thomasavada/应用价值深度分析

应用价值深度分析 是做什么的？

先阅读

• knowledge/templates/product-argument.md
• knowledge/product-operator-method.md
• knowledge/principles/metric-to-value.md
• 任何相关的 Chase/Interloka 概念

流程

1. 命名任务

写一句话：

对于 [ICP/阶段]，在 [旅程时刻]，该应用通过 [机制] 消除 [经济泄漏]。

拒绝将诸如“调查应用”或“AOV 应用”之类的类别标签作为问题陈述。

2. 锁定基线

明确：

• 指标公式；
• 数据来源和粒度；
• 分母；
• 时间窗口；
• 符合条件的体量；
• 当前变通方案和支出。

如果无法获取，则使用一个范围，并说明所需的证据。

3. 解释机制

映射：

触发/上下文
→ 应用操作
→ 用户/商家行为
→ 可观察事件
→ 业务 KPI

UI 元素或功能列表不是机制。

4. 接近经济学

符合条件体量
× 预期提升
× 每个结果的贡献或避免的成本
= 模型化的总价值

模型化的总价值
− 成本/风险/运营
= 模型化的净价值

运行下行/基准/上行场景。使用工具进行算术计算。

5. 判断价格

将当前价格与以下内容进行比较：

• 风险调整后的价值；
• 替代品成本；
• 实施/采用阻力；
• 服务成本；
• 信心度；
• 商家价值获取份额。

不要仅凭标价就说一个应用贵。

6. 验证市场宣称

检查：

• 营销/案例研究中的 ICP；
• 承诺与机制是否一致；
• 定价/打包；
• 竞争对手/替代品；
• 案例研究方法论和选择偏差；
• 宣称是关联性的、模型化的还是增量性的。

7. 设计验证

明确主要指标、护栏、队列/对照组、时间窗口、回读和停止规则。

8. 结论

只能选择一个：

• 构建
• 进一步测试
• 重新定位
• 停止

“需要更多数据”是不完整的，除非明确指出了缺失的数据和成本最低的测试方法。

输出合约

使用 knowledge/templates/product-argument.md 中的完整模板。以证据状态和来源列表结束。