1.精細(xì)化運(yùn)營：是技術(shù)的追求，還是產(chǎn)品的不挽留？
互聯(lián)網(wǎng)公司有三駕馬車：技術(shù)、產(chǎn)品與運(yùn)營。時(shí)代發(fā)展，推動(dòng)的關(guān)鍵因素逐步從過去的技術(shù)到現(xiàn)在的產(chǎn)品，而未來是運(yùn)營。精細(xì)化運(yùn)營是趨勢，更為關(guān)注用戶畫像，關(guān)注留存率。其中AARRR模型描述用戶的生命周期行為，前兩個(gè)R即Revenue與Retension需要投入更多的精力。
2.一個(gè)優(yōu)秀團(tuán)隊(duì)要具備：接力棒精神和PK文化
互聯(lián)網(wǎng)組織的文化。恰與最近的課程有些聯(lián)系。與傳統(tǒng)公司不同，自由與創(chuàng)新的互聯(lián)網(wǎng)團(tuán)隊(duì)沒有嚴(yán)格的“階級(jí)”差異。從角色定位上而言，不同職責(zé)之間沒有上下級(jí)的關(guān)系。文中倡導(dǎo)的PK文化強(qiáng)化了這一現(xiàn)象。然而，這種定位是否會(huì)出現(xiàn)問題也值得商榷。互相約束是否會(huì)造成職責(zé)間產(chǎn)生巨大矛盾？比如管會(huì)中提到的在設(shè)定預(yù)算時(shí)的窘境。此外，將產(chǎn)品原本的處于中心的地位按下，是否會(huì)使得團(tuán)隊(duì)缺乏引領(lǐng)而出現(xiàn)方向的錯(cuò)誤？
3.景林投資陳曉東：走對(duì)這三步，可以提高你在產(chǎn)業(yè)互聯(lián)網(wǎng)創(chuàng)業(yè)的成功率
互聯(lián)網(wǎng)+傳統(tǒng)企業(yè)，分析產(chǎn)業(yè)的價(jià)值鏈后切入有潛在利潤的環(huán)節(jié)。文中以B2B交易平臺(tái)來形容這一層面的創(chuàng)業(yè)。大概的邏輯是先找到環(huán)節(jié)，之后找到合適的品類，最后不斷的優(yōu)化。提到了一點(diǎn)暢銷產(chǎn)品帶來流量，長尾產(chǎn)品帶來利潤，我認(rèn)為這在其他的創(chuàng)業(yè)項(xiàng)目也很有借鑒意義。
4.6個(gè)簡單的方法，設(shè)計(jì)出漂亮的重疊色彩效果
顏色疊加的設(shè)計(jì)思路。其實(shí)挺多比較容易就能想到。有點(diǎn)啟發(fā)的是使用時(shí)尚流行的色彩。想起以往的經(jīng)歷，用那些軟件自帶的顏色往往會(huì)有些過時(shí)別扭的效果。
5.做產(chǎn)品用得上的7個(gè)心理學(xué)理論
簡單的心理學(xué)效應(yīng)應(yīng)用，都比較熟悉。其中一個(gè)目標(biāo)梯度效應(yīng)是之前未曾關(guān)注過的。引導(dǎo)用戶一步一步往前走能不錯(cuò)地留存用戶。
先動(dòng)優(yōu)勢在當(dāng)前的互聯(lián)網(wǎng)產(chǎn)業(yè)中相當(dāng)明顯，當(dāng)用戶已經(jīng)產(chǎn)生了習(xí)慣，新的模式新的方法就很難改變用戶。用戶是惰性的，就像之前有文章評(píng)論當(dāng)前交互也逐漸趨同固定（個(gè)人不了解也不確定）。支付寶從工具起家，想要爭奪以社交為核心的微信所占據(jù)的入口。但用戶的習(xí)慣已經(jīng)養(yǎng)成，很難有所效果。我同意文章中對(duì)于當(dāng)前移動(dòng)互聯(lián)網(wǎng)趨于成熟的論斷，布局新的技術(shù)、新的趨勢而占據(jù)新領(lǐng)域中的先動(dòng)優(yōu)勢會(huì)更加有意義。
7.別踩這4個(gè)坑，你才能真正維護(hù)好“種子用戶”
種子用戶指初期的目標(biāo)用戶，也就是第一批測試的用戶。我認(rèn)為種子用戶的篩選是重中之重，一是要找到合適的，二是要找到配合的。另一點(diǎn)是正確對(duì)待用戶的反饋，并非用戶口中的需求是真實(shí)的強(qiáng)烈的需求。
8.關(guān)于短視頻風(fēng)口最全面的一篇文章，從流量、資本、巨頭角度深度剖析
內(nèi)容創(chuàng)業(yè)的關(guān)鍵在于流量、生產(chǎn)與資本。井噴中的短視頻風(fēng)口在這三塊都有驚人的表現(xiàn)。很多傳統(tǒng)的新聞編輯者轉(zhuǎn)向互聯(lián)網(wǎng)，從原本的移動(dòng)客戶端到現(xiàn)在的短視頻，新聞的載體不斷發(fā)生改變，但其內(nèi)核也就是內(nèi)容其實(shí)是傳承的。短視頻領(lǐng)域目前被看好的分發(fā)模式有社交傳播型和智能算法型。雖然智能算法型能滿足用戶的需求，但聯(lián)想到近期一些人工智能對(duì)人類的影響，這種方式會(huì)加強(qiáng)人類的選擇性偏差，有些許擔(dān)憂。
9.算法時(shí)間復(fù)雜度方法決策產(chǎn)品設(shè)計(jì)
產(chǎn)品的維度有用戶屬性、內(nèi)容、時(shí)間狀態(tài)。文章使用時(shí)間復(fù)雜度來評(píng)估產(chǎn)品的設(shè)計(jì)。只能說算是強(qiáng)行硬套的模型吧。尤其是用戶屬性，一個(gè)用戶不會(huì)遍歷各種身份，假設(shè)與實(shí)際并不相符。靈感在于結(jié)合先驗(yàn)知識(shí)跨領(lǐng)域來分析產(chǎn)品，不過還是需要一定功底的。
10.推薦系統(tǒng)老司機(jī)的十條經(jīng)驗(yàn)
機(jī)器學(xué)習(xí)下的推薦系統(tǒng)，可以通過一些過來人的經(jīng)驗(yàn)進(jìn)行優(yōu)化。學(xué)術(shù)不精，只能關(guān)注不是特別技術(shù)層面的信息。一點(diǎn)是數(shù)據(jù)標(biāo)注，如何評(píng)價(jià)數(shù)據(jù)的質(zhì)量，這是在處理數(shù)據(jù)前需要認(rèn)真思索討論的一部。二是定義評(píng)估標(biāo)準(zhǔn)，在各種測試中都要有可量化的標(biāo)準(zhǔn)來衡量算法的性能。三是分布式系統(tǒng)的必要性，絕大多數(shù)推薦系統(tǒng)無需使用分布式計(jì)算，僅單機(jī)可能就能達(dá)到更優(yōu)異的效果，前提是了解語言的一些庫。
