Le bel indifférent

值得一看的用户增长方法论，其中聊到了编剧在大厂的一些案例与思考方向，十分实用。 收获内容主要为以下几点： 1.做用户增长是在用测试的冗余性来换取增长的确定性，这意味着大部分增长测试是以失败告终的。所以需要在开始就考虑到项目失败后下一步要怎么做，同时为了提高项目成功的概率，可以提前做哪些事情 2.针对某个HVA，挑出已经产生HVA的用户，再根据这些用户的数据去训练一个模型。通过大量的数据训练，我们就能得到一个价值预测模型。这个价值预测模型可以预测出用户如果产生特定的HVA，他们对平台的价值贡献会变成多少。 3.低频产品增长的关键是让用户把对你产品的体验和他生活中会经历的场景关联起来，尤其是会重复发生的场景，而这恰恰是最容易被忽略的地方。 4.无法实现A/B测试时可以尝试的方法 建立伪对照组何伪实验组进行观察对比 伪对照组需要和伪实验组的相同指标（如活跃程度）进行分层，找到对应分层后再进行对比效果。 5.增长型的运营，其重点是关注LTV的提升，而LTV的提升一般是通过引导用户产生HVA来实现的，所以增长型的运营一定要聚焦在HVA的引导上。对增长型运营活动的评判，并不在于活动当期产生的结果，而在于通过HVA的发生来改变用户成长轨迹。例如：运营活动的核心应该是引导用户去体验对于买房或卖房有帮助的功能，单纯吸引用户来访问App，并不能有效提升成单概率。 6.增长基础能力建设 在搭建好激励券营销系统并运营一段时间后，可以在系统中加上规则引擎，以实现自动化策略增长。前期通过增长BI分析用户数据，可以圈定用户群和其对应的激励券规则；在确定发券用户群和券规则后，通过对系统的手动配置把券发给目标用户；随后，分析发券用户群和对照组用户群的后续价值贡献差异，计算出发券带来的增量价值。经过多次测试和迭代，就能沉淀下来明确的规则，例如对于A用户群组，在其产生某个特定行为的时候就可以向他们发放一张一定价值的激励券。这时再把这个规则开发下来固化，让系统自动执行。每当用户的行为满足一定条件时，就会触发规则引擎执行相应的发券动作。 7.反作弊的一些方式： （1）限制同一IP地址、同一设备号、同一地理位置、同一手机号码能领取的红包数量。 （2 ）对每天需要发放的红包总金额做一个限制，超过这一金额就自动停止发放等

从北方班师之前半部还精彩，后半部不行，集数类型重复，有凑篇幅之嫌，结局更拉垮，编剧不善于恢弘叙事，虎头蛇尾。

用到堆外内存，用到了akka，用到了java代码生成，这些倒是没太想到的。