互联网软件新手引导(热门)7篇

2024年互联网软件新手引导 篇1

这种属于引导类教程视频，应该不要求具有视听许可证！软件主体不是以视频传播为载体形式而盈利的主体！所以不必持有视听许可证！如果软件内有以视频为主而广泛传播的形式！这就需要具备视听许可证了！

2024年互联网软件新手引导 篇2

APP上线前

从三大方面说，自家App上线前一系列资料准备，二是渠道资料准备，三是第三方合作准备：

自家资料基本要点：

完全玩转自家app的所有功能，包括一切小细节，然后清楚自家产品的目标人群，这个不多说，应该是运营小伙伴的必备功能。

对市面上同分类app的分析，不需要你深入了解到什么商业模式，但至少你要知道哪些产品和你家在形成竞争关系，同类产品的不同方向，比如体育运动下就会有健身，跑步，足球等每一个单独的项目，但同一个大分类下的产品多少都会有重叠的地方。

准备好产品的详细描述文案，截图，一句话说明，关键词，市场分类等内容，好像有些公司是产品同事在准备这些，每个公司分工不同吧。

官方微博微信的开通以及维护，除了APP可能会接到这两个产品的SDK外，自家品牌宣传，曝光，做活动等都是不错的选择。创建一个手机用户反馈的qq群总会用得上。

完善百度，360，搜狗等百科的词条，不过百科没有参考资料的话不能通过的，你可以现准备好内容等到有新闻资源，下载链接等就马上完善词条。

至少要策划几个活动以备使用，活动形式不限，可以线上也可以线下，可以是微博微信活动，也可以是其他。讲真，活动还是要有的，万一就引爆了呢。

整理好数据分析模版，包括app的留存，活跃，新增，功能使用等，还有渠道免费付费带来的效果。

应用市场渠道方面：

申请各大市场开发者帐号。安卓市场相对比较多前期你可以都申请，之后根据数据择优维护。

整理各大市场首发要求文档，千万要彻彻底底搞清楚每一条，不清楚的一定要问到应用市场相关负责人，否则你很有可能会在第一次发版的时候就把自己给埋了。

熟悉各大市场活动规则，礼包，首发，专题，CPT（市场位置按天付费），CPA（按成效付费），CPD（竞价投放，按下载付费）等，清楚到底是什么时候申请，申请要求等合作条件以及方式（CPT,CPA,CPD）

既然你已经熟悉了各个市场的玩法，制定一个大概的推广计划。下面会给个表格。

第三方合作准备：

换量，每个产品都有自己换量的规则，有2换1，激活换激活等多种方式，最终还是看你们怎么谈的就怎么执行。

微博九宫格，不过现在的效果大不如年前后的一段时间，作为品牌曝光还是不错的。

空间九宫格，最近一段时间大家做的比较多的，价格便宜。

腾讯广点通，微博粉丝通。投放的推广素材很重要。

第三方平台信息流等广告，看具体效果。

相关垂直论坛，贴吧，网盟，广告平台等都是你需要知道怎么合作的，找到对应的联系人，要用的时候才能一步到位。

制定目标

对于一款APP，群主觉得以下两个维度的指标会影响运营推广方案的制定。

产品运营阶段：

种子期：主要目的在于收集用户行为数据，与产品设计时的用户模型做对比，有目的性调优。主要关注数据有：页面路径转化，按钮点击，启动次数，启动时间段，停留时长等。这个阶段数据量不求大，但求真实。用户来源的话，可以先做免费渠道，如果能有一些首发资源更好了。

推广期：主要目的在于扩大影响，吸收用户。主要关注数据有：新增，活跃，留存以及渠道数据。在这个阶段如果能够配合各种资源多管齐下，用户量能有爆发是最好的了。

营收期：主要目的在于通过各种活动运营、增值服务创造营收。主要关注的找数据有：付费用户数、付费金额、付费路径转化、ARPU等。

产品类型：

如工具类，启动次数很重要；社区类，活跃用户和UGC很重要；游戏，在线人数和arpu值是关键；移动电商主要关注成交转化率,包括订单转化率和金额转化率。根据APP产品类型及所处运营阶段，制定APP数据指标考核表，如下表显示：

下图是移动互联网常见的一些数据指标，根据不同产品类型和不同推广目的，要灵活运营以下数据指标，制作方案的时候可以参考。

关于指标分析

留存用户和留存率：

留存用户和留存率通常反映了不同时期获得的用户流失的情况，分析这个结果往往是为了找到用户流失的具体原因。

APP获得一定用户以后，刚开始用户会比较多，随着时间的推移会不断有用户流失，留存率随时间推移逐步下降，一般在3~5个月后达到稳定。其中阅读资讯、社交沟通、系统工具是留存率最高的三类应用，在4个月以后的留存率稳定在10%左右。留存率提高了，才会有更多的用户留下来，真正使用APP的用户才会越来越多。

次日留存：因为都是新用户，所以结合产品的新手引导设计和新用户转化路径来分析用户的流失原因，通过不断的修改和调整来降低用户流失，提升次日留存率，通常这个数字如果达到了40%就表示产品非常优秀了。

周留存：在这个时间段里，用户通常会经历一个完整的使用和体验周期，如果在这个阶段用户能够留下来，就有可能成为忠诚度较高的用户。

月留存：通常移动APP的迭代周期为2-4周一个版本，所以月留存是能够反映出一个版本的用户留存情况，一个版本的更新，总是会或多或少的影响用户的体验，所以通过比较月留存率能够判断出每个版本更新是否对用户有影响。

渠道留存：因为渠道来源不一，用户质量也会有差别，所以有必要针对渠道用户进行留存率分析。而且排除用户差别的因素以后，再去比较次日，周留存，可以更准确的判断产品上的问题。

活跃用户

用户每天既会不断新增，也会不断流失，如果单独只看每日活跃用户数，是很难发现问题的本质的，所以通常会结合活跃率和整个APP的生命周期来看。活跃率是指活跃用户/总用户，通过这个比值可以了解你的用户的整体活跃度，但随着时间周期的加长，用户活跃率总是在逐渐下降的，所以经过一个长生命周期（3个月或半年）的沉淀，用户的活跃率还能稳定保持到5%-10%，则是一个非常好的用户活跃的表现，当然也不能完全套用，得视产品特点来看。

团队组建

这个篇幅简单介绍移动互联网运营推广团队的组织架构及成员工作职责，具有一定的普遍性。总体概括来说,这个市场运营部门架构大概是：一个带头的，一个做渠道和流量，一个玩社交媒体的，一个天马星空写文案的，再辅助一些打杂的。

市场运营总监

工作职责：

负责公司开发的移动互联网产品的内容整体规划和运营策略的制定及执行；

负责制定每季度、月运营计划；

整理各产品运营渠道数据报表，并定期收集分析同类竞品情报。完成活动的策划执行，并做好跟踪记录；

构建和完善App推广和分销渠道，促进App的下载和使用；

网络媒体、网站联盟、博客、论坛、社区营销、SNS等各种互联网营销渠道的拓展和维护；

负责和移动互联网领域各传播媒体有效沟通，调动各种资源，促进公司互联网产品和相关渠道及媒体的联合推广，以提高公司产品的市场知名度；

负责通过微博,微信等网络推广方式，开展公司自有产品的运营和推广活动，收集相关营销成功案例并进行分析；

负责制作内容及话题，能够结合热点事件开展推广活动，及时监控和处理产品运营活动过程中的各类正负面事件；

跟踪运营推广效果，分析数据并反馈，分享推广经验；挖掘和分析目标用户使用习惯、情感及体验感受，即时掌握新闻热点；

策划、组织、评估和优化推广计划；

分析App运营数据，根据分析结果不断优化运营方案。

岗位点评：

从工作职责要点来说，市场总监应该是负责内容规划，运营策略及计划制定，渠道构建和监督，新媒体推广实施跟踪，app运营数据分析,团队建设和管理。

文案策划

工作职责：

清晰项目目标，快速了解客户需求，并密切与相关协同部门合作，提供快速、精准、精彩的案头支持；

负责宣传推广文案及宣传资料文案的撰写；

负责创意内容撰写，为线上活动、广告传播、线上公关稿件撰写相关文案内容；

沉淀创意产出和内容撰写的经验，形成知识管理，供其他项目借鉴。

岗位点评：

文案策划岗位是文字输出岗位，需要文字功底好，有创意，对热点有嗅觉，最好在事件营销传播方面有成功案例。

渠道经理 (BD拓展）

工作职责：

深入研究公司产品与所属行业，制定适应公司发展战略的拓展计划；

根据公司业务发展需求，寻找、挖掘有利于公司的合作资源；

负责商务拓展及合作，与其他客户端及推广渠道（各大市场）建立良好的业务合作关系；

对推广数据进行分析，有针对性的调整推广策略，提高下载量、安装量及活跃度等；

辅助APP产品的运营和推广，整体规划和专题策划。

岗位点评：

渠道经理(BD拓展）顾名思义就是拓展各互联网流量渠道，一切有助于APP流量提升的渠道合作都属于工作范畴，渠道经理的工作职责就是制定渠道拓展计划，带领BD专员拓展各市场，分析数据,完成运营总监制定的流量指标。

新媒体推广经理：

新媒体推广由于渠道不同考核指标也不同,微博,微信,豆瓣,知乎,其他软文推广渠道等,运营总监可以根据渠道设立不同考核指标。

这里以微博和微信为案例：

A、微博考核指标：

微博营销涉及的数据大致有微博信息数、粉丝数、关注数、转发数、回复数、平均转发数、平均评论数。

微博信息数：每日发布的微博数量，条/天。

平均转发数：每条信息的转发数之和/信息总数量，一般计算日平均转发数或月平均转发数，次/条，平均回复数原理类似。

平均转发数（评论数）与粉丝总数和微博内容质量相关，粉丝总数越高，微博内容越符合用户需求，转发数和评论数就会越高。

所以这个数据可以反应粉丝总数、内容和粉丝质量的好坏。粉丝基数越大，理论上转发会提高，内容越契合用户，或者粉丝中你的目标人群越多，这个数据都会上升。

从这个表中可以看到4、5月的增长情况，两个月的粉丝增量差不多，微博信息数量5月增加36%，但是转发总数增长近100%倍，评论增长了64%，搜索结果数也是增加了。应该说针对4月的微博内容分析之后，5月份作了一些调整，更加注重用户需求，所以在总量增加的同时微博的平均转发数和回复数都上升了，可以说明该微博5月份比4月份是有进步的，而且搜索结果数直接增加曝光率，说明了营销效果。

总结：

平均转发数和评论数可以衡量自身微博运营状态好坏；

搜索结果数可以作为品牌传播的考核；

只有综合所有数据来看才可以指导微博营销。

B、微信考核指标：

文章考核指标：送达率，图文阅读率，原文页阅读率，转发率，收藏率。

订阅粉丝量：有三个指标:新关注数、取消关注数以及净增关注数。

刚开微信的企业，我们可以用1个月的时间，设定目标完成500个用户的订阅，接下来的每个月，逐步增长。每天订阅粉丝超过20个，1月就是600个。

用户互动量：该用户在微信上和你的互动。我指的是有意义的互动。

用户转化量：该用户最后通过你的规则输入相关词后，我们的跟进情况，以及成交情况。

关于怎么做好一个运营推广案，群主已经尽可能得给大家倾其全力了，希望大家在做市场的工作时，能够不断地根据实际去调整，并多点发挥自己的想象力，毕竟环境是多变的，市场更是变化莫测的，无论怎样，捉到老鼠总是好猫的。

注：以上涉及百分比 等数据 的仅是参考，不同的app在不同时期的是不一样的！

2024年互联网软件新手引导 篇3

正确引导孩子使用互联网，它的核心是孩子。

想要引导孩子正确使用互联网有必要增加孩子学习的积极性，同时让孩子在网络上找到学习的兴趣。同时培养孩子的时间管理的能力，每天浏览网页或者使用网络在多长时间之内。

引导孩子找到互联网学习和使用的兴趣。当然身边的人影响也很大，所以让孩子广交益友。

2024年互联网软件新手引导 篇4

在盘点有哪些数据分析工具之前，我们先看下数据分析的工作都有哪些?主要体现在几个方面：存储原始数据、按要求提取数据、按要求计算数据、将数据做成图表、解读数据，得出结论。

所以我们选择工具一定是能满足我们日常工作要求的，下面我们详细盘点一下都有哪些常用的数据分析工具。

一.EXCEL

基本介绍

Excel是目前最基础、也是应用最广的数据分析工具，能够解决数据分析中80%的问题。Excel的功能十分强大，它不仅提供了众多的数据处理功能，像Excel函数能够帮助我们做数据整理，数据透视表帮助我们快速、高效的做各种维度分析，形形色色的图表能帮我们形象地展示出数据背后隐藏的规律，同时Excel还有很专业的数据分析工具库，包括描述性统计分析、相关系数分析等。EXCEL个人感觉是本文介绍的所有工具中最重要的，数据分析工具分类可以分为 EXCEL和其他，尤其是对于转行数据分析的小白来说，应该是最友好的。

优点分析

1、入门门槛低，简单易学；

2、只要掌握其中的vlookup、match、indirect、if等几个常用的函数，就可以满足很多日常应用场景；

3、图表绘制很简单， Excel拥有各种丰富的可开发的图表；

4、Excel里有开发工具选项卡，还有分析工具库，可以拓展出大量分析功能；

5、自动汇总功能，Excel更加简便灵活

6、计算公式丰富

学习路线

1、基本操作包括数据的简单处理汇总、图表制作等，属于Excel基础知识，一般大家都能正常使用。

2、熟练掌握常用的函数后，你就可以做简单的数据统计、分析和数据可视化等工作了。

3、为了进一步从不同维度对关心的指标进行上卷、下钻分析，还需要非常熟练地掌握数据透视表，这也是Excel最为强大、使用最为频繁的功能。

4、为了实现复杂的业务分析，解决不同数据源、海量数据的分析问题，我们就需要掌握PowerQuery和PowerPivot，PowerQuery负责整合多种来源数据，并进行数据转换，PowerPivot对整合后的规范化数据进行高效率的透视分析，几百万上千万行数据均不在话下。

同类型工具：VBA、PowerQuery、PowerPivot、Power View、Power Map

二.BI图形化工具

数据最终是要呈现给业务/管理层查看的，因此到进阶阶段，BI工具也是必须要掌握的一个技能。

现在市面上BI工具很多，主流的就是Tableau、FineBI和PowerBI，本土企业很多用FineBI，外企大多数是用PowerBI和Tableau。

1.PowerBI

基本介绍

Microsoft PowerBI同时提供本地和云服务。它最初是作为Excel插件引入的，不久PowerBI凭借其强大的功能开始普及。目前，它被视为商业分析领域的软件领导者。它提供了数据可视化和bi功能，使用户可以轻松地以更低的成本实现快速，明智的决策，用户可协作并共享自定义的仪表板和交互式报告。Power BI能够从各种数据源中抓取数据进行分析，除了支持微软自家产品如Excel，SQL Server等，各类数据库如Oracle，My SQL，IBM DB2等，还支持从R语言脚本，Hdfs文件系统，Spark平台等等地方导数据。

优点分析

1、Power BI有一个免费的基本版本，让用户有机会首先探索它

2、它支持多种方式来整合或导入数据（流数据、云服务、Excel电子表格和第三方连接）

3、它具有实时馈送数据的交互式仪表盘

4、用于将Power BI与应用程序集成的简单API

5、分享报告和仪表板的不同方式

6、多平台支持（Web，桌面，移动）

学习路线官网

(1)Power BI基础

1.初步认识Power BI

2.Power Query 快速数据集成

3.Power Query 数据清洗

4.Power BI 数据模型

5.可视化报表制作

6.Dax函数和表达式

7.发布与服务介绍

(2)Power BI 进阶

1.数据集成与清洗处理经验总结(37分钟6节)

2.函数相关重点(27分钟6节)

3.模型讲解（需注意的地方）(4分钟1节)

4.图表-可视化部分经验分享(54分钟10节)

5.本地与云端-报表的发布管理与权限控制(13分钟2节)

之前转载过一篇文章《小目标 | Power BI新人快速上手手册》，学习Power BI也可以参考一下。

2.FineBI

基本介绍

国内较为领先的BI软件，定位于自助大数据分析的BI工具，提供数据处理、即时分析、多维度分析、可视化等服务。FineBI目前最新版已迭代到 V5.0，主要面向企业客户（个人用户免费全功能使用，但是限制2个并发用户），在国内各行业有着众多的成功应用案例。

优点分析

1、业务人员自己动手制作仪表板，可以根据业务需求组合图表，以便展示更多信息；

2、选中图表类型，将数据字段快速拖曳，就能够实时分析图表；

3、可视化界面便于分析；

4、可以接入多种数据源。包括常用数据库（Hsql、IBM DB2、Microsoft SQL Server、MySQL、Oracle）数据、Hbase、Hadoop Hive、阿里云AnalyticDB以及华为云DWS；服务器数据集；本地Excel数据集；sql数据集；自助数据集。

学习路线

这个是国内厂商产品，可以在官网直接试用即可。

同类型工具：PowerBI、Tableau、Qlikview、SAP BI、Oracel BI、FineBI、Yonghong BI

三.数据库及编程语言相关

1.Python

基本介绍

Python是一种面向对象、解释型计算机程序设计语言。Python语法简洁而清晰，具有丰富和强大的类库 ，而且是这几年最火爆的数据分析工具，没有之一。

优点分析

1、简单易学

Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身，Python极其容易上手，因为Python有极其简单的说明文档。

2、速度快

Python 的底层是用 C 语言写的，很多标准库和第三方库也都是用 C 写的，运行速度非常快。

3、免费、开源

Python是FLOSS（自由/开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。

4、可移植性

由于它的开源本质，Python已经被移植在许多平台上。

学习路线

1、Python语言基础

Python语言概述和环境安装丨变量、数据类型和进制丨运算符和分支结构丨循环结构入门丨循环结构的应用

2、常用数据结构和函数

字符串丨列表的应用丨元组和集合丨字典类型的应用丨函数使用入门

函数和面向对象编程

包和模块丨函数的高级用法丨装饰器和生成器丨面向对象编程基础丨面向对象编程进阶

3、Python网络数据采集

爬虫概述和页面抓取丨解析页面的方式丨爬取数据的持久化丨Cookie和商业IP代理丨获取页面动态内容丨Selenium应用详解丨提升爬虫工作效率丨破解验证码丨爬虫框架Scrapy

4、数据分析概述和Excel的应用

数据分析和数据分析师概述丨指标和指标体系建设丨Excel的安装和快速上手丨Excel中的函数和公式计算丨Excel透视表、透视图和商业数据看板

5、关系型数据库和SQL

数据库概述和MySQL的安装使用丨表关系和SQL的应用丨SQL数据查询详解丨窗口函数和业务场景下的数据查询丨Python程序接入MySQL数据库

6、商业智能（BI）工具

MySQL其他相关知识丨从Excel到Power BI丨Power BI中的数据清洗和分析模型丨Power BI中的数据可视化和报表制作丨Power BI项目实操丨认识和使用Tableau丨认识和使用fineBI丨数据思维和分析模型

7、Python数据分析

Python数据分析工具介绍丨使用NumPy实现批量数据处理丨线性代数和NumPy的linalg模块丨使用Pandas进行数据分析

8、机器学习算法

机器学习概述和kNN算法丨回归算法丨逻辑回归丨朴素贝叶斯丨决策树丨支持向量机丨聚类算法和轮廓系数丨集成算法丨特征工程和评价指标丨机器学习项目实战

同类型工具：R、Julia、Scala、Spark、Java、Hadoop

2.MySQL

基本介绍

SQL也是必会的工具，因为我们要利用SQL语句来取数、清洗数据。MySQL 作为互联网中非常热门的数据库，在高并发业务场景下，一条好的 MySQL 语句能为企业节省大量的运作时间和成本，这也是为何互联网大厂面试官最爱考察数据库底层和性能调优的原因。

优点分析

1、速度快

分析型数据库MySQL运用新一代超大规模的MPP+DAG融合引擎，采用行列混存技术、自动索引、智能优化器，在瞬间即可对千亿级别的数据进行即时的多维度分析透视，快速发现数据价值。此外，还可以快速扩容至数千节点的超大规模，进一步提升查询响应速度。

2、灵活

分析型数据库MySQL版极度灵活的存储和计算分离架构，您可以随时调整节点数量和动态升降配实例规格。分析型数据库MySQL版同时支持在大存储SATA节点和高性能的SSD节点灵活切换。例如，您可以从8个C4升到12个C8，或从12个C8降到8个C4，企业可以真正做到灵活控制成本。

3、易用

分析型数据库MySQL版作为云端托管的PB级SQL数据仓库，全面兼容MySQL协议和SQL：2003，通过标准SQL和常用BI工具、以及ETL工具平台即可轻松使用分析型数据库MySQL版。分析型数据库MySQL版旨在帮助企业降低实时数据化运营的建设门槛。

4、超大规模

分析型数据库MySQL版是全分布式结构，无任何单点设计，使得数据库实例支持ECU节点动态线性扩容至数千节点。您可以通过横向扩容来大幅度提升查询SQL响应速度、以及增加SQL处理并发。

5、高并发写入

支持您实时化、极速地进行数据写入、更新和高并发查询、交互式分析、ETL一体化。采用RAFT协议，支持超大规模数据写入实时、强一致；对于高并发或大吞吐场景，可按需独立弹性扩展，存储可以从GB级扩展到百PB级，TPS可横向扩展至千万级。

学习路线

MySQL学习这部分，我在上期的内容共创文章【云驻共创】如何有效率地学习MySQL？一文中有详细的描述，这里不单独介绍了。

同类型工具：PostgreSQL、Oracle、SQLServer、MongoDB

四.华为云数据分析相关产品

1.IoT数据分析 IoTA

基本介绍

华为云物联网数据分析服务基于物联网资产模型，整合物联网数据集成，清洗，存储，分析，可视化，为物联网数据开发者提供一站式服务，降低开发门槛，缩短开发周期，快速实现物联网数据价值变现。

优点分析

1、物联网资产模型感知

华为云物联网数据分析服务是以物联网资产模型为中心的分析服务。不同于公有云上的通用型大数据相关产品，物联网数据分析服务与资产模型深度整合，在相关数据分析作业的定义中，开发者可以方便引用物联网的模型数据，大大提升数据分析的效率。

2、一站式开发体验

大数据开发技术门槛较高，而华为云物联网数据分析服务整合了大数据分析领域的最佳实践，为开发者打造一站式数据开发体验，并且跟华为云物联网相关服务（比如设备接入）无缝对接，降低开发者开发难度，提升开发效率。

3、针对物联网时序数据优化

针对物联网数据具备的显著时序特征，华为云数据分析服务在数据存储及数据分析上做了大量的优化。比如海量时间线能力，单实例支持10万线，数据存储压缩比20:1，以及多种时间维度的聚合计算能力。

2.云数据仓库 GaussDB(DWS)

基本介绍

新一代、全场景数据仓库，一站式分析，性能、容量无限扩展；守护高价值数据、创享高价值分析，企业数字化转型坚实伙伴

优点分析

1.高并发交互式查询秒级响应，分析师工作效率全面提升

单集群480节点，装机容量20PB，支撑数据分析、集市、BI等各种场景；

通过分布式查询优化，实现高并发点查询秒级/毫秒级响应；

资源融合统一，灵活调配，多层级并行计算，效率最优

2.HTAP混合负载，按需弹性，湖仓一体

混合负载：“一库两用”，支持超过100万QPS、10万TPS高并发混合读写，支持事务强一致；

资源管理：可以根据业务优先级进行资源动态分配，实现“快慢通道”；

按需扩容：弹性按需扩容，灵活应对用户数据及负载潮汐变化；

仓湖一体：DWS可以直接读写OBS对象存储系统的数据，支持数据冷热分级。

3.复杂即席查询，实时数据分析，一站式平台

复杂SQL实时查询，10+表格联合运算，秒级返回结果；

实时入仓批流融合60万/秒/节点，T+0完成数据分析；

多源数据融合，一站式统一平台，助力非传统数仓工程师便捷使用数据。

以上内容分享自华为云社区《【云驻共创】你知道有哪些好用的数据分析工具类软件？》，作者：再见孙悟空_ 。

2024年互联网软件新手引导 篇5

这里有一份“裂变大神”的分享。

小程序“趣拍卖”抓住年轻人的市场，让微信好友竞拍时间、技能、故事、物品，一经推出立刻引爆朋友圈。“趣拍卖”开发者鉴锋擅长微信生态的用户裂变增长，为腾讯科技、知乎、网易云课堂、喜马拉雅、三联生活周刊、沪江网校、创业邦、知识星球等公司提供用户裂变策划服务。

6月30日在广州，由新榜主办、有赞联合主办的小程序千人峰会上，鉴锋做了精彩演讲。以下为演讲实录，已经嘉宾确认，以此奉献给行业同仁。

分享嘉宾：

运营深度精选CEO 鉴锋

大家好！感谢新榜提供这样一个机会，和大家交流一下我们自己做小程序的一些经验。

我们做小程序是从今年3月开始。最开始的时候，主要帮做知识付费的公司做一些微信用户裂变的策划。我们做小程序一个非常简单的原因是，没有公众号或者其他业务的支撑。

开始设计小程序时，我们就在思考，之前做H5、微信群和朋友圈裂变的元素，能否直接在小程序复用。结果，我们发现其实完全适用。

容易裂变的人群有哪些行为特征？

简单给大家介绍比较容易裂变的人群都有哪些行为特征、有什么样的社交关系链。

我们做裂变活动时都会遇到一个数字的节点门槛：100万UV，甚至100万PV。它就会在整个行业里，形成所谓的爆款事件或者行业新闻，甚至有些测试类的活动直接被封。

比如5月，《腾讯没有梦想》这篇文章刷爆了整个互联网从业者的朋友圈，甚至被很多家媒体报道，但是第二天文章作者潘老师说，他们的文章也就100万的阅读。对于公众号大号来说，100万阅读只是起步价。像微信红包最开始的时候，400万用户的瓶颈也是非常明显，后来随着春晚走进了亿万家庭里。

我们总结了三点裂变活动的用户行为特征。每次基于这三点用户社交关系链的特征去做引爆，基本上屡试不爽。

1. 用户关系链“垂直密集”

在座的都是做新媒体的或小程序相关的从业者，我相信我们能够覆盖到微信所有做小程序相关的所有社群。大家可以把直播链接丢到这些群里，你们会发现新榜小程序峰会基本覆盖了所有主流的互联网圈，整个互联网的圈层用户非常密集。

2. 行业KOL的节点效应

如果你加了一些行业大佬、行业KOL的微信，那么他们分享的文章，你更加会看，因为他的权威性更高。再加上用户关系链密集，因此我们会在做裂变时，会找一些行业KOL集中引爆。

我们做过好几次活动，起初专门找普通人丢到普通的群、发朋友圈去测试。但是找行业KOL引爆时，跟风效应非常明显。尤其是同类型KOL，好友重叠度非常高，同一时间发会让他们的普通用户和交叉用户形成为什么这么多人在发的错觉，进而引爆。

3. 各垂直行业“互联网化”进不一

很多时候一些好想法和活动在不同的行业里、不同的客户身上重新复制，都是非常有效的。不同的人群里的喜好、行为以及用户社交关系链的特征是一样的，只不过换了不同的内核而已。

小程序裂变实操案例详解

第一，“历史无新事”，我们可以按图索骥。

比如PC互联网时代有插件和工具，移动互联网时代有工具类App，小程序里现在火的名片类和相册类也都是基于工具属性，围绕场景搭建小程序。因此，我们可以围绕有哪些好玩的类目和创意和小程序生态更加融洽做选题。

很多QQ空间和新浪微博曾火过的测试，放到微信朋友圈里又能够再火一遍。比如像之前流行的马化腾生日送QQ黄钻，现在各种佛祖保佑之类的文章，还有很多小游戏都能直接在QQ空间里找到对应的东西。也就是说，平台演化，但人性不变。

做好选题后，很多人会掉入一个坑：很难产生裂变。一方面是没有结合社交关系链的特征，另一方面是还有最重要的、本质、致命的问题是，开发者只是站在自己的角度思考，但用户凭什么帮我们去传播，产生裂变。

其实是满足了两点，第一是满足情感诉求，打动用户，让用户想去宣发，在朋友圈传播。第二是利益，给他钱或佣金，就会帮我们传播。我们需要站在共情的角度去思考。

第二，选择裂变的场景。

现在裂变无非是朋友圈和微信群，但两者之间有非常巨大的差异。朋友圈裂变效率最高的是站在利己的角度上，展示用户的独特性，让用户可以炫耀、装逼。比如“西瓜足迹”的装逼成本这么高，让用户自己去选，但大家还是乐此不疲。

而微信群裂变更适合利他的角度。比如，以用户的名义给朋友发红包，用户反而非常高兴。即使他打了广告，在群里反而觉得自己振振有辞。

除了朋友圈和微信群的差异，我们观察到的另外一个差异是基于下沉用户的。我们去下沉城市做裂变时发现一个很大的问题，没有引爆渠道，这些下沉用户朋友圈没有KOL。这是一个致命的问题。主流裂变活动在下沉城市里，基于朋友圈裂变其实是无效的。

后来发现，这些人的主流裂变入口就是微信群，为什么最开始我会有这样一个误差？

在座的各位微信群可能都超过三十个，有些更夸张的可能是一百个以上。很多人基本上是不看微信群的，因此策划也会陷入这样一个误区。

但是这些下沉用户的微信群基本上都没有开免打扰功能，因此微信群流量非常高。我们有一个小程序的会话来源占比窗口超90%，其他来源几乎可以忽略不计。

第三是准备工作。

做裂变不可避免被封，简单分享下我们一些被封经验。

很多时候我们去撸微信流量，其实是破坏微信生态的。只有给小程序生态带来向上的作用时，再去做一些适当的裂变营销，才会相对宽松。

功能型产品和一次性的营销型产品不一样。有些产品就是用来裂变、导流，就不用管封不封了。但如果辛辛苦苦做的小程序被封，你自己就会非常心疼。因此，我们很多时候会让用户去做二选一，比如现在收下10块钱，但分享可以得20块钱，这种选择还是相对允许的。

这些规则在微信的文档里都有，只有真正懂这些规则，才有办法绕到相对一些允许的界限，包括不带参数的二维码。扫码流量入口如果百万级的，比较不容易封。但如果是带参数的二维码，在几万或是十万的时候，经常会触动故障。之前西瓜足迹引爆就是用不带参数的二维码。

另外，注册起名时都会用微信指数来做判断，可以让名字自带流量。

第四，设计产品，做到页面简洁、路径单一。

像京东618也在推拼团购，但京东的拼团和拼多多的拼团有一个非常巨大的差异在于，京东还是中心化流量分发的思维。用户进入后，京东会尽可能多地罗列选择。因为流量非常贵，要尽可能地给用户多的选择，不要浪费流量。

但是裂变的原则是路径必须要非常单一，不要让用户有非常多的选择，只要让他有一个选择即可。我们做产品时，都会说列一个用户路径，如果用户点击不是为了分享，最终结果不是裂变，那我们宁愿把它砍掉，因为前期流量非常珍贵。

第五，关注产品细节，用小白视角和共情心理。

很多小程序产品的新手引导做得非常糟糕。大家都在说，现在微信最大的红利是下沉用户，但其实下沉用户根本没有用过非常复杂的App。如果没有新手引导，作为新用户，很多路径都是不清楚的。

所以，在设计海报时有裂变海报的设计要素，保证用户在刷朋友圈时，即使没有点开图片，也要明白图片到底讲的是什么，这样子才会感兴趣点开，有下一步的动作。

产品细节需要开发者重新模拟用户路径时，和用户共情：用户在这个页面，为什么点这个按钮？这背后是有什么利益？是情感还是利益在驱使着他？

再和大家分享两个我们上周测试过的案例，包括直接利益驱动用户传播。

之前我们给新用户打钱，最低是1块，前阵子改成3毛。用户一开始是不信任的，但在转发后，用户能获得奖励，我们直接给他3毛，实时到账用户的微信零钱。这样的方式让用户留存率超过90%，非常忠诚。

我们一开始投放是找四五线城市的几个学校，整体数据是正常的翻倍，基本上能做到1毛钱一个用户。直到有一天被羊毛党发现，10分钟内来了24万用户，后来我们就把它给关掉了。

第二个是我们发现，给用户发匿名聊天消息时，10个用户基本上只有0.5个用户才会发。于是，我们就让系统会自动以用户名义给好友推一条服务消息，比如“哈罗，好久不见”、“哎呀，认识你非常荣幸”“公司就你对我最好了”这些非常模糊的撩人利器。这个产品细节的改动导致用户参与度提升了50%以上，裂变率提升了10倍。

第六是留存和创新。

很多产品细节不是别人打败你，而是我们自己打败自己的。只有不断地玩这些好玩的事情，调整细节，可以做到非常快起量。开发者可以围绕一些别的行业里，比较好玩的事做微创新适用场景，试错成本非常低。

不管我们做裂变还是做其他东西，首先要提供给用户价值和好玩的东西。微信之所以不封我们，支持我们，让我们能在小程序生态里发展，也是因为我们做了对小程序本身有价值的事情。

其次就是最赚钱的事情，我们做了这么多的小程序，发现每个小程序都能收回成本。因为微信非常伟大的地方在于，微信支付的基础设施做得非常完善。

大家可能都听过一句话，中国13亿人，每个人给我1元，我就成了亿万富翁。微信小程序让这句话成为一种可能。如果我们埋了一些支付点，用户支付率会非常高。39元以下的UV到付费率，我们能做到30%以上，更不要说一两元的。所以小程序是最好的变现工具。

最后送给大家一句话：“给用户提供价值，做自己赚钱的事情。”

谢谢大家！

2024年互联网软件新手引导 篇6

各种互联网项目，新手可操作，几乎都是0门槛

现在APP做拉新真的很猛烈，地铁上、路上到处都是APP枪战的战场。有钱的砸钱做广告，没钱的炒作话题做传播。但是，就算真的很有钱也要把钱花在刀刃上。而以老带新就是APP低成本拉新的高效方法，不用花大价钱，转化率也高，都是依靠口碑传播转化来的，对产品的信任感会更强。APP如何利用活动来以老带新有这些关键点。

一、找准活动目标用户：老用户

既然是以老带新的APP活动，那么活动对象就是老用户。APP运营团队在策划以老带新活动之前，先要了解什么样的用户才是老用户。并不是已经下载了APP的用户都是老用户，所以要找准你需要产生活动传播的人群。

怎么定义老用户?假定是一个商城类APP的老用户，他们应该是这样的：

l 至少重复购买过两次的用户

l 在APP的社区中经常活跃的用户

l 会给APP提反馈和建议的用户

l 经常分享平台相关内容到社交APP的用户

怎样更轻松地找到这些老用户，平时可以给拥有这几类特征的用户打上标签，分成老用户群组，这样到做活动的时候就可以轻松准确地找到你的目标用户群。可以利用CRM系统或者一些活动运营工具来帮助APP运营团队管理用户，从而提高运营效率。

如图可以追踪用户分享次数、注册次数、支付次数等用户行为数据，可以根据这些行为数据打用户标签，便于以老带新活动找到精准的目标用户。

二、用户激励，利益驱动下的以老带新

有了目标人群老用户，我们需要创造传播诱饵，拿什么驱使老用户为我们带来新用户——利益奖励是最万能的方法。而奖励的核心就是让推荐人和被推荐人(老用户和新用户)获得收益。目前最常见的利益奖励方式是：

1、老用户推荐新用户，新老用户所得同等奖励

比如Uber早期的分享优惠码，每个老用户都会生成特定的优惠码，分享优惠码给新用户，获得价值30元的优惠乘车机会。现在新优步APP的推荐邀请是无需输入邀请码，直接各送15元奖励。虽然奖励金额少了，但是新用户获得奖励的步骤少了一步，也是一种进步。毕竟在优步刚进入中国市场的时候，大力拉新是必要的，现在已经进入稳健发展期，稍微降低奖励幅度也是可以理解

因为看到ofo的邀请好友活动，想起了它的竞争对手摩拜，所以顺便看了下摩拜的邀请好友活动是怎样的。

老用户推荐新用户

以老带新这个运营手段，丽芙家居玩得很溜，采用了连续性奖励和阶梯性奖励，换个姿势再把老用户调动起来，两个邀请新用户的活动分别有不同的入口，因此不会重叠，。

三、以老带新要考虑如何方便老用户传播

我们希望让老用户去向他的好友推荐，从而拉来新用户，那么也要考虑怎么更轻松地让老用户自发传播，我从活动广告位、传播内容、奖励门槛三方面举了例子说明。

1、设计或投放的活动广告位要让用户轻易地看到

如果是常规性的邀请好友活动，app开发者在设计邀请新用户的引导按钮时要让用户轻易看到，而从运营的角度来看，app运营人员会将邀请新用户当作是一种以老带新的活动，这个活动需要被用户看到并且引起他的参与。这时候活动的投放管理非常重要。

每日优鲜APP的邀请新用户活动，在APP首页用了banner位、导航栏和小图标来增加活动位的点击率，让更多的老用户能够参与其中。

每日优鲜

2、传播内容有足够的社交话题性

因为以老带新这个拉新手段是连接老用户与其好友之间的熟人社交传播，所以传播的内容越有话题性，越容易得到用户的自发传播，比如脸萌的漫画头像、足记让照片富有电影质感、柏拉图的性格标签图、黑凤梨的毒故事等都刷爆了朋友圈也是这个理儿。

还有上述第1点提到的每日优鲜“打喵价”+邀请好友活动，页面上也不是简单粗暴的送80元满减优惠券，而是用生动的文案来将这个老带新的活动人性起来，直击双十一在天猫剁过手的灵魂。

3、老用户获取奖励的门槛设置低

有货APP以老带新的方式比较奇特，其他的APP奖励方式一般都是老用户分享到一定数量成功后才给予奖励

一般APP邀请好友的分享机制，都是默认的微信好友、朋友圈、QQ好友、QQ空间、短信、微博等，有的甚至会拓宽到陌陌、豆瓣群。考虑到以老带新是建立在熟人社交的推荐基础上，微博、陌陌、豆瓣群这种更偏向陌生人社交的渠道其实不太适合，产品设计的时候要考虑更实在的运营需求。

五、以老带新活动的数据分析很有必要

APP运营少不了数据追踪和分析，在拉新这件事上更是注重。以老带新是相对低成本而又高转化的拉新手段，但是没有数据分析就像是盲人过河，只能凭经验和感觉，数据对产品运营非常重要，有了数据的加持，可以验证这样设置的推荐机制是不是有效的。所以我们需要统计出以下几个数据：

1、老用户拉动的新用户数量;

2、老用户带来新用户的传播成本。以老带新是需要花钱的，有花钱的地方一定算出每一个老用户拉来的新用户的传播成本有多少，这样活动才有意义。

3、一周内老用户和新用户的订单数。一般来说新老用户获得的一些奖励都是有期限的，像网易考拉的新人大礼包以及老用户获得的现金券都是3天内有效的，所以通常情况下一周内新老用户很有可能会产生订单。

4、老用户一定时间段内的订单金额对比。老用户推荐给新用户也是基于对APP平台的信任才会推荐给好友，所以看实施以老带新之后，老用户的交易订单金额有没有上升。

总结：在物质奖励那部分讲得比较多，因为现在有很多APP产品做以老带新都很舍得花钱并且他们认为花得值。都是花钱，但是各个平台的新老用户奖励机制也各不相同，值得我们APP运营和产品经理去研究其中的逻辑，以及去理解怎么连接产品与用户之间的情感。

2024年互联网软件新手引导 篇7

　　R Markdown是一种用于在R中生成可重复生成的报告的开源工具。它可以帮助您将所有代码，结果和编写都放在一个地方，并以一种有吸引力且易于消化的方式格式化所有内容。

　　它也是将您的数据工作展示给其他人的宝贵工具。使用R Markdown，您可以选择将您的作品导出为多种格式，包括PDF，Microsoft Word，幻灯片或HTML文档，以便在网站上使用。

　　使用R Markdown将数据分析变成漂亮的文档。

　　R Markdown是一个功能强大的工具，因为它可用于数据分析和数据科学，与他人协作以及将结果传达给决策者。

　　在大数据分析R Markdownde的使用技巧文章中，我们将介绍在RStudio中使用R Markdown的一些技巧，窍门和快捷方式。

　　我们喜欢使用R Markdown在R中进行编码和创作内容。实际上，我们在R Markdown中撰写了此大数据分析R Markdownde的使用技巧文章!让我们找出原因!

　　1.键盘快捷键

　　知道R Markdown键盘快捷键将在创建报告时节省大量时间。

　　以下是一些基本的R Markdown快捷方式：

　　1)Command + Option + I在Mac或Ctrl + Alt + ILinux和Windows 上插入一个新的代码卡盘。

　　2)Command + Shift + K在Mac或Ctrl + Shift + KLinux和Windows 上，以YAML标头中指定的格式输出文档。“ k”是“编织”的缩写!

　　接下来，我们将介绍运行代码块的快捷方式。但是在执行此操作之前，通常最好重新启动R会话并从干净的环境开始。Command + Shift + F10在Mac或Ctrl + Shift + F10Linux和Windows 上执行此操作。

　　1)Command + Option + P在Mac上运行当前块上方的所有块;Ctrl + Alt + P在Linux和Windows上。

　　2)在Mac 上Command + Option + C或Command + Shift + Enter在Mac上运行当前块;Ctrl + Alt + C或Ctrl + Shift + Enter在Linux和Windows上。

　　3)Command + Option + N在Mac上运行下一个块;Ctrl + Alt + N在Linux和Windows上。

　　4)在Mac 上Command + Option + R或Command + A + Enter在Mac上运行所有块;Ctrl + Alt + R或Ctrl + A + Enter在Linux和Windows上。

　　二、快速预览您的文档

　　R Markdown提供了许多用于编译文档的格式选项。但是，将您的工作呈现为PDF或演示文稿的时间可能比编译为HTML所需的时间长得多。因此，创作时将文档输出为HTML通常很有用，因为这样可以快速进行迭代。

　　当您打开一个新的R Markdown文件时，默认输出格式为HTML-编译报告时，您可以在Web浏览器中轻松查看它。此默认设置可以节省您的时间!当您接近成品时，可以将输出更改为您选择的格式，然后进行最后的修饰。

　　3.知道您的代码块选项

　　R Markdown的一大优点是，您有许多选择来控制如何评估和呈现每个代码块。这使您可以从头开始构建演示文稿和报告，包括代码，图表，表格和图像，同时仅将基本信息呈现给目标受众。例如，您可以包含结果图，而不显示用于生成结果的代码。

　　掌握这些代码块选项对于成为熟练的R Markdown用户至关重要：

　　1)echo = FALSE：隐藏代码，但运行代码并产生所有输出，曲线图，警告和消息。

　　2)eval = FALSE：显示代码，但不对其进行评估。

　　3)fig.show = "hide"：隐藏图。

　　4)include = FALSE：运行代码，但不显示所有输出。这对于设置代码很有帮助。打开新的R Markdown文档时，您可以在第一个代码块中看到一个示例!

　　5)message = FALSE：防止软件包在加载时打印消息。这也抑制了函数生成的消息。

　　6)results = "hide"：隐藏打印输出。

　　7)warning = FALSE：防止软件包和功能显示警告。

　　4、使用内联代码

　　使用内联代码将R代码直接嵌入到R Markdown文档中。当您要在书面摘要中包含有关数据的信息时，这很有用。

　　将内联代码与一起使用，r并添加代码以在反引号内进行评估。例如，在撰写此大数据分析R Markdownde的使用技巧文章时，我们使用了内联代码来为每个部分自动编号，因此我们不必手动添加它们。那么我们是怎么做到的呢?我们首先tip_number在setup代码块中创建一个名为和的变量，然后将值设置为零，如下所示：

　　然后，将以下内联代码添加到每个部分，以使每次迭代的数目增加一：

　　嘿，等一下!我们如何在R Markdown中撰写的此大数据分析R Markdownde的使用技巧中包含最后一行代码，而不弄乱下面的部分编号?带有代码块选项!上面的代码示例以代码块形式编写，带有eval = FALSE用于阻止代码运行的选项。像这样：

　　如您所见，R Markdown是一个功能强大的工具，因为它可以使您对文档的输出进行很多控制!

　　5.使用TinyTex

　　借助R Markdown，您可以使用LaTeX文档准备系统输出高质量的报告。当报告包含科学或数学符号以及符号时，LaTeX特别有用。例如，我们在AAA教育中使用LaTeX编写使用数学符号的统计内容。

　　但是，诸如TeX Live，MiKTeX和MacTeX之类的LaTeX发行版需要大约5 GB的磁盘空间!相反，TinyTex在安装时仅使用约150 MB。

　　使用install.packages('tinytex')或安装TinyTex tinytex::install_tinytex()。使用卸载TinyTex tinytex::uninstall_tinytex()。

　　安装TinyTex后，如果您将PDF指定为输出格式，则无需执行其他操作即可输出PDF文档!

　　要编译一个LaTeX文档为PDF格式，调用其中的一个tinytex功能：pdflatex()，xelatex()，和lualatex()。使用的功能取决于您要使用的LaTeX引擎。

　　TinyTex开发人员和R Markdown超级巨星谢逸辉说，这是R使用者平均需要了解TinyTex的全部内容。为什么?因为提到的LaTeX功能将自动检测并安装所有缺少的LaTeX软件包!

　　6.使用R脚本生成R Markdown文档

　　您是否知道可以从R脚本生成R Markdown文档?为此，请使用捕获注释#'。您甚至可以使用来指定代码块选项#+。这是一个例子：

　　该R脚本以文件名“ r_script.R”保存。为了将此文档呈现为R Markdown文档，我们spin()从指定函数knitr，如下所示：

　　knitr::spin("r_script.R", knit = FALSE, format = "Rmd")

　　这将生成一个R Markdown文档，如下所示：

　　当您编织此文档时，将返回以下HTML输出：

　　7.生成带有R Markdown文档的R脚本

　　您可能想知道是否存在将R Markdown文档转换为R Script的方法?有!该knitr软件包还为此提供了一个功能purl()。这是将我们的R Markdown文档转换回R脚本的命令：

　　knitr::purl("r_script.Rmd", documentation = 2)

　　请注意，您必须指定documentation = 2返回#'注释中的完整文档。如果您的文档是纯代码，请指定documentation = 0。

　　8.在R Markdown中添加换行符

　　在输出中添加换行符有多困难?不是。但是弄清楚这一点可能有点棘手!

　　要在R Markdown中打断一行并将其显示在输出中，请使用两个尾随空格，然后单击return。让我们来看一个例子。

　　在这里，我们没有在第一(顶部)组的两个句子之间指定两个尾随空格。但是我们确实在第二个(底部)组的两个句子之间指定了两个尾随空格。

　　结果?看看这个!

　　9.在R Markdown中添加空白行

　　因为我们只介绍了换行符，所以我们还讨论如何在文档中添加空行。当您要添加空格以减少文档中的混乱时，此功能很有用。

　　结果就是这里!

　　10.在R Markdown中查询SQL

　　您可以通过创建{sql}代码块在R Markdown中查询SQL 。

　　首先，将生成一个内存中的SQL数据库以供本示例使用。您将生成一个著名的“ mtcars”数据集的SQL数据库。大数据分析R Markdownde的使用技巧https://www.aaa-cg.com.cn/data/2382.html这是代码：

　　在新的代码块中，编写一个SQL查询以使用四缸引擎从数据库中选择所有汽车。确保将此块的类型更改为{sql}。此命令返回一个数据框，您将另存为mt_cars_df：

　　指定output.var = "mt_cars_df"将查询结果保存到数据框。数据框如下所示：

　　您可以在R代码块中使用此数据帧来执行分析或生成ggplot，例如：

　　11.使用块名称

　　命名代码块对于包含许多块的长文档很有用。例如，使用R代码块，将块命名为：{r my_boring_chunk_name}。

　　使用命名的代码块，您可以在R Markdown窗口窗格底部包含的代码块导航器中的块之间进行导航。这也可以使图易于按名称标识，因此可以在文档的其他部分中使用它们。

　　我们已经从上面在SQL示例中添加了块名称。这是我们在导航器中看到的内容：

　　12.将它带到云端!

　　RStudio现在提供了一个基于云的RStudio桌面版本，称为RStudio Cloud。RStudio Cloud允许您在R Markdown中进行创作，而无需安装软件，只需要一个Web浏览器。

　　RStudio Cloud中的工作被组织到类似于桌面版本的项目中，但是RStudio Cloud使您可以指定希望用于每个项目的R版本。

　　RStudio Cloud还可以轻松，安全地与同事共享项目，并确保每次访问项目时都能完全再现工作环境。这对于在R Markdown中编写可复制的报告非常有用!

　　如您所见，RStudio Cloud的布局与在RStudio桌面中编写R Markdown文档非常相似：

　　奖励：R Markdown备忘单

　　RStudio已发布了许多与R一起使用的备忘单，包括有关使用R Markdown的详细备忘单!通过选择，可以从RStudio中访问R Markdown备忘单Help > Cheatsheets > R Markdown Cheat Sheet。

https://www.toutiao.com/i6846585878664446477/