第一章
不是哥们，马工程之类的教材看多了，总觉得这些个人出版的书有些二流的感觉，说法夸张，总感觉无时无刻不在自我营销中。只不过，一本关于创业的书都无法做好自我营销，噱头不大，那也没什么看头。
只记录重要观点。
无法衡量的东西无法进一步管理。
以Airbnb的例子解释了什么是最小可行化产品，说的那么玄乎，不就是"搞一下"的意思吗？但里面一个有意思的是，如果要做一个类似以优步的商业计划，那么重要的应该是调查到底有多少人愿意上陌生人的车，而不是我的app应该如何做。这和我的leader说的话很像。
一个图的描述：曲棍球棒曲线。就是陡增的意思。
第二章
。。。早知道不看上一本书了，什么垃圾。这本书是很好的，就是翻译有些拉胯
什么是好的数据指标：具有比较性、简单易懂、是个比率的指标为好的数据指标。且好的数据指标可以改变行为。
再一次解释为什么比率是一个好的数据指标：可操作性、比较性、关联性。并且生动地以开车来比喻。
举例：某公司将销售员的季度奖金和正在接洽的订单数进行挂钩，以至于大量低质量订单占据业务员的时间。启示错误指标的负面作用。
耦合现象的数据，如转化率和购买所需时间。
找出正确指标的五个要点：【定性指标与量化指标】【虚荣指标和可付诸行动的指标】【探索性指标和报告性指标】【先见性指标和后见性指标】【相关性指标和因果性指标】第一个可以是计量经济学上的定性和定量，倒二可以是点估计、矩估计和贝叶斯估计、倒一可以是相关性检验和因果检验。
定性指标与量化指标：定性和定量都要有。
针对于虚荣指标来说：虚荣指标的特点，比如说无法改变企业行为，不能传递用户有效信息，本就应该随着时间单调变化。如【点击量、点击人数】【访问量、访问人数】【页面浏览量、访问人数】【独立访客量、访客停留时间】【粉丝点赞量】【浏览页数】【收集用户邮件数量，邮件响应量】【下载量、激活量】不是，咋还自相矛盾呢？
探索性指标和报告性指标：我们不知道我们不知道的东西很是重要
先见性指标和后见性指标：数据不足够预测未来，则先关注先见性指标，而对于后见性需要进行同期群分析并比较客户对照组在不同时间段的表现。
相关性和因果性：相关性很好，因果性更加。有时，你只能找的一些相关性，但你应该永不停止寻找因果性。
市场细分、同期群分析、A/B测试和多变量分析：着重看同期群两个表
