努力的方向是如何才能不用努力

下雨天适合去哪里，当然是来找多巴胺啦

① 新旧品牌同台PK

KUMO KUMO 和鲍师傅相隔不足10米，明着抢鲍师傅的顾客，相比之下，KUMO KUMO的品类卖相好，包装更加精美，为消费者提供休息的沙发，开放式厨房距离消费者更近

而鲍师傅的价格更加亲民，款式更多样，开放式厨房里忙碌的员工更多

还在门口观察了一会儿，KUMO KUMO的人流量更大

所以尽管是大家非常不看好的餐饮品类，依然会有新旧的迭代，新时代的打法通过提供更好地消费体验，赋予食物更多地情绪价值，会迅速蚕食传统品类的份额

②餐饮细分赛道

在商场看到一家榴莲主题的蛋糕店，和KUMO KUMO一致的是，他们为消费者一整片免费的休息区域，甚至能看到打工人正在吃从家里带的午餐

他们的品类包含榴莲千层，榴莲雪糕，榴莲牛奶，榴莲沙冰等等相关的周边，当然还有特别可爱的榴莲公仔，蛮多小朋友抱着打卡

榴莲是一个非常小众的品类，人群很细分，喜欢吃榴莲，喜欢吃甜品，这部分人看到这个应该再也挪不动道了

③盒马

很喜欢逛盒马，一些单品真的匪夷所思，是可以尝鲜的好地方，无论是日用品区域，食品区域，没让我失望过，期待更多新品上新

④四洲零食物语

里面最多的是薯片，饼干，干脆面，还有一些新的饮品，看完所有货架，竟然没有辣条，差评！

有观察到最近两年这种量贩零食店迅速开店，又迅速关店，潮来潮去，不过还有保留一些品牌像“零食很忙”“赵一鸣零食” 还包括一些进口零食买手店，以上这些更多是集中在街边，不过这家店直接开进商场倒是少见

陪伴你的Day 373

微软CEO Nadella访谈结论：

1：未来是智能体替代人类操控软件的时代，大力投入算力是大势所趋

2：Ai时代的受益者是能够将Ai应用到实际业务中的公司

3：量子芯片不会取代传统芯片，两种计算会结合起来

4：未来的三大方向：Ai，量子计算和混合现实

量子计算是系统上的突破，Ai是商业逻辑上的突破，而混合现实是交互形式上的突破

其中关于Ai 很难取得信任这一段很有感触，一个新概念，新东西的出现，要让人们接受且放心地使用，需要一个信任的过程

​输出的内容要整理，要随时更新
以前有思考到底做什么事情，可以一劳永逸
做的过程中，明白保持迭代才是真正的“逸”
​问渠那得清如许？为有源头活水来

陪伴你的Day 372

学习如何结构化表达，如何分析问题

分享下这篇文章，分析问题的框架非常清晰
为如何看待当下的争议问题，如何拆解问题，如何解决问题都提供了很好的思路

对如何进行职场汇报，产品宣讲，都有一定的借鉴意义

甚至于情侣，朋友间的吵架拌嘴，这套逻辑也是通用的！

全篇内容偏严肃，排版不适合大众，整体流量较低，更加说明严肃内容和大众是有壁的，这其中的转化是确定性的需求

陪伴你的Day 371

​
​

细分需求+Ai 在跨境出海的落地运用

DeepBI 一款基于GPT4的Muti-Agent一款可以私有化部署的数据分析软件

作为甲方，今天沟通之后立刻确立了合作，和之前服务商推的广告全托管不同，他们主要解决了广告投放中非常细分的一个痛点，而且合作的价格很便宜

能让企业小成本试错，主要卖点能解决当前业务的难点，合作地很丝滑

他们解决的是什么细分需求？

在广告投放过程中，竞品的投放测试时间长，而且不好量化投放效果，因为竞品投放的效果是跟随市场和竞品变化的，而DeepBI能够通过动态的数据监控，进行竞品滚动投放，既能达到测试目的，而且也能降低成本

换句话说Ai 落地应用能够解决当前遇到的难题，普通消费者是更容易买单的，当然最后测试的效果如何，需要进一步跟进

陪伴你的Day 369

​如何拆解甲方需求
​找到甲方爸爸隐性需求并且满足
是​能否达成合作的关键
​
而​如何识别隐性需求呢，其实这是可以在日常生活中训练的

相信大家​日常生活中会遇到这些问题

​1：亲戚询问高考志愿怎么选学校
​2：领导临时抛出一个任务，要完成
​3：自我拷问：是否要换工作，换行业等等
​
​这些问题都涉及到需求的深度挖掘，挖掘需求的过程，就是调查研究的过程，也是不断提问，层层深入的过程

书中给到很好的思路
1：6W2H模型，不断提问，找到深层需求
​2：柚子模型分解问题找到解决方案
​
P.S. 书中提出这两个看似正确的方法论，其实不够实用，为什么这么说？
​
​生活中，遇到问题的时候，我们知道要这么拆解，但是到自己拆的时候很容易被畏难情绪打倒，坚持不到终点
​
​这个时候应该怎么办？
​
​把任务的颗粒度拆解地更细一点，并且在每一步拆解过程设立奖赏机制，就像打游戏一样

​比如我们都知道要解决问题，但是解决问题之前要做调查研究，调查研究要耗费的时间可能很长，就像十月怀胎

而调查研究就是解决路径中的一环，认识到到解决问题的路径长是正常的
​
​而刚刚提到的奖励机制，不仅要出现在解决方案出来的那一刻，也要出现在调查研究的整个过程中，漫长的煎熬期要有足够的奖赏，才能克服畏难情绪！
​
​这样地实践之后，慢慢地就会拥有更为深刻的洞察力，这对于工作中的业务对接，生活中的关系相处都有极大的好处！
陪伴你的Day 368
《超级搜索术》读书笔记

陪伴你的Day 366
​信息素养是什么？

不是搜索信息的速度
而是学会如何思考，如何抓住问题的核心
明白如何高效地解决问题

而如何学会思考？如何找到核心需求？

①学会用“6W2H模型”找对问题，精准地挖掘信息需求。

②学会用“柚子模型”分解问题，找到真正能执行的方案。​

没有利用工具，纯手打敲出了演讲的全部内容

逐字体会雷总的处事逻辑与情怀，更加明白了，敢想敢干最重要，其实很多事情没有那么难，你去试一下说不定就成了

1：首先要设立一个明确的目标
2：目标导向，坚定不移地行动

当然了写逐字稿还有一个目的，在这个注意力极度稀缺的年代，雷总的这篇演讲能够吸引人看下去，和他本人极具亲和力，极懂营销，极懂人性的弱点是分不开的，为了了解这些逐字学习

1：每次雷总提出一个目标，接下来都会开始谈自己的什么也没有什么也不会的处境，毫不避讳展示自己前行的痛苦过程，和观众充分共情

2：接着雷总开始分享在追逐目标过程中提出的问题，详细的解决过程，充满了各种细节，让观众能够设身处地

3：最后的结论输出朴实，真诚，同时极具煽动性，让人恍然大悟，充满勇气，也充分符合“峰终定律”

陪伴你的Day 365

哇！睡了12个小时

企业结合Ai的落地需求：

1：企业知识库结合Ai进行搜索产出是刚需：企业存在大量潜知识，存在各种文档里，搭建知识库是刚需，和Ai结合做本地化部署得出差异化的结论，提高效率

2：降低用工成本的操作：基于大模型把通用的流程变成智能体，流程化，用于替代人工，用于提效

大模型要走垂直化之路：即解决某一专业场景下的问题而不是解决所有问题

红衣教主举的例子很通俗，大模型像一个发动机，只能是某一个细分需求的发动机，不能用这个发动机解决所有需求，用户不会买账

而人们需要做的是不断地找需求场景，找细分的需求场景
比如Plaud Ai 找的是会议纪要的这个场景

陪伴你的Day 364