
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
DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08CDA 数据分析师:解锁数据价值的专业力量 在当今这个数据爆炸的时代,数据已成为像石油一样珍贵的战略资源。而 CDA 数据分析师, ...
2025-08-08人工智能对CDA数据分析领域的影响 人工智能对 CDA(Certified Data Analyst,注册数据分析师)数据分析领域的影响是全方位、多层 ...
2025-08-07SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-08-07SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-08-07CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-07大数据时代对定性分析的影响 在大数据时代,海量、多样、高速且低价值密度的数据充斥着我们的生活与工作。而定性分析作为一 ...
2025-08-07K-S 曲线、回归与分类:数据分析中的重要工具 在数据分析与机器学习领域,K-S 曲线、回归和分类是三个核心概念与工具,它们各 ...
2025-08-07CDA 数据分析师考试全解析 在当今数字化时代,数据已成为企业发展的核心驱动力,数据分析师这一职业也愈发受到重视。CDA 数据分 ...
2025-08-07大数据时代的隐患:繁荣背后的隐忧 当我们在电商平台浏览商品时,系统总能 “精准” 推送心仪的物品;当我们刷短视频时,算法 ...
2025-08-07解析 F 边界检验:协整分析中的实用工具 在计量经济学的时间序列分析中,判断变量之间是否存在长期稳定的均衡关系(即协整关系) ...
2025-08-07CDA 数据分析师报考条件详解:迈向专业认证的指南 在数据分析行业蓬勃发展的当下,CDA 数据分析师认证成为众多从业者提升专业 ...
2025-08-07通过 COX 回归模型诊断异常值 一、COX 回归模型概述 COX 回归模型,又称比例风险回归模型,是一种用于生存分析的统计方法。它能 ...
2025-08-07评判两组数据与初始数据准确值的方法 在数据分析与研究中,我们常常会面临这样的情况:需要对通过不同方法、不同过程得到的两组 ...
2025-08-07CDA 数据分析师行业标准:构建数据人才的能力坐标系 在数据驱动决策成为企业核心竞争力的时代,CDA(数据分析师)行业标准作为 ...
2025-08-07反向传播神经网络:突破传统算法瓶颈的革命性力量 在人工智能发展的历史长河中,传统算法曾长期主导着数据处理与模式识别领域 ...
2025-08-07MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-07抖音数据分析师:驱动平台增长的幕后推手 在抖音这个日活用户数以亿计的超级平台上,每一次用户的滑动、点赞、评论,每一条 ...
2025-08-07基于 SPSS 的中介效应分析结果解读:揭示变量间的隐性关联 在社会科学与自然科学研究中,变量之间的关系往往并非简单的直接作用 ...
2025-08-07