方舟服务器租用,业主们还会在花果园继续居住吗?

方舟服务器租用，业主们还会在花果园继续居住吗？

不仅不会离开，相反，还会看准机会，伺机抄底花果园的优质房产，一些明眼的老板，估计也会和我一样看透本质，眼光毒辣。

经过一场疫情的淬炼，可能会有一批本来就不那么喜欢花果园的、心有余悸的房东、租客离场，然而，多数人的判断，虽然符合大众期待，但真理，却往往掌握在少数人手中。

而且，那些本身就买房、居住在花果园的业主，也能切身体会到，住在大型社区的安全感。

正如巴菲特那句名言：别人贪婪我恐惧，别人恐惧我贪婪。

花果园是贵阳本次疫情之下，博得社会关注度最高的区域和板块，不管是因为人多也好，因为最早封控也罢，花果园的影响力，可见一斑。

除了花果园，哪里还能召唤出那么多的大白志愿者？

除了花果园，哪里的楼栋管控还能如此高效有序？

除了花果园，哪里还能得到媒体那么多关注？

也许“妈妈，我好饿哦”的视频声音，在其他区域，也有人喊，但你听不到，只知道花果园。

因为花果园集中了更优质、更丰厚的城市、媒体、社会资源和救援力量，生活在花果园的业主，要比那些老旧小区、城中村、中小社群的业主，更有安全感得多。

说句不好听的，花果园业主收到的物资次数，可能都比你所在的其他小区更多、更及时。

毕竟，在特殊的危机之下，最可怕的不是被关注，而是被遗忘，被淹没。

很多时候，人多就是力量大、影响大，大型社区争取到的社会资源，也是更多的。

花果园就是本次贵阳抗疫成败的关键，可以说，花果园是什么样，贵阳就是什么样。

此外，经过此次考验，花果园很可能成为下一个观山湖。

看看观山湖为什么静默状态下仍然那么规范有序？一个很大的客观因素，就是老旧小区、城中村相对少，多数人口集中的区域，都是以商品房小区为主，这样的小区，管理起来更加有效率。

而花果园同样如此，花果园片区基本都是高层楼栋，只要管控住电梯和门禁入口，就能有效隔离开传染。

相比那些城中村、棚户区、老旧小区、农民自建房等，要更能抵御病毒传播。

当然，同一楼栋上下左右邻居之间的传播概率，无论你住哪里（哪怕是观山湖），只要是高层住宅，都难以规避，除非你住独栋别墅。

所以，高层楼栋，并不是花果园的原罪，花果园之所以中高风险多，主要是因为平时人多、太热闹，换任何一个城区板块，其实都一样。

经过了疫情的大考，花果园之前存在的很多问题，都会得到重视和改善，问题暴露出来，就是解决问题的第一步，比如物业服务的；比如一些楼栋住改商开宾馆旅社、私家厨房的；比如一些区划争议的；比如一些居委、社区存在的问题，都会得到改善。

未来，贵阳这座城市，对花果园这种大型社区的公共资源投入，也会加大，从而改善、改进各种问题。

此外，在本次疫情中，花果园邻里之间的温情和互助关系，也得到了加强，社群之间的凝聚力会得到提升。

所以，无论从哪个角度看，经历了疫情淬炼之后的花果园，一定会凤凰涅槃，脱胎换骨，成为含金量更高的城市中心核心居住区域。

这样人气旺盛的核心大型CBD，但凡你想要赚钱想要发财，又怎么舍得离开呢？

当然，你如果选择了离开，也会有更多比你优秀、比你年轻的人进来，他们站在你前期积累的肩膀上，捡了你的便宜、抄了你的底，而你半途而废、功亏一篑。

花果园就像一个巨大的城市虹吸机器，有人在这里逆袭暴富，就有人淘汰出局离场，这是很自然的新陈代谢，永远不要以为自己多么了不起，不要盲目自信，人不要和形势、和趋势作对。

多数人的努力程度，根本还到不了讨论大环境、大社区对自己的影响力，很多困境，其实是自己微观层面的认知失误造成的。几十万城市中产业主定居于花果园，这个事实，不会以任何租房小年轻个体的加入或离开而撼动其核心地位。

你来，花果园欢迎你，你走，地球照样转，唯一不变的是，它依旧是那个夜夜笙歌不夜城、灯红酒绿、人声鼎沸的第一商圈：花果园。

对于鹿晗演上海堡垒你怎么看？

右上角关注我的头条号，不间断更新电影资讯、影评、影单推荐！

《上海堡垒》首映跌破4.0成功自爆，国产科幻片期待《明日战记》！

今天是《上海堡垒》首映日，豆瓣开评4.2分，截止发稿，多出近30000人评分，其中近90%的人评分3.0以下，导致评分跌破4.0，现在只有3.5分，无缘《哪吒》炮灰，成功自爆！

为什么说它是自爆呢？简单来说，就是自作孽不可活啊！

首先是年后的预告片惹争议，当时的《流浪地球》已经大火，号称是同期筹备的《上海堡垒》趁热打铁，发出预告片，蹭热度的行为让众多网友愤愤不已，就算导演和原著作者出来澄清也无济于事，对于自己的创作都没有信心的话，想想自己当初何必要开始呢？

而且最重要的是，在6年前，大家还是看脸和注重流量的时代，谁知道6年后首映电影市场已经有了翻天覆地的变化了，大众的观影水平在不断的提高，对电影质量的要求不停的把关，毕竟自己辛辛苦苦赚的钱，选了一个周末，开开心心的坐在电影院，谁不想看一部质量上乘的电影呢？在高口碑和自来水的宣传带动下，《哪吒》上映半个月了，票房尽管都破31亿了，但是后劲依然强势就是最好的证明。

所以，投资者们把钱砸在一个拍都市言情的导演、和一个纯流量明星的身上，一开始就失利了，据猫眼首日票房预测，《上海堡垒》总票房预估是3.66亿，按投资3亿的成本来说，血本无归！

其次，盛传的3亿成本里有1亿多是鹿晗的片酬，在6年前的流量市场或许就是事实，就算他们一再澄清，也等于继续给《上海堡垒》抹黑，将大众对这部电影的期待完全消耗殆尽，对于本身对流量明星没有什么好感的大家来说，无疑雪上加霜！

尤其是首映前几天出现的路演高票价丑闻，直接让更多的网民误以为电影票真的近千元，直接说不会去捧场，无奈的官微只好对“天价电影票”作出回应发表声明。

“一直以来，电影《上海堡垒》深受大家的喜爱和支持。为表感谢，网民定制了10个城市的路演安排。但是，近日收到各地观众反馈，有个别影院和不法分子（俗称黄牛）利用观众热情哄抬路演活动票价。尽管我们尊重影院遵循市场规律自主定价的权力，但是我们也坚决反对个别影院借机抬高路演活动票价，更坚决抵制黄牛高价倒售的行为！希望大家一如既往地支持电影《上海堡垒》。”

稍后，鹿晗工作室也转发此声明，呼吁大家理性追星，称：“鹿晗先生与鹿晗工作室一贯反对不合理定价，也一直积极通过各种公益活动，倡导粉丝理性追星。在此，我们也面向全行业发出呼吁，合理规范市场商业行为，共建和谐市场环境。”

可是，这样有效果吗？看首映后大家的口碑就显而易见了，对于豆瓣清一色的1星差评我竟无言以对了，仿佛是为了见证烂片果然是烂片一样，大家的评价出奇的一致！虽然豆瓣里大部分都是非专业影评人士，近年来也没少受资本的侵蚀，但是也能多多少少反应出一部电影的质量！

最重要的是，我们《上海堡垒》的主创们犯了很多的低级错误。

1. 鹿晗的刘海发型被吐槽的最多，作为一个军人，在面对枪林弹雨的时候，刘海难道是用来挡子弹的吗？特么的连军帽都压不住！

2. 只是顶着科幻外衣的爱情故事，根本就不配打着科幻的旗号，都多少年后的上海了，还在用着当代的汽车电脑纸质书？

3. 妖魔化上海地标和上海大炮，连复仇者联盟都要集结十几个超级英雄对战灭霸，甚至产生伤亡，而主演毫发无伤顺利升级加薪？

综上，这些大大小小的问题都是主创们自己一手造成的，成功的把自己坑进了烂片行列，故事剧情，内核出自江南的《上海堡垒》，确实是有流量的，作为主演的鹿晗，也是自带流量的，但是电影，摆明了是圈钱，这样的电影我们不让他亏钱，你确定我们今后我们还有好电影看吗？

当然，我们还是要给我们的国产科幻片一点希望，例如计划秋季上映的《明日战记》，由吴炫辉执导，古天乐，刘青云，刘嘉玲，张家辉等主演，虽然目前只有香港的预告片出来，特效方面科技感和未来感都远远超过《上海堡垒》。

《明日战记》的故事设定在2055年，那时候的地球深受污染和全球变暖问题的困扰，一颗陨石击中地球，带来一种快速生长的触须类外星生物，它在净化地球的同时，也在杀死一切生命。拯救地球的任务落在了一支精英部队身上。在与外星生物作战的同时，他们也发现了一个惊天阴谋……

影片的导演吴炫辉是一家名叫FATface的特效公司老板，早期参与制作过《投名状》、《画皮》、《太极1&2》等电影的特效，但是这部电影的主要特效是由由古天乐自己的公司“天下一ONE COOL”制作。

《明日战记》耗资港币4.5亿制作，他希望通过影片证明香港的特效已达国际水平，他本人不仅担任主演，还担任影片的出品人，虽然我们的古校长拍过很多烂片，但是既然主要的话说出去了，而且导演也是特效公司的老板，电影的质量应该不会太差！

导演吴炫辉这样说过：“我每接一单工作，就会专心一意去做，不会同一时间兼顾几单，因为做计算机特技需要花时间筹备同创作。好似为两部电影《投名状》同《白银帝国》占据公司整年时间，其它电影找我都被迫要推掉。好似之前为彭氏兄弟电影《鬼域》做后期工作，就花了九个月时间之多。因为这样，我的质量最有保证，所以三年来都赢得口碑。”

所以不管怎么样，虽然《上海堡垒》扑街了，但是我们的国产科幻依然在不断努力，向世界证明我们中国的科幻片一直在成长，期待《明日战记》给我们扳回一局！

右上角关注我的头条号，不间断更新电影资讯、影评、影单推荐！

运营人员是如何通过客户数据中台每天省下2小时的？

运营如何做数据分析？

说到数据分析，很多小伙伴可能第一时间联想到复杂的算法，庞大的数据，甚至是让人眼花缭乱的代码。但实际上，运营做数据分析并不需要懂这些，关键是你对业务流程的理解，以及用数据解决问题的思维。

什么意思呢？给大家举一个小红书的案例。

小红书在去年年初做了战略调整，把重心调整到社区，相应的它的北极星指标也从电商的 GMV 变成社区的 DAU，于是用户的留存率就变成了很重要的指标。

但是当时社区的留存率并没有达到预期，在这种情况下，如果是不懂业务流程，不懂数据分析的运营可能会打算直接优化内容或者做活动了。

而我的前同事根据用户年龄进行了用户分层，很快发现其实是“低龄人群”（10-16 岁）留存率很低，拉低了整体留存率。

“低龄人群”留存率低怎么办呢？

他对业务流程进行了梳理，从渠道曝光-点击下载-打开App-话题选择-点击-搜索-互动。

发现影响留存率的几个关键用户行为是：打开 App、点击 Feeds 流内容、点击搜索结果、内容点赞、内容评论。然后针对这几个行为做出假设，并用数据验证假设。

假设一，“低龄人群”都是中小学生，学习繁忙，没时间打开 App，所以留存差。通过数据分析发现，小学生确实存在这样的情况，但是初中和高中生在周一至周五的活跃度并不比周末低。

假设二，“低龄人群”找不到自己感兴趣的内容。通过对搜索数据的分析发现，这部分用户对明星、动漫、头像内容的搜索频率最高，但是搜索结果的 CTR （点击率）很低，也就是说用户确实没有找到自己感兴趣的内容。

假设三，Feeds 流推荐的内容质量不够高。通过内容的评论、点赞数据分析发现，动漫、明星方向的内容点赞率普遍不高，说明这部分内容的质量确实有待提升。

最后他得出了结论：10 到 16 岁年龄段用户的留存率偏低，是因为这些中小学生的兴趣点并不在美妆、美食、健身等，而集中于二次元和明星八卦，运营团队需要加大这方面的内容比重，同时提高这部分的内容质量。

可以看出来，这整个“发现问题-数据分析-明确问题-梳理业务流程-做出假设-数据验证-得出结论”的过程中，业务思维是至关重要的。

一般来说，运营做数据分析能做到上述这个程度（拥有业务思维）就已经很优秀了，但是让数据分析真正发挥作用，离不开技术的支持。大部分公司是这样操作的：

运营梳理业务流程后，把数据分析需要用到的数据字段（用户信息、用户行为）需求提交给技术，让技术建立数据库。当运营需要进行数据分析时，跟技术人员提需求，他们根据需求写 SQL（用于访问和处理数据库的标准的计算机语言）将数据从库里提出来，然后交给数据分析师进行分析，最后形成分析报表给业务部门查看。

这个过程没有三五天搞不定，因为部门之间需要协作安排，耗时可能还会更久，大大降低了数据分析的时效性。

除了时效性差，这种数据分析流程还存在一个问题：对技术同学的依赖性很强，如果是小公司没有技术岗位，那就无法执行了。

在我进行数据分析课程答疑时，发现不少小伙伴都会问，有没有更“独立”的数据分析支持工具，可以让运营自行完成一些数据分析，不用总是劳烦技术，就像稍微学点 PS 就能处理大部分修图工作，不用打扰设计师一样。

答案是有的！市面上有不少用户行为分析工具，可以让运营等业务部门更方便地分析数据。

这些工具中还有一些是可以免费使用的。

比如国外的 Google Analytics（以下简称 GA）、Mixpanel，国内有百度统计、易观方舟 Argo、友盟、TalkingData 免费版（以下简称 TD 免费版）等。

不过这些工具各有特色，下文我会从几个角度介绍这些产品的情况，大家可以根据自身的业务情况做选择。

优质数据分析工具推荐

在这几款产品中，GA 和百度统计算是比较早期的产品了。它们的数据收集以传统的页面浏览人数（UV）、页面浏览量（PV）和用户会话（网站访问量的测量方式）为主。

左 GA，右百度统计

不过，对于移动端的 App 来说，用户的行为比网页更为复杂，过去那种以页面和会话为中心采集到的数据颗粒度不够细。

因此，近几年推出的工具都采用了“用户+行为”的数据收集模式，例如我们这次推荐的易观方舟Argo、Mixpanel、友盟、TalkingData。

尽管 GA 和百度统计这几年增加了关于用户行为分析和自定义属性的功能，但本质上主要还是服务网页产品。

优质数据分析工具评测

接下来，我们从数据采集、数据分析、数据安全性和用户服务 4 个方面对上文中的 6 个数据分析工具进行评测，让大家更加清晰地了解这几款数据分析工具的功能，选择最适合自己的工具。

1）哪款工具的数据采集准确度最高？

用户停留时长、用户消费金额、用户分享率等数据指标，是通过对用户行为数据字段的加工和处理得出的。

用户行为字段记录的格式一般是，用户 ID+ 操作（比如浏览首页、评价、点赞）+ 时间。

用户行为数据字段的准确性，是数据分析工作的重要前提。

数据的准确性，往往跟数据分析工具使用的埋点方式和数据更新频率相关，我们将从这两部分进行对比评测，看看哪款工具的准确性更高。

① 数据工具的埋点方式对比

首先给大家科普一下，常见的数据埋点方式有 3 种，代码埋点、可视化埋点和全埋点。

这些都是技术层面的专业术语，运营同学们只需要了解不同埋点方式对数据准确度的影响。

代码埋点可以自定义需要采集的数据，精准统计用户的某一行为，准确度相当高。

可视化埋点，数据覆盖面和精准度相对较低，精准度要求不高、追求效率的业务可以用可视化埋点。

全埋点，可能会涉及用户的隐私问题，不做推荐。

6 款工具的埋点方式对比

目前来说，除了百度统计外，另外5款分析工具都支持的代码埋点。其中，易观方舟Argo、Minpanel 和友盟统计还可以做可视化埋点。

基于数据精准度考虑，建议大家选择支持代码埋点的数据分析工具，也就是 GA、Mixpanel、易观方舟Argo、友盟统计和 TalkingData。

不过，GA、Mixpanel 在数据采集上没有针对国内手机应用的特点进行优化，因此在数据采集的准确性上可能会受到影响。

② 从数据更新的频率对比

数据更新频率也会影响数据的及时性和准确性。

通过体验这几款工具的 Demo（演示版本），我发现除了 TalkingData 免费版是每天更新一次数据外，其他几款工具的数据实时性都比较好，基本每个小时更新一次。最让人惊喜的是易观方舟Argo，它的数据更新是分钟级的。

综上所述，从数据准确性来看，这 6 款工具得分名如下。

2）哪款工具的数据分析功能最丰富？

通过数据埋点对用户行为数据做采集，我们可以得到很多的数据字段（类似Excel表）。想要通过数据来发现问题、得出有用的运营结论，还需要对这些数据字段进行加工。

这几款工具的数据加工能力都蛮强大的，运营在做用户数据加工时可能需要的分析模型，它们都有。接下来，我将通过这几款工具的数据加工模型质量和个人行为加工深度、数据加工算法精度进行对比。

① 数据加工模型质量对比

数据分析模型越丰富，意味着可以从更多的角度看数据。

还是拿小红书来说，如果只是单一地统计“留存率”这一数据，那么得出的结果就只是“留存率不高”。但是，“留存率不高”的问题出在哪里呢？不得而知。

但是，如果通过人群维度进行留存指标，就能发现，是“低龄人群”（10-16 岁）拉低了整体留存率。

我总结了运营工作中经常会用到的数据分析模型，对 6 款数据分析工具的覆盖情况进行了比较。

6 款数据分析工具的数据分析模型对比

我发现易观方舟Argo 和 Mixpanel 的分析模型是最丰富的。不过，Mixpanel 由于基本没有本地化，以及 SDK（软件开发工具包）的兼容性问题，对于中国公司来讲，数据接入成本很高。

另外，易观方舟Argo 还有一个很赞的数据分析模型——“下钻分析查看”，它指的是对数据基于同一维度的纵向深入分析。

例如，我们在分析社区的内容浏览量时，能够从内容分类的维度进行细分，深入分析某一内容分类的浏览量。这样一来，就能更加精准地了解到什么种类的内容更受欢迎。

② 用户行为加工深度对比

前面我们所说的数据模型，更多的是基于用户做整体的分析。在有些情况下，我们也需要对用户的个人行为进行分析，得出更精细的运营数据。那这几款工具能不能做到呢？我发现，GA、Mixpanel 和易观方舟Argo 的表现比较完美。

易观方舟Argo 有一个功能叫“用户行为序列”。也就是说，当我们完成用户分析或用户分群之后，可以点击列表中任意单个用户，获取他的历史行为记录。

这个功能，让我想起小红书团队的一件趣事。今年过年期间，小红书在 App 上做了一个锦鲤活动。结果，抽奖结果出来后，他们通过私信、电话等多种方式都联系不到这位锦鲤。

后来，通过技术人员在后台查看这位锦鲤的历史行为记录，发现 TA 每天都有登录小红书的记录，说明通过 App 来联系用户是可行的。于是，他们给锦鲤定制了 20 条 Push 推送......

图片来源：小红书App 公众号

值得一提的是，易观方舟Argo 可以在完成用户分析与分群后，通过邮件、短信、Push 消息等方式对目标用户进行精准推送。也就是说，假设小红书的运营用了这个工具，就可以自己给锦鲤发送 Push 了。

易观方舟Argo “消息推送”功能

③ 数据加工算法精度对比

其实，从算法的严谨性上看，GA 应该是最好的。但是，如果使用的是免费版的 GA，在用户或者事件量较大时，它会采取抽样分析。由于样本是随机的，运营结论的准确性就可能会受到影响。Mixpanel 的免费版本也存在类似的问题。

不过，有知乎网友称，如果网站排名在 Alexa（网站流量排行榜）上是一万五后的，抽样带来的影响很小很小，可以放心使用。

提醒一下，GA 的付费版最少 15 万美元每年。

在数据加工算法上，易观方舟Argo 支持自定义指标、多维度多人群的指标对比、人群交叉分析、即时数据分析（实时分析）等方式。数据算法的多样化，带来的最大好处就是，得到的数据分析结果更准确，从而能够精准地发现运营问题。这一点，我们在上文也提到过了，就不赘述了。

综上，从数据分析功能来看，6 款工具的得分如下：

3）哪款工具的数据安全性最有保障？

对于运营来说，有了第三方工具的帮助，确实在数据分析上会更加便利。但是，与之相伴的还有一个大家都比较顾虑的问题，就是数据安全性问题。目前市场上很多数据分析工具提供的都是 SaaS 服务。

SaaS 服务是一种 to B 的专业型软件租赁使用模式，也就是说，这些工具是安装在供应商的服务器上的，当我们使用工具时，数据就会上传到他们的服务器上。这样一来，数据的私密性就会受到影响。国内有很多大型企业都不太愿意用 SaaS，就是为了保护核心数据。早在 2010 年，阿里巴巴就宣布放弃 SaaS。

在本次评测的几款 App 中，只有易观方舟Argo支持企业私有化部署，对数据安全有特殊要求的可以考虑，其他数据分析工具都算是一种 SaaS 服务。

对了，在数据采集上，这几款数据分析工具基本都是通过 SDK 嵌入App 中获取数据的。但不同的是，易观方舟Argo 和 Mixpanel 向企业开放了源代码，这样一来，我们可以看到代码的内容，也就不用担心代码中会夹带一些其他的东西来窃取信息了。

这样看来，在数据安全性上，易观方舟Argo 算是完胜其他产品了。

4）哪款数据分析工具的用户服务最周到？

在服务方面，工具之间的得分差异比较大：

除了 GA 和易观方舟Argo 提供社区服务支持以外，其他产品目前还没有完善的用户服务支持。社区服务其实还是蛮重要的，如果在使用产品的过程中有任何疑问，都可以上社区寻求帮助。

而从数据管理、项目管理、权限管理这些常用的管理功能来看，这几款工具都提供了比较友好的支持。不过，只有友盟+提供了手机 App，可以随时通过手机查看监测的数据情况；易观方舟Argo 则支持通过手机浏览器访问查看数据看板。

总结

数据分析是解决业务问题的关键手段，也是运营提高薪资的利器。运营做数据分析不同于技术或数据分析师，关键是要有业务思维。

许多公司进行业务数据分析时需要技术人员参与，这样的流程存在时效性差的问题。如果是小公司没有技术人员，就很难进行数据分析了。

在这种情况下，大家不妨尝试一下市场上的用户行为分析工具。

我们从数据采集、数据分析、数据安全性和用户服务 4 个方面对这些工具进行了评测，总的来说，易观方舟Argo 是综合功能比较强大的，不过大家可以根据自己的业务进一步选择。

6款数据分析工具的评测总得分

最后，让我们一起用工具武装自己，成为高薪运营 er 吧！

龙岗安居房有哪些？

龙岗区有以下几种安居房：廉租房，公租房，共有产权房以及人才公寓。因为龙岗区属于深圳市，房价相对较高，许多市民需要购买廉租房、公租房等低价房源来解决住房问题。如果您是符合购买条件的人才，还可以申请人才公寓。这些安居房都是为解决市民住房问题而设立的，同时也可以缓解城市的住房压力。除了安居房之外，还有一些社区也提供了租赁房源，如居民自建房和后续加装电梯房等。这些房源虽然无法享受政策优惠，但价格相对较低，可以为各位市民提供住房解决方案。同时，也要注意选房时要关注交通、医疗、教育等方面的配套设施以及周围环境因素的影响。