前些日子看书，发现一个颇有趣的观点，并且自己尝试了一些业务模型后还算适用。

观点为：用公式去整理业务。

基于这个观点，我在整理社区留存这个业务指标的时候发现了问题，要用什么样的公式才能说明社区留存和社区氛围、内容、用户之间的关系呢？

这个够复杂，我是没戏了

admin 发表于 2022-2-20 16:10

这个够复杂，我是没戏了

或许能从大数据上看看规律，但有一些影响因素，例如社区氛围这个好像很难量化成数据

是否能把社区留存和社区氛围与用户之间的关系，理解为社区留存用户和社区活跃用户的关系？然后再按照留存曲线分阶段理解用户的活跃情况。

个人觉得公式化的核心，可能在于明确目标和核心手段，类似于OKR。但如果落实在业务上，其实是要根据业务阶段性的需要和问题来重新定义的，所以可能做逻辑训练还不错，实战感觉差点儿。

Baifern 发表于 2022-2-20 21:47

是否能把社区留存和社区氛围与用户之间的关系，理解为社区留存用户和社区活跃用户的关系？然后再按照留存曲 ...

这个部分有一个反例，当一个社区氛围足够强势且高度集中形成壁垒之后，反而会对新用户的留存造成负面影响。 如果我们把社区氛围作为Y轴，新用户作为X轴。那么X轴的曲线应该是先高后低这么一个走势。

胭惜雨 发表于 2022-2-21 11:48

这个部分有一个反例，当一个社区氛围足够强势且高度集中形成壁垒之后，反而会对新用户的留存造成负面影响 ...

可能需要先定义好社区氛围，这个环节的最重要影响因子是和陌生人社交产品是一样的。其实换个思路，所有社区角色包括内容生产者、内容消费者、轻度互动者、重度互动者，最可能汇集在一处的交叉点是在什么地方？

follin 发表于 2022-3-2 21:48

可能需要先定义好社区氛围，这个环节的最重要影响因子是和陌生人社交产品是一样的。其实换个思路，所有社 ...

氛围是随着人数扩张逐渐稀释的。这个几乎无解。只能通过各种手段来降低稀释速度。

胭惜雨 发表于 2022-3-3 01:02

氛围是随着人数扩张逐渐稀释的。这个几乎无解。只能通过各种手段来降低稀释速度。

...

强行维持氛围就会隔绝新用户，这个也无解。