#出海运营秘籍👉@yunying23
做1v1社交运营，最难是要做数分，至少花好几个小时整理分析数据。
然后再出策略，风控规则策略有时候需要松一点，有时候需要紧一点。
而运营层面的规则调整，不管后台记录N个数据。都只围绕两个核心指标：新注册男性的 ARPU 和 次日留存。
广告投放策略：加量（净利润掉、其他数据上涨），减量（净利润增、其他数据掉）
在我看来运营是一种极致的平衡术。
做1v1社交运营，最难是要做数分，至少花好几个小时整理分析数据。
然后再出策略，风控规则策略有时候需要松一点，有时候需要紧一点。
而运营层面的规则调整，不管后台记录N个数据。都只围绕两个核心指标：新注册男性的 ARPU 和 次日留存。
广告投放策略：加量（净利润掉、其他数据上涨），减量（净利润增、其他数据掉）
在我看来运营是一种极致的平衡术。
【Neon成本优化方法】
Neon有个过于离谱的细节，每个新项目的默认CU都被设置为 1-8 CU，而计费公式是：账单 = CU * 时间。也就是说，对于测试项目或者刚启动的项目，这么高的 CU 完全是在浪费钱。
我做了几个优化测试，再跑一个月看看：
- 把不重要的数据库最大 CU 调到 0.25，用量不大的调到0.25-0.5
- 所有数据库都开启Scale to zero
- 删除所有数据库的 development 分支（小项目直接用production 分支）
这几个成本优化方法在 Neon 文档里也找到了，所以肯定是靠谱的，你们也可以试试。
该说不说，最好的优化方式是生产环境的数据库不用Neon😂别看他们允许免费账号创建60个项目，这只是鱼饵罢了。
Neon有个过于离谱的细节，每个新项目的默认CU都被设置为 1-8 CU，而计费公式是：账单 = CU * 时间。也就是说，对于测试项目或者刚启动的项目，这么高的 CU 完全是在浪费钱。
我做了几个优化测试，再跑一个月看看：
- 把不重要的数据库最大 CU 调到 0.25，用量不大的调到0.25-0.5
- 所有数据库都开启Scale to zero
- 删除所有数据库的 development 分支（小项目直接用production 分支）
这几个成本优化方法在 Neon 文档里也找到了，所以肯定是靠谱的，你们也可以试试。
该说不说，最好的优化方式是生产环境的数据库不用Neon😂别看他们允许免费账号创建60个项目，这只是鱼饵罢了。
❤1
刚让 C 老师生成了 Python 类热加载装饰器的代码，从写 prompt 到最后生成测试完也就 20min。Review 它生成的代码、测试、demo、README 之后，发现这玩意有太多我没用过的技术了，自己来写的话得折腾一周才能稳定。
中登码农真是赶上了好时候，既有经验、又理解业务、同时遇上了 AI-Coding 产品井喷，生产力大幅提升，35 岁正是当打的年纪！
中登码农真是赶上了好时候，既有经验、又理解业务、同时遇上了 AI-Coding 产品井喷，生产力大幅提升，35 岁正是当打的年纪！
👍1
#出海运营秘籍👉@yunying23
今天是开【AI 增长围观群】的第二天，两天收入1000u。下午完成了文字直播时发现，自己的路径开始变得清晰：
1. 最简单的验证路径：先冷启动测试需求，再用 no-code 工具做 MVP 验证 PMF，最后开发产品来规模化；我在这第一阶段到第二阶段徘徊，卡点是验证批量需求；
2. 而我的能力是系统化但不代表别人需要系统，因为有问题的从来不是系统，也别把自己当客户。病人头疼那就治头疼，开治头疼的药，要做好商业化的核心本身就不能从builder出发，而是做一个问题解决者problem solver；
我的解决方式是先做一个problem solver，到一定阶段再结构化，因为结构化适合承载更多且后期能规避风险，我明白自己是后半场选手；
3. 一个人做更需要专注目标，我的解决方向目前有三个，已经有300个用户在手上，一个月能调研出需求和壁垒；
4. 我必须要有自己的技术栈，不光是构建自己的agent+worklfow+saas：
数据库，开发工具，调试，CRM这几个还没解决，但已解决的部分是：
图片生成：Nanobana/Yourmind
文案生成：Gemini + OpenAI
邮件营销：Loops
5. 一个人上路，不要着急，刚开始上手做事，都是散点的，但慢慢把关键节点打通，某天突然这些事都串在一起了。
6. 每天提醒自己做减法。
今天是开【AI 增长围观群】的第二天，两天收入1000u。下午完成了文字直播时发现，自己的路径开始变得清晰：
1. 最简单的验证路径：先冷启动测试需求，再用 no-code 工具做 MVP 验证 PMF，最后开发产品来规模化；我在这第一阶段到第二阶段徘徊，卡点是验证批量需求；
2. 而我的能力是系统化但不代表别人需要系统，因为有问题的从来不是系统，也别把自己当客户。病人头疼那就治头疼，开治头疼的药，要做好商业化的核心本身就不能从builder出发，而是做一个问题解决者problem solver；
我的解决方式是先做一个problem solver，到一定阶段再结构化，因为结构化适合承载更多且后期能规避风险，我明白自己是后半场选手；
3. 一个人做更需要专注目标，我的解决方向目前有三个，已经有300个用户在手上，一个月能调研出需求和壁垒；
4. 我必须要有自己的技术栈，不光是构建自己的agent+worklfow+saas：
数据库，开发工具，调试，CRM这几个还没解决，但已解决的部分是：
图片生成：Nanobana/Yourmind
文案生成：Gemini + OpenAI
邮件营销：Loops
5. 一个人上路，不要着急，刚开始上手做事，都是散点的，但慢慢把关键节点打通，某天突然这些事都串在一起了。
6. 每天提醒自己做减法。
#出海运营秘籍👉@yunying23
彻底把如何通过notebookm做自媒体
原创小红书虚拟产品讲清楚的文章，总字数8000多字
已经帮助一些人拿到结果，已经有人日入300 哈哈哈
PPT课件赛道被攻破了！
这篇文章，11月含金量最高的一篇了
推荐阅读！
彻底把如何通过notebookm做自媒体
原创小红书虚拟产品讲清楚的文章，总字数8000多字
已经帮助一些人拿到结果，已经有人日入300 哈哈哈
PPT课件赛道被攻破了！
这篇文章，11月含金量最高的一篇了
推荐阅读！
🥰1
我不以做垃圾内容为耻，但也不以为荣。如有经济压力，致力于做一波快速变现，我觉得完全理解，且尊重。但如果已经摆脱基础物质需求，仍然致力于制造垃圾，我虽然勉强也可以理解，但只能说，我们不是一路人。
#出海运营秘籍👉@yunying23
一本看目录你就知道，值得买的书。
2024年植树节，我在公众号写过一篇文章：人人都需要有自己的一片小果园。
出书、做课程、做App、做小红书账号，都是在种下小树苗，用心呵护它长成开花结果的大树，然后不断收获果实。
王梦珂的新书《小红书运营指南》把做小红书账号比作办一本精品杂志，把账号当做有质感的杂志来运营，这与我的想法不谋而合。
如果简单把账号定位为薅平台流量羊毛，肯定活不长久。在小红书这个平台，我们的账号和内容应该与平台共建生态，合作双赢。
平台依靠无数优质账号产出的优质内容来满足用户的各式需求，而我们通过平台流量让账号不断成长，获得实质回报。
如果你想做好小红书账号，享受平台的长期价值，那么王梦珂这本《小红书运营指南》就是必看书籍之一。
一本看目录你就知道，值得买的书。
2024年植树节，我在公众号写过一篇文章：人人都需要有自己的一片小果园。
出书、做课程、做App、做小红书账号，都是在种下小树苗，用心呵护它长成开花结果的大树，然后不断收获果实。
王梦珂的新书《小红书运营指南》把做小红书账号比作办一本精品杂志，把账号当做有质感的杂志来运营，这与我的想法不谋而合。
如果简单把账号定位为薅平台流量羊毛，肯定活不长久。在小红书这个平台，我们的账号和内容应该与平台共建生态，合作双赢。
平台依靠无数优质账号产出的优质内容来满足用户的各式需求，而我们通过平台流量让账号不断成长，获得实质回报。
如果你想做好小红书账号，享受平台的长期价值，那么王梦珂这本《小红书运营指南》就是必看书籍之一。
🤡1
Forwarded from Post Bot
Please open Telegram to view this post
VIEW IN TELEGRAM
📜分享点干货，我了解到的很多独立开发、AI 出海的朋友们都是用 Plausible 看数据。提起 Google Analytics 都是觉得这个东西很难用。
我自己主业是出海 Saas 产品经理，副业自建 AI 小破站出海，因此这两个统计我都会用。
客观讲，对于独立开发来说 Plausible 的确更适合，尤其是不停尝试新词站的站长，一目了然地在面板里面扫到多个站点的近期数据非常方便，加载也快，手机客户端也好用。
但是如果想要深耕一个站点，持续地分析优化站点数据、增加用户停留，那么 GA 提供的分析工具更加全面和强大。
我去年的时候刚开始接触 GA也是一头雾水，除了看看笼统的PV、UV访问数据以外，根本不知道如何用它开展分析，最多就是看看哪些国家的用户访问。
实际上 GA 真正的强大之处是需要结合 Google Tag Manager 这个工具的。比如说，想要分析自己的产品整体的转化漏斗，那么需要在 GTM 中创建一系列的「打标」（GA 和 GTM 中管这个叫 Tag），把想要观察的用户交互的行为比如点击哪个按钮、上传什么文件一个个「标」在 GTM 中，这样 GA 就能够全方面地收集产品中各个页面的行为数据，而不仅仅是页面访问、滚动高度这些泛泛的数据。
最关键的是，GA 记录的是不仅仅是「数据」，而是「数据流」。什么意思？就是说当一个用户是先到访、再注册、在创建项目、最后导出下载、点击订阅，这些被打标的 Tag 在 GA 中，是一个「流」而不是一堆孤立的点。
说的再直白一点，GA 能够知道一个用户到访以后后续都干了些什么
举个例子，我可以通过 GA 非常具体地知道，某一天点击「订阅升级」这个事件的用户中，哪些来自老用户、哪些是当天新到访的用户，哪些是从 Home 页直接点击 Pricing 升级的，哪些是在付费卡点的弹窗升级的
有了这样的能力，团队在GA【探索】这里搭建了几个漏斗看板，定期分析每个版本上线后层层操作的转化效果，不停找转化率低的那一环改进，产品数据就是这样一点一点做起来了
如果你也是对 GA 抱有偏见，希望上面这些经验能改观你对 GA 的印象
我自己主业是出海 Saas 产品经理，副业自建 AI 小破站出海，因此这两个统计我都会用。
客观讲，对于独立开发来说 Plausible 的确更适合，尤其是不停尝试新词站的站长，一目了然地在面板里面扫到多个站点的近期数据非常方便，加载也快，手机客户端也好用。
但是如果想要深耕一个站点，持续地分析优化站点数据、增加用户停留，那么 GA 提供的分析工具更加全面和强大。
我去年的时候刚开始接触 GA也是一头雾水，除了看看笼统的PV、UV访问数据以外，根本不知道如何用它开展分析，最多就是看看哪些国家的用户访问。
实际上 GA 真正的强大之处是需要结合 Google Tag Manager 这个工具的。比如说，想要分析自己的产品整体的转化漏斗，那么需要在 GTM 中创建一系列的「打标」（GA 和 GTM 中管这个叫 Tag），把想要观察的用户交互的行为比如点击哪个按钮、上传什么文件一个个「标」在 GTM 中，这样 GA 就能够全方面地收集产品中各个页面的行为数据，而不仅仅是页面访问、滚动高度这些泛泛的数据。
最关键的是，GA 记录的是不仅仅是「数据」，而是「数据流」。什么意思？就是说当一个用户是先到访、再注册、在创建项目、最后导出下载、点击订阅，这些被打标的 Tag 在 GA 中，是一个「流」而不是一堆孤立的点。
说的再直白一点，GA 能够知道一个用户到访以后后续都干了些什么
举个例子，我可以通过 GA 非常具体地知道，某一天点击「订阅升级」这个事件的用户中，哪些来自老用户、哪些是当天新到访的用户，哪些是从 Home 页直接点击 Pricing 升级的，哪些是在付费卡点的弹窗升级的
有了这样的能力，团队在GA【探索】这里搭建了几个漏斗看板，定期分析每个版本上线后层层操作的转化效果，不停找转化率低的那一环改进，产品数据就是这样一点一点做起来了
如果你也是对 GA 抱有偏见，希望上面这些经验能改观你对 GA 的印象
Forwarded from Post Bot
This media is not supported in your browser
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1