① 毒App一年下載量近3000w，知乎、轉轉紛紛入局，「他經濟」能火嗎
文|yoyo
近年來，「種草」概念越來越火， 「種草」近一年在 App Store 的搜索指數也有明顯的上升趨勢。
像「小紅書」、「毒」App 這樣的「種草」平台迅速如雨後春筍般大量出現。其中生活、購物、社交類的「種草」App 數量居多。
除了新興的「種草」App，一些「老產品」比如生活類的「大眾點評」、購物類的「淘寶」、 旅遊 類的「馬蜂窩」等等，也都紛紛嘗試使用「種草」概念，基於用戶分享，實現產品用戶更高的活躍度及經濟轉化。
前不久，球鞋交易平台「毒」App 繼 2018 年獲得來自高榕資本、紅杉資本中國、普思資本的數千萬美元融資後，再次完成了新一輪來自 DST 的融資。目前，「毒」App 估值已達十億美元。七麥數據顯示，僅一年時間，「毒」App 的下載量（iOS）就突破了 2800w。
早前，男性市場一直處於被忽略、被低估狀態，而以「毒」App 為代表「男性種草」類產品的出現，揭示了男性市場存在著巨大潛力，「他經濟」也漸漸被市場重視起來。
近幾年，不論是出於經濟的崛起還是熱門綜藝的渲染，潮牌文化在中國風靡起來。每值新鞋發售日，品牌店前絕對排有長龍，甚至將商場堵的水泄不通。同時，線上購買的需求越來越大。在此背景下，「毒」App 作為潮流單品交易平台，背靠國內最大的 體育 社區虎撲，在內容上有獨特優勢，並且也是較早接觸球鞋交易的平台之一，能夠滿足廣大男性用戶對潮流單品和運動用品的種草和購買需求，因此成為廣大男性用戶必不可少的買鞋工具。
從「毒」App 近一年的下載量（iOS）情況來看，還是有比較明顯的上升趨勢的，單日下載量最高超 28w，是同類產品「識貨」單日最高下載量的 3 倍有餘。
早前在《 體育 潮牌崛起！毒 App 月下載超 408w…》這篇文章中有提到潮牌球鞋類 App 雖然數量不少，但是表現較為出色的並不算多，在同類產品競爭中，頭部 App 優勢明顯，兩極分化較為嚴重。其實這剛好說明，這塊市場還有很大的發展空間。如今越來越多的的資本入局，也證明了這一點。
就在上周（5 月 7 日），轉轉在 App Store 上線球鞋鑒定交易平台「切克」，以此為標志，轉轉開始涉足球鞋、潮流服飾等潮品鑒定交易領域。「他經濟」已然覺醒，「毒」App 能否穩居第一寶座？還是後來者居上？這很難說，畢竟這塊市場才剛剛崛起。
今年年初，知乎上線了一款名為「CHAO」的 App，該產品被描述為是一個男生種草社區。與「毒」App 相似的是，「CHAO」也具備「球鞋」交流功能，不過，這只是其中一部分。正如知乎像一個「大雜燴」，「CHAO」的內容也是比較雜，沒有特定專注於某項。目前 App 內針對男性感興趣的內容主要分為精選、玩樂、穿搭、球鞋、日常、 科技 、視頻 7 大類目，主要是圖片 + 文字的展現形式。
前有「小紅書」做榜樣，後有知乎強大的引流及內容支援，但這個「男版小紅書」發展的並不如預期。目前，「CHAO」已經上架 5 個月的時間，期間在 2 月份用戶量有明顯提升，但之後的表現並不理想，榜單排名也不溫不火，而同樣專注於「種草」的小紅書長居社交榜（免費）Top3。
其實不論是上文提到的正混地風生水起的「毒」App ，還是正處在摸索階段的「CHAO」，「男性種草」類應用普遍存在一些問題。
鑒定失真，平台權威存疑。作為頭部球鞋鑒定平台「毒App」就被多次爆出鑒定結果被質疑，另外「識貨」、「nice」等也都多少有爆出負面，這很大程度上會降低用戶對平台的信任度，「種草」的效果也就會大打折扣。
綜合類「男性種草」App 普遍沒有形成自身產品特色。通過對此類 App 使用體驗，不難發現該類 App 的功能基本相差無幾，無法給用戶帶來獨有的服務，因此用戶留存較差。
「種草」本身就具備分享、社交屬性，而正處於發展階段的「男性種草」類 App 還沒有足夠充分的「人氣」，因此，內容有待豐富，社交屬性不明顯的問題就顯現出來。
那麼，「男性種草」發展困境的突破口在哪裡？
首先應確立產品的亮點，形成自身產品優勢。 以「毒」App 為例，專注在球鞋鑒定、交易的范疇，並且能做到在同類競爭中，做到更出色。只要人們想要買潮鞋，首先想到的必定是「毒」。
其次，「種草鼻祖」小紅書的成功運營，為「男性種草」帶來一定的借鑒意義，但是切莫照搬。 小紅書作為內容社區，內容可以說是相當龐大。集購物、 旅遊 、美妝、健身等一體，用戶只需搜索一個關鍵詞，就會出現大量相關經驗。這一點，還處在發展階段的「男性種草」類 App 直接生搬硬套的復刻並不會為產品帶來用戶，反而造成運維成本增加等負面影響。因此，當產品還處在發展階段時，可主抓重點功能，在形成一定用戶基礎時，在適當增添新的功能，循序漸進更穩妥。
另外，基於男性所具備的重品質、重效率等特殊屬性，尋求更多的可開發領域。 「男性種草」除了目前普遍關注的球鞋、潮牌外，還有高端旅行、戶外品牌、 汽車 、手錶、紅酒等眾多男性感興趣的領域。很多新的方向，都在等著被發現。
具備市場敏感度，提升產品硬實力。 「他經濟」近年來的發展勢頭良好，「毒」App 這類產品也很精準地抓到了男性用戶對品牌球鞋極度熱愛的心理，較早的入局，更早的關注都是其成長起來的一大關鍵。
同時，在具備了一定用戶基礎後，產品後期維護依然任重道遠。在以球鞋鑒定與交易為核心的潮牌類 App 中， 建立高效、安全的線上交易閉環、售後服務以及優質的鑒定團隊和系統 是未來需要關注的重點。
另外， 產品應保持穩定的更新頻度。 尤其是產品發展早期，開發者需要及時根據用戶反饋及市場變化修復產品漏洞、上線新功能。 這樣不僅能保持用戶對產品新鮮感，也使產品發展的更加全面。
② 數據在運營中的作用
數據在運營中的作用
(一)先有好的邏輯和推理分析能力
我們來講講另一件可能會貫穿你的運營生涯始終的事情——數據在運營工作中的運用。或者，也可以說是如何用數據來指導你的運營工作。
這里要先提一嘴，數據的背後，其實是邏輯和推理。換句話講，想要讓數據可以更好地為你服務，你需要先有好的邏輯和推理分析能力。假如連這一層都做不到，即便你看過了這篇文章並拍案叫絕，很可能也是只得其形，未得其神。
而至於如何評估自己的邏輯能力，我給一個大體的參照——
邏輯能力較強的人語言表達方面往往是有組織的。說話表達往往有框架有條理，思路清晰。比如，在回答問題時 ta 會喜歡用 「起因-經過-結果」、「案例-問題-分析原因-解決方法」 等框架來進行回答。框架不是為了束縛思維，而是用來整理思路。
在此基礎上，一般談話話題容易跑題萬里拉不回來的人，以及經常容易表達上前後自相矛盾難以自圓其說的人邏輯可能都是比較差的。
但，邏輯這個事，也不是不可以練習，只是一定需要投入大量時間。
比如，嘗試給自己建立某種思考框架(如我們前面說過的 「案例-問題-原因-解決方案」 這樣的框架)，並嘗試在自己所有可能會經歷的相關場景中都持續強制自己使用相應框架進行思考和表達，這樣持續幾個月後，通常是會有些效果的。
此外，也推薦可以參考一下《思考的技術》、《麥肯錫教我的思考方法》、《創新者的思考》、《學會提問-批判性思維》等書，都是我看過關於邏輯和思考方法方面的一些好書。
另外，很多人尤其是文科生在提及數據時往往會覺得比較怵，但數據其實一點也不可怕，只要思路捋清楚了，你會發現數據其實還挺有趣的。在今天的內容里，我就會試著給你呈現一些有趣的例子。
(二)數據對於運營的價值
好了，接下來我們正經聊數據在運營中的作用。
說到數據，阿里的數據系統在整個國內互聯網行業應該是最強大的了，很可能可能沒有之一。
此前有一位從阿里離職的芮曦同學寫過一篇 「我在阿里3年的運營經驗都在這里了」。其中對於數據的價值和運營工作中的具體使用場景，我覺得很多地方講得是比較到位的。
如果我們需要總結一下的話，簡而言之，數據對於運營的價值可能包括了如下幾方面——
1.數據可以客觀反應出一款產品當前的狀態好壞和所處階段。
比如，我們定位的用戶群主要是互聯網行業的產品經理 + 產品運營，這群人假如有 300 萬人，目前我們已經有了 10W 用戶，且依靠口碑形成的自增長還比較迅速，那麼我們是不是應該去加大一些推廣和營銷的力度，把推廣做得更好一些了?
又或者，假如我們現在才只有 1W 用戶，且課程等產品體驗還比較一般，那其實我們當前的主要核心任務是不是更應該是先節奏慢點兒，踏實把產品體驗搞好了再說?
2.假如做完了一件事但效果不好，數據可以告訴你，你的問題出在哪裡。
比如，我們新做了一個圍繞著課程推廣的活動，但結束了之後發現真正願意去參加課程的人不是太多，那你是不是該去看看，到底是引流引得不夠多，還是課程頁面轉化率太低，還是整個報名流程有問題?
3.假如你想要實現某個目標，數據可以幫助你找到達成的最佳路徑。
這個跟我們上一篇連載提到的東西類似，好比你老闆讓你要把銷售額提升 5 倍，你是不是得去看看，銷售額的提升到底該從哪裡來更合適?是搞進來更多流量?還是用心把付費轉化率做上去?還是好好提一下客單價?或者老闆要的是用戶量提升 50 萬，你是不是得去看看，這 50 萬用戶從哪裡來更靠譜?多少可以來自於用戶口碑和自增長?多少可以來自於網盟?多少可以來自於豆瓣小組新浪微博?
4.極度精細的數據分析可以幫助你通過層層拆分，對於用戶更了解，也對整個站內的生態更有掌控力。
比如，某機構這么多課程，我們是完全可以通過數據得到以下問題的答案的——從課程的層面來看看，到底什麼樣的課程更受大家喜歡?然後，大家聽課的習慣是怎樣的?是喜歡同一堂課認真聽很多遍?還是一堂課只聽了 3-5 分鍾就走掉了?再然後，一個還沒畢業的大學畢業生和一個已經工作了 2-3年 的互聯網從業者，雖然同樣都是想要學習，但學習習慣和訴求是不是應該是有所不同的?以及，假如我們想要盡其所能的服務好某機構的全部用戶，我們是不是可以把這些用戶劃分為各種不同的類別，然後分別推送給他們不同的課程和學習內容，引導他們去完成各種不同的用戶行為?
5.數據當中可能隱藏著一些潛在的能讓你把一件事情變得更好的線索和彩蛋，有待於你去發現和挖掘。
好比，在某機構的用戶群中，我們要是通過數據的分析發現了這樣一個結論——在過去 1 個月內，但凡是跑到某機構來報名上課的用戶，70%都是因為看了我們的某篇文章才跑過來的，這時候你覺得你應該做點啥?
毫無疑問，當然是把這篇文章放到首頁顯眼處，或者放到新用戶注冊或訪問過程中的某個必經節點上，用它去刺激更多的新用戶啊!
上述 5 點中，關於 1 的部分，也即如何從宏觀上結合產品形態和產品發展趨勢判斷一款產品所處的階段，並制定相應的運營策略
③ 如何利用大數據實現精細化運營
隨著大數據、AI等領域的飛速發展，以及區塊鏈技術的加持，與其關聯密切的諸多產業，都迎來了新的變革期。當我們邁入大數據時代，企業在運營上也相應發生了改變，由最初的粗放式運營逐步過渡到精細化運營。企業該如何實現精細化運營呢？
精細化運營
數據精細化運營四大前提
1.及時獲取運營所需的數據
明確應該獲取的數據是什麼，比如訂單量、注冊量、閱讀量、頁面訪問量、訪問時長等；可獲取到數據，並不是所有的數據都可以調取，只有前期埋點並能採集到的數據才能獲取；及時獲取數據，很多公司的運營並不能直接獲取數據，一般要先與技術溝通，明確需求以及排期。而很多數據是擁有時效性的。比如，在活動期間沒有及時獲 取到潛在購買用戶 id，導致發送優惠信息延遲，用戶在其他渠道購買了商品。
2.合理定義數據分析的維度與指標
「定義的維度與指標」越貼近業務需求，越能發揮數據的真實價值。但是，很多公司對數據的劃分很模糊，即使在分析時能合理定義，但因前期沒有對這些維度的數據進行採集，也無法進行分析。
3.選擇並使用高效的數據分析工具
好的數據分析工具，不僅要滿足現階段業務的數據分析，還要滿足企業發展過程中數據量增長與業務變化後的數據分析。
因此，可能會用到 Excel、SPSS、SAS、SQL、Clementine、R、Rapid-miner 等工具。掌握這些工具，對運營人員的要求過高，按這樣標准去培養一個運營人員，所付出的財力與精力相當於培養一名數據分析師。
4.擁有極強的數據分析能力，能與實際工作相結合
數據分析能力，簡言之，能從繁雜的數據中發現問題、總結規律，並能給出優化方案。而做到與實際工作相結合，不僅要求運營人員深入了解業務，還要有極強的邏輯分析能力，才能將數據與實際業務融合。