京公网安备 11010802034615号
经营许可证编号:京B2-20210330
马云这种天才很难復制
很多创业者染上了一种坏毛病,什么事儿也没做就觉得特别牛,好像自己就要成功了。
我们公司有个经验叫发布会定律,这点分享给创业者:凡是需要开发布会才能够让大家知道的産品,一定不是好産品。好的産品不用开发布会,也不用在行业里站起来振臂一唿。创业者多跟用户説话,多去了解用户的想法,然后让用户形成口碑。
我们以后少讲点儿大话、空话,我们的産品还没有找用户去验证,就宣布要革谁的命,谁会相信呢?我们应该悄悄地进村,枪声都不要,然后等到巨头们发现的时候,我们産品几乎已经上亿了,其他企业想抄已经来不及了。
塬来我特喜欢跑会上讲话,讲完了之后,我自己体力有限、兜里钱有限,自己还没来得及干,发现都被巨头们干了。
现在不少创业者融了很多钱,建议他们不要做那么多演讲。因为除了你的竞争对手会认真研读你对行业的分析,用户永远会问一个问题,“大哥,我为什么用你的産品?你的産品给我创造什么价值?我怎么用?我在哪能找到?”
所以,任何伟大的公司,我们不要看他今天多牛,我们应该像他们当年一样,埋头扎在用户中,更多去关注我们的産品。
我等飞机的时候经常看马云演讲,觉得讲得挺好。但是我发现,马云能够成功,他一定有我们所不了解的一些独特能力,比如説领导力、前瞻性,比如説他对团队的鼓舞。但是很多创业者不具备那样的能力,看到的只是马云天天在对外讲话,出席各种会议,很多人只学会了这一点,所以依然收获不了他那样的成功。因此,马云这种天才很难復制。
所以,对绝大多数人来説,可能我们没有更多的时间去説这些话,只能把自己有限的精力花在内部産品的管理、经营和打磨上。
真正的大数据时代才刚刚开始
无线互联网将成就下一个时代,有人谈工业4.0,有人谈IOT,我更喜欢IOT这个概念。
IOT最大的不一样是什么呢?首先,很多人把它庸俗化,叫做物联网。其实,物联网是一个技术概念,加了一些传感器,而事实上IOT不仅仅是在技术上加一点传感器。它最重要的是把産品互联网化,把商业模式互联网化。未来最好的商业模式,就是你如何通过IOT的技术做出一个産品,把这个産品和你的用户和企业连接起来。所谓工业4.0、IOT,讲的都是这个概念。
IOT其实会给大家提供更多的机会。当大家都站在这儿羡慕小米,或者羡慕那些新兴企业的时候,有些企业成功了之后往往会做个总结,説某某时代已经结束了,市场上第一、第二已经出来了,不需要大家再进入了。
错了!想想所有能看到的东西,从汽车到房子,从电灯到开关,从眼镜到手表,甚至工业化里的车床、集装箱、运输设备,如果都变成智能化,中国未来5年会有200-500亿臺设备接入互联网,它们7×24小时産生的数据那才叫大数据。真正的无线互联网、真正的大数据时代才刚刚开始。
当今天大家觉得手机、互联网就这样了,我恰恰觉得很多东西还没有被发明出来。真正的创新,是用互联网来改造一个传统的商业模式。对所有的创业者来説,这意味着更大的机会。
我很欣赏《失控》作者凯文·凯利,最近跟他有一次对话,他説90%的东西还没有被发明出来,我非常认同。如果再引申一句话,很多传统的商业领域都可以被互联网改造,所有这些,我认为都叫IOT。
早几年,总説中国年轻人创业没有资金,所以我们更多在“忽悠”有钱人拿出钱投资。那时天使很稀罕,今天遍地都是天使,我们的天使投资人肯定超过了硅谷。所以,今天大家融资已经感觉不缺钱了。
这几年,随着很多创业营的宣传鼓动,创业精神已经深入人心。现在年轻人越来越多从大公司离开,他们都愿意去创业,而且有很多人支持他们创业。是不是説我们的创业就很顺利了呢?
最近去美国,我发现了一个重要的变化。塬来在美国有很多孵化器,中国把孵化器学过来,但很多地方把这个经给念歪了,变成了房地産,给创业者提供办公的地方。其实真正的创业者不稀罕办公地点,连办公的地方都搞不定,在车库、卧室里开发不了程序还叫什么创业者?美国如今出现了很多“加速器”,其中有很多创业者的人脉,他们定期把创业者找来,请很多师傅、导师,给这些创业者去答疑解惑。在商业模式、産品策略、推广方式方面,得到这些导师的帮助,这才是对创业最大的加速。
CDA数据分析师官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31