正文
具体怎么操作,上案例:
1.将无结构的内容进行结构化分析
美国佛蒙特大学的研究者曾经做过一项工作,他们通过自然语言处理与文本数字化等方式,在分析1737个故事后,根据情绪曲线和主成分分析法,总结出了6种讲故事的套路:
-
由穷变富(Rags to riches,rise)
-
由富变穷(Riches to rags or tragedy, fall)
-
陷入绝境然后成长(Man in a hole,fall-rise)
-
伊卡洛斯式(Icarus,rise-fall)
-
辛迪瑞拉式(Cinderella,rise-fall-rise)
-
俄狄浦斯式(Oedipus,fall-rise-fall)
根据这几个套路,有个博主时悦shadow逐个分析了国内的各种玛丽苏剧。比如范冰冰主演的《武媚娘传奇》,使用的就是辛迪瑞拉式灰姑娘路线。
辛迪瑞拉式灰姑娘路线-《武媚娘传奇》
这就是一个简单的将看似铺开无结构的剧情充分结构化的例证,有兴趣的同学,可以把国内大部分IP剧都套入来做一个结构化的分析,然后你们会发现,满满的都是套路啊!
作为普通人,我们也许没有那么强大的数据分析工具,但也可以按照如下三步进行拆解和重组,搭建自己的结构(不妨叫他们拆建三部曲):
成分拆解。
可以用到前一篇文章提到的5W2H方法,将内容要素根据主要成分进行分解。根据自己实际的需要,来把握分解颗粒度的粗细。
结构/关系梳理。
成分拆解之后,根据不同成分之间的关系来确定结构。
时间线/流程梳理。
成分、成分结构确认之后,各成分之间如何发生作用、本结构如何与外界发生作用也可以进一步确认下来。
2.将已有结构的内容打散,与自己的知识结构进行重组,形成新的结构
我们以一个互金运营经理读《增长黑客》为例:
(1) 带着问题阅读
在不断地“学习”其他理财app的运营设计并陆续上线了很多运营功能之后,你忽然迷惑了。你不知道自己为什么要做这些功能或是活动,也不知道该针对哪些用户推出什么运营活动最合适。这时,你的老板推荐了一本书《增长黑客》,希望能给你一点启发。
(2)理清阅读过程中产生的新问题之间的关系
通过阅读,你发现AARRR模型能够告诉你,在用户生命周期的不同阶段,有不同的运营目标,必须针对这些来设计运营活动。然后,还需要设定相应的数据指标来验证这些目标是否已经达到。通过这样的阅读,你就在运营目标-用户-数据指标之间建立了关联。
(3)知识重组,形成新模型或新技能(拆建三部曲)
成分拆解:
平台、用户
结构/关系梳理: