即刻App年轻人的同好社区
下载
最近看了很多类似 Elys，EVE，幕间，secondme 这样的产品，对 ai+社交这个赛道产生了兴趣，和一些团队的同学讨论，重新有了一些思考，这里面其实有很多想象空间
如果产品想做一个社交社区，在 AI 技术环境下，一个 C to C 的社区应该如何成立？用户为什么还需要和用户互动，而不是只和 AI 互动？
传统社区，是通过人-内容-人的匹配完成同好兴趣用户的匹配->聚集->互动，收获精神层面的满足。而社区的生态是一个微型社会，用户通过在社区获得其他真人的点赞、崇拜、追随来寻求地位、声誉和影响力的精神层面满足。而创作者生态、意见领袖体系、用户成长体系都建立在真人社会的认可机制之上。这些真人互相互动碰撞生成出来的内容，具有意外、挑战、观点冲突和不可预测性，带来了社区生态的百花齐放和繁荣。
与AI 互动是基于模型和语料给于可预测性的回复，本质上用户自身数据与偏好的映射，就像是玩单机游戏和玩网络游戏的区别，单机游戏提供了确定性的关卡、封闭的系统规则，用户自我投射到游戏角色扮演突破关卡，获得满足感。但是社区像网络游戏，互动的过程创造了未知，能获得不确定性的奖赏以及社会身份的构建，整个生态是真人驱动演化的。
而 AI 技术环境下社区形态，ai 可以扮演一个催化剂或者是更先进形态的创造引擎，传统受限于创造能力，内容的载体从文字->图片->视频，ai 时代，内容可以变成 ai 加持的多模态内容（比如猫箱的内容是一个可以交互的剧本和角色）
那在社交产品中，进行一个社交关系“匹配”相关的产品设计时，AI能发挥或者起到什么作用。
首先用户在社交软件匹配阶段的需求：
P0真实性与安全感、P1效率与精准性、P2低压力启动、P3摆脱熟人社交束缚
传统 APP 的做法：
用户选择标签、人工审核或介入（红娘）、LBS 定位、互动场景游戏，存在的不足之处在于要保证真实那么流程就会冗长、而简化门槛就会带来虚假、动机不良，人力介入成本高就会难以规模化，过度匿名会导致信任缺失
AI 时代下社交APP 的做法：
数字孪生代理（AI 模仿你再去帮你匹配）、虚拟伴侣，数字孪生代理是一个社交范式重构，但是现在这个阶段做得不好并且很容易产生很多无效垃圾内容。虚拟伴侣，本质上是 AI 能力+乙游，但是会面临陪伴越成功，用户越不想离开的矛盾。
💡我随便脑暴了一个产品想法：
比如说引入两个AI设定，作为社交催化剂：
一个是数字孪生，构建社交软件的我，AI 需要读取我的授权的微信对话、朋友圈发布、小红书、抖音等消费信息，授权过程是虚拟人的构建与灵活对齐，引入养成系统，授权越多、互动矫正越多，等级越高，开放的能力、或者角色数值越高。在 ai+游戏化过程中，解决拿到用户信息、低门槛解决真实性和准确性问题。
社交升温的手段是对抗、合作。线下的人认识的场景是组局、聚会、唱 K 、狼人杀等共同经历了某些事情，双方有了了解而认识
那么构建一个社区设计剧本、我的分身和他人的分身作为演员共同去演绎，且我能在进行中或者结束后浏览各自分身表现、并为其关键表现进行投票，又能实时对齐训练分身。事后以共同记忆档案代替传统报告输出双方匹配程度，就能以更有趣的维度解决匹配的问题，也给真人阶段的社交留下了空间和想象力。等于我在匹配阶段就以情景化模拟了双方在接下来的社交关系升温之后的可能性，给了社交匹配契合更前置的确定性。
另外一个就是第三方 AI 角色：红娘/引导者，参考真实红娘的人设，因为有双方的人物设定，所以能知道怎么样在匹配后刚开始时引导话题帮助社交升温，同时也能作为门槛壁垒，用户不会说匹配上就加微信聊。
然后无独有偶，昨天刚想象完，今天就发现了已经有公司在落地类似的产品形态了，且更为先进。我记得前几个月的时候，和外面交流，大家还在感慨 nano banana 模型时，现在已经变 openclaw 了，日新月异
如果产品想做一个社交社区，在 AI 技术环境下，一个 C to C 的社区应该如何成立？用户为什么还需要和用户互动，而不是只和 AI 互动？
传统社区，是通过人-内容-人的匹配完成同好兴趣用户的匹配->聚集->互动，收获精神层面的满足。而社区的生态是一个微型社会，用户通过在社区获得其他真人的点赞、崇拜、追随来寻求地位、声誉和影响力的精神层面满足。而创作者生态、意见领袖体系、用户成长体系都建立在真人社会的认可机制之上。这些真人互相互动碰撞生成出来的内容，具有意外、挑战、观点冲突和不可预测性，带来了社区生态的百花齐放和繁荣。
与AI 互动是基于模型和语料给于可预测性的回复，本质上用户自身数据与偏好的映射，就像是玩单机游戏和玩网络游戏的区别，单机游戏提供了确定性的关卡、封闭的系统规则，用户自我投射到游戏角色扮演突破关卡，获得满足感。但是社区像网络游戏，互动的过程创造了未知，能获得不确定性的奖赏以及社会身份的构建，整个生态是真人驱动演化的。
而 AI 技术环境下社区形态，ai 可以扮演一个催化剂或者是更先进形态的创造引擎，传统受限于创造能力，内容的载体从文字->图片->视频，ai 时代，内容可以变成 ai 加持的多模态内容（比如猫箱的内容是一个可以交互的剧本和角色）
那在社交产品中，进行一个社交关系“匹配”相关的产品设计时，AI能发挥或者起到什么作用。
首先用户在社交软件匹配阶段的需求：
P0真实性与安全感、P1效率与精准性、P2低压力启动、P3摆脱熟人社交束缚
传统 APP 的做法：
用户选择标签、人工审核或介入（红娘）、LBS 定位、互动场景游戏，存在的不足之处在于要保证真实那么流程就会冗长、而简化门槛就会带来虚假、动机不良，人力介入成本高就会难以规模化，过度匿名会导致信任缺失
AI 时代下社交APP 的做法：
数字孪生代理（AI 模仿你再去帮你匹配）、虚拟伴侣，数字孪生代理是一个社交范式重构，但是现在这个阶段做得不好并且很容易产生很多无效垃圾内容。虚拟伴侣，本质上是 AI 能力+乙游，但是会面临陪伴越成功，用户越不想离开的矛盾。
💡我随便脑暴了一个产品想法：
比如说引入两个AI设定，作为社交催化剂：
一个是数字孪生，构建社交软件的我，AI 需要读取我的授权的微信对话、朋友圈发布、小红书、抖音等消费信息，授权过程是虚拟人的构建与灵活对齐，引入养成系统，授权越多、互动矫正越多，等级越高，开放的能力、或者角色数值越高。在 ai+游戏化过程中，解决拿到用户信息、低门槛解决真实性和准确性问题。
社交升温的手段是对抗、合作。线下的人认识的场景是组局、聚会、唱 K 、狼人杀等共同经历了某些事情，双方有了了解而认识
那么构建一个社区设计剧本、我的分身和他人的分身作为演员共同去演绎，且我能在进行中或者结束后浏览各自分身表现、并为其关键表现进行投票，又能实时对齐训练分身。事后以共同记忆档案代替传统报告输出双方匹配程度，就能以更有趣的维度解决匹配的问题，也给真人阶段的社交留下了空间和想象力。等于我在匹配阶段就以情景化模拟了双方在接下来的社交关系升温之后的可能性，给了社交匹配契合更前置的确定性。
另外一个就是第三方 AI 角色：红娘/引导者，参考真实红娘的人设，因为有双方的人物设定，所以能知道怎么样在匹配后刚开始时引导话题帮助社交升温，同时也能作为门槛壁垒，用户不会说匹配上就加微信聊。
然后无独有偶，昨天刚想象完，今天就发现了已经有公司在落地类似的产品形态了，且更为先进。我记得前几个月的时候，和外面交流，大家还在感慨 nano banana 模型时，现在已经变 openclaw 了，日新月异
6 10
看完了 5 小时罗对JK访谈，虽然去旅游时经常使用 pocket和拇指相机，但是从来没深度了解过背后的逻辑和需求解决，以下是一些记忆比较深刻的收获。
- 普通视频与全景视频的不同逻辑：传统视频（如电影、短视频）依赖景别（远景、中景、近景、特写）的切换来引导观众视线、叙事抒情，这是一种由创作者主导的“表达” 。而全景视频构建的是一个以摄像机为中心的沉浸式环境（“境”）而非限定视角的“景” 。它将选择观看什么的权利很大程度上让渡给了观众，更侧重于客观“记录”和“呈现”，追求身临其境的在场感 。因此，你觉得它“没办法代入表达”但“特别适合作为自己回忆”。
- 设备演进：从麻烦到便捷：从“连手机太麻烦”以及“普通运动相机”的兴起，传统运动相机视角固定，可能错过精彩瞬间 。而全景相机能一次性记录360°环境，后期再选择理想视角，大大降低了拍摄难度，避免了“绑定手机”的繁琐和角度把握的难题 。
- “模板化”降低门槛带动消费： osmo 的增长链条“买市场上好的创作者内容素材授权-变成宣传广告-变成给普通用户使用的创作模板”。平台提供高质量模板（Showcase），降低用户创作门槛，同时带上美观的水印就能很好的强化品牌认知 。同理 现在深圳在做消费级打印机的厂商，每一家都像模仿拓竹做模型社区，本质也是类似通过提供现成的模板参数，降低用户打错好玩东西的门槛，从而让更多普通人可以有兴趣购买设备。
- 回归第一性原理：重要的是思考用户深层次、本质的需求。用户买无人机，深层需求不是学会复杂操控，探索、记录、分享。用户需要的不只是工具，而是解决方案和最终成果。所以才有很多的 idea，比如：从过去需要手机盯着屏幕拍摄，到可以实时将图像传到眼镜，让你不错过精彩的当下。
- 普通视频与全景视频的不同逻辑：传统视频（如电影、短视频）依赖景别（远景、中景、近景、特写）的切换来引导观众视线、叙事抒情，这是一种由创作者主导的“表达” 。而全景视频构建的是一个以摄像机为中心的沉浸式环境（“境”）而非限定视角的“景” 。它将选择观看什么的权利很大程度上让渡给了观众，更侧重于客观“记录”和“呈现”，追求身临其境的在场感 。因此，你觉得它“没办法代入表达”但“特别适合作为自己回忆”。
- 设备演进：从麻烦到便捷：从“连手机太麻烦”以及“普通运动相机”的兴起，传统运动相机视角固定，可能错过精彩瞬间 。而全景相机能一次性记录360°环境，后期再选择理想视角，大大降低了拍摄难度，避免了“绑定手机”的繁琐和角度把握的难题 。
- “模板化”降低门槛带动消费： osmo 的增长链条“买市场上好的创作者内容素材授权-变成宣传广告-变成给普通用户使用的创作模板”。平台提供高质量模板（Showcase），降低用户创作门槛，同时带上美观的水印就能很好的强化品牌认知 。同理 现在深圳在做消费级打印机的厂商，每一家都像模仿拓竹做模型社区，本质也是类似通过提供现成的模板参数，降低用户打错好玩东西的门槛，从而让更多普通人可以有兴趣购买设备。
- 回归第一性原理：重要的是思考用户深层次、本质的需求。用户买无人机，深层需求不是学会复杂操控，探索、记录、分享。用户需要的不只是工具，而是解决方案和最终成果。所以才有很多的 idea，比如：从过去需要手机盯着屏幕拍摄，到可以实时将图像传到眼镜，让你不错过精彩的当下。
7 01
作为一个古典产品经理，最近听了很多AI相关的播客，有很多专业名词听不懂，所以系统性整理翻译成我这种小白能听懂的话进行学习，再分享出来。今天先整理深度学习。
什么是深度学习？
AI比作一个正在学习的孩子，那么深度学习就是这位孩子最重要的“学习方式”。它通过模仿人脑的神经网络，让计算机能够从大量经验（数据）中自己“领悟”规律，从而学会识别图像、理解语言、甚至做出预测。
它是怎么发展的？
1958年感知机-现代深度学习的基石
感知机就像一个非常认真但又特别死板的新手守门员。他的任务很简单：根据看到的有限信息，决定是否出击拦截飞来的足球。
观察到的信息：球速、对手方位、风向，等同于输入信号（接收待处理的外部信息 ）；
对不同信息的重视程度：更相信球速，不太在意风向，等同于确定权重（代表不同输入信号的重要性 ）；
心里快速计算：“球速太快 + 对手离得很近 = 危险！，等同于加权求和（将所有输入信号乘以其权重后相加，得到一个总分 ）；
判断自己的出击原则：只有觉得“会进球”时才行动拦截，等同于于阈值/偏置（一个预设的界限，决定了神经元被激活的难易程度 ）；
最终决定：出击 或 不动相当于输出计算后的结果，等同于输出一个简单的二元决策（是/否，1/0）。
这个守门员（感知机）通过反复训练，能非常好地完成一些规则清晰、界限分明的任务。比如，就像判断“如果下雨并且目的地没有遮挡物，就带伞”一样，他可以学会处理“与门”、“或门”这样的简单逻辑电路 。
但他的局限性也很明显：他只会画一条“直线”来划分世界。想象一下“异或”这个问题：球要么来自左边，要么来自右边时（但不能同时来自两个方向）才需要出击。这个规则无法用一条直线完美划分所有情况，于是这个死板的守门员就懵了，无法做出正确判断 。
这正是早期单一感知机的核心瓶颈，它只能解决“线性可分”的问题 。 那么，如何让这个守门员变得更聪明呢？答案是：不依赖一个人，而是组建一个团队！ 将无数个简单的“感知机”连接成多层网络，就构成了现代深度学习的基石，使得图像识别、自然语言处理等复杂任务成为可能 。
1982年 循环神经网络 (RNN)-对文本等序列数据进行建模。
AI理解一段话（序列数据）的过程，想象成一个人如何阅读和理解一个故事。把AI模型想象成理解故事的“读者”。
RNN（循环神经网络） 像一个记忆力有限、必须逐字阅读的读者。
工作方式：他必须从第一个字开始，一个一个地按顺序读下去。他一边读，一边努力记住前面看到的重要内容。当他读到第100个字的时候，他可能还对第1、2个字有印象，但记忆已经变得很模糊了。
缺点：难以抓住“长距离依赖”。比如故事开头说“小明有一只宠物狗”，到结尾才说“这只狗很聪明”。如果中间隔了几百个字，这位读者很可能已经忘了“这只狗”指的是小明的狗，而不是别人的狗。而且，因为他必须逐字阅读，速度很慢，无法并行处理信
2017 年：Transformers 和注意力机制
Transformer 则像一个拥有“上帝视角”的超级读者。
核心武器：自注意力机制。当他拿到一篇文章时，他不需要从头开始读。他可以瞬间同时看到文章里的所有词语。更重要的是，对于文中的每一个词，他都能立刻分析出文中所有其他词与它的关联程度。
工作方式：比如看到句子“这只苹果很甜，所以小明吃了它”里的“它”这个词时，Transformer能瞬间判断出“它”与“苹果”关系最密切，与“甜”关系次之，与“小明”也有一定关系。这样，它就能轻松理解“它”指代的是“苹果”，而不会搞错。
优点：这种机制让它特别擅长处理长篇文章，能轻松捕捉相隔很远词语之间的联系。而且，因为可以同时处理所有信息，它的学习速度非常快。
为什么这个区别如此重要？
正是Transformer这种能高效并行处理和精准把握全局信息的能力，让它成为了当前人工智能大语言模型（比如ChatGPT、文心一言等）的基石技术。我们可以说，Transformer架构的出现，直接推动了我们今天看到的大语言模型技术的飞跃。
2018 年至今Vision Transformers和大规模语言模型 (LLM)
如果把大语言模型（LLM）看作一个聪明的“大脑”（思维与逻辑中心）专门理解和生成文字。它通过阅读海量文本学到知识、逻辑和语言能力。那么 Vision Transformer (ViT) 就是给这个大脑装上了一双“眼睛”（视觉系统），专门理解和分析图片。它用理解文字的逻辑来“看懂”图像。而多模态模型则是让这个大脑能同时处理眼睛看到的、耳朵听到的等各种信号，成为一个更全面的“通才”。（协调感官的“总指挥” ），同时处理文字、图片、声音等多种信息，并理解它们之间的联系。
👁️ 给AI一双“眼睛”：Vision Transformer
传统AI看图片的方式，有点像我们拿着一个小放大镜，一小块一小块地、局部地查看图片，然后再拼凑出整体信息。而Vision Transformer 带来了一种革命性的新方法
工作方式：ViT会把一张完整的图片，像撕便签纸一样，撕成许多个有固定大小的小方块（图像块）。然后，它利用一种叫自注意力机制的技术，让每一个小方块都能和图片上所有其他小方块进行“沟通”，从而一瞬间就把握整张图片的全局信息。
简单类比：这就好比让你看一张“猫追老鼠”的图片。传统的AI可能需要先看到尾巴，再看到身体，最后才拼凑出“这是一只猫”；而Vision Transformer一眼看过去，就能同时注意到“猫”、“老鼠”以及它们的“相对位置”，直接理解“猫在追老鼠”这个场景。
🔄 从“专才”到“通才”：多模态模型
当AI有了处理文字的大脑（LLM）和看懂图像的眼睛（Vision Transformer）之后，一个很自然的想法就是：能不能让它们协同工作，同时理解多种信息？这就是多模态模型做的事。
核心能力：多模态模型能够综合处理和理解文本、图像、音频甚至视频等多种类型（模态）的信息，并挖掘这些信息之间的关联。
多模态实际应用：
视觉问答：你给AI一张图片并问：“图片里的猫是什么颜色的？”它能结合图片（ViT的功能）和理解问题（LLM的功能）给出答案。
AI绘图：你输入一段文字描述（如“一只穿着宇航服的柴犬”），AI就能生成符合描述的图片。这需要模型同时深刻理解文字含义和视觉元素。
智能客服：未来的客服系统可能不仅能看懂你发的产品截图，听懂你的语音描述，还能读懂你的情绪，提供更精准的服务。
什么是深度学习？
AI比作一个正在学习的孩子，那么深度学习就是这位孩子最重要的“学习方式”。它通过模仿人脑的神经网络，让计算机能够从大量经验（数据）中自己“领悟”规律，从而学会识别图像、理解语言、甚至做出预测。
它是怎么发展的？
1958年感知机-现代深度学习的基石
感知机就像一个非常认真但又特别死板的新手守门员。他的任务很简单：根据看到的有限信息，决定是否出击拦截飞来的足球。
观察到的信息：球速、对手方位、风向，等同于输入信号（接收待处理的外部信息 ）；
对不同信息的重视程度：更相信球速，不太在意风向，等同于确定权重（代表不同输入信号的重要性 ）；
心里快速计算：“球速太快 + 对手离得很近 = 危险！，等同于加权求和（将所有输入信号乘以其权重后相加，得到一个总分 ）；
判断自己的出击原则：只有觉得“会进球”时才行动拦截，等同于于阈值/偏置（一个预设的界限，决定了神经元被激活的难易程度 ）；
最终决定：出击 或 不动相当于输出计算后的结果，等同于输出一个简单的二元决策（是/否，1/0）。
这个守门员（感知机）通过反复训练，能非常好地完成一些规则清晰、界限分明的任务。比如，就像判断“如果下雨并且目的地没有遮挡物，就带伞”一样，他可以学会处理“与门”、“或门”这样的简单逻辑电路 。
但他的局限性也很明显：他只会画一条“直线”来划分世界。想象一下“异或”这个问题：球要么来自左边，要么来自右边时（但不能同时来自两个方向）才需要出击。这个规则无法用一条直线完美划分所有情况，于是这个死板的守门员就懵了，无法做出正确判断 。
这正是早期单一感知机的核心瓶颈，它只能解决“线性可分”的问题 。 那么，如何让这个守门员变得更聪明呢？答案是：不依赖一个人，而是组建一个团队！ 将无数个简单的“感知机”连接成多层网络，就构成了现代深度学习的基石，使得图像识别、自然语言处理等复杂任务成为可能 。
1982年 循环神经网络 (RNN)-对文本等序列数据进行建模。
AI理解一段话（序列数据）的过程，想象成一个人如何阅读和理解一个故事。把AI模型想象成理解故事的“读者”。
RNN（循环神经网络） 像一个记忆力有限、必须逐字阅读的读者。
工作方式：他必须从第一个字开始，一个一个地按顺序读下去。他一边读，一边努力记住前面看到的重要内容。当他读到第100个字的时候，他可能还对第1、2个字有印象，但记忆已经变得很模糊了。
缺点：难以抓住“长距离依赖”。比如故事开头说“小明有一只宠物狗”，到结尾才说“这只狗很聪明”。如果中间隔了几百个字，这位读者很可能已经忘了“这只狗”指的是小明的狗，而不是别人的狗。而且，因为他必须逐字阅读，速度很慢，无法并行处理信
2017 年：Transformers 和注意力机制
Transformer 则像一个拥有“上帝视角”的超级读者。
核心武器：自注意力机制。当他拿到一篇文章时，他不需要从头开始读。他可以瞬间同时看到文章里的所有词语。更重要的是，对于文中的每一个词，他都能立刻分析出文中所有其他词与它的关联程度。
工作方式：比如看到句子“这只苹果很甜，所以小明吃了它”里的“它”这个词时，Transformer能瞬间判断出“它”与“苹果”关系最密切，与“甜”关系次之，与“小明”也有一定关系。这样，它就能轻松理解“它”指代的是“苹果”，而不会搞错。
优点：这种机制让它特别擅长处理长篇文章，能轻松捕捉相隔很远词语之间的联系。而且，因为可以同时处理所有信息，它的学习速度非常快。
为什么这个区别如此重要？
正是Transformer这种能高效并行处理和精准把握全局信息的能力，让它成为了当前人工智能大语言模型（比如ChatGPT、文心一言等）的基石技术。我们可以说，Transformer架构的出现，直接推动了我们今天看到的大语言模型技术的飞跃。
2018 年至今Vision Transformers和大规模语言模型 (LLM)
如果把大语言模型（LLM）看作一个聪明的“大脑”（思维与逻辑中心）专门理解和生成文字。它通过阅读海量文本学到知识、逻辑和语言能力。那么 Vision Transformer (ViT) 就是给这个大脑装上了一双“眼睛”（视觉系统），专门理解和分析图片。它用理解文字的逻辑来“看懂”图像。而多模态模型则是让这个大脑能同时处理眼睛看到的、耳朵听到的等各种信号，成为一个更全面的“通才”。（协调感官的“总指挥” ），同时处理文字、图片、声音等多种信息，并理解它们之间的联系。
👁️ 给AI一双“眼睛”：Vision Transformer
传统AI看图片的方式，有点像我们拿着一个小放大镜，一小块一小块地、局部地查看图片，然后再拼凑出整体信息。而Vision Transformer 带来了一种革命性的新方法
工作方式：ViT会把一张完整的图片，像撕便签纸一样，撕成许多个有固定大小的小方块（图像块）。然后，它利用一种叫自注意力机制的技术，让每一个小方块都能和图片上所有其他小方块进行“沟通”，从而一瞬间就把握整张图片的全局信息。
简单类比：这就好比让你看一张“猫追老鼠”的图片。传统的AI可能需要先看到尾巴，再看到身体，最后才拼凑出“这是一只猫”；而Vision Transformer一眼看过去，就能同时注意到“猫”、“老鼠”以及它们的“相对位置”，直接理解“猫在追老鼠”这个场景。
🔄 从“专才”到“通才”：多模态模型
当AI有了处理文字的大脑（LLM）和看懂图像的眼睛（Vision Transformer）之后，一个很自然的想法就是：能不能让它们协同工作，同时理解多种信息？这就是多模态模型做的事。
核心能力：多模态模型能够综合处理和理解文本、图像、音频甚至视频等多种类型（模态）的信息，并挖掘这些信息之间的关联。
多模态实际应用：
视觉问答：你给AI一张图片并问：“图片里的猫是什么颜色的？”它能结合图片（ViT的功能）和理解问题（LLM的功能）给出答案。
AI绘图：你输入一段文字描述（如“一只穿着宇航服的柴犬”），AI就能生成符合描述的图片。这需要模型同时深刻理解文字含义和视觉元素。
智能客服：未来的客服系统可能不仅能看懂你发的产品截图，听懂你的语音描述，还能读懂你的情绪，提供更精准的服务。
13 20
最近看了晚点关于阿里的报道，外卖大战前（4月），淘宝 APP日活约比拼多多高550万，外卖大战后（7约）日活比拼多多高5000万，峰值活动日时高1亿。 同时是抖音视频号铺天盖地对蒋凡经历的介绍以及财报电话会同步：“淘宝闪购第一阶段的目标首先是用户规模跟心智，经过几个月的发展，这个目标已经超预期实现”
于是我对这件事几个点产生了兴趣。
1、为什么淘宝做外卖闪购可以明显拉动淘宝app日活同时拉动主站广告和CMR，并使得淘宝减少了市场费用，但是京东和美团没有做外卖却没有？
从用户心智和平台基础来看，强大的高频购物心智，用户已习惯“逛”淘宝，日活基数大（超4亿），但是在京东用户主要还是用于买 3C、家电等低频高客单价品类的计划性消费。淘宝打开频次本身就要高于京东，虽然京东app日活也被拉动，但是其带来的生态协同远不及淘宝。饿了么本身就是深耕多年，这次并入淘宝主站，明显实现了高频外卖有效拉动低频零售，但是反观京东生态内缺少高频场景，即使目前在推如洗衣洗鞋、家政，其本身的频次也远不如淘宝购物，最高频就是新做的外卖了，而进来的流量不可能马上被 3c家电等进行消化，所以拉动效应明显不及淘宝。再说美团，美团的投入主要起到防御的作用，即防止基本盘被前两家抢夺，而用户在美团的心智为“吃喝玩乐”一条龙的本地生活，流量进入美团后在外卖、到店、酒旅业务内协同，但是缺乏像万物皆可网购这种更大的生态反哺。
2、为什么 q2 财报美团利润是同步下跌是最多的-89%，对比京东-50%和阿里-18%，从消费体感来说，并没有感受到美团有很明显的外卖补贴，也没有觉得京东的外卖很划算，反而综合下来更愿意在淘宝进行外卖下单。
美团利润大幅下滑根本原因在于它要防御的市场盘子远大于其他家，而他的补贴策略是通过集采模式将部分热卖爆品标品大规模向商家采购来压低集采成本，再补贴后低价让利给用户，典型的就是大众点评黑金会员有一个每月一杯免费奶茶的权益。同时美团的补贴是中小额度的满减券，需要凑单。而京东主打品质外卖，导致了在非城市中心的地方，符合品质外卖的店不太多，可供用户选择的店本来就赶不上其他两家，劣势更明显了。从商家入驻到骑手招募再到履约成本，因为他是一上来就单量很大缺少了多年经营与打磨的过程，所以其虽然给了大量大额券，但是更多是用户用了大额券去进行刷单套利，没有带来更广泛的新用户。而因为饿了么多年的积累加上淘宝补贴这临门一脚，在同样补贴大额券的情况下，淘宝外卖的体验反而是最好的。
3、都说打外卖大战本质是即时零售入口的争夺，是怎么一回事？
根本原因是传统电商流量见顶，而即时零售市场巨大。消费者满足阈值是不断提升的，从过去的网购的几日达->京东的次日达->猫超的半日达->小时达，消费需求变革追求便捷与即时性，钱（差异不多的情况下）换时间成了新的消费观念。而即时零售依托的的是线下实体门店，他和传统网购不一样，传统网购与线下实体是对立的，而即时零售则是通过智能调度与全链路履约服务能力赋能实体经济增收。美团从送外卖起家，到目前可以送万物，依托就是经营多年的配送和调度体系与骑手资源。而京东依托供应链优势也希望改变自己的用户心智，至于淘宝则是构建大消费平台，融合远场电商、近场零售，希望 10亿消费者可以一站式满足消费需求。
4、外卖大战前后用户对平台的心智变化。
从我自己作为用户来说心智的变化。我前不久刚装修完，装修过都知道，因为装修工序复杂性和前后多工种衔接的问题，很多材料非标，不好买，还要得急。我一般是这样使用平台的：如非标、量大带计划性的东西，比如说瓷砖、房门等，用淘宝进行下单；如量小、要得急的东西，比如说玻璃胶、腻子粉之类的，用美团找附近的建材店下单；如标配，线下买更贵，且不容易买到品质好的东西，比如说五金龙头，家电之类的，在京东下单次日达，用不上还可以使用会员进行退货处理。
因此大战前用户认知分别是“万能淘宝”、“多快好省京东”、“外卖用美团”，而大战后新的用户认知“逛着淘宝，顺手外卖”、“品质东西+品质外卖上京东”、“习惯首选外卖用美团，但是会多平台比价”
于是我对这件事几个点产生了兴趣。
1、为什么淘宝做外卖闪购可以明显拉动淘宝app日活同时拉动主站广告和CMR，并使得淘宝减少了市场费用，但是京东和美团没有做外卖却没有？
从用户心智和平台基础来看，强大的高频购物心智，用户已习惯“逛”淘宝，日活基数大（超4亿），但是在京东用户主要还是用于买 3C、家电等低频高客单价品类的计划性消费。淘宝打开频次本身就要高于京东，虽然京东app日活也被拉动，但是其带来的生态协同远不及淘宝。饿了么本身就是深耕多年，这次并入淘宝主站，明显实现了高频外卖有效拉动低频零售，但是反观京东生态内缺少高频场景，即使目前在推如洗衣洗鞋、家政，其本身的频次也远不如淘宝购物，最高频就是新做的外卖了，而进来的流量不可能马上被 3c家电等进行消化，所以拉动效应明显不及淘宝。再说美团，美团的投入主要起到防御的作用，即防止基本盘被前两家抢夺，而用户在美团的心智为“吃喝玩乐”一条龙的本地生活，流量进入美团后在外卖、到店、酒旅业务内协同，但是缺乏像万物皆可网购这种更大的生态反哺。
2、为什么 q2 财报美团利润是同步下跌是最多的-89%，对比京东-50%和阿里-18%，从消费体感来说，并没有感受到美团有很明显的外卖补贴，也没有觉得京东的外卖很划算，反而综合下来更愿意在淘宝进行外卖下单。
美团利润大幅下滑根本原因在于它要防御的市场盘子远大于其他家，而他的补贴策略是通过集采模式将部分热卖爆品标品大规模向商家采购来压低集采成本，再补贴后低价让利给用户，典型的就是大众点评黑金会员有一个每月一杯免费奶茶的权益。同时美团的补贴是中小额度的满减券，需要凑单。而京东主打品质外卖，导致了在非城市中心的地方，符合品质外卖的店不太多，可供用户选择的店本来就赶不上其他两家，劣势更明显了。从商家入驻到骑手招募再到履约成本，因为他是一上来就单量很大缺少了多年经营与打磨的过程，所以其虽然给了大量大额券，但是更多是用户用了大额券去进行刷单套利，没有带来更广泛的新用户。而因为饿了么多年的积累加上淘宝补贴这临门一脚，在同样补贴大额券的情况下，淘宝外卖的体验反而是最好的。
3、都说打外卖大战本质是即时零售入口的争夺，是怎么一回事？
根本原因是传统电商流量见顶，而即时零售市场巨大。消费者满足阈值是不断提升的，从过去的网购的几日达->京东的次日达->猫超的半日达->小时达，消费需求变革追求便捷与即时性，钱（差异不多的情况下）换时间成了新的消费观念。而即时零售依托的的是线下实体门店，他和传统网购不一样，传统网购与线下实体是对立的，而即时零售则是通过智能调度与全链路履约服务能力赋能实体经济增收。美团从送外卖起家，到目前可以送万物，依托就是经营多年的配送和调度体系与骑手资源。而京东依托供应链优势也希望改变自己的用户心智，至于淘宝则是构建大消费平台，融合远场电商、近场零售，希望 10亿消费者可以一站式满足消费需求。
4、外卖大战前后用户对平台的心智变化。
从我自己作为用户来说心智的变化。我前不久刚装修完，装修过都知道，因为装修工序复杂性和前后多工种衔接的问题，很多材料非标，不好买，还要得急。我一般是这样使用平台的：如非标、量大带计划性的东西，比如说瓷砖、房门等，用淘宝进行下单；如量小、要得急的东西，比如说玻璃胶、腻子粉之类的，用美团找附近的建材店下单；如标配，线下买更贵，且不容易买到品质好的东西，比如说五金龙头，家电之类的，在京东下单次日达，用不上还可以使用会员进行退货处理。
因此大战前用户认知分别是“万能淘宝”、“多快好省京东”、“外卖用美团”，而大战后新的用户认知“逛着淘宝，顺手外卖”、“品质东西+品质外卖上京东”、“习惯首选外卖用美团，但是会多平台比价”
71 529
专门开车绕了 200 公里跑一趟许昌参观胖东来，先去的新旗舰店限流排 2 小时，又去附近的超市店，只能说自媒体把它夸得太大了，但是不可否认它很多细节值得借鉴，但是它的优势如果脱离三线城市还剩下多少可能存疑，我想这个也是目前只在许昌和新乡有店，郑州都没有的考虑。
1.店内有很多当地年轻人工作，在三线城市发一线城市的工资能充分调动人的主观能动性，特别是损耗类岗位和供应链岗位的高薪养廉。
2.整齐摆放的商品，配上细节贴心的标签能激发人们对美好生活的具象化印象从而吸引消费，强迫症狂喜。特别是这里贵的东西会很细心说清楚贵在哪里，商品特点，使用方式。比如几百一条的毛巾，上百一斤的草莓等。
3.超市为购物中心带来大量人流量，低毛利的线下商超通过其他的流量方式进行了变现。
4.但是大量的人流量降低了现场消费的体验，很多地方需要排很久的队，也因为员工忙不过来，根本体会不到被夸上天的服务。
5.这里的商品 sku 确实很多线下店不常见，网上花时间找也是可以买到甚至价格更便宜，但是人们逛商品随手就拿了，只要不是价格差别太大。比如我们只是想体验一下，随便买了一点东西就上百元了，而山姆更是随便买点可能就上千。只能说美好的生活并不便宜。但是胖东来对比山姆小袋包装更符合中国人。
1.店内有很多当地年轻人工作，在三线城市发一线城市的工资能充分调动人的主观能动性，特别是损耗类岗位和供应链岗位的高薪养廉。
2.整齐摆放的商品，配上细节贴心的标签能激发人们对美好生活的具象化印象从而吸引消费，强迫症狂喜。特别是这里贵的东西会很细心说清楚贵在哪里，商品特点，使用方式。比如几百一条的毛巾，上百一斤的草莓等。
3.超市为购物中心带来大量人流量，低毛利的线下商超通过其他的流量方式进行了变现。
4.但是大量的人流量降低了现场消费的体验，很多地方需要排很久的队，也因为员工忙不过来，根本体会不到被夸上天的服务。
5.这里的商品 sku 确实很多线下店不常见，网上花时间找也是可以买到甚至价格更便宜，但是人们逛商品随手就拿了，只要不是价格差别太大。比如我们只是想体验一下，随便买了一点东西就上百元了，而山姆更是随便买点可能就上千。只能说美好的生活并不便宜。但是胖东来对比山姆小袋包装更符合中国人。
10 10
从 19 年朋友买es8 创始版质疑这是什么大冤种到后来因工作研究社区认知仅停留在他们的积分体系价值坚挺再到成为车主，对蔚来的认识一直在改变。
新疆站的充电布点，是工作人员开续航最差最老的es8 一点点试，因为要兼顾老用户的使用。我在 24 小时群咨询轮毂刮花维修费用时，没隔 1 分钟有电话打过来第一句先询问人有没有受伤。nio day 的开场是ceo 上来汇报工作先来感谢那些为蔚来忙前忙后的志愿者和各种代表性的普通车主。
作为曾经多年汽车社区社群的产品经理，在我们无数次思考怎么去证明社区ROI 以及它的愿景和下一个发展形态的时候，我在这段时间的使用和今天的 nio day 中找到了答案。很多公司都羡慕社区的粘性，但是妄图想用表面看到的术来浅尝辄止的投入最终中道崩殂。
车不止是工具，而是生活的一部分，是谋生的工具，是难过时候安静的地方。我一直坚信 next level 的汽车社区内容从来都不是物化出来的这里有很多男性，他们需要这些ABCD 类型的内容。是人与车的故事延伸出来的情感链接，甚至基于相同属性人群而延伸的线下社交，不是简单的搞一个群聊天。
尽管很多人嘲笑蔚来年年亏损马上倒闭，但是你绝对不能否定一个创始人从一开始，包含这个公司所有员工都十年如一日致力于提升自己服务用户满意度的公司。
同为消费，对比买房买了一大堆麻烦，做车主就能得到很多情绪价值的满足，性价比也很高。商业世界也需要真心换真心。希望未来有更多像小米蔚来这样的企业，去改变那些传统行业。
利益声明与叠甲：蔚来不是唯一用车，票是自费购买，纯粹离开汽车行业与不做汽车社区几年之后有感而发
新疆站的充电布点，是工作人员开续航最差最老的es8 一点点试，因为要兼顾老用户的使用。我在 24 小时群咨询轮毂刮花维修费用时，没隔 1 分钟有电话打过来第一句先询问人有没有受伤。nio day 的开场是ceo 上来汇报工作先来感谢那些为蔚来忙前忙后的志愿者和各种代表性的普通车主。
作为曾经多年汽车社区社群的产品经理，在我们无数次思考怎么去证明社区ROI 以及它的愿景和下一个发展形态的时候，我在这段时间的使用和今天的 nio day 中找到了答案。很多公司都羡慕社区的粘性，但是妄图想用表面看到的术来浅尝辄止的投入最终中道崩殂。
车不止是工具，而是生活的一部分，是谋生的工具，是难过时候安静的地方。我一直坚信 next level 的汽车社区内容从来都不是物化出来的这里有很多男性，他们需要这些ABCD 类型的内容。是人与车的故事延伸出来的情感链接，甚至基于相同属性人群而延伸的线下社交，不是简单的搞一个群聊天。
尽管很多人嘲笑蔚来年年亏损马上倒闭，但是你绝对不能否定一个创始人从一开始，包含这个公司所有员工都十年如一日致力于提升自己服务用户满意度的公司。
同为消费，对比买房买了一大堆麻烦，做车主就能得到很多情绪价值的满足，性价比也很高。商业世界也需要真心换真心。希望未来有更多像小米蔚来这样的企业，去改变那些传统行业。
利益声明与叠甲：蔚来不是唯一用车，票是自费购买，纯粹离开汽车行业与不做汽车社区几年之后有感而发
14 12
关于“标杆”“样板”在业务中的应用
最近装修房子封窗发现一些有意思的线下商业逻辑，通常商家在一个小区的前10家一般会有折扣价，而头1、2家的话，你可以拿着大刀砍价，价格是那种品牌之中非常有竞争力的。然后他会要求你当样板间，方便后面别的业主想找他们封窗时候可以来你房子参观一下。
而且现在线下裂变都不是要求你直接去业主群打广告了，因为效果太差，而是直接CPS结算返佣，拉一个进群300，成交一个5%这种形式。一些新兴的品牌也很懂得“标杆”的使用，一般一个小区找一户拍安装全过程做视频号，然后到时候这种视频号内容就是强化消费者选这个商家的信任感。“我的邻居都选了，那大概率是没什么问题”，一个几百户的小区，拿下大几十户没什么问题。
还有另外一个案例是之前在机场，飞书打广告也是用“标杆“的方式，先进团队用飞书，底下挂了一堆比较出名的企业logo，这个相信很多人看过。不过我后来还看过一个升级版本的广告，一个灯箱对应一个公司，然后飞书以对应公司的名义来打联名广告，基本整个广告80%的篇幅是在帮对应公司去做广告。通过营销使用自己产品的公司来营销自己的品牌。
回到互联网公司这边，像平时一些做中台的部门要想快速让自己的产品能力更多人用起来，标杆、范例这一套还是很好用的。比如说我们业务刚起步的时候的2、3个月，其实基本没什么人使用，跟其他合作部门聊，他们也不愿意理会，维持观望的态度。
转折点出现在于，有一个合作部门的大体量产品准备要跟另外一个大公司打仗了，我们集中了所有投入为这个产品做支持，以他们作为样本，来满足他们需求，再把功能抽离成通用化的能力。也正是这一次押宝，取得了非常好的效果，我们跟这个产品保持了长线合作。通过满足他的需求从而延展出了很多通用的产品能力。后来别的产品看到了这个头部产品在用，效果很好，也纷纷开始使用起来，终于打开了局面
最近装修房子封窗发现一些有意思的线下商业逻辑，通常商家在一个小区的前10家一般会有折扣价，而头1、2家的话，你可以拿着大刀砍价，价格是那种品牌之中非常有竞争力的。然后他会要求你当样板间，方便后面别的业主想找他们封窗时候可以来你房子参观一下。
而且现在线下裂变都不是要求你直接去业主群打广告了，因为效果太差，而是直接CPS结算返佣，拉一个进群300，成交一个5%这种形式。一些新兴的品牌也很懂得“标杆”的使用，一般一个小区找一户拍安装全过程做视频号，然后到时候这种视频号内容就是强化消费者选这个商家的信任感。“我的邻居都选了，那大概率是没什么问题”，一个几百户的小区，拿下大几十户没什么问题。
还有另外一个案例是之前在机场，飞书打广告也是用“标杆“的方式，先进团队用飞书，底下挂了一堆比较出名的企业logo，这个相信很多人看过。不过我后来还看过一个升级版本的广告，一个灯箱对应一个公司，然后飞书以对应公司的名义来打联名广告，基本整个广告80%的篇幅是在帮对应公司去做广告。通过营销使用自己产品的公司来营销自己的品牌。
回到互联网公司这边，像平时一些做中台的部门要想快速让自己的产品能力更多人用起来，标杆、范例这一套还是很好用的。比如说我们业务刚起步的时候的2、3个月，其实基本没什么人使用，跟其他合作部门聊，他们也不愿意理会，维持观望的态度。
转折点出现在于，有一个合作部门的大体量产品准备要跟另外一个大公司打仗了，我们集中了所有投入为这个产品做支持，以他们作为样本，来满足他们需求，再把功能抽离成通用化的能力。也正是这一次押宝，取得了非常好的效果，我们跟这个产品保持了长线合作。通过满足他的需求从而延展出了很多通用的产品能力。后来别的产品看到了这个头部产品在用，效果很好，也纷纷开始使用起来，终于打开了局面
4 10
最近看拼多多财报以及之前卫夕指北的一篇文章，说拼多多财报只有两项——“在线营销收入”、“其他业务收入”，根本看不出来收入的分布，业务发展情况。
一是因为像类似海外业务的高速发展，需要窗口期闷声进入，闷声发展，等到对手反应过来之后早已经成为庞然大物。而另外一方面是避免不必要的麻烦，比如说上个月的时候，商家因为严苛的仅退款上了广州的办公点去维权闹事。
而归根结底在于，其经营的思路是所有的投入都需要衡量产出，衡量收益价值，而信息的透明是需要成本来维持的。
无独有偶，从我过去经历过的业务来看，确实如此。早年我在做汽车媒体时，甚至早年做小程序创业时，我们需要开各种产品发布会、媒体沟通会，核心在于“吆喝”，因为这个产品刚做出来，需要教育市场，或者因为他缺乏流量，有求于市场，需要投入这样的成本。比如很多to B的产品，就需要去公众号买各种报道，无非就是因为仅靠自己是实现不了增长，需要获得更多的曝光。
而到了如今，各细分领域都相对饱和，各环节基建也日趋完善，每一个业务上的微创新带来了效率的提升，效率提升带来了成本的下降，在大规模获取流量、使用流量时，能帮助业务获得领先的优势，也就是进入到了“深挖流量及用户价值”的时刻。手握大把现金的和已构建稳定渠道的大厂，依靠成熟的获客手段，快速的把雪球滚起来。而另外一个方面，因为细分领域的饱和，你要产生大规模的收益就会触及其他平台的既得利益，典型案例是游戏厂商节省ios充值和应用商店渠道分成自己做官网充值。因此这种既赚钱，又不需要声量，只需要搞定获客的业务，就这么低调而高速的秘密进行着。
一是因为像类似海外业务的高速发展，需要窗口期闷声进入，闷声发展，等到对手反应过来之后早已经成为庞然大物。而另外一方面是避免不必要的麻烦，比如说上个月的时候，商家因为严苛的仅退款上了广州的办公点去维权闹事。
而归根结底在于，其经营的思路是所有的投入都需要衡量产出，衡量收益价值，而信息的透明是需要成本来维持的。
无独有偶，从我过去经历过的业务来看，确实如此。早年我在做汽车媒体时，甚至早年做小程序创业时，我们需要开各种产品发布会、媒体沟通会，核心在于“吆喝”，因为这个产品刚做出来，需要教育市场，或者因为他缺乏流量，有求于市场，需要投入这样的成本。比如很多to B的产品，就需要去公众号买各种报道，无非就是因为仅靠自己是实现不了增长，需要获得更多的曝光。
而到了如今，各细分领域都相对饱和，各环节基建也日趋完善，每一个业务上的微创新带来了效率的提升，效率提升带来了成本的下降，在大规模获取流量、使用流量时，能帮助业务获得领先的优势，也就是进入到了“深挖流量及用户价值”的时刻。手握大把现金的和已构建稳定渠道的大厂，依靠成熟的获客手段，快速的把雪球滚起来。而另外一个方面，因为细分领域的饱和，你要产生大规模的收益就会触及其他平台的既得利益，典型案例是游戏厂商节省ios充值和应用商店渠道分成自己做官网充值。因此这种既赚钱，又不需要声量，只需要搞定获客的业务，就这么低调而高速的秘密进行着。
11 02
自媒体机构化这个词是上周无意间在乱翻书，大厂公关手册那一期听到的。突然想起当年在创业公司时经历的自媒体机构化的过程。
15年-18年的时候，微信公众号红利，很多媒体老师从传统报业出来创业，他们很多已经是主编级别了，凭借着足够接地气又符合用户需求的内容产生了一条有一条的10w+，快速积累了百万级别、千万级别的微信公众号粉丝量。这一时期，公众号文章的质量是很高的，同时公众号会塑造ip形象，用户对公众号的信任和崇拜通过虚拟ip或者真人ip具象化和强化。
当时的资本环境还不像今天，于是风投给有潜力的自媒体投资，投资会考核规模和盈利增长。为此公众号必须想办法扩产才能接到更多的商单，如绝大多数创业公司一样，当时最好的做法就是招聘大量刚毕业的大学生，用低廉的人力成本+传统报社那套标准化的流程进行管理生产：采编外采素材（拍内容+写稿）->美编(做图)->责编（校对+统稿）->主编（省阅+排版推送），当然这是有实力的自媒体公司的配置了，但是内容质量当然是下降许多了，但是得益于媒体人养成的习惯，公众号的定位更像是资讯，因此快+相对客观的内容，就可以满足用户的内容消费，内容质量的下滑对粉丝积累并没有太多的影响。
每一轮的融资，都需要对资本描绘新的故事，而自媒体的故事就是机构化，典型的比如像papi酱，但是野心更大的则是向老牌的媒体平台发起挑战。当时特别流行XX号的概念，也就是把自己当成流量平台，让更小的自媒体来这里做内容分发。但实际的结果是大的自媒体所能获得的流量仅能满足自己的内容分发，再想满足更多的内容方那就是平台逻辑了，平台逻辑需要稳定的日活，需要长期的用户心智教育和养成，还有一个稳定的阵地。
而想要让其他自媒体陪着你一起玩，不是说开一个盛大的媒体发布会或者做一个创作者端后台+内容分发路由就可以了，还需要庞大的流量和稳定的收益。因此后来这个故事慢慢的就不了了之了。
再后来随着短视频平台崛起，自媒体内容从图文向视频转变，从长视频向短视频转变，押注微信生态的自媒体还是慢了一波，另外一批自媒体快速崛起。
一些年轻有才华的编辑，用有趣的讲解方式快速做起了公司的抖音号，但不巧的是抖音号是公司的资产，于是产生了类似新东方和董宇辉这样的矛盾。一方面抖音号增粉快是因为这里面的内容有趣受欢迎并且和其他抖音号相比有差异化，但是内容差异化又跟出镜的编辑有很强的关系。与公众号文章不一样，图文可以用流水化的作业提升产量，通过高频更新来维护粉丝的关注，但是到了视频这里换人，就很容易导致整个号废掉。
这里矛盾在于，对于达人来讲，他们认为内容是由我完成产出最终让抖音号涨粉了，但是我只能收获基本的工资收入，付出与收获不成正比。而对于公司来说则认为是我给了你这样的平台以及团队资源支持，换个其他刚毕业的也一样行，最终越来越高的涨粉KPI指标把达人逼走了自己创业，他们虽然前期起步很慢，但是随着B站、小红书等其他媒体平台崛起，他们的号慢慢又重新起量了，大概过了2-3年的时间，重新积累了百万粉丝量级，有较为稳定的收入，而反观公司，原来百万粉丝的号陆续换了几波人，再也打造不出ip，粉丝基本没有怎么增长了。
于是公司意识到这样的问题后，也放弃孵化达人ip的道路，开始打起了切片的主意，也就是像营销号一样，通过快捷生成短视频的方式建立一大堆矩阵号来获取流量，这在视频号早期还有一定效果，随着平台规则完善，也无法玩转了。
反观，广州有一个叫大家车言论的自媒体公司，公司大概100来人左右，他们走的是全员KOL的路线，不管是专业干了几十年的车评人还是普通的员工，都在打造自己的ip，也就是从公司最顶的几个合伙人KOL开始，打造大家对这个自媒体的认知和品牌，然后积攒的流量再孵化更多的自媒体达人，整个公司从最早的KOL接商业合作评测，衍生出了线下的贴膜店、车品销售、汽车帮买、汽车文化潮牌等业务，在自媒体的领域上很专注的把内容质量做好的同时，围绕优质的内容和粉丝做一些相关的多元化经营，不乏是一个很好的自媒体发展壮大的道路，并且每一步都走得很踏实。
如今回过头来看，两个自媒体公司选择了不一样的扩张方式。一个是纯商业逻辑：迎合时下的风口，包装资本故事获取资金壮大公司；另一个是是专注的角度：扎根自身擅长的领域做透，用自身专业与热爱来壮大公司。前者或许很快，但是不成功便成仁。后者不是资本喜爱的公司类型，但却更容易有稳定的粉丝受众，粉丝受众在，商业的基本盘便也在。
15年-18年的时候，微信公众号红利，很多媒体老师从传统报业出来创业，他们很多已经是主编级别了，凭借着足够接地气又符合用户需求的内容产生了一条有一条的10w+，快速积累了百万级别、千万级别的微信公众号粉丝量。这一时期，公众号文章的质量是很高的，同时公众号会塑造ip形象，用户对公众号的信任和崇拜通过虚拟ip或者真人ip具象化和强化。
当时的资本环境还不像今天，于是风投给有潜力的自媒体投资，投资会考核规模和盈利增长。为此公众号必须想办法扩产才能接到更多的商单，如绝大多数创业公司一样，当时最好的做法就是招聘大量刚毕业的大学生，用低廉的人力成本+传统报社那套标准化的流程进行管理生产：采编外采素材（拍内容+写稿）->美编(做图)->责编（校对+统稿）->主编（省阅+排版推送），当然这是有实力的自媒体公司的配置了，但是内容质量当然是下降许多了，但是得益于媒体人养成的习惯，公众号的定位更像是资讯，因此快+相对客观的内容，就可以满足用户的内容消费，内容质量的下滑对粉丝积累并没有太多的影响。
每一轮的融资，都需要对资本描绘新的故事，而自媒体的故事就是机构化，典型的比如像papi酱，但是野心更大的则是向老牌的媒体平台发起挑战。当时特别流行XX号的概念，也就是把自己当成流量平台，让更小的自媒体来这里做内容分发。但实际的结果是大的自媒体所能获得的流量仅能满足自己的内容分发，再想满足更多的内容方那就是平台逻辑了，平台逻辑需要稳定的日活，需要长期的用户心智教育和养成，还有一个稳定的阵地。
而想要让其他自媒体陪着你一起玩，不是说开一个盛大的媒体发布会或者做一个创作者端后台+内容分发路由就可以了，还需要庞大的流量和稳定的收益。因此后来这个故事慢慢的就不了了之了。
再后来随着短视频平台崛起，自媒体内容从图文向视频转变，从长视频向短视频转变，押注微信生态的自媒体还是慢了一波，另外一批自媒体快速崛起。
一些年轻有才华的编辑，用有趣的讲解方式快速做起了公司的抖音号，但不巧的是抖音号是公司的资产，于是产生了类似新东方和董宇辉这样的矛盾。一方面抖音号增粉快是因为这里面的内容有趣受欢迎并且和其他抖音号相比有差异化，但是内容差异化又跟出镜的编辑有很强的关系。与公众号文章不一样，图文可以用流水化的作业提升产量，通过高频更新来维护粉丝的关注，但是到了视频这里换人，就很容易导致整个号废掉。
这里矛盾在于，对于达人来讲，他们认为内容是由我完成产出最终让抖音号涨粉了，但是我只能收获基本的工资收入，付出与收获不成正比。而对于公司来说则认为是我给了你这样的平台以及团队资源支持，换个其他刚毕业的也一样行，最终越来越高的涨粉KPI指标把达人逼走了自己创业，他们虽然前期起步很慢，但是随着B站、小红书等其他媒体平台崛起，他们的号慢慢又重新起量了，大概过了2-3年的时间，重新积累了百万粉丝量级，有较为稳定的收入，而反观公司，原来百万粉丝的号陆续换了几波人，再也打造不出ip，粉丝基本没有怎么增长了。
于是公司意识到这样的问题后，也放弃孵化达人ip的道路，开始打起了切片的主意，也就是像营销号一样，通过快捷生成短视频的方式建立一大堆矩阵号来获取流量，这在视频号早期还有一定效果，随着平台规则完善，也无法玩转了。
反观，广州有一个叫大家车言论的自媒体公司，公司大概100来人左右，他们走的是全员KOL的路线，不管是专业干了几十年的车评人还是普通的员工，都在打造自己的ip，也就是从公司最顶的几个合伙人KOL开始，打造大家对这个自媒体的认知和品牌，然后积攒的流量再孵化更多的自媒体达人，整个公司从最早的KOL接商业合作评测，衍生出了线下的贴膜店、车品销售、汽车帮买、汽车文化潮牌等业务，在自媒体的领域上很专注的把内容质量做好的同时，围绕优质的内容和粉丝做一些相关的多元化经营，不乏是一个很好的自媒体发展壮大的道路，并且每一步都走得很踏实。
如今回过头来看，两个自媒体公司选择了不一样的扩张方式。一个是纯商业逻辑：迎合时下的风口，包装资本故事获取资金壮大公司；另一个是是专注的角度：扎根自身擅长的领域做透，用自身专业与热爱来壮大公司。前者或许很快，但是不成功便成仁。后者不是资本喜爱的公司类型，但却更容易有稳定的粉丝受众，粉丝受众在，商业的基本盘便也在。
13 02