在互联网行业当中,因为拉新或推广的活动把客户引过来,用户开始访问公司的网站,但是经过一段时间可能就会有一部分客户逐渐流失了。那些留下来的人或者是经常回访我们公司网站的人就称为留存。现在大家经常会用到所谓的“日活”(日活跃用户量,简称DAU)来监测我们的网站,有的时候会看到我们的“日活”在一段时期内都是逐渐增加的,这是一个非常好的现象。但是如果我们忽略了留存分析的话,这个结果很可能是一个错误。比如某公司做了很多拉新、推广的活动,用户是带来了很多,但是留下来或经常返回来的客户不一定增长,他们有可能是在减少,只不过是拉新过来的人太多了而掩盖了流失率居高不下的问题,实际上客户的留存是在逐渐降低的。这个时候留存分析就很重要!我们提供了留存图和留存表两个模型来分析用户流失与留存问题。再如上图右边留存表,这张表该怎么解读呢?我们先看一下第二行,时间是1月11日这一天,我们通过各种各样拉新和推广吸引到了6.7K 的客户。但是一天之后就下降了85%,变成15%,两天之后再一次下降10%,到了第七天是比较稳定的状态,达到了6.5%,后面就是缓慢地下降,比较平稳。我们可以看出来客户在第一天的时候就有一个巨大的流失,然后慢慢地达到了一个比较平稳的状态。看完留存分析的概念,不禁思考,我们为什么要做留存呢?留存的分析意义何在?像SaaS企业,获得一个客户无论在时间上还是在金钱上成本都是非常巨大的,也许要花掉两到三个月的时间才能获得一个客户。这样你就会发现前期成本很高,也许我们只有通过客户使用我们的产品高达一年或者两年的时候我们才能收回成本。如果这个客户在之前就流失掉了,流失掉就意味着咱们的产品亏本了,连本都没有返回。再来看右边的这张图,这张图讲的是每位客户成本的应收的现金流。第一个月我们得到了这个客户,我们花了6000刀,然后这个客户就每个月给我们付费,比如说每个月付500刀,他要到第13个月的时候我们才能达到所谓的收支平衡,从14个月以后才开始逐渐地赚钱,如果我们的留存没有做好,客户在用了两个月以后就走掉了,那这部分钱我们就流失了。所以说留存有一个非常重要的意义,客户使用咱们公司的产品,时间越长越好,越长带来的现金流或者利润越高,这就是留存的一个非常核心的意义。从上图中我们可以看到两点:第一个就是使用的时间,留在我们产品的时间越长越好;第二个,希望利润越高越好。利润如何越高越好?就是我希望我的留存率越来越高,这样利润的面积也就越来越大。这个效果我们看看能不能通过某些方面的改进,让它逐步提升呢?假如我们让绿色的留存度的线上升到橙色的线,再上升到红色的线,那么第一天留存率高达到70%,七天留存率也有60%多,到了60天、90天的时候留存率也能高达60%左右。这就是说我们前面通过市场拉新获得的百分之百的人数在经过90天以后有60%的人留下来了。刚开始的时候看绿色的线我们的90天的留存率是10%,如果通过我们的努力能让它达到60%,这会给我们带来源源不断的财富和现金流的收入。今天通过留存分析的一些方法来给大家一些思路,看看如何通过优化产品的方式来提高我们的留存率。在讲这个之前我先给大家讲一下我们应该如何去看这张留存的图。大家会有一个问题,为什么我要分成这三个期呢?首先在振荡期,我们可以看到拉新过来进入我们公司网站或者是下载APP的人数在前几天剧烈地减少,由100%几天就变成了百分之十几或者更低,这个期叫振荡期,它有自己的特色。过了振荡期以后就是选择期,为什么我们称它为选择期呢?就是一般情况下客户在这段时间之内对我们的产品有了初步的了解,他开始探索我们公司的产品,看看这个产品有没有满足客户的一些核心需求。如果能满足,顾客很有可能就留下来了;如果没有满足,那客户就要走掉了。过了选择期就是平稳期,留存率进入一个相对稳定的阶段。第一个就是次日留存,就是当天过来第二天的留存有多少。我们可以看出,当天拉新,比如说我们拉了100个人,到了第二天可能只有十几个了,这是次日留存。第二个是周留存,周留存是一个什么样的概念呢?我们为什么要周留存,这个概念就是说一般情况下客户使用一款产品,如果他进行一个完整的使用的话他的体验周期大约是一周或者是几天,因为比较常见的是周留存,我们就起了一个周留存的名字。这个可以根据你的业务,如果您公司的产品体验一个完整的体验周期的话比如说是14天或者3天,我们就定3日留存或者14日留存。什么样的客户会留下来?其实这个问题也非常简单,如果我们的产品能够满足客户的核心需求,他能够在我们的产品使用当中发现这个产品的价值,那么他很有可能就会留下来。如果我们做了很多的拉新、渠道的优化等等,也许会提高一定的留存率,但是这个留存到底能不能留下来,核心的问题还是说我们的产品功能设计能否满足客户的核心需求。如果能满足的话,我们能不能再进一步,我们这个产品的设计能否比较好的、比较快的、比较方便地满足客户的核心需求,这是第二点。下面我给大家讲解一下留存分析的方法论,来更好提升我们在平稳期这段时间的留存量。假如我们现在可能只有5%,我想把它提高到10%或者是20%更高,就是回到刚才这张图,从一个绿色的线,慢慢地努力提到一个红色的线。第一个就是获取时间,我们在留存分析的时候可以对获取客户的时间进行分组。比如说这个产品发布了版本2.0或者是3.0,这个时间点我们可以做一个分组,看看用新版本的人的留存表现。还有一种分组方式就是根据客户的行为进行分组,比如说我们举个例子,有一款音乐的软件,我想知道分享这首歌的人,他们在留存上有什么样的表现,或者对这首歌点赞数大于3次或者5次的人,他们在留存上有什么样的表现。先看左边的留存表,正如我刚才所说的,按照获取的时间进行了一个分组。举个例子,我们看最下面的10月26日获得的用户,一天后留存率是多少,两天后留存率是多少,三天后留存率是多少。我们看到右边这个留存表也是这个意思,可以看出来第一天留存率骤降一半,第二天又降了10%,可以看出来前两天客户的留存率下降得很大,然后慢慢地在后期,比如说在第十五六天的时候达到一个比较平稳的阶段。从这两张图表可以很好告诉我们随着时间的变化,留存在下降。但是如果我们想深度地挖掘哪里出了问题的话这两张表还不够,我们还需要进一步地分析用户行为。这时候我们就涉及到了一个新的分析方法,就是根据客户的行为进行分析。这时候咱们再进行更深一步的对比,点击“喜欢”大于等于3次与小于3次的用户留存之间有什么差异?上面右边的图中,红色的线就是喜欢这首歌大于等于3次,蓝色的还是刚才整体的所有用户,在下面是绿色,小于3次的。可以明显地看出来这三个分群有很大的不同,点击“喜欢”越多的次数留存率就会很高,而点击“喜欢”小于3次的人留存率比所有用户的还要低。我们看到这两这张图就会想到一个问题,我们有没有一种方法来引导客户,让他点击喜欢呢?这个时候留存的分析的作用就是说如何促使产品的更新和优化,既然通过数据我发现了点击“喜欢”大于3就会留存率高,那么我们是不是通过这种分析方法来得到一个类似的假设,我们的产品如果通过优化能让客户更早地去点击“喜欢”,那么客户的留存就会多。当然了这个时候我们会对产品通过一些交互行为的设计、A/B test或者各种各样的方法来使这个产品变得更好一些,更优化一些,不过这个主题比较大,我们先讲到这里。我们继续往下深入地挖掘。在上面左边的留存图中我们就用绿色的线表示当客户加入了一个兴趣社区时他的表现是什么样子。红色的线还有蓝色的线也是刚才说的三条线的对比。可以看出来,如果这个客户加入了一个兴趣社区,我们也可以看到它的留存率相对整体客户来说是有一个提升的。我们发现客户加入兴趣社区,点击大于3都会导致留存率的上升,那么我们会不会更深一步想一个问题,如果他既点击“喜欢”大于3次以上,又加入兴趣社区,会有什么样的效果?当然这时候可能并没有很好的效果,我们并不确定,那我们就做一个实验,把数据抓出来,做上一张图,先看一下是好是坏,即刻分享。然后我们就做出了上面右边的图,红色的就是我刚才说的,点击“喜欢”大于3次以上并且加入了社区,另外就是它的补集,就是没有小于等于3次或者是没有加入社区的,这时候我们发现这是一个很大的留存方面的差异。由上图可以很明显地看出来红色要远远地高于蓝色,这时候就会给我们一个想法,如果咱们的产品能够更好地引导这些客户去使用这些功能,那么这些客户就能很好地留下来,留在咱们的产品上。分群A(平稳期)的客户之所以留下来了,是因为咱们的产品提供的功能满足了他,这些用户我们可以通过一些细节的挖掘,去看他对每一个产品每一项功能的使用情况。比如某个产品有很多功能,我现在就截取了A/B/C/D/N 5个模块,10代表使用这个模块的频率还有热度的指数的满分,9表示他经常使用这个功能。反映到我们手机上的例子可能就是说他经常使用“喜欢”这个按钮或者是经常用“分享”这个按钮。从这里可以看出来,如果我们做一个排序的话,分群A在平稳期的这部分用户非常喜欢使用模块A,也非常喜欢使用模块C或者模块D。这部分群体我们再逆推到之前,他们在前期的时候喜欢使用什么样的功能呢?他们在所谓的振荡期和选择期的时候使用什么样的功能。我们也是通过数据的分析,把这个数据拿下来,即分群A(振荡期+选择期),我们发现客户很可能非常喜欢模块A或者是功能模块C,例如客户非常喜欢分享一个东西或者喜欢下载一个东西,这个东西就是我们行为分析的一个起止点。我们可以探索我们是不是先用这两个点来看一看客户在留存上面有没有一个巨大的行为差异,然后我们就会通过这些东西做出一些东西,比如说我点击了“喜欢”大于3次的我就发现留存率高,点击“喜欢”小于等于3次的留存率相对就会比较低。下面展示了我们提供的一张留存图和留存表(也称为手枪图),可以方便大家看到新进来的客户们在后续的时间的表现,我们也可以定义起始行为和回访行为这两个功能。起始行为规定了你想筛选什么样的用户进行留存分析。我们按照最普遍的留存率的概念,将默认的起始行为设置为“新增用户”,即这个用户ID此前未曾出现过,那么就会归为当天的新增用户。除了默认选项外,我们还支持将任意圈选过的标签的浏览或点击行为作为起始行为,在下拉菜单中就可以直接选择。例如,选择“页面_加入我们”“浏览”为起始行为,那么系统会将一段时间内所有浏览过“加入我们”这个页面的用户都筛选出来,然后再计算他们在这之后是否发生过回访行为。你希望用户经常地、持续地到你的产品中做什么?这就是回访行为的定义。在默认条件下,回访行为被设置为“任意行为”,即对任何页面的浏览或点击都被认为是留存。与起始行为一样,你可以设置任意标签的浏览或点击行为作为回访行为,在下拉菜单中可以选择。例如,选择“按钮_加入购物车”“点击”作为回访行为,那么系统会计算:在满足起始行为的用户中,接下来的每一天里有多少人点击了“加入购物车”按钮?他们占起始用户的比例有多少?某个O2O应用,想观察给用户发放红包之后的回购行为趋势。在这个案例中,我们将触发了购买行为的用户定义为留存用户,因为对于这个活动来说,刺激用户的购买是首要目标,那些仅在应用里查看了商品页面的用户,虽然他们回访了,但并没有进行关键行为,因此在这个案例中暂不能成为留存用户。首先在【起始行为】中选择【红包领取成功页面】【浏览】,然后在【回访行为】中选择【购买成功页面】【浏览】,时间选择红包活动的时间段1月1日至1月14日,点击【提交】。我们还可以根据这张表做进一步的分析:例如,在1天后的留存率中,1月2日领取红包的这批用户转化率非常低,只有2.6%,而1月2日的这批用户的当天转化率也不高。我们可以在【用户分群】功能中将这批用户定义为一个分群A,同时将1月7日领取红包的这批用户定义为分群B(因为1月7日的红包用户当天、次日的留存率都比较高),将这两个分群进一步按照多个维度和指标进行交叉对比,找出他们的行为差异。作者是GrowingIO商务分析师檀润洋,原创发表于微信公众号GrowingIO。本文链接:

1. 排版是为了减少读者获取信息的压力,协助读者理清思路;2. 不是所有文章都适用;3. 欢迎友好补充和指正;八点规范如下;预览效果:评论关于两端对齐的讨论比较多,补充一下,微信的两端对齐的几个说明,另外,如果想解决那几个问题,可能需要用到html或者借助编辑器,如果哪位朋友知道方法欢迎补充!另外,关于标点符号使用规范所知甚少,所以文章里或者图片中有标点使用不规范,有必要以后可以补充。此文章强烈推荐给以内容运营为王的公众号运营者作参考,谢谢李教授(李靖)的支持:关于用什么编辑器的问题?这个排版无需用到编辑器,也没有html和css知识要求,有分点内容的规范前面的点可能用到ipaiban中的小符号。只要你足够讲究就能做出来!作者:公子小菜链接:https://zhuanlan.zhihu.com/p/20625154来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。本文链接:

最简单的东西是最昂贵的。   七月十日,上午十点,大家都集体为两个男人懵逼了。  融创中国主席孙宏斌与中国首富王健林联手搞了一个世纪大交易,如下图:  最简单的东西是最昂贵的。  这份账面价值632亿元的合同,用的是平生所见最简约的文字描述,符合中国首富王健林的一贯作风。  总之,王健林,卖了。孙宏斌,买了。  信息保密工作做的相当不错。字里行间,你看到了什么?  一勺言有四个判断,四个悬念,一个一个说说。  一,先定性。这笔世纪大交易,不像是一个深思熟虑的产物,更像一个「突然的自我」决定。  原因是,在过去半个月里,王健林还高调出席了两场万达文化旅游城的活动。6月29日,哈尔滨万达城开业;7月9日,万达贵州丹寨小镇扶贫启动,而万达在贵州同样有一个万达城正在运营,此次并未出现在交易名单中。  迄今,万达一共布局了16个万达城,有6个开业。包含最新的昆明与济南万达城。  但是,还有西安,天津,海口与惠州,尚未正式摘地。  从这个半年会议表态即可看出,万达的出售决定,更像是进入6月后的突然之举。  二,交易有迹可循,但实在开脑洞。  5月底,一勺言之前曾经写了一个万达城的解读文字,一直没有发布。7月1日,就在哈尔滨万达城开业后两天,万达的朋友说,稿子要推迟到7月10日后发,最近公司要求延期与王健林密切相关的推广。  现在看,7月1日原来是一个地产业世纪大交易的大日子。可是,谁能想到会是这样一个局面呢?  三,交易金额巨大,两大男神联手上头条。但是,交易前景能否真正推进下去,不要过于乐观。  融创的净资产不足400亿元,这次交易金额超过了他的净资产,占到了总资产2932亿元的21.5%,妥妥构成了重大资产交易,根据融创的公司章程与相关法律文件,貌似必须得过股东大会这一关。  融创目前停牌了,还不知道投资人对这笔交易的真实看法,用脚还是用手投票,不得而知。如果大家担心过于激进,股东大会上会有很多反对票涌出。  四,万达方面,也可能面临一个重大的资产交易障碍。  目前纳入交易清单的13个万达城,绝大多数还没有交付运营,即使交付的万达城中,还有相当体量仍处于建设状态。而且,像济南万达城、昆明万达城等,有的刚刚与政府签署投资协议,有的尚未开工。  与融创的交易,会不会触发与政府当初签订的投资协议中的违约责任条款,目前还不得而知,这要视具体的投资协议而定。  在交易中,万达用「四个不变」来打消地方政府的顾虑,也是为了安慰那些万达城的业主。这让我想到了当日中国恒大从「水,油、面」的撤退,也曾由此承诺。但是,效果如何,不好说。  一些地方政府会不会公开站出来,反对这笔交易?大概率不会,因为地方政府一般不会如此风格行事。  但是,这样的交易,难免会损伤万达的商誉,以及在地方政府中的信心与信用。作为商人,买卖自由,但王健林应该对此有心理准备。  五,投资人会担心一个问题:相当一些万达城,刚刚签约,相关的土地手续、规划程序,按照惯例,都需要相当一些时间来推进,可能都还没有完全完成。  在这种情况下,融创花费近300亿元收购,会不会买到一些有法律「瑕疵」的资产,值得担心。  而且,这笔600多亿元的交易,需要在7月31日前完成详细协议,并尽快交割,完成支付,时间并不站在孙宏斌的一方面。  融创团队的尽职调查,时间够么?  六,336亿元,收购76个星级酒店。王健林一举脱手,孙宏斌是否甘心?  作为重资产的代表,酒店业态,是地产商唯恐避之不及的资产类别,但是,它们的存在,是万达对当地地方政府的承诺,而后者通常都会比较喜欢酒店。  作为高周转的爱好者,孙宏斌历来并不喜欢酒店资产,但是,一勺言认为,这是他接盘万达万达城的必要代价,否则这个交易可能根本就不会发生。酒店在上市公司的资产池子里,因为每年折旧比较大,所以喜欢财技重于情怀的的地产商都不会喜欢。  孙宏斌接下来了,万达酒店发展很开心,股价一飞冲天,但是融创的投资人买账否?  七,如果这是一笔面向轻资产转型的交易,我会为老王点赞。万达在过去数年完成的「去地产化」与「轻资产转型」,大象转身,是过去20年罕见的成功案例。  但愿我的前六点评论是不准确的,融创与万达进行的是一场互补性的交易,王健林愿意让孙宏斌当他的业主,作为老孙的资产管理方。  倘如此,这当然是一笔漂亮的交易,值得祝福。  八,联合公告的最后一点颇有深意。  是这么说的:双方同意在电影多个领域全面战略合作。  这句话里,信息含量太大了,至少有四层意思。  1,安慰融创。那些万达广场,万达继续负责建设运营,而万达院线会继续支持你。  2,暗示融创,等孙宏斌当上了乐视影业的头把交椅,未来的乐视影业,会得到来自万达电影的强力支持。贾跃亭,不再是万达未来电影合作的谈判对象。乐视拍出来的电影,王思聪会在微博里挺你,万达院线会在排期上倾斜。  3,除了电影,万达会有很多有料的东西,来支持融创。具体有什么,尽管放开去想。本文链接:

现在让我们目睹又一超级强大物流,巨无霸京东的仓库!​618期间,一个“萌萌哒”智能机器人在中国人民大学校园内送快递,引发围观。有网友将视频发到网上,也引来一阵热议。“剁手党”和科技迷们都激动得不要不要的,惊呼“现在的科技确实想象力无限”!之前,一家国外电商仓库的视频刷爆了朋友圈,大家都戏称那是活着的仓库。仓库里的机器人、智能手臂、无人机,都让一众吃瓜群众惊呆了眼。其实,这种水平的智能仓库,中国的企业也有,而且不止一家,一些方面的智能程度与国外电商比也丝毫不逊色。《纽约时报》就在一篇报道中称:各项数据指标显示,中国的人工智能实力正在一定程度上超过美国。位于广东东莞的京东华南区麻涌分拣中心辐射珠三角城市群,在这里有一个1200平米的平台。记者采访时看到,上面有300个分拣机器人正在忙碌着,排队、取货、扫码、前进、投货,全过程流畅而平稳。京东华南分拣负责人陈金刚介绍,麻涌分拣机器人,单小时的处理能力能够达到一万两千件。这里的机器人分拣线共有两层。上层的小机器人根据地面二维码指示,准确将货物投入相应货口。下层每个货口系有麻袋,对应不同的站点。一旦货物装满,便会有指示灯亮起,提示分拣员需要将麻袋扎口,并推送到传送带前往装车区域。在整个分拣区域,原有的300名分拣员工如今变成了只有不超过20人,与传统分拣线相比,显得十分冷清。但陈金刚说,从全天的效率、作业质量方面来看,都有显著提升。因为这些小机器人不需要两班倒。如果没电了,它们会自己去找充电桩补充能量。使用机器人后,不光工作环节从6个减少到3个,而且因为减少了搬运的次数,对货物也更有安全保障。除了在仓库里,无人车、无车机等人工智能也已经被运用到了物流配送环节。而这两天在中国人民大学引发围观的中国首辆无人配送车,更是因为使用了很多先进的“黑科技”,而出尽了风头。它的工作流程是这样的:配送人员先将相应订单放到无人车的箱子内,无人车会根据订单信息自动选定配送路径,然后按照路径规划自动行驶,并确定订单停车站点。在距配送点100米位置时,发送短信给收货人。无人车抵达配送地点后,收货人输入验证码,机器人自动开启仓门,完成取货后自动关闭仓门,并开始配送下一个订单或返回配送站。基于高精度立体影像数据与GNSS卫星定位系统相结合,无人车可以通过机器人地图进行精准路线规划和导航定位,定位精度达到厘米级。通过激光雷达等多种传感器感知环境,完全自主行驶,自动路径规划,自动避障,全程无需人工参与。有围观送货的学生说,这个萌家伙就像科幻片里走出来的,期待自己也能跟它来个亲密接触。其实,人工智能的本事可不止于炫技,它早已进入中国人的日常生活。仔细想想,当你在电商平台购物时,接待你的网上客服可能已是人工智能;当你懒于家务时,扫地机器人已经可以自主规划运行路线帮你保持室内清洁;创业者们甚至还用人工智能来给人们提供高考志愿填报、智能快件代收等各种服务……人工智能的未来市场被普遍看好。业内人士认为,在金融、医疗、安防、教育、能源、机器人、互联网产业升级、传统行业的流程自动化及商业智能等方面,人工智能都具有千亿美元以上的市场潜力。人工智能的技术突破正在带来一轮席卷全球的技术革命风暴,创造一个无比广阔的市场,中国也在这股大潮中表现亮眼。《纽约时报》在一篇题为《人工智能“军备”赛跑,中国正在赶超美国》的报道中称:各项数据指标显示,中国的人工智能实力正在一定程度上超过美国。当前,许多业内人士都认为,下一个风口就是物联网。而随着中国电商行业的速度崛起,以及人工智能在中国电商行业的大量运用,这似乎都暗示着。来源:人民日报微信(ID:rmrbwx),综合央视财经、经济日报等本文链接:

本内容出自安德森·霍洛维茨基金。这个机构是硅谷最厉害基金之一,可称上世界最明智的投资方,他们不但投资了最多的高估值企业,更是在这些企业还不出名的时候对进行了投资。近期,该基金投资人本尼迪克·伊万斯(BenedictEvans)在“《华尔街日报》数字会议”上做的有关移动的观点预测。  没错,我们正站在这样一个特别的历史拐点上。  1.十几年前,我们被1995年到2000年的网民数增长震惊,这一阶段网民数从0.5亿人增长到4亿人。  2.技术泡沫后,网民数增长更惊人,从4亿增长到今年约30亿人;同时,使用智能手机人数达到20亿人次。  3.2020年,全球又有10亿人会将通过智能手机上网成为网民,网民数达到40亿人次。  4.1995年至今,不上网或没智能手机的成年人数持续收缩:前者从 1995年近百分百降至2017年约36%;后者从1995年百分百降至2017年约28%。  5.2020年,全球80%成年人会拥有智能手机。  2020年全球人口数在74亿左右;成年人数约52亿人次;TV受众48亿左右;有文化和读写能力的人45亿左右;功能机用户43亿左右;上网人数40亿左右;智能手机用户40亿左右;PC用户17亿;个人PC用户在10亿以下。  6.智能手机,让所有人都拥有一部装在口袋里的超级电脑。一部新iPhone的CPU内晶体管数是奔腾1995的625倍;仅新iPhone发布那个周末,苹果卖出CPU晶体管数就达到1995年世上所有个人电脑里CPU晶体管的25倍。  7.所有人,即便是在撒哈拉沙漠,他们手机覆盖率、3G网络覆盖率及移动设备使用率都在上升。  1.人们花在移动互联网上时间,已超过花在所有电脑网页上时间总和。  2013年6月,用户通过桌面上网时间还多于用户通过手机上网时间;但今年6月,后者(App + 移动浏览器)已明显超过前者。  此外,移动互联网格局还未完全固定,如就“Iinstalled an app on my Androidsmartphone.”这句话,其中“下载”、“APP”、“Android”、“智能手机”,这四个概念都还有很大发展空间,2020年我再说这话时,可能和现在意思已大有不同。  2.生态系统的复杂性。  iOS和Androi两家市场份额因不同地点产业结构不同而相差悬殊。换句话说,用iOS还是用Android,取决于你在哪和你在做什么。  如上图,全球销量看,Android手机明显多于苹果;但Facebook旧金山用户中,苹果设备使用者多于Android,同时在雅加达,情况则反过来;另外,苹果应用商店收入明显高于GooglePlay;而以全球浏览器上网数据看,苹果略高Android,但中国数据则完全相反,Android明显多于苹果。  3.每个新传感器都意味新商机。  智能手机比PC复杂得多,PC不会问任何它应该知道的东西,但新传感器深刻改变电脑能知道的东西,因此每个新传感器,都能带来新商业机会。  4.移动设备能引发“杠杆效应”。  2020年,智能手机数将达到PC的2—3倍,但乘以移动设备便携易用带来的便利,移动设备将能提供10倍于PC时代的机会。  Facebook和WhatsApp是最典型例子。两年内,Facebook移动广告收入就翻倍,成为一个体量达65亿美金的海量客户部门;而只有30个工程师的WhatsApp一年内信息流量已达到72亿条,要知道,全球短信总量是每年75亿条。  “杠杆效应”还改变了互联网初创企业对早期资本的需求:2000年,一个融资1000万美金、拥有100名员工的初创企业能吸引100万用户;现在,融资100万美元,有10个员工的公司就能吸引1000万用户;而未来凭借移动互联网,一人白手起家,不要拿什么投资,就能吸引100万用户。  1.智能手机逐渐拖垮PC。  全球有20亿人,平均每2年买一台移动设备;全球有16亿人,平均每 5年买一台PC。  2.智能手机和平板电脑已占电子产品市场半壁江山。  3.1999年时,全球共有800亿张用胶卷拍的照片;而今年,社交网络上分享照片就达到8000亿张;苹果和Android手机销量,也超越日本生产的照相机。  4.移动甚至改变PC领域市场份额。  微软在PC领域销售份额持续下滑,已从超过85%份额,掉到不到25%;而苹果却快速占领市场,从收入看,几乎接管PC业,在2013年达到1750亿美金。  5.移动已导致技术中心转移:  硅谷和中国成为新时代中心,代表公司:电脑领域谷歌和苹果,打败微软;芯片领域ARM和高通,打败英特尔;手机行业,中国深圳打败原生产诺基亚的芬兰。  6.移动撬动供应链过程:  1.科技在主导我们注意力。  2.科技品牌价值巨大。  2004年,科技品牌价值占全球品牌价值前100位的30%,其中谷歌、苹果、亚马逊和Facebook四家占不到2%;但现在,前者已达到40%,后者快接近20%。  3.孩子们最牵挂什么?移动设备。  4.人与人的沟通正趋向纯数字化、纯移动化,现在连爷爷奶奶们,也会使用电子邮件了。  5.移动设备挤压下,电视变得越来越小众,可用来看视频的数字设备,正从数量上超越真正的电视。  6.作为移动设备的屏幕,全球LCD液晶屏显示器销量显著上升。  1.以下是各行业在2013年收入情况。其中,汽车业达到14000 亿美金,服装业达到13000亿美金。  2.通常跟技术相关公司分三种。一是以技术为核心的公司,如苹果;二是通过技术改进产品或扩展业务,但技术不是核心,如亚马逊;三是被新技术催生出的公司,可能做的是传统行业,但都基于新技术,如Airbnb。而如果重点关注第三种公司,我们会发现:每波技术创新浪潮,都会催生一些新行业,比如:  正如卡车和洲际公路出现让零售业发生根本性转变,因而成就了沃尔玛,移动设备和移动互联网为传统旅游和运输行业创造了全新可能,因此才有Airbnb、Uber和Lyft。由此可见,移动已开始对社会产生深刻影响。  另一重要事实:当一项技术被充分普及,它就被社会“内化”成理所当然的一部分,人们也就不再谈论它。以下几张图,显示了“铁路”、“钢铁”、“计算机化”等技术词汇在GoogleBooks出现的频率:  “铁路”  “钢铁”  “计算机化”  这样的趋势说明:软件和移动互联网已开始走向被内化阶段,成为各行业理所当然、不可或缺的组成部分。软件和移动互联网正在吃掉整个世界,科技业自身已容不下技术发展的张力。本文链接:

分类:威尼斯人娱乐官网网址

时间:2016-11-22 01:47:14