01月 8, 2013

创业者在开发产品的时候常会有这样的问题:什么样的功能对我的客户才是有价值的?什么样的功能是客户需要的而我现在还没有提供的?一般情况下,回答这些需要通过大量的数据分析和客户调查。而创业公司通常没有大量的数据,更没有资源进行大规模的客户调查。

Eric Ries在他的The Lean Startup(精益创业)一书中提出过一个叫做minimum viable product (最基本的能用的产品)的概念,意思是做出一个最基本的产品,看看有没有用户使用,如果有用户使用的话再对产品进行完善。

今天讲一小招,把minimum viable product的概念发挥得更进一步:做一个空壳产品。别紧张,听我说下去。

举个简单的例子,如果目前为止你的产品都供客户免费试用,现在想看看有没有客户愿意为你的增值服务付费。把一个付费功能的前台后台都做出来需要不少精力,同时还需要把增值服务做出来。所以,不妨先把增值服务的开发放在一边,只是在网站上对你想提供的增值服务做一个简单的介绍;把付费功能也放在一边,只是在前台做一个“支付”键。客户在按了支付键以后,你可以选择打电话向他们解释服务暂时处于维护阶段,或者给他们发自动的邮件。这样一来,你可以迅速的调查到有多少客户愿意用你的增值服务。如果有足够多的用户愿意用你的服务,你就可以考虑去开发支付功能和增值服务。

当然这样的做法也有两面性,实际操作的时候需要创业者者自己去衡量利弊。试想,如果客户迫不及待的想使用你的付费功能,却被一封自动邮件告知系统维护,客户很有可会失去对你的产品的好感和信任。一个能更好的利用空壳产品的例子可能是邮件提示。比如说,你想看看有没有用户愿意从你那边收到每周收到一次周刊总结,不妨就在前台提供这个选项,如果用户足够多就可以开发这个功能。和支付不同,这个周刊不必即时发生,让你有了更多的时间可以开发这个功能。

所以说,空壳产品,有利有弊,在不同情况下的使用效果也不同,具体操作起来就要靠创业者自己去拿捏了。

Tags: ,,,.
01月 6, 2013

我时常听创业者说自己的公司每天会生产/记录很多的数据,虽然他们暂时还没想明白怎么用这些数据,但把这些数据都先存起来了。他们经常还说,通过这些数据他们的产品/服务将得到很大的提升,仿佛这些数据就是公司的救世主一样。我不想讨论这种观点正确与否,但想在这里解释两个关于大数据的常见误解:

一、数据不等于信息

经常有人把数据和信息当作同义词来用。其实不然,数据指的是一个原始的数据点(无论是通过数字,文字,图片还是视频等等),信息则直接与内容挂钩,需要有资讯性(informative)。数据越多,不一定就能代表信息越多,更能不能代表信息就会成比例增多。我们来看两个简单的例子:

备份。很多人如今已经会定期的对自己的硬盘进行备份。这个没什么好多解释的,每次备份都会创造出一组新的数据,但信息并没有增多。

多个社交网站上的信息。我们当中的很多人在多个社交网站上活跃,随着我们上的社交网站越多,我们获得的数据就会成比例的增多,我们获得的信息虽然也会增多,但却不会成比例的增多。不单单因为我们会互相转发好友的微博(或者其他社交网站上的内容),更因为很多内容会十分类似,有些微博虽然具体文字不同,但表达的内容十分相似。

二、信息不等于智慧(Insight)

好吧,现在我们去除了数据中所有重复的部分,也整合了内容类似的数据,现在我们剩下的全是信息了,这对我们就一定有用吗?不一定,信息要能转化成智慧,至少要满足一下三个标准:

可破译性。这可能是个大数据时代特有的问题,越来越多的企业每天都会生产出大量的数据,却还没想好怎么用,因此,他们就将这些数据暂时非结构化(unstructured)的存储起来。这些非结构化的数据却不一定可破译。比如说,你记录了某客户在你网站上三次翻页的时间间隔:3秒,2秒,17秒,却忘记标注这三个时间到底代表了什么,这些数据是信息(非重复性),却不可破译,因此不可能成为智慧。

关联性。我们曾经对关联性的重要性进行过解释。这里不再赘述了,无关的信息,至多只是噪音。

新颖性。这个和我前文举的那个社交网站的例子类似,不同的是,这里的新颖性很多时候无法仅仅根据我们手上的数据和信息进行判断。举个例子,某电子商务公司通过一组数据/信息,分析出了客户愿意为当天送货的产品多支付10块钱,然后又通过另一组完全独立的数据/信息得到了同样的内容,这样的情况下,后者就不具备新颖性。不幸的是,很多时候,我们只有在处理了大量的数据和信息以后,才能判断它们的新颖性。

说了这么多,是想表达,其实我们手上有用的数据并没有我们想象的那么多——大数据本身就是个耍噱头的词。在如今这个年代,一个普通的创业公司每天就能生产1GB以上的数据,稍微大一点的公司每天生产的数据都以TB来技术。但在花钱进行大数据分析之前,我们要意识到,数据不代表信息,更不代表智慧。

Tags: ,,.