以后打算做的网站

基于人肉的推手交易平台,2.0时代一切热门流行事件都是弱智跟风的网民给推出来的,而激发这些弱智网民的导火线,只需要50个人,可以廉价的购买到。60元人民币可以让你上digg首页,你信么?

针对作坊型公司的B2B网站,做阿里巴巴忽略的角落

旅行计划网站,自动生成、简化、管理、旅行计划和预算表

公益平台,公益是个很大的产业,动物福利、环境保护、普及教育等都是大势所趋,可惜国内还没有一个做的像样的。暂时没有合适的模式和资源去整合公益和商业,但一定会有。

精确个人信息推送工具 :每天都为大量低价值信息的干扰而烦恼,如果有一个工具可以准确推送我需要的信息,我很愿意付钱。

新型的婚恋交友网站 ,打破当前无聊的模式

还有个简单的:专门给一见钟情者找人的网站,比如在公车上偶遇,互相有眼神好感,却不好意思开口认识,结果就错过了,但其实双方都想认识对方。。。。

不过创业者最重要的还是专注于一件事。世界上的诱惑太多,新主意太多,激情太多, 很容易就控制不住自己,跑去关心其他事情了。

sigh,专注啊。

信息不对称产业的定价策略 (Pricing strategy of information-asymmetry business)

今天去姑妈开的小诊所,快出来之前,遇到一个老太太,站在门口犹豫着不敢进来,被姑妈入门之后,老太太很紧张又谨慎地说:“我的腰有点不舒服,但是我没有扭到,也没有摔到,绝对不是什么大病,就是有点不舒服,吃点止痛药应该就可以了吧?”姑妈说止痛药虽然便宜,但这是最差的疗法,只能止痛4小时,而且伤胃,最好还是用其他健康持久的疗法。老太太感到意外,也没问其他疗法是怎样的,该花多少钱,就说“那好的,我先回家,考虑一下再回来找你。”原来她是第一次来看病,又怕价格太贵,怕被骗, 又因为不知道自己该打什么针吃什么药而感到无奈和无助。典型的信息不对称而导致的买家和卖家之间的沟通成本徒增。

事实上,大医院也是如此。我们去大医院看病,除了知道挂号费 以外,医生给开什么药,要多少钱完全不清楚。一个感冒也许只要5块钱的感冒冲剂,也许要100元的输液,也许要2000元的进口抗生素其他混合药剂。如果是其他未知疾病就更不清楚了。

我记得几年前为了设计一个海报去全景买图片 ,找到了很满意的图片,但是因为是第一次在网上购买有版权的图片,所以完全不知道价格范围,发信去询问销售,对方回信要求告知该图片的用途,才能定价。于是我就放弃了。因为我处于不公平的地位,对方的报价没有一个公开的基准,我根本不知道哪个用途是最便宜的用途。

还有一种双方信息不对称的交易,比如去外贸服装市场买衣服。你会发现卖家总是希望你先开口说个预期价格,而你呢,又希望卖家先开个价。双方其实都很迷茫。因为买家不知道衣服的成本,说 高了就亏了;而卖家又不知道买家的心理预期,说低了就亏了。双方都希望从对方身上找到一个基准点,以便获得最大利益,同时又不会破坏和谐的交易气氛。

对于这种行业,最简单的办法就是在门口贴块牌子:“治疗感冒5元起,治疗腰痛20元起” 即可打消客户的疑虑。

一分钱一分货,客户可以自愿选择最优化的方案。

视频营销第一波 (First Round Video Marketing)

前段时间shute给了一个提醒,最近劲舞团、80后和90后两代人视频对骂的风波还没过,可以去火上浇油。正好看到stanford管理工程科的学生Dan Ackerman Greenberg成立了一个视频营销公司(The Comotion Group ),并在techcrunch详细介绍了如何运作一个视频营销的流程,于是自己也去尝试了一下,略有成效。观察了一下热门的播放了几百万次的那些视频:

虽然还不错,但并没有传说中的那么好看。中国人和外国人都有从众心理,看得人多的,就会 有凑热闹的心理趋势;如果有10万人说好看,你就不得不说好看,不然就只能说明你不正常。这就是法国人Le Bon在《乌合之众》里所说的,人一旦进入群体之中,就会丧失个性和判断力,服从整个群体的暗示。

所以让一个视频开始病毒式增长 ,最关键的就是最初的x个浏览量和y个评价。x和y是两个可以调整的数字,取决于让该视频进入受关注页面的门槛。在youtube可能需要12小时内产生5万个播放次数和200个“wow! that rocks, dude”之类的留言,才会进入“Daily Most Viewed videos”页面,让之后的人产生it really rocks的错觉,并迫使自己服从这个暗示。而在视频尚不发达的中国,经过测试只需要在6小时内产生1000次播放和20条类似“哇,太牛了!真有趣”之类的留言,即可进入某子栏目“今日热门视频”的第一页,吸引很多注意力。

那么如何达到前最初的x和y呢?Dan的做法是 通过现有渠道来瞬间铺开:

1、购买/收买一些大流量的blog,按播放次数付钱

2、雇佣大量枪手去各大论坛转贴视频

3、去myspace的热门人物页面留言 并插入视频

4、在facebook上加很多好友,并share这个视频给他们

5、利用朋友的关系:确保所有认识的人都看过这个视频 ,并鼓励他们介绍给自己的朋友

Dan用上面的招数可以在一夜之内搞定5万个播放次数 ,并进入“Most viewed list”页面。

我的做法比较简单:留言就靠熟悉的朋友和自己注册马甲即可。每次留言后还需要去“顶”一下,有助于提高排名。播放次数的话,用一个程序不断刷新该视频的页面,可以在1小时内达到500个播放次数,用几台不同ip的电脑搞到2000次,就会进入了子频道的“今日播放最多”第一页。根据经验,优酷对同一个ip有个的限制很宽松,播放次数最多可以到500次甚至1000次,之后就会进入无效期,隔一段时间又可以开始刷,具体的限制算法还不清楚,不过我想这也许是考虑到同ip不同用户的访问特性,当然,也有可能是优酷故意允许“刷”,以培育国内尚处胚胎期的视频营销市场。

在进入某个级别的热门视频页之后, 后续的浏览会开始加快,但这还不够,还需要继续发力,让该视频进入主频道的第一页才可以真正形成滚雪球效应,开始自然增长。如何进入主频道第一页呢?需要在12小时之内达到2万次播放即可,然后就会进入主频道第一页,这算是成功80%了。由于该页的存活时间只有发布后24小时之内,所以越早达到2万次,后续效果时间就越长。我当时花了18个小时才达到2万次,后续时间之有6小时,很亏。

to Mika:

Viral video marketing is a growing trend in marketing industry. In Standford Univ. there’s a student Dan Ackerman Greenberg who just founded a company providing such service: make customers’ videos be viewed over 100,000 times over one night, getting them into the most popular video page, and make millions of people see the video inside which some ads is integrated. That’s a most effective and lowest-cost way of marketing for online product

One important fact about viral video is: a viral video is good, but in most case they are not so good as they seems to be (can you imagine what a 6-million-views video should be like? ). Someone behind can make them viral under certain principles.

The first principles is reach a jumping off point of SNOWBALL ROLLING. if you can achieve 100,000 views within 12 hours, then you’re on an easy way to a 1-million-views video.

How?

According to Dan, there are serveral ways: pay for high-traffic blog, embed video in many forums and MySpace comments, share it with facebook friends and off-line friends too.

For chinese video site, even the biggest ones like YOUKU.com, it’s far easier than YouTube. You don’t need 100,000 views to squeeze into the most popular channel. 1000 is enough. You can achieve 1000 views within 1 hour with 2 PCs working together. Top chinese video sharing sites don’t block page refresh from the same IP. Maybe they are on purpose of cultivating the chinese video marketing industry in infancy.

Finally, I made an video which I already showed you last night, and achieved 1,000 view within 2 hours, and 17,000 views within 18 hours, in the last 6 hours on shelf, my video was on the first page of most viewed videos today. After 24 hours, the total views reached 31,000.

I embedded a subtle advertisement inside the video, which brings 1300 visitors altogether.

从斯坦福学生风投说起 (Stanford student fund to invest campus startups)

一个很让人眼前一亮的消息,在众多知名网络产品的发源地——斯坦福大学,出现了由学生管理和专业投资者参与的风投机构:SSE (Stanford Student Enterprises). SSE掌控着斯坦福里校园内最大规模的一笔投资基金:1300万美金(资金来源包括 The Founders Fund, Charles River Ventures 以及天使投资人Rajeev Motwani ),并已经面向stanford的学生,开始接收第一轮融资项目申请。每个项目的投资规模在5万到10万美金之间。

在北大也有很多带Student和Business字眼的协会: AIESEC, 商业金融学会BFA(Business&Financial Association), 资本市场学会(Capital&Marketing Association), 商业领袖学生圈(Student Leadership Network)……这些名字很酷很商业的学生组织,很多学生都希望有朝一日通过严格的简历筛选和多轮中文+英文的面试而成为其中一员,却没有意识到每一个人进去之后都被同化成完全一样的人:要么进投资银行,要么进咨询公司,大学生活完全按照投行Analyst和咨询师的标准来训练自己,最终被某国际大公司挑走,住五星级酒店,坐头等舱,面对最有钱最有地位的客户,开始了高级的打工生活。事实上,北大官方举办的各项创业大赛也只是一种形式,卖科技专利的有,但真正从那些官方创业大赛里拿到投资并出来自己做的据我所知还没有。

北大有那么多培养高级打工者的组织,却没有一个培养Student Entrepreneur的组织 ,即使是所谓的商业领袖圈,培养的也只是跟风者。没人觉得把一个idea转化成一个business是件令人兴奋的事情,还是安生一点吧,先搞定毕业,要么去投行咨询宝洁四大,要么就出国,不能出国就留在北大读研究生,实在不行去中科院什么所也行啊。。。。。于是,美国最好的学生都去从商,而中国最好的学生呢,都出国去给美国教授打工了。抛弃了全球成本最低的劳动力,抛弃了全球最大的区域市场,抛弃了全球最多的中文网民,全送交给老外和海龟了。

北大有两百多个学生社团,本来这么多社团应该可以催生出很多新的想法,并从这个场所里找到同道的力量去实现这些想法,不过真正做过这些协会的人都清楚,真正运作协会的并不是学生自己,而是一个叫做“团委” 的官僚机构。按照公司的职位来看,团委才是manager,社团成员只是打杂跑腿的,而社团的leader看着风光,本质上只是团委的小秘,什么事情都必 须跟团委打报告,获取书面同意后才敢去做,稍有不慎就会被团委打入地牢,殃及整个协会的生存。在这样的体制下,北大社团一片和谐,除了一些体育类的社团还 有点自主权外,其他社团基本都被团委用各种方式强奸的奄奄一息了。

在里面生活了这么多年,发现这个号称中国最开放最自由的大学里,商业意识却并不得到鼓励和崇拜。这可以解释为什么国内的大学里从来没有出现过一个原创的网络产品,只有抄袭者,以及抄袭老抄袭者的新抄袭者。新浪雅虎百度google校内网Facebook(连UI都抄的一模一样),饭否twitter,还有近200家抄youtube的视频网站,以及几十家抄del.icio.us的书签工具。。。。。而美国仅stanford一个学校,就先后出了Sun,Yahoo!,Google,Facebook等影响整个世界的产品和商业模式。

人家赢的,并不是技术,不是资本,不是人才,而是愿意为一个新生的想法而付出的勇气,以及鼓励和尊重这种勇气的氛围。

To Mika:

Just got the new from techcrunch that stanford student founded a venture fund called SSE (Stanford Student Enterprises), with $13 million in assets. SSE has started the first round of funding, directly to stanford campus startups. Each have a chance to get $50k-100k as seed fund.

In my school, Peking University, the best school in China, there are many student association with the keyword “business”. Such as AIESEC, Business&Financial Association, Capital&Marketing Association, Student Leadership Network…..They have the coolest title, but the sad thing is the members are reformed with the same mold: train yourself and apply investing bank or consulting company. So one day you can be one of the most expensive EMPLOYEE. Travel with first class ticket, stay in 5 star hotel, and serve the most powerful customers. That’s why we have no association to cultivate Student ENTREPRENEURS even in top schools, while we have a thousand associations to train high-class EMPLOYEES.

The best choice for a chinese student is an offer from a US graduate school, or from a top international company (especially investing bank, consulting company, accounting company, and consuming products company like P&G, Uniliver…). As a result, the best chinese students are licking the ass for US professors or US managers, while the best US students are making a business of their own from a garage. We have the cheapest labor force, the largest market, and the biggest net user group, but we just don’t have the guts to make a new business, and we don’t offer a simple respect and encouragement for the potential students with business sense.

We just produce the fastest and best copier in the world.

推荐系统的演化 (Evolution of online recommendation system)

类似于amazon豆瓣这样的仓库型网站,推荐系统是提高用户黏度、扩大盈利规模的必备手段。

最初的推荐系统其实是类似于黄页的分类系统,比如 bababianyupoo都属于“网络相册”这一类,那么,介绍bababian的时候就可以推荐yupoo,这个系统最耗费成本,而且效率相当低。而且图片等非文本信息很难被分类。

然后进入了tag横行的时代 ,通过UGC模式产生的大量tag,让仓库里的大量条目建立关联,豆瓣采麦的推荐系统就是这么做的。tag可以很好的胜任图片信息的推荐,但是对音乐、艺术等抽象信息就无能为力了。

音乐分享鼻祖Pandora只好不辞辛劳的采用了一种特殊的推荐机制:分析每一首曲目并赋予其独特的音乐DNA标记,通过标记的匹配来进行推荐,在pandora还未封闭之前,它一直是我听歌的首选,推荐的准确度相当高,以至于封闭之后让我无论如何也找不到替代品。

现在又有一种新的推荐模式出现:基于相似族群的推荐。最近去了趟toluu,是做博客推荐的,输入你喜欢的博客网址,系统会自动分析与你爱好相似的用户(把你们归类为同一人群),并把他们喜欢的博客推荐给你(同一人群应该有同样的爱好)。我没仔细去体验toluu的服务,也不好说准确度有多高,但是这个模式的确非常诱人,其实这也是最初采麦想采用的推荐模式,但现在还处于用户基数不够的阶段,尚不是合适机会。

相似族群的推荐更像是朋友之间的悄悄话。口味相似的人,互相从对方身上获取自己未接触过的信息,最后把每个人的小圈圈扩大,所有人都融合到一个大圈圈里,实现1+1=4的平方级增长,符合资源优化配置的趋势。

To Mika:

For websites like amazon and douban, recommendation system is the key element for a higher user stickyness and larger sales.

The original recommendation mechanism is an online yellow page, with different catalogs and each item belongs to one or several catalogs. The item under the same catalog will be recommended automatically. The weak point is yellow page can not define non-text information like pictures.

Then came the TAG era from about 5 years ago. Tag is the most representative feature of web 2.0. With enormous UGC (user generated content) emerging in one night, user added tags become the most efficient way for keyword match and recommendation.

But tag also has fatal weakness: you can never add enough accurate tags to virtual information which involves personal taste, such as books, music, movie. I love adventure movies, but Caribbean Pirates is disgusting for me, while everyone tag it with “adventure”. How can we deal with that?

Pandora invented a complicated system to analyze every song’s DNA (inner pattern), and generates a very high accuracy when recommend new songs to users. Frankly, I damn love pandora. It’s the best product I’ve ever found online. Don’t mention Last.fm to me, it sucks. In China there are exact copiers: YOBO and songtaste. Since pandora shut the door to non-US users, I can only turn to YOBO, but saddly, the recommendation system is like shit.

The final solution for recommendation should be based on human TASTE. Similar people have similar taste. If our system can determine that Tom and Jack is 80% similar people (in some field), then we can reach a 80% accuracy when we recommend TOM’s favorites to Jack, and vice versa. I’m not sure if toluu (a blog recommendation system) is based on this mechanism, but I will definitely spend my whole life on it.