chinesefreesexvideos高潮,欧美极品少妇性运交,久久久国产一区二区三区,99久久婷婷国产综合精品,成人国产一区二区三区

到底什么能夠成就一個新平臺？

我們分析了各大平臺的發(fā)展規(guī)律后，發(fā)現形成新平臺有一個核心因素——數據化。無論是阿里巴巴、大眾點評、美團等電商平臺，還是 Bilibili、抖音、快手等內容平臺，又或者 Google、百度等搜索引擎平臺，都繞不開這個規(guī)律。

在本篇里，我們將與你一起探討：

我們熟知的平臺是如何依靠數據化乘勢而起，成長為估值百億、萬億美金的平臺級企業(yè)？

當下，新平臺最有可能從哪里「破土而出」？如何捕捉并抓住數據化的發(fā)展機遇？

進入正文前，先分享兩個結論：

需求和供給之間，通常有一個很長的鏈條。在這個鏈條中，當供需雙方的數據化程度在某一個時間點同時實現了顯著提升，或者在既有的數據化供需鏈條上，又有新的環(huán)節(jié)實現了數據化突破，就極有可能形成新平臺。

推動數據化的因素有兩類：一類是外部因素（通常是技術的進步與迭代），另一類是運營力量（通常包括需求和供給運營）。

希望能提供不一樣的思考角度。我們強調數據化對于平臺崛起的重要性，也清醒地知道，一個個平臺崛起的背后有其復雜性與不容易。

1 、回到阿里巴巴與 Google 的起點

無論是早期撮合供求信息的 Alibaba.com 阿里國際站，還是后來撮合交易的淘寶、天貓，阿里巴巴作為一個新平臺的崛起，某種程度上就得益于數據化。要了解這個邏輯，我們還需要回到 1999 年。

阿里巴巴的第一個產品

1999 年，阿里巴巴成立，它做的第一個產品是 Alibaba.com 阿里國際站。Alibaba.com 核心業(yè)務是幫助國內的中小企業(yè)找到海外客戶，實現產品出口。

在其發(fā)展早期，阿里巴巴撮合的是供求信息，而非交易，牽涉的環(huán)節(jié)鏈條較短。這個生意的成立是基于將 B 端和 B 端的供求信息數據化，供給端是中國廣大的中小企業(yè)，需求端則是來自美歐等全球其他地區(qū)的活躍買家。

阿里巴巴在將中國中小生產廠家數字化的過程中，趕上了兩個外部因素：中國放開外貿自主權、中國互聯網的發(fā)展。

1997 年亞洲金融危機之后，為了抵御亞洲金融危機對中國產業(yè)帶來的沖擊，中國進一步放開外貿自主權。從 1999 年開始，所有的私營企業(yè)都可以自行向外出口。私營企業(yè)獲得外貿機會之后，想賺外匯的大有人在?？梢哉f，外貿政策為阿里國際站帶來了更多中國商戶的供給，想賣全球的廠家在阿里巴巴國際站聚集。

此外，阿里巴巴還趕上了中國互聯網發(fā)展的第一波浪潮。跟阿里同年成立的，還有攜程網、當當網、盛大、天涯等互聯網公司。越來越多地中國商戶開始觸網，去學習并適應在網絡上展示商品信息，尋找潛在買家。

除了外部因素的促進，阿里也不斷通過運營體系來推動中國生產企業(yè)的上線及后續(xù)數字化。

阿里國際站的「中國供應商」電子商務平臺最初依靠地推模式，靠業(yè)務員挨個拜訪企業(yè)，拿下客戶。這支銷售隊伍后來被稱為「中供鐵軍」。

拿下客戶之后，數字化之路艱難、復雜。以身份校驗這個環(huán)節(jié)為例。根據中國經營網報道，最早，阿里讓商家進行實名認證時，需要商家把身份證等相關手續(xù)寄給阿里，阿里再拿著一摞文件去公安局做校驗。后來，阿里想到的辦法是，讓商家用身份證去銀行開戶，阿里往商戶賬戶上打錢，從而核驗商戶的身份信息。

后來，阿里借助旗下的「一達通」平臺，為商家提供商檢、報關、物流、金融、退稅等外貿綜合服務。在服務的過程中，一達通掌握了企業(yè)銷售能力、銷售規(guī)模等信息。通過一達通積累的數據，阿里了解到的商戶數據，真實且全面。

淘寶又是怎么起來的？京東早期的差異化特色是什么？

與切信息撮合的 Alibaba.com 不同，淘寶做的是商品交易。2003 年，淘寶起步，中國網民數量接近 8 千萬，這意味著大量消費者觸網，然而絕大部分商家們還沒上線。這也是淘寶首要解決的問題——將供給（商家）大規(guī)模數據化。

淘寶圍繞商戶運營做了無數嘗試。比如，淘寶中的 TP（淘拍檔，即優(yōu)質電子商務服務提供商，為商家提供工具軟件類、運營服務類、研究咨詢類等服務）會幫商家找模特、拍照片、裝修網站，等等，想盡一切辦法為商戶提供服務，讓商家及商品上線。

總體而言，淘寶的做法是 C2C （客戶到客戶），偏輕資產。它將商戶數據化之后，讓商戶們來運營商品，完成供需之間的關系對接。

然而，當用戶的需求被充分數據化后，用戶最終要買的不是商戶，而是商品。

這也是京東早年的差異化所在。京東直接將商品/服務變成了自己的。也就是說用戶在京東上下單一臺冰箱，京東能很清楚，這臺冰箱是什么型號，哪一年生產的，還有多少庫存，什么時間能運到。于是，所有的商品/服務信息也都數據化了。 

搜索引擎是怎么出現的？Google 的核心價值點在哪里？Facebook 如何提高信息分配的效率？

如果說，Alibaba.com 和淘寶都是顯著提高供給數據化水平的典型案例，那么Google 則是實現需求數據化的范例。

搜索引擎平臺出現之前，門戶網站、各種各樣的論壇已經讓文本信息數據化了。然而，在浩瀚的文本信息海洋里，用戶很難快速找到自己想要的信息。換個角度，搜索引擎要解決的最大的問題是怎么知道用戶想要什么。

Google 做了一件非常有意義的事情。它發(fā)明了搜索框，讓用戶可以隨意輸入自己的搜索需求，使得多元、個性化的搜索需求被高度數據化。

縱觀互聯網發(fā)展史，在平臺的發(fā)展過程中，將需求數據化的例子非常罕見。當 Google 解決了用戶搜索需求的數據化之后，信息供需匹配的效率隨即大幅提升。原來互聯網上信息沒這么多，用戶的需求也沒那么多，搜索引擎根據一維線性排列，給所有的信息排個隊就行。

但是現在，不僅信息供給多了，用戶需求也更加細分、個性化，如果搜索引擎沒能及時進化，用戶可能需要翻上四五頁才能找到需要的信息，或者用戶需要寫越來越多的關鍵詞，才能把搜索需求描述清楚。 

從數據化的視角來看 Facebook，它在線性排列的信息供給上加了關系傳遞，使得信息排列的維度增加了一個，從而提高了信息的聯通效率。換句話說，它把信息從原來規(guī)規(guī)矩矩地排隊，轉化為各種隊形，用戶不用一排排順著找，只要抬頭一看，就能找到想要的信息。

2、為什么美團、大眾點評合體后，才做成了一個超級平臺？

美團點評如今擁有萬億人民幣市值。美團與大眾點評各自發(fā)展、合并、一起做大的過程，說明了一個道理：只有供需兩端同時完成了大規(guī)模的數據化，高效的供需關系匹配才得以可能，才有可能誕生新平臺。

2010 年，美團剛創(chuàng)辦時，主要做 PC 端的團購業(yè)務。團購依靠高折扣，把消費者的需求暴露出來。用戶在美團上買了一家餐廳的優(yōu)惠券，意味著告訴平臺，我要去這家餐廳吃飯。

除開高折扣的團購本身難以形成一種可持續(xù)的商業(yè)模式。美團團購當時沒有做得太大，也是因為只把需求這半邊數據化做到位是不夠的，它還需要在供給（餐廳）數據化這邊有足夠的積累。

這恰好是美團創(chuàng)立前，大眾點評已經吭哧吭哧了做了 7 年的事情。通過 B2C（企業(yè)到客戶）與一點 C2C（客戶到客戶）的方式，大眾點評費了很大勁將餐廳數據化。整個過程在早期頗有挑戰(zhàn)，且效率不算高。

早年餐廳信息在網絡上非常匱乏，讓餐廳在網上放自己的信息也并不常見。當時，也很少有人有上網查找餐廳的習慣，更別提吃完跑到網上給餐廳寫點評了。據《創(chuàng)業(yè)家》報道，大眾點評創(chuàng)始人張濤有段時間天天泡在圖書館里，找媒體刊登過的餐廳，錄入到大眾點評網；大眾點評也曾派駐員工把一個城市里面，能找到的餐廳資料都收錄到平臺里。

到 2010 年，圍繞「在餐廳吃飯」這件事，美團、大眾點評已經依靠運營手段，分頭去做了需求與供給的數據化。美團及千團大戰(zhàn)培養(yǎng)了用戶上網購買餐飲等服務折扣券的習慣，大眾點評則教育了餐廳把信息放到網上。

同一時期，一個關鍵的外力—— 陀螺儀和定位傳感器的進步，讓智能手機開始承擔 GPS 的功能。

加上地理位置這個數據化的維度之后，大眾點評過往積累的已經數據化的供給（餐廳信息），開始變得格外有用。因為智能手機用戶隨身攜帶 GPS，用戶的需求可以跟其所在的地理位置密切相關。簡單點說，在智能手機上查找附近的餐廳或者服務變成迫切、實際的需求。這些需求與供給（大眾點評積累的餐廳信息）連起來，價值就變大了。

2015 年，美團與大眾點評合并。它們早前分頭創(chuàng)造的高度數據化的需求與高度數據化的供給開始融合起來，合并后的新平臺就能顯著地提高供需匹配的效率。

這里，也講一下美團外賣。

2013 年，美團做了外賣。按照我們反復提到的數字化邏輯，美團外賣有意思的一點是，多做了一步供給的數據化。

為什么這么說？以前用戶在使用大眾點評的時候，了解的主要是商戶信息，很難拿到一張完整版的電子菜單；而在美團外賣平臺上，我們能看到一道道的菜品。這相當于，供給數據化的顆粒度從餐廳進一步細化到了餐廳里的每一道菜，即用戶可以直接購買商品，而不只是選擇并尋找商戶。

總結來看，美團點評之所以能夠成為一個大平臺，一方面在于美團通過團購把用戶的需求上線，另一方面得益于大眾點評把餐飲商戶這部分供給上線。合并之后，需求和供給高效地連起來了。

美團點評通過外賣服務將餐飲行業(yè)數字化之路又往前邁了一步——通過運營商戶實現了商品的數據化。

此外，美團點評的崛起過程，我的兩點 takeway 是：

如果你像大眾點評那樣，早于需求爆發(fā)就提前埋頭做了供給的數據化，這件事本身也足夠有價值，即使當時還沒有出現對應的商業(yè)模式，也可以等需求慢慢上線之后，再來解決商業(yè)模式的問題。否則，當時你需要投入很多資源來教育市場，告訴用戶為什么要用你，以及怎么用。

相較于大眾點評苦等數年才等到了需求的數據化，Uber 和滴滴的出現，則說明當供需兩端同時實現數據化程度的質變，是新平臺迅速崛起的絕佳契機。

伴隨著智能手機普及度的提高，乘客人手一個 GPS，司機也人手一個 GPS 。乘客原來沒法被精準表達的需求信息（在哪里、要去哪里）變成了數據，司機相關的信息（現在在哪兒、離乘客多遠、多久能到）也被變成了數據。供需兩端的位置信息同時被數據化了。

當然，加速移動出行供需兩端數據化程度的，除了手機里的定位系統(tǒng) GPS，還有地圖導航 APP 等其他同樣由技術驅動的外部因素。

3、為什么中國沒有 Youtube，卻有B站、抖音和快手？

Bilibili 是怎么崛起的，它對內容的數據化做了什么？

B 站這兩年「破圈」的勢頭迅猛，越來越多的人在 B 站消費視頻內容。

然而，回到 B 站成立的 2009 年，B 站上的內容供給不多，特別是 UGC。畢竟那個時候，智能手機剛剛開始占領市場，很多人還沒用上。也就是說，當時大多數人沒有拍視頻的便攜設備（智能手機），談何自己創(chuàng)造視頻內容并上傳。這也是為什么那么多期待做成中國 Youtube 的視頻平臺們沒能做成的原因之一。

當時，B 站跟優(yōu)酷、土豆等在線視頻網站采取的策略類似，把已經數據化的動畫長片和動漫影像內容作為供給，放到自己的平臺上。不過，B 站與其他內容平臺不一樣的地方在于，它在這類現成的供給之上，疊加了文本信息，也就是彈幕，這等同于創(chuàng)造了新的供給。當文本信息和數據化信息碰撞之后，產生了信息的交匯。這是 B 站的特色和文化，它也因此逐漸成長為一個二次元人群聚集的平臺。

2013 年，我還在 IDG 任職，參與了對 B 站的早期投資。在我看來，讓 B 站成為一個估值不斷上漲的新型內容平臺的主要推動來自外力——各種精度足夠高、尺寸足夠小、成本相對合理的光學傳感器被塞進了智能手機里。

當攝像頭像素大幅度提升，還具備了光學防抖、激光對焦功能，從成像、對焦到圖像處理的功能都不斷完善，拍照與拍視頻成為了手機的核心功能之一。伴隨著智能手機的普及，用戶拍攝視頻的能力逐漸增強，視頻平臺的內容供給開始增加。一個新的人群開始在 B 站上活躍—— UP 主。

視頻內容供給的增加，以及視頻內容本身相較于文本內容的豐富度，也進一步帶動用戶視頻內容消費需求的上揚。這也是短視頻平臺快手與抖音崛起與流行的邏輯。

快手和抖音，把握供給的方式有什么不同？

你看過的好書大概率比你看過的好電影要多出一兩個量級。這不難理解。生產高質量的視頻內容，要比生產文本內容難許多；能夠創(chuàng)造優(yōu)質文本內容的人，遠遠多過能創(chuàng)造優(yōu)質視頻內容的人。

正是因為創(chuàng)造視頻內容的門檻非常高，抖音動用了大量的運營力量，來增加內容供給，與此同時引導需求。

根據騰訊《深網》報道，抖音早期到全國各地的藝術院校，說服高顏值的年輕用戶生產視頻內容，并幫助他們獲取粉絲。它還通過「挑戰(zhàn)賽」的方式，輸出視頻「模板」，帶動用戶生產內容。比如，讓抖音「出圈」的「搓澡舞」源自用戶「劉西籽」的創(chuàng)意。抖音的音樂運營改編了這首音樂，抖音達人「夏沐」創(chuàng)意出舞蹈動作。然后，抖音通過 #搓澡舞# 挑戰(zhàn)，吸引更多用戶創(chuàng)作與「搓澡舞」有關的視頻。

這兩類辦法都是奏效的，特別是在抖音引導用戶將時間往短視頻內容消費遷移的時期。因為，通過中心化分發(fā)，給用戶推薦喜聞樂見的娛樂向內容以及運營出來的成熟內容，能夠高效地完成內容分發(fā)或者轉變用戶習慣。

挑戰(zhàn)在于，當用戶的成熟度逐漸提高，如果視頻的平均質量不如用戶的成熟度上升快，視頻平臺供給稀缺的問題就會突顯。用戶會覺得「不好玩了」，隨之而來的，可能就是用戶活躍度下滑。

相反，在撮合供求關系的過程中，由于快手的推薦機制沒那么中心化（流量兼顧普通人），有極強的社區(qū)屬性，重視內容博主與用戶關系的構建。從某種程度上，我傾向于認為，在快手上，博主和用戶之間更像是「先是關系再是內容」。

有了關系的粘性，用戶對內容供給的標準和要求，可以適度降低。當供給出現較大不足的時候，可以用關系來彌補內容質量的不足。

可以打一個簡單的比方，無論我們長到多大，都得耐心聽媽媽「嘮叨」，不論她「嘮叨」什么。要是別人「嘮叨」，我們可能聽不了兩句，就抹臉走了。這正是關系在起作用，對于關系親近且重要的人，我們對其輸出的內容質量能有較高的容忍度。

04 、新平臺誕生的機會在哪里？

從阿里、Google、美團點評、B 站等平臺的發(fā)展歷程來看，最后成長為大平臺的企業(yè)，都在不同的環(huán)境和條件下，顯著提高了供需兩端中至少一端的數據化程度。因為需求一般都跑在供給前面，大部分平臺做的，是大幅提高供給的數據化程度。這是我們打造一個新平臺或者說評估一個平臺的價值時，可以去思考的一個角度。

數據化的過程，可以通過運營手段與外部因素來實現。而這種外部因素時常是新技術。這也是為什么我們看到，大量新平臺的誕生，都與各類設備上安裝的新傳感器有關。或者說，當一個新傳感器被裝到一個新設備上，或者說原來沒有裝過這類傳感器的設備上，都會產生新的數據維度，進而帶來新的數據化。

除了前述提到的 GPS 定位系統(tǒng)之于 Uber、滴滴，高清攝像頭之于抖音、B 站，2011 年微信起步時亦是如此。

微信剛面世時，還沒有自動匹配手機通訊錄之前，大量用戶拿它當對講機，向好友發(fā)送語音消息。于是，語音成了一個新的數據供給、新的數據需求、新的基礎設施。

而微信之所以能夠讓語音數據化，一方面得益于智能手機上安裝了較好的麥克風陣列，在較好的網絡傳輸條件下，語音流信息得以順利傳輸。另一方面，智能手機的耳機與揚聲器都很好，也便于用戶聽語音信息。

 -END-