问题：详细分析产品冷启动的运营策略可能性，以及核心用户的聚类分析。
一、产品简介
荔枝 FM 是一款集录音、编辑、上传、收听、下载于一体的播客应用。创立于2013年，它不仅节省了创建播客繁琐的准备和操作，更将创建播客的门槛从专业DJ降至普遍用户人群，让每个人都有机会创建自己的播客频道，正如荔枝FM的口号，“人人都是播客”。
1.市场变化
2013年移动互联网已经如火如荼了，各种手机app铺天盖地而来。音乐类的app已经有网易云音乐，虾米音乐，酷我音乐，酷狗音乐。FM这只有从互联网开始就有的豆瓣FM，而针对播主的工具类应用还没有很成熟的app。
2.了解用户
很多人都有一个播客梦，荔枝FM通过技术手段来降低播客的门槛，让有播客们能在荔枝的平台展示他们的声音和才华。
二、用户数据分析
1.用户属性定义
基本属性：主要是使用荔枝FM用户的一些基本人口学属性信息，包括年龄、性别、地域、职业。
兴趣爱好属性：用户在荔枝FM的兴趣偏好属性，根据产品音频分类，收集每一类别的核心文档用户数据，这些类别包括情感、娱乐、脱口秀、音乐、亲子、文化、生活、二次元、语言、广播剧、汽车、科技、体育。
2.核心用户的聚类分析
在这里，主要对荔枝FM的音频类别，对用户进行一个聚类分析，在本文中，由于这部分数据难以收集，为此只提供了一种分析的方法和思路。
数据收集：以每一个音频类别的核心稳定数据，即UV数作为基本因子，在这里把每一个类别下，长期稳定收听该类别的节目作为稳定用户，在此定义为一个星期至少收听5次该类节目的用户。
统计方法：可采用统计学里的k-means聚类分析方法。
分析软件：SPSS统计分析软件里的聚类分析，得到降维后的转置因子。
结果分析：在经过软件处理后的结果，把音频类型进行聚类，可得到不同的用户类别。例如：通过分析得到，类别一包括：娱乐、脱口秀、音乐、二次元、语语和广播剧，由此可知，该类型用户主要为娱乐偏好型的用户，喜欢用荔枝FM收听娱乐相关的节目；类别二包括：情感、亲子、文化和生活，此类用户为休闲生活型用户，更关注与自己生活密切相关的事物；类别三包括：汽车、科技和体育，此类用户为科技偏好型用户，关注科技的发展，了解时事科技动态发展。
用户分析：通过聚类得出的用户类别，进行基本属性的分析，可以看出每一类别年龄、性别、地域、职业等不同的信息，从而得到一个基本的用户画像。
三、冷启动
1.种子用户的获取
针对内容生产者播主们：
发现在 Podcast 和豆瓣小站上的中文播客只有两千多个，其中有持续更新节目且活跃的，约五百个。邀请这批播客来到荔枝 FM。找到这群播客有两个痛点：
第一、当时的 Podcast 推广服务都是收费的，且大部分是国外提供的服务器，需要翻墙操作，既慢又很难操作。同时还需要申请信用卡来支付。
第二、录音难，要录制一档网络电台节目需要主播搭建录音室，还要学会 Audition 等专业的录音剪接软件来后期。
针对收听爱好者们：
1.一百万的种子用户来自于荔枝FM的微信公众号。在想验证音频产品这个方向是否可行时，恰逢微信推出公众号，荔枝FM精选了当时中文博客最火的 500 家，协商后把节目放到公众号上，用户通过输入关健词来收听或随机听。
2.争取到第一批使用公众号底部菜单功能的机会，再通过 H5 去做收听界面，带来第一波的增长暴点，依靠这个传播的功能在约 3 个月时间内获得超过 100 万订阅。
2.用户留存的方法
针对博主们
1.推出终生免费 Podcast 推广的服务。主播们就通过这个服务来使用我们的播客管理平台，再通过该平台上传，分享，察看节目的数据跟效果。荔枝FM为主播们提供了一个专业服务的平台后，他们就主动留下了。
2.在录音工具的混音跟降噪上做技术优化，直至录音效果可以跟麦克风录制与剪接的效果相当。
针对收听者们
1.采取榜单加智能推荐结合的方式，现在还加入人工推荐跟同城LBS的方式。荔枝FM的榜单分为热榜、新进榜还有男生榜、女生榜，还扩展了很多榜单用来解决内容推荐的问题，使收听用户达到了较好的体验。
2.智能推荐上，根据搜集用户的播放、订阅等操作行为，经过精确算法去分析，利用产生的数据，将更多符合用户兴趣爱好的内容优先定向推荐。
