Arthur's Blog

尽管互联网＋模式的火热逐渐归于温和的常态，其中的互联网家装依然是行业发展主流，并且在新变革之中，如何找到迭代之路仍是互联网家装最大的使命。

互联网家装行业正在经历一场收割。

这场收割颇有一些对互联网家装市场格局进行确定的意味。虽然互联网家装经过群雄逐鹿的进化之后尚未出现能够占据绝大部分市场份额的企业，但是，在家装行业不同的细分领域里，我们看到了这样那样的互联网家装头部公司的出现：

平台型的公司以土巴兔、齐家网为代表；施工型的公司出现了爱空间这样的公司；设计端口出现了以酷家乐、三维家、打扮家为代表的公司……这场以互联网技术为代表的改造家装行业的进化业已进入到收官阶段，新的发展突破口亟待出现。

对于习惯了互联网式的模式和套路的人来讲，对于互联网家装新模式的探索无疑是一次挑战。因为他们熟悉了平台模式和流量思维，片面地认为只要能够获取流量就可以获得发展，事实越来越多地证明仅仅只是有流量，而缺少对家装行业的深度改造，所谓的发展新模式只不过是互联网思维的延续，并无任何新意。这是当下家装行业发展过程当中面临的最大的困境和难题，但是，身处其中的玩家们又不愿意去进行新的尝试。因为盲目地试探新的商业模式对于他们来讲，更多地代表的是一种风险。

这种心理的存在让互联网红利见顶后的家装行业的再进化更多地出现的是互联网的影子。无论是新零售赋能，还是数字化改造都始终无法跳出互联网模式的影子，所谓的互联网家装的再进化更像是一场反刍的文字游戏。互联网家装市场出现的更多的是对于互联网时代发展成果的重整与梳理，缺少了真正意义上的颠覆与改变。所谓的互联网家装的再进化更像是一个噱头和概念，而非是新物种的出现。

一、后互联网时代，互联网家装依然是行业发展主流

尽管互联网模式已经失去了原有的魅力，但是，人们对于它的迷恋一点都没有减少太多。从表面上看，越来越多的玩家开始划清自己与互联网家装的界限，实质上他们依然在用互联网家装的模式维持自身的发展。当互联网家装的发展跳不出平台和流量的思维，所谓的家装行业再进化俨然已经变成了人们掩盖自身模式短板的说辞，缺少真正的改变，家装行业依然在互联网的影子里缓慢前行。

无论从哪个角度切入，流量依然是玩家们角逐的终点

在互联网式的平台模式逐渐失去效力之后，人们开始关注对家装行业内在流程和环节的深度介入：

有人专注于做家装行业的技术升级与改造，有人更新互联网式的营销方式，有人则是用新技术的手段来提升用户

本文介绍了品牌IP化的四大知识点——什么是品牌的IP化？什么是品牌IP化和IP化品牌？品牌IP化的现实意义？品牌的四维结构模型。

01 什么是品牌的IP化？

我首先谈第一个问题：什么是品牌的IP化？

这个话题的提出，是基于这样几个前提条件方面的变化：

首先我们所面对的市场现在是越来越拥挤，越来越过剩。而且从快消品领域看，整体上已经进入到了厂商与用户互动关系型的市场新阶段。而在厂商与用户互动关系型市场的阶段，毋庸置疑，这也是一个消费者治权的新时代。

其次我们今天所面对的传媒生态发生了翻天覆地的变化。我用这样几个特点来概括：

1. 传媒生态变化

我们今天面对的传媒生态，已经从传统的大众传媒、四大传媒垄断一切、集中化的形态，来到了互联网时代的分布式、碎片化的新阶段。

我们今天要做传播，广告，已经从过去的大众传播来到了今天很多专家都在谈论的社交分享的一个新商业时代。

以往在大众传播年代，我们利用优势资源，抓住强势媒体黄金时段，就可以居高临下的对用户做垂直性的宣导，一条广告语，一个标准画面，一个标准的VCR可以重复。甚至有的时候我们开玩笑说，谎言重复一千遍也可能成为真理。

在互动性市场阶段，社交分享时代，显然传统媒体的集中式传播还存在，在一定程度上也还有相应的效果。但从整体上来看，垂直宣导似的传播、广告已经让位给水平互动式的协商、沟通、使用、分享、扩散传播方式。

在过去我们消费者面对大众传播，从整体上来看是处于相对被动的角色。从整个传播流程看，基本上可以概括为被动洗脑式的传播。在这个模式里，是信息找人。而今天面对水平互动沟通的新形态，我们越来越多的用户，他可能每天都在接触媒体，特别是我们各种各样的互联网媒体、自媒体，但是它越接近媒体越不看广告，你做的越像广告，它就越厌烦。

我们的用户已经不喜欢被动的洗脑，但事实上他的生活每一天甚至每一刻都离不开各种各样的内容，各种各样的信息。当它在某种情境产生对信息的需要，这个时候他会主动的通过各种各样的搜索引擎，各种各样的手段，去寻找他所需要的对他有用的信息。不再是一种被动的洗脑，而是一种主动的使用与满足。我把这种状态概括为人找信息。

2. 用户迭代和认知迭代

今天我们面对的是用户迭代和认知迭代的新挑战和新机会。在互联网时代，我们涌现了大量的新生代人群，像我们所说的80后90后00后这群人，他们生活在丰饶经济的时代。和50后、60后、70后比起来，他们并不知道贫穷或者

本文作者从工作实践出发，结合案例分享了关于体系化设计流程相关的思考与建议，与大家分享。

大部分交互设计师接到需求后，就开始分析下竞品、然后结合自己产品和自己的想法，就着手交互原型制作了，在这样一个设计流程中，交互设计师很难有体系化的思考。

有没有一套体系化的设计思路，让交互设计师做出的方案又专业、又全面、又经得起挑战和用户的检验的设计方案呢？

本文是我梳理的一套体系化设计流程与思路，希望可以帮到大家。体系化设计思路大纲如下：

拆解目标确定设计方法设计方案过程方案细化和走查数据跟踪后续迭代

01 拆解目标

作为一个交互设计师。在我们接到需求之后，首先需要弄清楚的是产生需求的业务背景是什么。其次是基于业务背景了解产品的目标是什么。最后弄清楚产品的用户人群有哪些，用户目标是哪些。

交互设计师通过从产品经理或者其他需求发起方那里了解需求生产的业务背景，了解为什么要做这个需求。在了解清楚之后，追溯需求最原始本质。

在我们实际工作的大部分情况下，大部分产品经理不会在需求文档中将业务背景写清晰，这时候我们交互设计师就可以将业务背景在交互文档中输出，并清晰的展示出来。

业务背景是什么？

业务背景通常是我们为什么要做这个功能。通过做这个功能，对业务有什么帮助。通过业务背景，我们可以推演出业务诉求，并得到对应的产品目标。

产品目标是什么？

产品目标是产品能得到什么样的结果，对产品来说可以获得什么样的好处。所以在交互文档的设计中要重点体现出产品目标。通过明确产品目标，可以清晰的指导我们做交互方案。

用户人群是哪些？

用户人群主要是通过我们对现有产品的用户画像得到，并推算出使用这个需求的用户人群是哪一类人，通过明确的用户人群，这样我们在做设计过程中，可以很清晰知道这个需求为谁而做。

用户目标是什么？

用户希望通过使用这个功能达到什么样的好处或目的。

设计目标是什么？

通过业务背景、用户人群、用户目标和产品目标拆解出对应的设计目标。

以登录注册为例。业务背景是目前产品的登录和注册的效果不理想。对应的用户人群分为两类，分别为新用户的注册流程和老用户的登录流程。用户目标是方便快速的完成登录注册流程，越简单越快越好。产品目标是提升登录注册的完成率。

设计目标是拆解，如何能提高登录注册的完成率。那么设计师可以拿到登录注册的完成流程，看看登录注册过程中，哪些步骤转化率低，那么对转化率低的地方进行设计优化。

目标拆解就是对页面进行数据提升具体优

本文为我们介绍了召回流失用户的价值、如何召回的相应策略与实现路径。

阅读这篇文章之前，请先问自己3个问题：

双11获取一个新用户的成本是多少？双11之后，有多少用户流失了？针对流失的用户你有什么挽回的策略么？重点导读：

1. 三步找到流失用户

①结合品牌用户生命周期计算②结合品牌产品使用周期/频次③分析品牌历史用户活跃高峰期/流失高峰期2. 四种方法挖掘用户流失原因

问卷调研、客服总结、竞品分析、用户画像分析

3. 流失挽回策略-案例实操

制定流失用户策略、绘制流失用户召回全流程图、完善流失用户数据日报表

01 流失用户召回的价值

说到流失用户，很多人都会不约而同地感慨：尽管已经在用户留存上煞费苦心，但是大量流失还是不可避免。

很多品牌的活跃用户，只能靠费大力气拉进来的新用户和小部分老用户艰难支撑着，这个过程是异常的痛苦，这种情况会导致以下问题：

产生利润的用户群体太小， 产品收益少拉新成本持续上升，用户总成本越来越高老用户留存低，产品线扩展无低成本用户基础基于此，流失用户的召回的价值就体现出来了：

价值

①提升品牌活跃用户占比②延长生命周期提高收益③降低规模用户总成本

02 流失用户的定义

在了解什么用户叫流失用户之前，我们需要先有预流失用户的概念，也就是说，在成为流失用户之前，用户一定会先成为预流失用户。

所以流失用户的判定应分为2个，流失用户与预流失用户。

1. 流失用户的判定

如何通过不同的指标来判定流失用户，不同的类目商家，有不同的选择重点：

定义用户是否流失的判定指标，在数值计算上有3个关键点：

当然了，有些品类的分析只需用到其中的一种，或两种~

不同品牌、不同产品，情况会不一样，所以一定需要结合本身情况去分析做判定

具体的计算后面分享的案例会讲哦~

2. 预流失用户的判定

用户在成为流失用户之前，一定会提前表现出一些异常的行为，而在这个异常行为期间的用户，我们定义为预流失用户，预流失用户具体判定需结合2点：

①分析指标出现异常②还未达到流失用户标准例如：支付金额下降、在线时长下降、咨询次数下降等。

当关键指标大幅下降时，就得拉响警报，这是一个可能/即将流失的用户，赶紧拦截他，阻止流失！

通常核心指标/过程指标数据下降比例达到30%的时候，用户就迈进了预流失阶段了。

预流失阶段是召回用户成本最低的阶段，也是效果最好的阶段。

03 流失原因分析

想知道用户怎么了，为什么走？去分析用户！根据不同的流失用户，做针对性流

本文以医疗人工智能平台为讨论主题，分析了其中的建设要点、应用关键要素，以及不同平台模式之间的异同对比。

随着人工智能技术的不断深入发展，专业性的医疗人工智能平台逐渐涌现出来，建议选用专业性一体化的平台，从而节省平台搭建和调试的工作，更加专注于模型的训练以及系统的应用，同时所开发出的人工智能系统也具有高可靠、高效率的性能。

在未来医疗大融合的背景下，搭建的平台应具有弱耦合、强兼容的特性，满足人工智能系统与医疗设备以及医院信息系统之间的兼容和集成需求，提升医疗人工智能系统的性能。

在医院建立专业性医疗人工智能平台的基础上，与医院的临床科室密切合作，选择适合的疾病种类进行其诊断和治疗系统的开发，从而提高诊断和治疗的效果。

先从医学影像人工智能系统的开发和应用开始，在此基础上，进一步集成更多类型的数据例如病历数据、检验检查数据、患者日常健康监测数据等，从而构建更加丰富和全面的医疗大数据，为开发更丰富的人工智能系统打好基础。

01 医疗人工智能平台建设

医疗人工智能平台包括数据资源层、人工智能平台和医疗应用层。

（1）数据资源层提供基础数据，通过采集各个科室的医疗影像数据，病历数据等，打通业务系统间的数据壁垒，为人工智能平台提供数据基础。

（2）人工智能平台由计算能力，开源框架，算法和技术构成。计算能力为人工智能平台的运算速度提供保障。

以肺结节医疗影像数据为例，每位患者平均拥有20-30张片子，在自动识别肺结节时常用的计算机视觉模型如残差神经网络，它可以使数十层甚至上百层的神经网络的训练成为可能，这对计算能解决方案供应商提供医疗解决方案的公司大多数是具有综合医疗信息化经验的公司，这些公司在医疗行业深耕多年，对医疗行业的业务流程比较熟悉，在发展人工智能医疗影像方面有天然优势。

这些公司对医院的应用场景、医生的诉求有比较深刻的理解，可以快速将人工智能技术与需求结合，形成满足医生需求的产品。此外，这些公司具有较为广泛的客户渠道和稳定的合作医院，能够更容易将人工智能系统在医院内部推广、落地。

目前人工智能在医疗行业中的应用一部分以嵌入式系统应用于医疗仪器端，即在医疗设备端使用人工智能技术，优化设备性能。

例如通过动作捕捉技术判断患者康复情况，提供可视化的数据影像展示，为医生制定康复计划提供有力数据支持；另一部分以数据中心里的影像数据、病历等为基础，在辅助影像诊断、辅助临床决策等领域发力。

这些公司以原有业务

验证广告的可见性，是一把“标尺”，对广告主和媒体来讲都非常有意义。广告主能根据广告的投放效果及时调整预算，防止浪费；而媒体能更准确地衡量广告位的价值，并进行高效管理。

当我们在讨论广告验证时，在讨论什么？

是程序化广告“标尺”，它衡量着广告的可见性、安全性；是品牌广告主“心头肉”，比如，诸多国际品牌广告主如宝洁、百盛，已明确要求在广告投放时需媒体支持MMA-广告监测SDK的可见性监测服务；是整个广告业”热点”，在几十年前，广告预算可能浪费在没法精准投放，而现在可能浪费在不可见曝光，负面曝光上。随着行业逐渐成熟，广告可见性，安全性在国内也逐渐得到广告主和广告服务商的重视，本期，我们先带大家解读广告验证中的可见性。

一、定义

广告可见性（Viewability）是“衡量一个广告是否被用户真实看到”的指标，用于衡量用户屏幕上产生的可见曝光次数。

不论是在PC端还是移动端进行广告投放，都存在用户实际并没有真实地看到广告，导致不可见曝光的情况。比如在广告加载失败、其他元素遮挡、广告位于页面底部、广告所处的信息流页面滑动太快等场景。

以下图为例，微博博文正文下Banner广告，如果用户只看到广告位的不到一半就退出页面了，会被算作不可见曝光。

二、相关标准

在国外，IAB (Interactive Advertising Bureau 国际互动广告局)和MRC（Media Rating Council 媒体评级委员会）都在程序化广告发展早期积极推动着可见性标准的建立。

以MRC的可见性标准为例：

对PC展示广告：可视区域内展现至少50%像素，展现至少1秒钟；对PC视频广告：可视区域内展现至少50%像素，展现至少2秒钟；对较大的PC展示广告：可视区域内展现至少30%像素，展现至少1秒钟。从PC端再到移动端，广告生态和从业人员的重心转移，由于交互方式的变化，广告位形式的差异，也更加要求了细分化、定制化的移动端标准。

到了国内，MMA中国无线营销联盟（Mobile Marketing Association China）则基于MRC的标准推出《移动互联网广告可见性验证标准》，加入连续时间、强用户交互，次秒级互动等标准和定义。

以移动端展示广告为例：

连续时间：可视区域内展现完成至少50%像素后，再计算展现至少1秒钟，才算做可见曝光。强用户交互：如果不符合连续时间的条件，但产生了合理互动（满足IAB点击测量标准的

如今，许多基于用户运营的初创公司在成立初期，都喜欢围绕打造社群来发展。然而，打造社群并不是为用户创建一个聚集地，它还涉及用户调研、持续投入、倾听、放权等方方面面的考虑因素。

对几乎所有的早期创始人而言，他们都希望成功地打造一个蓬勃发展、彼此关联并有着活跃用户的社群。这也是快速了解产品与市场匹配度的标志，还可以建立口碑相传的病毒式增长回圈，同时帮助企业打造一个以深入联系及线下联络而著名的品牌。

无论产品本身是致力于将普通民众关联在一起的平台，还是促进彼此间进一步关系的社群，毋庸置疑的是，如今越来越多的初创公司都参与到了社群打造这个行列之中。

然而，“社群”本身却是一个非常模糊的概念。这是一个隐晦并且带有一丝神秘色彩的世界。在这个世界里，彼此之间的联系是令人关心的话题，当然真实性也是非常重要的。然而，如何去成功地打造社群，却并不是一件简单明了的事情。真正蓬勃发展的社群，有着一种特定规律。这种规律也有一定的魔力，当人们聚集在一起时，这种魔力很难去打破，更难去产生更大的影响。

“社群自带神秘色彩，不过，它并不是从石缝中蹦出来的。这就好比生火，你总需要某些特定因素或材料，并且结合一定顺序的操作，你才能成功地完成这件事情。”社群运营专家贝利·理查森（Bailey Richardson）说。

理查森是最早进入Instagram的一批员工。她最初负责的工作是发展全球社群、管理博客、发现KOL，并组织有关碰面会。离开Instagram后，她和几位朋友合作成立了人与公司（People & Company）。这是一家专注于帮助组织机构建立并培养真实互动社群的机构。

在与耐克、保时捷以及像Edcamp这样的非营利组织等客户合作三年以后，他们意识到，他们这种所谓的“如何打造社群”工作坊及有关框架为许多组织难以掌握的问题都带来了清晰的解决方案。基于好奇，他们展开了深一步研究，选择了几个独特的社群案例，并从中梳理了关键的经验教训，并希望给人带来相关灵感和感悟。

在First Review对理查森的专访中，她通过讲述一些故事，深入探讨了初创公司应该如何建立社群的具体方法，并总结出了卓越社群如何起步、获得流量并随着规模扩大而进一步发展的8条宝贵经验。其中，包含了如何获取第一批新客以及在获得上千名用户后放弃管控等一系列宝贵经验分享，希望对早期的创始人以及经验型社群经理有用。

1. 社群建立第一步：不要为了建立社群而建

我们低估了做事情所花费的时间，我们还对自己的想法赋予更高的价值，并且不喜欢权衡取舍，但这并非不可能。根据产品团队的工作方式和需求，这里有一些方法可以帮助解决优先级问题。一起来看看~

技术的伟大之处在于一切皆有可能。但是，当一切皆有可能时，产品经理要决定该怎么做很难，更重要的是，要决定什么不能做更难，而大部分公司的产品经理都在选择中挣扎。

选择很难，因为我们是人，我们低估了做事情所花费的时间，我们还对自己的想法赋予更高的价值，并且不喜欢权衡取舍，但这并非不可能。根据产品团队的工作方式和需求，这里有一些方法可以帮助解决优先级问题。

工作量与价值

我相信最简单的解决方案通常是最好的，安排工作优先级的最简单方法是给每个构想一个与工作量和价值有关的分数， 并将其绘制在网格上，将每个构想分为高、中或低。

完成此操作后，很容易看到应该在哪里确定工作的优先级。右上角的任何内容（例如“想法7”）应直接进入产品路线图的顶部。

对于很多未知的需求，这是一个很好的估算方法。不仅可以帮助产品团队决定要做什么，而且可以向其他的利益相关者展示为什么不做某些事带来巨大的帮助。

ICE法

不是所有对价值的预测都是准确无误的，当价值存在很大的不确定性时，可能需要更多帮助来确定优先次序。

这里就用到了肖恩指定的“ICE评分体系”。ICE分别代表价值、信心和工作量。

您可以按数字范围（通常为1-10）对每个想法进行评分，然后使用以下公式为所有想法计算得分：ICE得分=价值x信心x工作量。

在这里，我们看到想法2无疑是得分最高，应该优先考虑。如果我们仅将想法与“工作量和价值”进行比较，我们可能选择了“ 想法1”， 因为它被归类为“ 中价值 和低工作量”，而“ 想法2” 则是高价值 和低工作量。

在这里，增加信心维度可以帮助我们更加精细地制定决策和发挥潜力。同时根据我们的喜好，您可以使用1-5的比例，或将ICE得分除以3，获得较小的平均分数以便于比较。

尽管ICE绝对是一个很酷的工具，但我们可能会发现还需要一种更强大的方法来满足我们对优先次序的渴望。

这里就用到了RICE方法。

RICE法

RICE与ICE道理完全相同，添加了“ R”（覆盖量） ，指某个想法能为多少用户带来有用的价值。

您可以通过将ICE得分乘以覆盖率来计算RICE得分，但这并不重要，只要我们始终如一地衡量每个想法即可。

因此，让我们在前面的示例中添加“R”，看看RICE是否正