笔者结合自己在大学食堂中看到的一副宣传文案，总结了几点关于文案的思考以及写好文案的实用方法。
这篇文章一直在纠结要不要写，因为内容过于接地气，担心引起大家的不适，写的话，标题该如何取？难道高大尚的标题就可以掩盖接地气的内容吗？显然不能。
想了想，还是决定写，选了个普通不能再普通的标题，它不一定完美，但是绝对真实，给不了你很多方法，希望能带给你一些启发。
前几天的某一个晚上，到附近一所大学吃饭，这所学校的食堂有一个很好的规章制度，就是学生吃好饭之后，需要把剩下的饭菜倒之桶里，再把碗筷归还到回收处，以便工作人员进行回收。（装剩饭剩菜的桶和碗筷回收处在一块）
我吃完饭后，也是规规矩矩的把碗筷归还到回收处，当我放下碗筷的那一刻，有一张海报吸引了我，我盯着看了一两分钟，就是下面这张。
确切的讲，吸引我的是海报上的文字“人人节约一粒米，拯救世间千万人”，毕竟这里的画面和文字是两码事。
很显然，这句文案的目的是为了让学生节约粮食，如果是你，在那个状态下，看到这句文案会有什么感受？
离开学校之后，我一直在思考，这句文案能达到让学生节约粮食的目的吗？应该怎么修改，效果会更好一些？你不妨也思考下，后面会给出我的思路及答案。
……
一、我发现的两点不太妥的地方
1. 文案放错了地方
这张海报是粘在碗筷回收处的一面墙上，也就是说，只有学生在吃好饭之后，把碗筷归还到回收处的时候，才能近距离的看到，因为打饭和吃饭的地方离回收处较远。
这会出现什么问题呢？我已经把饭吃好了，并且已经走到碗筷回收处了，你才提醒我要节约粮食，即使文案真的打动了学生，难道他还会再折回去，把碗里剩下的饭吃完?几乎不太可能。
可能粘贴海报的人是这样想的，每个吃饭的学生最后都要来到回收处归还碗筷，这个时候提醒他们要节约粮食，等到下一餐吃饭的时候，说不定他们就会少一点浪费了。
可是，学生每天要记的事情很多，况且记忆的长短也和信息的强弱有关，五个小时之后再吃饭的时候，谁还会记得在回收处看过那么一句文案，并且受它的影响，把碗里的饭吃完，显然行不通。
2. 没有理解好受众
说实话，“人人节约一粒米，拯救世间千万人”，这句文案本身十分出彩，对仗工整、气势磅礴、朗朗上口，没有一个多余的字，完全可登大雅之堂，那些真正挨过饿的人看过之后，会想起那些吃不饱的日子，想必是非常有感触的。
但是，大学生看了之后，会有很深的感触吗？应该不会，他们青春阳光、开朗活泼、追求时尚、花钱大方
本文介绍五种心理学理论及其设计应用，希望能够帮助你对设计中如何使用心理学有一个新的认识。
一、双重编码理论（Dual-Coding Theory）
双重编码理论是由加拿大心理学家佩维奥在20世纪60年代末、70年代初提出的知识认知表征理论。
这一理论认为，对现实存在的言语和非言语两大类信息，人发展了相应的两个存储系统——言语系统和意象系统。前者专门编码、组织言语信息，后者则处理有关非言语的物体和事件的信息，形成事物的心理意象。
佩维奥认为，言语系统和意象系统既相互独立，又相互联结。意象系统以整体的、同步的方式组织信息，言语系统则是按序列的、离散的方式组织信息，反映出听说言语时所包括的听觉运动系统的时间特征。（解释来自https://www.pmume.com/view/n5b0h.shtml）我们可以用以下的图片来理解这个理论。
这个理论简单来说就是人们通过语言联想和视觉图像来促进学习和记忆新的知识，当图像和文字搭配使用时，人们能够更快地回忆信息并更快地学习。这个理论的运用非常广泛，从我们使用的软件产品中可以发现几乎每个产品都使用了这个理论。
花一秒钟时间浏览手机，你会发现许多文字信息会与图像/图标搭配呈现。有人可能会说这是从视觉上让整个界面更加美观，但实际上，这正是用了双重编码理论，让用户更容易理解和记忆。
让我们看一下上面的例子。
左图是领英鼓励用户加入Recruiter Lite功能的屏幕截图，领英通过在每个功能旁边添加图标来使用双重编码理论。
通过实施这种模式，人们可以分解每个功能，这有助于更快地掌握信息并在他们的记忆中留下印记。因此，这有助于促进和影响人们按下激活按钮。
让我们再看一下右侧的屏幕截图。
右图与左图文字信息相同，但没有任何图标。很明显，当用户查看此布局时，很难掌握每个功能的重要性。坦白地说，用户可能只是浏览一遍，然后退出页面，因为对他来说这只是一堆文字。
因此，作为设计师，记住当我们显示有价值的信息时，有效地传达信息至关重要。
如果做得正确，人们将能够更快地理解该消息，因为它将简化易学性，使产品受益并补充布局。
二、冯·雷斯托夫效应
该理论也称为隔离效应，它指出人们能够识别和记住与一组相似元素不同的元素。
如下如所示，看看下面的图片，你首先会注意到什么？一定是中间的图形是吧？
这就是冯·雷斯托夫效应，这种非自愿理论在设计中经常使用，设计师设计的产品会影响最终用户的发展方向。
注
前一篇文章我介绍了逻辑思维，讲解了演绎和归纳这两种基本的推理方法，在结尾处我给了一个用基本的演绎和归纳方法推导复杂结论的例子。问题来了，用什么结构建立起这样的逻辑大厦呢？有没有固定的模板可以学习？本篇就讲解一下数据分析思维中另一个底层思维：结构化思维。
结构化分析的主要工具之一是逻辑树。这是麦肯锡公司的咨询顾问分析问题时最常使用的工具。
逻辑树有三种类型，分别是：问题树、假设树、是否树。问题树也有翻译成议题树的。网上搜索逻辑树一般会默认是问题树，往往忽略了后两种。
这三种逻辑树结构类似，但是有不同的使用前提，合理的使用它们，对于我们分析问题和制定解决方案能起到事半功倍的效果。
01 问题树
当对问题不了解 ，或者需要对问题进行全面的分解以确保不遗漏任何一个方面时，可以使用问题树。即：在解决问题的初始阶段使用问题树。问题树的结构如下：
MECE原则
问题的同一层级必须遵循MECE原则。
MECE（MutuallyExclusive,CollectivelyExhaustive）的意思是“相互独立，完全穷尽”，发音是me see。
在思考问题的过程中，我们需要将问题进行分解，每一层级的问题与问题之间没有重复、交叉、相关性，就是“相互独立”，而每一层级中务必不出现遗漏，就是“完全穷尽”。
这个原理比较容易理解，不多说。
02 如何建立问题树
建立问题树有两种方式，一种是自上而下，一种是自下而上。
1. 自上而下做分解
比如我们要完成100万元的业绩，可以从哪些方面入手呢？因为销售的最终目标是客户，所以我们可以将客户分类，对不同的客户群体采用不同的营销方式。
根据MECE原则，客户无非是三种：
陌生的新用户正在跟进的用户已经购买的老用户因此，我们可以在逻辑树的第一层，划分这样三个类别。
根据业务常识，销售额=流量×转化率×客单价。所以我们在三个群体下分别有三种策略。
根据上述的策略，再往每一个子分类中添加具体的对策。
这样经过一层层的演绎推理，最终形成了一个问题树。我们将一个大问题拆解成了一个个可执行的小问题。
其中，第一层的分类最重要，它决定了你整个结构的整体功能。
不过这个分解方式没有标准答案，你在运用的过程中，得根据实际问题，找到对问题的解决最直接有效的切分方式，比如：
侧重于分而治之的，可以按空间维度进行分类：新客户、跟进中客户、老客户；或者业务A、业务B、业务C；侧重于进度把控的，可以按时间维度进行分类：第
作者复盘一个全流程参与并主导的训练营项目，阐述自己对于引流课形式的认识和其中的操作细节，以及相应解决方法。
以下是对一个最近刚结束的引流训练营做的一个复盘。
这一次的训练营，我从课程内容、课程文稿、课程包装、课程定位、课程体系、课程推广、老师合作到最后课程的营收额，真正全流程参与并且主导。
我准备了将近1个月，在这之前也试过借鉴过“长投”版本运营法，不过感觉放在自己这里有点水土不服。
今天就复盘下这个训练营第一次改良后的上线结果。
背景
训练营名称：【7天小白理财训练营】适合用户：对理财零基础，或者理财有亏损的用户价格：9.9元课程内容：分享理财思维，保险，基金，股票，国债逆回购，可转债，打新股，国债等目前比较普遍的理财投资方式用户来源：自家APP和公众号报名现在知识付费领域，有几种拉新效果很不错的方式，比如公开课，比如做一个引流训练营等。但不是什么课程都可以作为一个引流课的，你花费了很多精力做了一个自嗨的课程，结果数据就啪啪打脸了。
做一个引流训练营，或者一个引流课程，我觉得需要满足的6个要素。
1. 刚需
每一种类目的课程里面，都可以找出一个刚需类的，可以直接戳中用户痛点的。比如我现在在做的投资类，理财是算一个；比如我之前在做的情感类，脱单是一个。
2. 大众
这个应该很好理解，就是普通人都可以接受，听的懂的，学习门槛低的。
所以，为什么我们很多引流课标题都会是什么零基础、入门、小白学习等等，就是为了让更多的人可以听的懂，这样大家参与的意愿也高。
3. 低价
这里价格低，比如1元，9元，9.9元这都可以，还有的引流课甚至是免费。
其实不要太纠结到底是免费还是付费，定价9.9可以稍微筛选掉薅羊毛的用户，定价免费那拉新的效果可能会稍微好一点。
建议是结合渠道去选择付费还是免费。
比如，我目前的课程是会结合9.9元+免费的形式去拉新的，取决于我们在哪个平台拉新。
比如邮件营销，会以免费的方式，因为里面的用户是陌生人，这是第一次接触，免费的形式更有利于大家接受。
那在我们自己的平台，比如APP或者公众号上，我们的主动权比较高，会采用付费的形式。
前面我说的这三个，刚需、大众或者低价其实都影响着拉新的结果。
4. 体验好
体验好体现下两个方面：
一个是用户购买体验流程。
不管你是付费还是免费，从用户看到这个课程，到购买，到上课，这一套流程必须是很舒服的，用户是否可在同一屏幕内可完成转化，每个点击之间的衔接是否顺畅等。
所
本文结合支付宝推出的年度账单“不准”现象，给出了一系列分析与思考，最后解释了我们想要什么的账单产品。
年底年初，支付宝每年都会推出一个年度账单来算算你一年里都花了多少钱。今年也不例外，2020年1月6日，支付宝如往年一样推出了自己的前一年度账单。但和往年不同的是，今年的账单“不准”程度，着实让网友们炸开了锅，而且都是过度偏高——我到底哪来这么多钱？
要问这个账单有多不合理，那真的是——毫无参考价值。【手动微笑】
大家一起来看看网友们晒的图：
除了炸出一个社会热点话题，让所有人都觉得这东西竟然有如此不准之外，这个账单对于我们规划自己的消费几乎没有指导价值。网络上有很多关于此事的分析，甚至有高级黑。
先从官方的解释和情况和不了解情况的大家说明一下为什么这次差距有这么大。
“对于网友们的疑惑，蚂蚁金服回应表示，今年支付宝年度账单取消了总消费的概念，所有消费和支出数据统一改成了总支出！对于网友们质疑的金额过大问题，其实是因为今年的总支出数据增加了投资理财、保险、人情往来、公益、转账充值等数据。也就是说，支付宝把2019年中所有的理财、转账、保险、公益等数据都计算到支出，其中理财产品金额占比最大，因此大家所看到的2019年度总支出金额会比实际支出高，蚂蚁金服认为“支付宝不是只有花钱，其实是在帮大家管钱。”值得注意的是，2019年度账单中并没有收入数据，蚂蚁金服方面并没有对此进行回应。”
换句话说，支付宝这次觉得：
你买理财了，那么钱的确是“支出”出去了，在基金公司手里；你吃饭买衣服，钱支出出去到了店家手里，这些都是支出。收入，我们先不管，所以退款不算。
作为一个产品经理，先替大家缓缓地打出一个问号：？
朋友转账不确定是否是消费，可以理解。但购买理财算消费，退款也不刨除，这账单算不算一种欺骗？
我个人不是一个金融向的产品经理，可能有一些对于金融产品理解的片面性。单纯从一个消费者的需求角度来分析一下我们关于账单的需求，以及相关产品可能面对和解决的问题。
一、先看下我们的收入来源
从中国现代社会的人消费方式来看，我们的主要收入来源是三大块：银行卡，支付宝、微信支付（财付通）、现金。
这里的收入来源是实实在在的收入来源。打比方，你去购买理财产品，实际上也是从银行卡转出金额，等发放分红或赎回时再回到银行卡里面的，所以来源都可以算到银行卡。
几乎所有正经单位的工资都是通过银行卡发放，如果是发现金的工作可能暂不在我们今
在上一期发布搭建属于自己的知识体系之后，后台收到了很多朋友的问题，今天我们就详细来说说产品经理的知识体系有哪些内容。
每一个产品经理，应该都需要根据自己的职业生涯规划去收集资料搭建自己的知识体系。由于每个产品经理的职业生涯规划都不一致，短期的在公司达到什么位置，长期的10年后要做什么都会不一样，一套涵盖所有范围的知识体系不太现实，在成长期也会分散我们的学习精力。下面是具体搭建知识体系的方法：
1. 明确自己职业规划
我们需要在搭建知识体系之前明确自己职业规划，才能够去建立知识体系的框架，
还记得刚进入产品经理这个行业时，看到的一张产品经理成长方向的图，他分为了4条线：
产品经理到产品专家（技术线），在这条线上，产品经理需要侧重产品侧知识体系，包括用户本质诉求的洞察能力、人性的认知 、创新型能力以及对行业趋势的洞见；产品经理到产品管理（管理线），在这条线上侧重产品及团队的管理，包括产品矩阵、边界、迭代、开发、上线管理以及团队人员、岗位、能力、绩效管理等；产品经理到创业/合伙人，这条线上侧重于公司管理及运营；产品经理到VC、PE（投资线），这条线侧重于对互联网行业认知、了解经济规律、前沿技术、国内、国外一二级资市场、投资逻辑等能力
2. 确定产品经理到产品专家线的职业规划
2.1 搭建知识体系框架
大部分产品经理会选择第一条线作为自己的职业规划，那么我们看看从产品经理到产品专家这个职业生涯规划需要搭建的知识体系，这是腾讯的产品经理能力素质模型，整套的能力素质模型包括产品经理需要具备的素质和在实际应用中会用的各种能力，该体系可以作为产品经理知识体系的框架。
2.2 确定各分支在职业规划中不同层级对应的不同要求
在使用腾讯的产品经理能力素质模型时，他在不同级别有不同的要求，具体我们来看看用户【需求理解/80/20/细节】中不同级别的不同要求
我们在搭建知识体系之后需要根据自身的职业发展规划对每一个分支在不同层级的能力要求，才能保证我们更有目的和方向地去积累相关知识，填充相关内容。
3. 填充我们的知识体系
知识体系的填充是持续不断的，知识体系的具体内容也是持续优化的，需要我们在平时读书、看网站、在日常工作中学到的、想到的知识进行归纳整理然后补充到对应的分支下。最重要的是在各个分支下都应该形成自己的一套方法论。
4. 如何用正确的姿势去学习并积累知识
学习是一个圆形而不是线性的过程，可以分为4个方式：学习
本篇报告聚焦2019年移动APP发展动向，并以此发现移动互联网新掘金地。
随着中国互联网的普及率增高，流量红利消失，各大厂商开始纷纷转向下沉市场，四五线城市用户也开始敞开怀抱拥抱更多APP。颜值经济、圈层社交、儿童教育等热门领域引发探讨，催生出行业发展新模式。
2019年移动互联网有哪些风起云涌？易观千帆联合腾讯应用宝、半月谈聚焦2019年移动APP发展动向，发现移动互联网新掘金地。
在4月27日2016云栖大会南京峰会上，阿里云算法专家、阿里云推荐引擎技术负责人郑重（卢梭）为大家分享了《21天搭建推荐系统》议题，这次分享得到了大家的积极反馈。因此，云栖社区邀请卢梭做客云栖社区，在6月16日晚8点在线再次分享《21天搭建推荐系统》。本次活动已经顺利结束，持续近2个小时，在此感谢大家的支持和关注。
下面是本次活动视频、幻灯及内容整理。
PDF下载地址：https://oss-cn-hangzhou.aliyuncs.com/yqfiles/48f666836fdef5c4039eaf9c56817910.pdf
正文内容
大数据有三个非常经典的应用：计算广告、搜索、推荐。每一种应用最核心的地方都离不开三个字——个性化。广告不用说了，计算广告的基本要求就是要精准，为广告选择对其感兴趣的目标受众；搜索可以理解为对搜索关键词的个性化；而推荐，则需要在用户和物品之间建立兴趣关系。推荐的业态比较复杂，有类似淘宝天猫这样的真正意义上大数据场景，也有很多中小网站、应用，数据量其实并不是很大。阿里云推荐引擎（https://data.aliyun.com/product/re）的初衷，是为了帮助阿里云的客户、创业者、中小网站，让他们能够更好的运营自己的产品或网站。
推荐系统一般包括展现子系统、日志子系统和算法子系统三个部分，三者互为一体。
推荐系统
“展现”部分不仅要负担展现，还是数据采集的窗口，用户在展现系统的所有行为通过日志录入，采集到的数据经过算法子系统的计算，可以得到用户的偏好或者个性化兴趣，然后回过头来指导“展现”部分怎样做的更聚焦。
阿里云推荐引擎（RecEng）是推荐系统的一部分，主要实现的是算法子系统，需要和其他子系统配合工作。
使用阿里云推荐引擎分为两大阶段
第一阶段：基本功能的搭建
Day1. 环境准备
环境准备
环境准备分为两部分。图中左侧为云上资源的准备，我们需要拥有阿里公有云账号，然后开通云监控服务（可选）和阿里云数加服务（必选）；开通数加账号后，大数据计算服务(MaxCompute，原名ODPS)和大数据开发Data IDE就默认开通了(Data IDE相当于MaxCompute的可视化包装)，最后开通推荐引擎。未来客户在推荐引擎中用到的数据，以及相关离线计算，都在客户自己的MaxCompute项目中完成。右侧为客户侧的准备，前端的展现，
上一篇数据中台的实战文章讲了《数据中台实战（八）：如何打造可以支撑N条产品线的标签平台》，这次讲如何搭建全渠道自动化的营销平台。
什么是全渠道营销平台
先讲一下全渠道营销平台是什么。运营的大部分工作就是搞营销活动，刺激用户下单和复购。在很久很久以前，一个公司几个月才搞一次活动，为什么要几个月，因为从一场活动的策划、准备、开发、上线、运营，要耗费大量的人力物力。
现在可以说已经进入全民营销这么一个阶段，有些公司甚至一天搞一场活动，有些大型公司甚至一天搞n场线上的活动，类似抽奖、优惠券、拼团、秒杀等活动，玩的乐此不疲。那么我们怎么支撑这种高频次、快反应的营销活动呢？
因此我们需要一个全渠道营销平台，可以支撑运营常见的一些玩法，比如发优惠券、发推送的消息、节假日可以玩H5的小游戏等，我们这个全渠道自动化的营销平台可以支撑n条产品线的常规营销活动，每个产品线只需一个运营的负责人在平台上配置，就可以发起活动，在活动进行中可以输出实时的效果分析数据，在活动后的效果复盘也能自动化的输出数据。
这样就形成了一个营销闭环，有了营销的闭环就可以实现用户及收入的增长。全渠道营销平台是一个面向运营的，综合业务中台的营销能力和数据中台的数据分析能力的智能平台，也是打通双中台的一个比较好的实际应用场景。
搭建全渠道营销平台的思路
无论做什么样的活动，都可以简单的抽象出一个通用的流程：活动策划-圈人-做活动-看效果。
第一步是活动的定义，就是活动的目的是什么？为什么要做这场活动，是为了拉新，还是沉默用户的促活、还是老用户的复购还是其它的原因？接下来就是基于活动的目的来定义我们要玩一场什么样的活动，比较常规的有屡试不爽的抽奖、还有发优惠券等。
第二步是是要定义目标用户，也就是用户圈选，我们需要邀请哪些人参加我们创建的活动？通过这场活动我想让这批目标用户产生哪些行为？这一般来说就是基于活动的目的，来定制相应的圈选策略。
第三步是制作活动内容，比如抽奖我们得配置什么时候开始、什么时候结束，奖品是什么等？接下来推送渠道的选择，我是通过什么样的方式来告诉目标用户来参加活动呢？是用短信，推送，或者是在微信群里通知我们的用户？
第四步是要看数据，活动进行中数据情况怎么样，关注那些指标，这些指标是否有升高或者降低，活动后的数据怎么样，我怎么通过这次活动后的数据快速调整让下次活动做的更好。
这个抽象的流程基本是全渠道营销要做的内容了，上
上一篇数据中台的实战文章讲了《数据中台实战（七）：流量分析》，这次讲如何打造可以支撑N条产品线的标签平台。
为什么要建设标签平台
亚马逊的CEO Jeff Bezos曾说过他的梦想，「如果我有一百万的用户，我就会做一百万个不同的网站！」。
当然，现在大型的电商公司如亚马逊、淘宝等已经实现了他这个梦想，就是我们常说的千人千面-用户个性化推荐系统。
那么如何实现千人千面呢，这个基础是先对用户打标签。
为什么要给用户打标签呢？
最主要原因就是让我们更加了解我们的用户，他是谁？他在哪里？他用的什么设备？他用了我们的什么服务？他的使用习惯是什么？他的偏好是什么？
当我们更加了解我们的用户，我们才会有可能知道他的痛点，我们才会知道应该推荐给他什么样的产品，他购买的概率也才会更高一些。
那么什么公司适合建设标签平台？
一些小的创业公司是不适合的，现在的产品和运营张口闭口就是户画像、用户标签和PPT上面贴满标签的标签云人像。一个真正的标签平台是一个非常浩大的工程，它需要投入很多的开发资源，就只是一个标签体系的建立都需要，n个角色参与（数据开发工程师，数据挖掘工程师，前端工程师、后端工程师、产品经理、模型设计师），加上需求的调研时间，最少也得2-3个月的时间。后期比较深的一些功能如标签圈选、人群画像等又是很大的工程量。
所以，建立标签平台需要很大的工作量，投入很多的资源，前期也不能很快得到回报，是一个方向大致正确的事情。创业公司或者小型公司初期、用户量较少的公司还是不建议做标签平台，当公司有一定规模，用户量有一定基础、数据有一定的积累，再投入资源做标签平台还是不晚的。
建设标签平台你必须面对的几个问题
那我们该怎么建设标签平台呢？
上面已经说了，当有了一定的用户基础、数据基础才适合搭建标签平台。这时会面临一个问题，当公司发展到搭建标签平台这么一个阶段，一定是多个产品线，多种角色、数据分散度很高的情况。
那么怎么统一这些产品线的标签呢？
例如笔者所在的公司有n条产品线，我们想打通服装批发产业的上下游，从生产端服装的打版服务，到线上的销售平台，到供应链服务平台和金融服务平台等产业的上下游我们都在运营。
我们在搭建标签平台时就遇到了以下个挑战：
- 每个系统都会产生大量的数据，怎么让这些数据标签化呢？
- 打版服务、电商服务、供应链服务、金融服务的客户群体是完全不同的，怎么让这些各种各样的角色都进去标签平台。
- 作为我们的电商产品，只有