。上传些资料，攒积分要从娃娃抓起，不要等到比赛了看到好资料还“诶呀，积分不够”。\n
\n\n
\n\n
\n想法很重要。建模思维是一种很难学习到的东西，站在巨人的肩膀上，多看文献，负责建模的同学辛苦了。\n
\n\n
\n\n
\n3、掌握一点数据处理的技巧\n
\n\n建模的题目，A.B两道题。基本上是一题连续，一题离散；一题自然科学（理工科），另一题社会科学（经济管理）。这样的分布的，大家平常做题的时候就可以有所侧重，曾经有一支美帝的队伍，专攻离散题，貌似拿了连续两届的outstanding.\n
\n\n
\n\n
\n掌握一点数据处理的技巧是很有必要的。比如数据缺失值的处理，插值与拟合等。尤其是数据缺失值的处理，基本上A,B题都有可能涉及，建议熟练掌握。\n
\n\n
\n\n
\n4、关于编程水平。More generally,软件操作水平几乎决定了一个队伍的结果上限。MATLAB是必备的，必须要熟练掌握各种模型的实现。此外，SPSS(或者R)也是要掌握的。Mathematic和MATLAB的替代性很强，不掌握也没关系（仅在建模方面，mathematic 当然也是很强大的）。What’s more建模比赛举办这么多年，用到lingo的情况几乎很少了，也可以不学lingo. And 现在的题目动不动就要粒子群等智能算法，强烈建议大家至少熟练掌握一种智能算法.\n
\n\n
\n\n
\nMATLAB推荐书目\n
\n\n
\n\n
\n基础：\n
\n\nMATLAB揭秘 郑碧波 译 （本书讲的极其通俗易懂，适合无编程经验的）\n
\n\n
\n\n
\n精通matlab2011a 张志涌\n
\n\n
\n\n
\n提升：\n
\n\n数学建模与应用：司守奎 （囊括了各类建模的知识，还附有代码，很难得，工具书性质的）\n
\n\n
\n\n
\nMatlab智能算法30个案例分析 史峰,王辉等\n
\n\n
\n\n
\n《MATLAB统计分析与应用：40个案例分析》\n
\n\n
\n\n
\n数字图像处理(MATLAB版) 冈萨雷斯 (13国赛碎纸片复原居然涉及了图像处理,所以列在这里了.可看可不看,太专业化了)\n
\n\n
\n\n
\n书很多的.总之,要达到熟练运用matlab进行运筹优化,数据处理,微分方程的地步. 数理统计可以交给SPSS,R ,其中SPSS无脑操作上手快.\n
\n\n
\n\n
\n5、格式规范：看国赛一等奖，美赛国内人得特等奖的论文，格式规范方面绝对很到位，大家可以参考。国外人的特等奖论文，大都不重视格式，人家的优势在于模型实力与创意、母语写作。所以在美赛格式规范方面，参考国内特奖的论文。\n
\n\n
\n\n
\nPS：有时间的队伍可以学习以下Latex，用Latex写出来的论文，比word不知道好了多少倍。Latex书目推荐：\n
\n\n
\n\n
\nLaTeX插图指南\n
\n\n
\n\n
\n一份不太简短的Latex介绍\n
\n\n
\n\n
\nLaTeX-表格的制作 汤银才\n
\n\n
\n\n
\n参考文献常见问题集\n
\n\n
\n\n
\nlatex学习日记 Alpha Huang\n
\n\n
\n\n
\n论坛：Ctex BBS\n
\n\n
\n\n
\n结束语：\n
\n\n什么是数学的思维方式？观察客观世界的现象，抓住其主要特征，抽象出概念或者建立模型；进行探索，通过直觉判断或者归纳推理，类比推理以及联想等作出猜测；然后进行深入分析和逻辑推理以及计算，揭示事物的内在规律，从而使纷繁复杂的现象变得井然有序。这就是数学的思维方式。\n
\n\n-----------丘维声《抽象代数基础》前言\n
\n\n
\n\n
\n作者：Eric Huang\n
\n\n来源：知乎\n
","score":null,"user_id":9,"name":"15804638633","id":832,"pageview":4595,"cover_img":"http://118.190.164.186/portal_pic/item/20180914/66094a0fea954f929d5b5c217de49a6c.png"},{"create_time":"2018-11-05 10:11:00","abstracts":"大部分行业中的企业，相互之间的利益都是紧密联系在一起的，作为企业整体战略一部分的各企业竞争战略，其目标都在于使得自己的企业获得相对于竞争对手的优势，所以，在实施中就必然会产生冲突与对抗现象，这些冲突与对抗就构成了现有企业之间的竞争。现有企业之间的竞争常常表现在价格、广告、产品介绍、售后服务等方面，其竞争强度与许多因素有关。","tag_info":"数据分析","remark":null,"avatar":"http://118.190.164.186/portal_pic/vip/defaultavatar.png","title":"三大分析法——SWOT、PEST、波特五力","content":"\n
\n \n
\n「SWOT分析模型简介」 \n
\n\n（也称TOWS分析法、道斯矩阵）。在现在的战略规划报告里，SWOT分析应该算是一个众所周知的工具。来自于麦肯锡咨询公司的SWOT分析，包括分析企业的优势（Strengths）、劣势（Weaknesses）、机会（Opportunities）和威胁（Threats）。因此，SWOT分析实际上是将对企业内外部条件各方面内容进行综合和概括，进而分析组织的优劣势、面临的机会和威胁的一种方法。 \n
\n\n
\n \n
\n通过SWOT分析，可以帮助企业把资源和行动聚集在自己的强项和有最多机会的地方；并让企业的战略变得明朗。 \n
\n\n
\n
\n![\"\"](\"http://118.190.164.186/portal_pic/item/20181105/85367868ec9f42cb98eb1ccb3c99f0c4.jpg\")
\n
\n
\n
\n「SWOT模型含义介绍」 \n
\n\n优劣势分析主要是着眼于企业自身的实力及其与竞争对手的比较，而机会和威胁分析将注意力放在外部环境的变化及对企业的可能影响上。在分析时，应把所有的内部因素（即优劣势）集中在一起，然后用外部的力量来对这些因素进行评估。 \n
\n\n
\n \n
\n1.机会与威胁分析（environmental opportunities and threats） \n
\n\n环境发展趋势分为两大类：一类表示环境威胁，另一类表示环境机会。环境威胁指的是环境中一种不利的发展趋势所形成的挑战，如果不采取果断的战略行为，这种不利趋势将导致公司的竞争地位受到削弱。环境机会就是对公司行为富有吸引力的领域，在这一领域中，该公司将拥有竞争优势。 \n
\n\n
\n \n
\n对环境的分析也可以有不同的角度。比如，一种简明扼要的方法就是PEST分析，另外一种比较常见的方法就是波特的五力分析。 \n
\n\n
\n \n
\n2、 优势与劣势分析（Strengths and weaknesses） \n
\n\n由于企业是一个整体，而且竞争性优势来源十分广泛，所以，在做优劣势分析时必须从整个价值链的每个环节上，将企业与竞争对手做详细的对比。如产品是否新颖，制造工艺是否复杂，销售渠道是否畅通，以及价格是否具有竞争性等。如果一个企业在某一方面或几个方面的优势正是该行业企业应具备的关键成功要素，那么，该企业的综合竞争优势也许就强一些。需要指出的是，衡量一个企业及其产品是否具有竞争优势，只能站在现有潜在用户角度上，而不是站在企业的角度上。 \n
\n\n
\n \n
\n企业在维持竞争优势过程中，必须深刻认识自身的资源和能力，采取适当的措施。因为一个企业一旦在某一方面具有了竞争优势，势必会吸引到竞争对手的注意。一般地说，企业经过一段时期的努力，建立起某种竞争优势;然后就处于维持这种竞争优势的态势，竞争对手开始逐渐做出反应;而后，如果竞争对手直接进攻企业的优势所在，或采取其它更为有力的策略，就会使这种优势受到削弱。 \n
\n\n
\n \n
\n而影响企业竞争优势的持续时间，主要的是三个关键因素： \n
\n\n1. 建立这种优势要多长时间? \n
\n\n2. 能够获得的优势有多大？ \n
\n\n3. 竞争对手做出有力反应需要多长时间？ \n
\n\n
\n \n
\n「SWOT分析步骤」 \n
\n\n1、 确认当前的战略是什么？ \n
\n\n2、 确认企业外部环境的变化（波特五力或者PEST） \n
\n\n3、 根据企业资源组合情况，确认企业的关键能力和关键限制。 \n
\n\n4、 按照通用矩阵或类似的方式打分评价 \n
\n\n
\n \n
\n把识别出的所有优势分成两组，分的时候以两个原则为基础：它们是与行业中潜在的机会有关，还是与潜在的威胁有关。用同样的办法把所有的劣势分成两组，一组与机会有关，另一组与威胁有关。 \n
\n\n
\n \n
\n5、将结果在SWOT分析图上定位 \n
\n\n
\n
\n![\"\"](\"http://118.190.164.186/portal_pic/item/20181105/9f2eb70b3b3141e48267316a82baff05.jpg\")
\n
\n
\n
\n或者用SWOT分析表，将刚才的优势和劣势按机会和威胁分别填入表格。 \n
\n\n
\n \n
\n![\"\"](\"http://118.190.164.186/portal_pic/item/20181105/c9718a21dc4143b19d7a55d28543efa6.jpg\")
\n
\n6、 战略分析 \n
\n\n成功应用SWOT分析法的简单规则： \n
\n\n进行SWOT分析的时候必须对公司的优势与劣势有客观的认识； \n
\n\n进行SWOT分析的时候必须区分公司的现状与前景； \n
\n\n进行SWOT分析的时候必须考虑全面。 \n
\n\n进行SWOT分析的时候必须与竞争对手进行比较，比如优于或是劣于你的竞争对手； \n
\n\n保持SWOT分析法的简洁化，避免复杂化与过度分析； \n
\n\nSWOT分析法因人而异。 \n
\n\n
\n \n
\n一旦使用SWOT分析法决定了关键问题，也就确定是市场营销的目标。SWOT分析法可与PEST analysis和Porter’s Five-Forces analysis等工具一起使用。运用SWOT分析法的时候，要将不用的要素列入相关的表格当中去，很容易操作。 \n
\n\n
\n \n
\n针对SWOT中的机会部分，可以用PEST进行分析得到系统的结果。 \n
\n\n针对SWOT中的威胁部分，可以用五力分析模型来得到系统的分析结果。 \n
\n\n
\n
\nPEST分析法\n
\n\nPEST是从政治（Politics）、经济（Economic）、社会（Society）、技术（Technology）四个方面，基于公司战略的眼光来分析企业外部宏观环境的一种方法。公司战略的制定离不开宏观环境，而PEST分析法能从各个方面比较好的把握宏观环境的现状及变化的趋势，有利于企业对生存发展的机会加以利用，对环境可能带来的威胁及早发现避开。 \n
\n\n
\n
\n![\"\"](\"http://118.190.164.186/portal_pic/item/20181105/53ed6ac871834a2e8e504d6bb79236cd.jpg\")
\n
\n
\n
\n要想提高商品的销量，少不了要做产品分析，只有了解了用户的需求，知道用户要什么，才能根据这些数据更好的进行产品优化和活动推广。说到分析方法，可能有些人第一个想到的就是SWOT，这种分析方法主要是能帮助企业找出自身优势，整合资源，从而形成企业的战略规划，如果想要更加深入了解产品分析的话，最好还是用PEST分析法。 \n
\n\n
\n \n
\nPEST分析的内容 \n
\n\n一、政治环境，是指一个国家或地区的政治制度、体制、方针政策、法律法规等方面。这些因素常常影响着企业的经营行为，尤其是对企业长期的投资行为有着较大影响。 \n
\n\n二、经济环境，指企业在制定战略过程中须考虑的国内外经济条件、宏观经济政策、经济发展水平等多种因素 \n
\n\n三、社会环境，主要指组织所在社会中成员的民族特征、文化传统、价值观念、宗教信仰、教育水平以及风俗习惯等因素。 \n
\n\n四、 技术环境，是指企业业务所涉及国家和地区的技术水平、技术政策、新产品开发能力以及技术发展的动态等。 \n
\n\n
\n
\n![\"\"](\"http://118.190.164.186/portal_pic/item/20181105/d80b6b7261a04f6fb1b0feecece9d918.jpg\")
\n
\n
\n
\n五力分析模型是迈克尔·波特(Michael Porter)于80年代初提出，对企业战略制定产生全球性的深远影响。用于竞争战略的分析，可以有效的分析客户的竞争环境。五力分别是： 供应商的议价能力、购买者的议价能力、潜在竞争者进入的能力、替代品的替代能力、行业内竞争者现在的竞争能力。五种力量的不同组合变化最终影响行业利润潜力变化。 \n
\n\n
\n
\n![\"\"](\"http://118.190.164.186/portal_pic/item/20181105/e793c553a48b431ea1e6b9d9706b7463.jpg\")
\n
\n
\n
\n五力模型 \n
\n\n供应商的议价能力 \n
\n\n供方主要通过其提高投入要素价格与降低单位价值质量的能力，来影响行业中现有企业的盈利能力与产品竞争力。 \n
\n\n
\n \n
\n购买者的议价能力 \n
\n\n购买者主要通过其压价与要求提供较高的产品或服务质量的能力，来影响行业中现有企业的盈利能力。 \n
\n\n
\n \n
\n新进入者的威胁 \n
\n\n新进入者在给行业带来新生产能力、新资源的同时，将希望在已被现有企业瓜分完毕的市场中赢得一席之地，这就有可能会与现有企业发生原材料与市场份额的竞争，最终导致行业中现有企业盈利水平降低，严重的话还有可能危及这些企业的生存。竞争性进入威胁的严重程度取决于两方面的因素，这就是进入新领域的障碍大小与预期现有企业对于进入者的反应情况。 \n
\n\n
\n \n
\n替代品的威胁 \n
\n\n两个处于同行业或不同行业中的企业，可能会由于所生产的产品是互为替代品，从而在它们之间产生相互竞争行为，这种源自于替代品的竞争会以各种形式影响行业中现有企业的竞争战略。 \n
\n\n
\n \n
\n同业竞争者的竞争程度 \n
\n\n大部分行业中的企业，相互之间的利益都是紧密联系在一起的，作为企业整体战略一部分的各企业竞争战略，其目标都在于使得自己的企业获得相对于竞争对手的优势，所以，在实施中就必然会产生冲突与对抗现象，这些冲突与对抗就构成了现有企业之间的竞争。现有企业之间的竞争常常表现在价格、广告、产品介绍、售后服务等方面，其竞争强度与许多因素有关。 \n
\n\n
\n \n
\n局限性 \n
\n\n五力模型的前提假设是 \n
\n\n1.能够清晰的界定行业边界，行业的规模是固定的。 \n
\n\n但现实中企业之间往往不是通过吃掉对手而是与对手共同做大行业的蛋糕来获取更大的资源和市场。同时，市场可以通过不断的开发和创新来增大容量。 \n
\n\n2.同行业之间只有竞争关系，没有合作关系。 \n
\n\n但现实中企业之间存在多种合作关系，不一定是你死我活的竞争关系。 \n
\n\n3.能搜集到一切有效信息（信息透明），制定战略者需要了解整个行业的信息。 \n
\n\n
\n \n
\nEnd \n
\n\n来源：知乎 \n
","score":null,"user_id":200001,"name":"15754072247","id":959,"pageview":4533,"cover_img":"http://118.190.164.186/portal_pic/item/20181105/111cc351224e4eaab37f1411f8d5b370.png"},{"create_time":"2018-09-14 17:22:26","abstracts":"运营思维是一种抽象的概念。长久以来，我们喜欢谈产品思维，运营思维没有那么口耳相传的火爆。我始终认为，好的思维方式是可被总结与概括，并且易于学习的。今天简单讨论下运营思维，它只是一个想法，希望有启发。","tag_info":"行业应用","remark":null,"avatar":"http://118.190.164.186/portal_pic/vip/defaultavatar.png","title":"运营的两种思维方式","content":"\n我尝试把运营思维归纳到两个抽象的模型中，没错，是两个模型。\n
\n\n
\n\n
\n一种是用户导向型，一种是运营导向型。\n
\n\n
\n\n
\n从字面意思理解，用户导向型是以用户的视角、角色来推动运营，而运营导向型更多以企业角度，业务发展的状况衡量。是不是有些神神叨叨？为了更好地说明，分别请出具备这两种思维方式的运营人员。\n
\n\n
\n\n
\n小秦是一位帅气的文科生，学校刚毕业就加入互联网，当初Leader对小秦刮目相看的一点是他文案能力出色，既能动人肺腑，也能随手抛出笑梗。他从产品的双微开始运营，每天和用户接触互动，处理各类投诉，后期的社群也运营地有声有色。\n
\n\n
\n\n
\n小路也很帅气，戴上眼镜文质彬彬，最初加入公司因为理科生背景，做报表比较多。一年多的时间，产品背后的各种指标已经信手拈来，能产出不少质量上乘的分析报告，属于运营团队的数据桥梁。\n
\n\n
\n\n
\n这两类人很容易区分，一个感性点，一个理想点；一个与用户打成一片，一个钻研数据。\n
\n\n
\n\n
\n当写App文案的时候，小秦更倾向拿出手机逐字阅读，而不是在电脑屏幕上检查。他会留意编辑样式在手机端的排版，会反复修改标题和文尾，会请教好友的感受，一切都是模仿用户感受。\n
\n\n
\n\n
\n如果换小路写，小秦会翻白眼。小路也很认真，但他更倾向于事前准备，观察历史文章的数据，用户倾向于什么样的内容和标题，哪类主题阅读量更高，并且把内容章节控制在平均的阅读时长。\n
\n\n
\n\n
\n看出区别了吧，小秦喜欢沉浸在用户角度，因为他能理解，能达到共情共鸣。小路则是谋定后动的典范，没有小秦那么流畅写意。从另外一个角度看，通过分析和总结，小路文案未必出彩，但还是能稳定进步的。\n
\n\n
\n\n
\n换到用户运营的场景，小秦的能力适合早期，譬如维护核心用户，和核心用户互动一定是如鱼得水的，在用户访谈中也能切中要害。当用户运营转换到后期，用户量达到百万级别以上，靠之前的集中维护显然不行，毕竟你无法真正地理解百万用户。而强于数理的小路，在这一点上反而更有优势。\n
\n\n
\n\n
\n举一个更具体的例子吧，现在做一次促营销活动，小秦和小路会从什么角度策划呢？\n
\n\n
\n\n
\n小秦当然从户角度思考，拿优惠券举例，他不会单纯发优惠券玩促销，反而将优惠券拆成多张。多张的目的是让用户重复消费，养成消费习惯，一张大额优惠券会让用户变成羊毛党，多张小额优惠券，则更具备粘性。\n
\n\n
\n\n
\n更深入的技巧是加入心理营销。可能大家都听过这个故事：老王是一家包子铺的老板，他每天都会问来往的顾客要不要包子，但是生意平平。有一天路过的禅师（没错，就是禅师）给了老王一个妙计，老王的包子销量直接翻倍。妙计很简单，让老王把每天的问话，从「要不要包子」改成「你要一个包子，还是两个包子」。\n
\n\n
\n\n
\n细心的读者能品味出话里的意思，这是借用营销心理，替消费者暗中预设了立场，从「买」与「不买」，变更为「买一个」还是「买两个」，消费者会下意识地从两个中做出选择，而忽略了不买的选择。\n
\n\n
\n\n
\n同样的道理，小秦在营销活动中也采用了差不多的策略，譬如给两张不同价位的优惠券，配合文案，设计，营造出不买会错过的暗示，预设出立场：究竟用哪个优惠券更划算，而不是要不要用优惠券。\n
\n\n
\n\n
\n营销活动在心理学借用的地方有很多。在其他层面，小秦会为消费者们思考得更周全：要不要准备活动备案？如果流量拥挤用户无法参加怎么办？如果快递积压过多应该怎么处理？怎么给客服培训活动的FAQ…\n
\n\n
\n\n
\n小秦还会花费功夫做商品快递盒的包装，在上面添加创意，盒内有送给用户的感谢信。这些不会增加多少成本，但小秦的目的是增加用户晒开箱照的可能性。\n
\n\n
\n\n
\n用户收到货不是活动的结束。他观察过很多朋友圈，女生比男生爱晒开箱照，包装优质的比包装普通的更容易被晒。每一次开箱照都是品牌曝光的机会，如果有10000个用户在朋友圈晒开箱照，每人次的晒照有20位好友看到，那么是200000次的曝光，等于是两篇10W+的效果。\n
\n\n
\n\n
\n整个活动流程，小秦都是从用户的视角出发，所有的技巧和套路，用户会怎么样的使用优惠券，其中会有哪些嗨点和怒点，怎么利用和规避等，都是用户、营销和心理的组合拳。\n
\n\n
\n\n
\n小路，首先根据过往营销活动的数据核算ROI，并且提取用户粒度。何种用户是VIP，何种用户是优质，何种用户是普通。这类描述标签都是可量化的。\n
\n\n
\n\n
\n比如用户忠诚，用户忠诚度能用复购率或者回购率衡量么？可以，但不全面。而小路会将忠诚度的数据进一步细分：基于行为的忠诚度和基于态度的满意度。基于行为的忠诚度是用户对一种产品或服务所表现的重复购买行为，通过购买频率、购买份额等指标测量。而满意度是产品或服务的偏好和期望，通过偏好程度、购买意愿和评价等来测量。\n
\n\n
\n\n
\n这很容易理解，有些用户虽然买买买，但看中的是低价。如果有竞争对手提供更低的价格，买买买就是镜花水月。俗称「嘴上说要，身体很老实」。\n
\n\n小路根据满意度-忠诚度划分出四个象限：高满意度，高忠诚度是天使型用户；低满意度和低忠诚度是危险型用户；低满意度，高忠诚度是羊毛型用户；高满意度，低忠诚度是人质型用户。\n
\n\n
\n\n
\n不同的用户类型，可以采用不同的策略。用户价值，用户流失，用户偏好，均可以用数据的维度细分。小路针对这些群体的策略就是因地制宜。\n
\n\n
\n\n
\n从商业角度，小路知道，营销活动的目的不是冲销量，而是利润，商业永远和收入和成本挂钩。既然细分出了用户群体，那么策略的核心就是降本增效。譬如，羊毛型用户，采用低让利的优惠组合；天使型用户，则引诱他们更高的消费。\n
\n\n
\n\n
\n各商品SKU的价格也能被调整。商品都有价格弹性系数，即商品价格变化1%，商品销量变化多少？商品降价可能提高利润，涨价也一样，这也是营销背后的逻辑。\n
\n\n
\n\n
\n小路的方案是很典型的玩数据。运营导向型的思维就是企业经营的思维，用户体验用户感受也只视作经营环节的一个变量。\n
\n\n
\n\n
\n总结一下用户导向型和运营导向型的差异。\n
\n\n
\n\n
\n用户导向型是线性的思考，它围绕用户和产品/服务互动的流程发起。以上文的促销为例，是注意—兴趣—了解—购买决策—消费—收货—分享，直到下一次的注意。这便是从用户端出发的完整闭环。\n
\n\n
\n\n
\n运营导向型是结构化的思考。虽然它也有线性的闭环，目标—策略—执行—数据反馈—总结—改进—新策略，但这个闭环更多是业务方法论。\n
\n\n
\n\n
\n运营型思维即金字塔思维，它将企业/业务目标按层级结构拆解。利润是收入和成本相减，收入则是购买人数和客单价相乘，购买人数是不同人群的累加，客单价则又是不同的购物篮大小。小路在做策略的时候，便是将一个大目标拆解成多个小目标，每个小目标都有不同的策略，又互相关联。\n
\n\n
\n\n
\n用户型思维控制用户，运营型思维控制业务。两者并没有实际的高下之分。在产品和企业的发展是两条腿走路的关系。或许某些背景下用户型思维重要，而在另外一个背景运营型稍深一筹。\n
\n\n
\n\n
\n从能力模型看，用户导向型的思维入门门槛不高。一个包子还是两个包子，是行为经济学的案例之一。快速了解这个体系，并且和生活中的案例关联，花费不了多久。但是真的从用户角度出发，理解和感受用户，是需要长久钻研的，更遑论不同业务场景下的用户区别。这个思维和产品经理有共通处。\n
\n\n
\n\n
\n运营导向型思维需要理解业务，业务又和数据增长息息相关，对数理逻辑要求较高。你也可以称它为业务导向型思维，这个能力靠近数据分析师。\n
\n\n
\n\n
\n两者的学习路径不一致，用户导向型思维需要学习营销、消费者行为学、心理学、沟通、创意等，而运营导向型需要学习数据分析、项目管理、财务成本和管理咨询等。前者人心的把握，后者是企业的经营。当然，运营本身的概念他们都需要了解。\n
\n\n
\n\n
\n这两种能力是冲突的么？\n
\n\n不是。\n
\n\n
\n\n
\n0~3岁的运营新人在两种思维方式有明显的倾向性，这和性格、能力、职位相关，要么是用户导向思维，要么是运营导向思维。哪怕都具备，其中一方的能力也是短板。\n
\n\n
\n\n
\n随着运营经验的增加，它们都会加强，也会融合。在运营们思考策略，依据数据进行分析的时候，不妨想一下，如果我是用户，我会怎么办？在运营们在社群和用户沟通交流互动时，不妨多看看数据的趋势变化，尝试归纳总结，验证思路。\n
\n\n
\n\n
\n总之，你用运营角度思考完，尝试换用户角度思考一遍。反之亦然。小秦策划的活动，用户们可能交口称赞，贴心谁不喜欢，但是利润可能不会好看。小路策划的活动，成本不会有大问题，但用户满意度堪堪。所以最好的方式是把这两种策划结合，互相取其优点。\n
\n\n
\n\n
\n小秦和小路是两种思维模型，如果没有同时掌握这两种思维，不妨让运营团队有这两类人，互为补充，这是大部分公司可以尝试做的。\n
\n\n
\n\n
\n不论用户运营、内容运营、活动运营还是产品运营，都是能和两种思维方式结合，细分出不同体系的，如用户导向型的用户运营，运营导向型的内容运营等。\n
\n\n
\n\n
\n我相信，看到这里，你对运营思维或许有新的看法了。这就是运营的两种思维方式，也可以称为套路，称为能力。对于新人来说，也可称为学习的方向。\n
\n\n
\n\n
\nEnd.\n
\n\n
\n
\n来源：知乎\n
","score":null,"user_id":9,"name":"15804638633","id":834,"pageview":3896,"cover_img":"http://118.190.164.186/portal_pic/item/20180914/a620c505a55544568d8710de39284261.png"}]}