《Lifters》，爱情,短片作品，美国出品，2003年上映。
11年前学生时代，看过这部剧集。当时Chris Payne的《Lifters》《Lifters》《Lifters》是一本合集。这部《Lifters》以小人物的视角讲述了一段历史，时间跨度够久。也许在那个年代，有无数中国人像文三这样的拉车夫，可惜了文爷一生似乎没干点儿啥大事，死于脑溢血。
希望所有古偶剧可以远离这个白不呲啦的滤镜，希望所有古偶剧远离这部剧的造型师。张予曦颜值好辨识度高，但是真的更适合现代剧。这个剧和琉璃，真的一看到她咋咋唬唬我就想快进
⭐️⭐️⭐️⭐️⭐️ 其实我觉得她与海明威的爱情并未有多吸引人，工作中的见闻与亲临战场的描述还挺令人赞赏的，没有因为爱情失去自我，却因坚持自我而疏远了爱情。她不是某个男人的附属，也不愿庇佑在某个人的羽翼之下，奔波与忙碌中方才体现出个体的价值。 盖尔霍恩，历史记住的是战地记者和作家，而不是海明威的第三任妻子，这部剧名也是表达的这个含义。
可爱晕了！！同时又非常涨知识！ 《Lifters》（简直太外星构造了到底是怎么进化来的呢） 《Lifters》 实体书应该很适合作为儿童节礼物哈哈😋
逻辑清晰，方法➕案例双线，通俗易懂 1．工作中常用的指标有哪些？ 用户数据指标：鱼塘里有3种用户：新增用户（日新增用户数）、活跃用户（活跃率）、留存用户（留存率）。其中活跃用户对应的是不活跃用户，留存用户对应的是流失用户。 e.g. 在这50万安装用户里，只有1.9万用户是活跃的，也就是产品的日活跃率不到4%（日活跃率=日活跃用户数／总用户数=1.9/50=3.8%）。这么低的活跃率说明产品存在很大的问题。 第1天新增用户100个，第2天这100个人里有40个人打开过App，那么次日留存率=40/100=40%。如果第7天这100个人里有20个人打开过App，那么第7日留存率=20/100=20%。 Facebook有一个著名的40-20-10法则，也就是新用户次日留存率为40%，第7日留存率为20%，第30日留存率为10%，有这个表现的产品属于数据比较好的。 行为数据指标：PV、UV、转发率（转发率=转发某功能的用户数／看到该功能的用户数）、转化率（转化率=10（购买产品的人数）/100（到店铺的人数）=10%）、K因子（K因子=平均每个用户向多少人发出邀请×接收到邀请的人转化为新用户的转化率。注：K因子=平均每个用户向多少人发出邀请×接收到邀请的人转化为新用户的转化率） 产品数据指标：用来衡量业务总量的指标，例如成交总额、成交数量；用来衡量人均情况的指标，例如客单价；用来衡量付费情况的指标，例如付费率、复购率；以及与产品相关的指标 推广付费指标：展示位广告、搜索广告、信息流广告 2．分析方法 （1）5W2H分析方法 案例1：如何设计一款产品？这时候可以用5W2H分析方法：what（是什么）：这是什么产品？when（何时）：什么时候需要上线？where（何地）：在哪里发布这些产品？why（为什么）：用户为什么需要它？who（是谁）：这是给谁设计的？how（怎么做）：这个产品需要怎么运作？how much（多少钱）：这个产品里有付费功能吗？价格是多少？ 案例2：设计一款App的调查问卷，如何设计问卷上的问题？这时候可以用5W2H分析方法：what（是什么）：你用这款App做什么事情？when（何时）：你通常在什么时间使用这款App？where（何地）：你会在什么场景使用这款App？why（为什么）：你为什么选择这款App？who（是谁）：如果你觉得你喜欢这个产品，你会推荐给谁？how（怎么做）：你觉得我们需要加入什么功能才是比较新颖的？how much（多少钱）：如果你认为这个App对你有帮助，你会花多少钱去购买App里的服务？ （2）逻辑树分析方法 把目标拆解成员工可以执行的小任务的能力 （3）行业分析方法 PEST分析方法是对公司发展宏观环境的分析，所以经常用于行业分析。通常是从政策、经济、社会和技术这四个方面来分析的。 （4）多维度拆解分析方法 - 从指标构成来拆解：新用户销售额=新用户数×转化率×新用户客单价；老用户销售额=老用户数×复购率×老用户客单价。 这样拆解后，有利于后续找到原因来制定对应的决策。如果是“新用户”导致的销售额目标没达成，可以对新用户发小额无门槛的折扣券，因为新用户往往还没有对店铺建立信任，不会第一次就购买很多。如果是“老用户”导致的销售额目标没达成，可以对老用户发高额满减折扣券，起到提升复购率的效果。 - 从业务流程来拆解：按照地域细分，考察一线、二线、三线及以下等不同城市的新增用户数量情况。按照性别细分，考察男性用户、女性用户分别是多少。按照渠道细分，考察公众号、百度、头条哪个渠道的用户来源多。 （5）对比分析方
11年前学生时代，看过这部剧集。当时Chris Payne的《Lifters》《Lifters》《Lifters》是一本合集。这部《Lifters》以小人物的视角讲述了一段历史，时间跨度够久。也许在那个年代，有无数中国人像文三这样的拉车夫，可惜了文爷一生似乎没干点儿啥大事，死于脑溢血。
希望所有古偶剧可以远离这个白不呲啦的滤镜，希望所有古偶剧远离这部剧的造型师。张予曦颜值好辨识度高，但是真的更适合现代剧。这个剧和琉璃，真的一看到她咋咋唬唬我就想快进
⭐️⭐️⭐️⭐️⭐️ 其实我觉得她与海明威的爱情并未有多吸引人，工作中的见闻与亲临战场的描述还挺令人赞赏的，没有因为爱情失去自我，却因坚持自我而疏远了爱情。她不是某个男人的附属，也不愿庇佑在某个人的羽翼之下，奔波与忙碌中方才体现出个体的价值。 盖尔霍恩，历史记住的是战地记者和作家，而不是海明威的第三任妻子，这部剧名也是表达的这个含义。
可爱晕了！！同时又非常涨知识！ 《Lifters》（简直太外星构造了到底是怎么进化来的呢） 《Lifters》 实体书应该很适合作为儿童节礼物哈哈😋
逻辑清晰，方法➕案例双线，通俗易懂 1．工作中常用的指标有哪些？ 用户数据指标：鱼塘里有3种用户：新增用户（日新增用户数）、活跃用户（活跃率）、留存用户（留存率）。其中活跃用户对应的是不活跃用户，留存用户对应的是流失用户。 e.g. 在这50万安装用户里，只有1.9万用户是活跃的，也就是产品的日活跃率不到4%（日活跃率=日活跃用户数／总用户数=1.9/50=3.8%）。这么低的活跃率说明产品存在很大的问题。 第1天新增用户100个，第2天这100个人里有40个人打开过App，那么次日留存率=40/100=40%。如果第7天这100个人里有20个人打开过App，那么第7日留存率=20/100=20%。 Facebook有一个著名的40-20-10法则，也就是新用户次日留存率为40%，第7日留存率为20%，第30日留存率为10%，有这个表现的产品属于数据比较好的。 行为数据指标：PV、UV、转发率（转发率=转发某功能的用户数／看到该功能的用户数）、转化率（转化率=10（购买产品的人数）/100（到店铺的人数）=10%）、K因子（K因子=平均每个用户向多少人发出邀请×接收到邀请的人转化为新用户的转化率。注：K因子=平均每个用户向多少人发出邀请×接收到邀请的人转化为新用户的转化率） 产品数据指标：用来衡量业务总量的指标，例如成交总额、成交数量；用来衡量人均情况的指标，例如客单价；用来衡量付费情况的指标，例如付费率、复购率；以及与产品相关的指标 推广付费指标：展示位广告、搜索广告、信息流广告 2．分析方法 （1）5W2H分析方法 案例1：如何设计一款产品？这时候可以用5W2H分析方法：what（是什么）：这是什么产品？when（何时）：什么时候需要上线？where（何地）：在哪里发布这些产品？why（为什么）：用户为什么需要它？who（是谁）：这是给谁设计的？how（怎么做）：这个产品需要怎么运作？how much（多少钱）：这个产品里有付费功能吗？价格是多少？ 案例2：设计一款App的调查问卷，如何设计问卷上的问题？这时候可以用5W2H分析方法：what（是什么）：你用这款App做什么事情？when（何时）：你通常在什么时间使用这款App？where（何地）：你会在什么场景使用这款App？why（为什么）：你为什么选择这款App？who（是谁）：如果你觉得你喜欢这个产品，你会推荐给谁？how（怎么做）：你觉得我们需要加入什么功能才是比较新颖的？how much（多少钱）：如果你认为这个App对你有帮助，你会花多少钱去购买App里的服务？ （2）逻辑树分析方法 把目标拆解成员工可以执行的小任务的能力 （3）行业分析方法 PEST分析方法是对公司发展宏观环境的分析，所以经常用于行业分析。通常是从政策、经济、社会和技术这四个方面来分析的。 （4）多维度拆解分析方法 - 从指标构成来拆解：新用户销售额=新用户数×转化率×新用户客单价；老用户销售额=老用户数×复购率×老用户客单价。 这样拆解后，有利于后续找到原因来制定对应的决策。如果是“新用户”导致的销售额目标没达成，可以对新用户发小额无门槛的折扣券，因为新用户往往还没有对店铺建立信任，不会第一次就购买很多。如果是“老用户”导致的销售额目标没达成，可以对老用户发高额满减折扣券，起到提升复购率的效果。 - 从业务流程来拆解：按照地域细分，考察一线、二线、三线及以下等不同城市的新增用户数量情况。按照性别细分，考察男性用户、女性用户分别是多少。按照渠道细分，考察公众号、百度、头条哪个渠道的用户来源多。 （5）对比分析方