按标签浏览
按模型性质、应用层次、难度、重要性、来源、人名、公司等维度筛选
👤人名（38 个）
筛选结果（378 个模型）
留存曲线
Retention Curve
用户留存随时间变化的曲线：新用户在一定时间后仍活跃的比例，是衡量产品粘性和增长质量的核心指标。
瓶颈管理
Bottleneck Management
识别和管理系统瓶颈：系统的产出由瓶颈决定，通过识别、挖尽、服从、提升瓶颈来优化系统产出。
增长飞轮
Growth Flywheel
自我强化的增长循环：企业的增长要素形成正向循环，一个要素的增长带动下一个要素，形成自我强化的飞轮。
阿米巴经营
Amoeba Management
把组织分成小独立核算单元：把大企业分成一个个小的独立核算单元（阿米巴），每个单元独立经营、独立核算，培养全员经营意识。
标杆管理
Benchmarking
向最佳实践学习改进：找到行业内外的最佳实践作为标杆，对比差距，学习和改进，持续提升绩效。
先发优势
First-Mover Advantage
率先进入新市场或推出新产品的企业，能通过技术领先、资源先占和转换成本建立持久竞争优势；但先发不等于必胜，学术研究显示先发者失败率高达47%。
吉尔伯特定律
Gilbert's Law
大多数冲突源于没说出口的问题——把话说出来，就是解决的第一步。
回归均值（均值回归）
Regression to the Mean
极端表现之后通常会回到平均水平——不是因为你做了什么，而是因为极端值本来就不可持续。
大数定律（大数法则）
Law of Large Numbers
样本量越大，统计结果越接近真实概率——抛 10 次硬币可能 8 次正面，但抛 10000 次会接近 50%。
肥尾效应
Fat Tail Effect
极端事件比正态分布预测的更常见：概率分布的尾部比正态分布更'肥'，黑天鹅频发。
均值回归
Mean Reversion
极端之后会回归平均：表现远超或远低于平均的，后续往往会向平均水平靠拢。
林迪效应
Lindy Effect
越老的东西越长寿：对于不会自然衰老的事物（如书籍、技术、思想），已经存在的时间越长，预期剩余寿命越长。
幂律分布
Power Law Distribution
少数占大多数：分布高度不均，少数个体占据大部分资源，如财富分布、城市规模、网站流量。
小世界网络
Small-World Network
既有局部聚集又有短路径：大多数连接是局部的，少数长连接大幅缩短任意两点的距离。
S曲线
S-Curve
增长先慢后快再慢：事物增长通常呈S形——初期缓慢，中期快速，后期趋于饱和。
蚁群算法
Ant Colony Optimization
模拟蚂蚁觅食的优化算法：蚂蚁通过信息素找到最短路径，模拟这个过程解决复杂优化问题。
遗传算法
Genetic Algorithm
模拟生物进化的优化算法：通过选择、交叉、变异操作，在解空间中搜索最优解，适合复杂优化问题。
标准差
Standard Deviation
衡量数据离散程度：数据偏离平均值的平均距离，标准差越大数据越分散，越小越集中。
正态分布
Normal Distribution
钟形对称的概率分布：大多数数据集中在平均值附近，越往两端越少，是自然界最常见的分布。
逆向思维
Inversion
反过来想：不要问如何成功，先问如何必然失败，然后系统性地避开它。避蠢优于求智。