用户增长专家培养计划

发布时间：2024-12-08

发布者：

墨染琴客

文件大小：共计93个文件，合计:6.75 GB

资源金币：4.99 金币

资源来源：夸克网盘

资源状态：【实时检测】链接有效

本站会员，可以免费下载全站所有资源

资源介绍

《用户增长专家培养计划》是一套全面的用户增长学习资源，涵盖从基础理论到实战案例的全方位内容。课程内容包括用户增长的思考内核、新用户激活、用户留存策略、数据驱动增长、上线增长实验等多个关键环节。通过视频教学，深入浅出地讲解了如何成为一名优秀的用户增长专家，以及如何利用数据分析和实验方法来优化产品，提升用户活跃度和留存率。资源还包括丰富的案例分析和实用工具介绍，助你快速掌握用户增长的核心技能。本套资源适合互联网从业者、产品经理、市场运营等专业人士学习和参考。

资源目录结构(只展示部分的文件和文件夹，以下文件快照生成于2024-12-08)

资源投诉

用户增长专家培养计划6.75 GB

03.week3 第三章：用户留存（上）688.32 MB

05.2. 计算留存率，绘制留存曲线.mp475.41 MB

09.4 精细分析寻找留存线索：大用户体量产品的两种思路.mp4114.00 MB

07.3. 精细分析寻找留存线索：用户分群对比.mp438.95 MB

03..2 留存策略：不同产品的留存难度评估.mp431.04 MB

08.3.2 精细分析寻找留存线索：功能留存矩阵.mp430.00 MB

0.用户留存、活跃-导读.mp4278.85 MB

06.2.2 通过留存曲线定义问题.mp441.26 MB

09.4 精细分析寻找留存线索：大用户体量产品的两种思路2.mp47.53 MB

02.. 留存策略：留存前提与留存公式.mp442.04 MB

04..3 留存策略：基于产品特性，评估留存难度的7个问题.mp429.24 MB

04.week4 第三章：用户留存（下）723.99 MB

06.7. 进一步养成用户使用习惯：加深用户参与.mp46.40 MB

03.6.. 习惯养成的理论基础：Hooked模型.mp420.30 MB

5.0 选择用户留存和活跃工具的两个影响因素.mp460.14 MB

03.6..2习惯养成的理论基础：Hooked模型.mp476.49 MB

04.6.2 通过用户行为闭环养成使用习惯.mp462.44 MB

08.7.3 加深用户参与的第2种方法：提升功能的单次使用强度.mp434.08 MB

09.7.4 加深用户参与的第3种方法：增加使用场景.mp432.55 MB

0.8. 设计用户防流失策略.mp471.69 MB

4.9.2 通过精细化运营、个性化体验来提升用户留存与活跃.mp435.51 MB

05.6.3 案例：喜马拉雅和领英是如何提升新用户留存的.mp452.72 MB

07.7.2. 加深用户参与的第种方法：提升核心功能的使用频次.mp429.15 MB

03.5.2 提升新用户留存：延伸学习.mp428.70 MB

07.7.2.2 加深用户参与的第种方法：提升核心功能的使用频次.mp451.67 MB

02.5. 提升新用户留存的2种手段.mp434.97 MB

2.8.3 案例：简理财防流失案例分析.mp461.36 MB

3.9. 通过用户激励的实施，促进用户留存.mp465.81 MB

06.week6 第五章：上线一个增长实验741.52 MB

0.本章导读：增长实验流程图.mp464.95 MB

07.3.3 设计实验第3步：设计实验版本.mp449.63 MB

03..2 3步产生高质量实验想法：形成实验假设.mp449.62 MB

09.4. 不懂编程，也能快速低成本上线试验.mp447.31 MB

05.3. 设计实验第步：制定3类实验指标.mp470.50 MB

0.5. 分析实验结果，放大实验成效.mp4161.38 MB

06.3.2 设计实验第2步：确定实验受众.mp487.33 MB

02.. 3步产生高质量实验想法：明确目标&洞察.mp4134.67 MB

04.2. 通过ICE模型排列优先级，最大化实验影响力.mp476.12 MB

07.week7 第六章：建立【增长大局观】827.84 MB

06.2.2 进一步理解北极星指标.mp441.04 MB

04..3 快速挖掘竞品信息，拆解增长要素.mp450.43 MB

07.3. 基础：构建和应用3种增长模型.mp4125.86 MB

2.3.6 快速回顾：运用北极星指标和增长模型驱动增长.mp414.51 MB

05.2. 找到增长方向标：北极星指标.mp493.02 MB

03..2 通过4个问题，判断现阶段增长重点.mp487.34 MB

02.. 你的产品，是否已准备好做大规模增长？.mp431.06 MB

08.3.2 进阶：构建最精细的全定量增长模型（上）.mp463.08 MB

.3.5 不是增长负责人，如何应用北极星指标和增长模型（下）.mp476.32 MB

0.3.4 不是增长负责人，如何应用北极星指标和增长模型.mp459.66 MB

09.3.3 进阶：构建最精细的全定量增长模型（下）.mp4185.52 MB

0.week 第一章：一切增长问题的思考内核909.17 MB

07..5 外增长、内增长的本质、差异和学习建议.mp4133.29 MB

02.本章导论：深刻认识增长.mp4101.31 MB

03..深刻理解两类常见的用户价值成长_转化路径.mp4195.78 MB

08.本章小结.mp467.64 MB

05..3如何做好特定用户行为的引导和转化.mp4123.02 MB

04..2四类常见的增长问题及解题思路.mp4126.80 MB

06..4“用户增长”在产品不同阶段的工作重心区分.mp4161.35 MB

资源298.04 MB

03.3 课程大纲.mp496.70 MB

04.4 对本课程学员的几个学习建议.mp430.83 MB

02.2 如何成为一个优秀的用户增长专家（下）.mp492.89 MB

0. 如何成为一个优秀的用户增长专家（上）.mp477.62 MB

05.week5 第四章：数据驱动增长1.19 GB

.4.2 监测数据：如何搭建细分指标仪表盘.mp490.51 MB

09.3.2 收集数据：其他类型的数据收集方法.mp451.30 MB

3.5.2【案例】利用数据优化你的短视频运营2.mp4204.98 MB

3.5.2【案例】利用数据优化你的短视频运营.mp4150.39 MB

2.5. 【案例】如何利用数据思维优化渠道投放2.mp483.20 MB

08.3. 收集数据：快速制定清晰的埋点计划.mp459.36 MB

02.. 分析数据：洞悉增长机会的方法-从整体数据入手.mp4129.41 MB

0.本章导读：如何通过数据驱动用户增长.mp413.82 MB

07.2 理解数据：3步产出“用户行为路径图”.mp411.69 MB

04..3 分析数据：洞悉增长机会的方法3-用户行为.mp4145.06 MB

2.5. 【案例】如何利用数据思维优化渠道投放.mp428.70 MB

03..2 分析数据：洞悉增长机会的方法2-用户分群.mp4131.71 MB

05..4 进阶：行为分析+用户分群组合运用.mp444.50 MB

0.4. 监测数据：如何搭建净增用户仪表盘.mp476.59 MB

02.week2 第二章：新用户激活710.12 MB

03..2 4个步骤，找到新用户的Aha时刻.mp4171.56 MB

04.2. 寻找新用户激活线索的方法：激活漏斗.mp499.50 MB

05.2.2 寻找新用户激活线索的方法2：激动指数.mp445.33 MB

07.3.2 围绕用户行为公式，初步选择激活手段（上）.mp466.09 MB

06.3. 通过用户行为公式，梳理新用户激活思路.mp418.70 MB

02.. 通过Aha时刻，明确激活目标.mp442.51 MB

08.3.3 围绕用户行为公式，初步选择激活手段（下）.mp447.42 MB

09.4 综合评估难度及成本，最终确认激活方案.mp457.61 MB

0.本章导读：提升新用户激活的4步.mp480.27 MB

06.3. 通过用户行为公式，梳理新用户激活思路2.mp452.55 MB

0.案例：摩拜单车如何提升新用户激活.mp428.60 MB

08.week8 【毕业设计】制定业务增长策略

fake

09.选修课程：【选修】商业逻辑下的拉新和变现715.19 MB

09.4. 价格敏感度测试.mp453.28 MB

02.. 渠道分析.mp469.76 MB

04..3 渠道分析.mp458.53 MB

08.3. 变现金字塔.mp464.07 MB

0.本章导读.mp497.80 MB

03..2 渠道分析.mp4112.04 MB

05..4 渠道分析.mp481.27 MB

07.2.2 LTV计算.mp473.34 MB

0.4.2 价格敏感度测试.mp478.66 MB

06.2. LTV计算.mp426.44 MB

课件.zip74.46 MB

1、本网站数据来自互联网，通过自动抓取公开网页链接构建数据库，系统将基于链接特征选择性收录符合收录标准的内容

2、根据用户输入的关键词，通过智能算法自动匹配并展示相关第三方网页链接。所有搜索结果均为实时动态生成

3、本站不控制、修改第三方网页内容，不对其可用性、准确性负责

4、搜索结果中的广告及推广内容不代表本站推荐或担保

5、所有内容获取/呈现均通过自动化程序完成，无人工干预