创业公司的三个阶段
- 初创探索期（从 0 到 1）
- 扩张增长期（从 1 到 N）
- 瓶颈期（竞争、市场天花板、GDP）
创业 = 增长
扩张增长期是“创业”的突出特征
- 广义的 “做生意” 没有这条曲线
- 大多数创业公司的成败标志
所以，创业的核心 = 取得增长
创业的核心是什么
创业的核心就是寻找增长
持续增长的核心就是找到正性循环
增长 ➡️ 资源 ➡️ 更多的增长
资源包括人才、资金、信息、关系等
正性循环不限于科技创业公司
但科技创业公司投入产出比是超线性的
- 数字化（代码、数据）
- 人工的投入产出比是线性的
- 网络效应
- 即使横轴是投入，也是 S 曲线
Product-Market Fit （PMF）是创业项目走上正性循环的“正道”（eg：旁氏骗局是“歪道”）
增长 ➡️ 资源 = 有增长，而且收的到钱
资源 ➡️ 更多的增长 = 精准获客，产品扩展
Make something people want
PMF 是什么
PMF 顾名思义就是产品市场匹配度
产品是技术和**需求（市场）**的一个桥梁
早期就是优化客户的满意度
形成口碑传播
参考 《跨越鸿沟》 Geoffrey Moore
从 0 到 1
创业公司的 S 曲线中
初创探索期几乎是平的接近 0
所以到 PMF 的时候称为“从 0 到 1”
大多数创业项目（70%+）活不过这个阶段
创业项目的增长曲线
每条创业项目 S 曲线可以用三个参数定义
- 曲率（增速）
- 天花板高度（规模）- 对投资者最关键
- 项目能走到曲线哪里（概率）- 对创业者最关键
从理工科的角度阐述 PMF
想法空间 Hypothesis Space
创业想法在一个超大的“动态高维空间”里
- 超高维
- 每一种可能的用户产品定位、功能属性、商业模式
- 指数级的排列组合导致空间极其巨大
- 动态性强
- 选择因为环境随时都在变化（如用户心智、竞争、政策）
- Jeff Bezos 用户永远不会满足
- 没有绝对的用户体验，都是相对于预期而言 ➡️ 路径重要
- 但同时也会有新的还没有多少人注意到的好位置
- 因为竞争，好的想法是极少的
- 好的地方可能很快就给占据了
- 而且能见度极低，基本看不见
- 好的坏的想法也都只是 hypothesis
实际的想法空间是凹凸不平的，就好像在大雾里登山
能见度很低，你也不知道顶峰在哪有多高
但在往下还是往上走还有可能可以知道的
寻找 PMF 的过程就是机器学习的梯度下降 Gradient Descent
我们的目标就是朝着用户需求去走，让用户满意，不断减少产品和需求之间的距离 loss func
OK 爬山，听着挺简单的嘛？
实操的时候就会有各种各样的问题，比如
- 爬的太慢
- 爬到山顶之前就活不下去
- 爬后发现山不大或者山不高
- 判断是否在往上还是往下走就出错了
- 有些维度是没法爬的 non-differentiable
取得 PMF 的思维模式和迭代策略
厉害的创业者有一个共同特征
奇绩创坛邀请过，交流过许多顶级的企业家、创业者
气场有强有弱，沟通能力，领导能力也层次不齐
但都有一个共同特征 - “超强的深度思考能力”
深度思考 = 想清楚 “为什么”
深度思考听着玄乎，本质就是想清楚“为什么”
“为什么”比“知其然”有强的多的泛化能力
大家都觉得是常识的东西，往往顶尖的创业者要想想对不对，有没有道理
而顶尖的创业者往往都能够而且做出过反常识的决定
反常识（counter-intuitive） 在创业中特别重要
- 常识（直觉）因为快思维中的 bias 是有很多问题的
- 环境有点变化，往往过去正确的“直觉”其实就变得不对了
- 在创业中就要做大部分人不认可的事情（都认可的话早没机会了）
关于“为什么”的两个例子
数据 PM vs 古典 PM
数据 PM：”我们发现内容面积变大，整体阅读量上升了，所以内容面积要大“
古典 PM（eg：张小龙）：“一个屏幕里的内容条数，应当跟命中率成反比（要保证整个屏幕上总得有用户感兴趣的内容，不然他们很快就流失了）”
产品刚开始，每个用户关注的人少 ➡️ 命中率高 ➡️ 同样的内容，面积大更容易被点击 ➡️ 整体阅读量上升
但是环境一变（产品有了些人气，关注的人多了后），数据 PM 的结论就不成立了
美团 vs 其他
所有抄袭 Groupon 的团购公司；“每个团购优惠限制只上架 7 天，有时间压力用户更有意愿购买。Groupon 就是这么做的，Groupon 发展的很好，所以我们也这么做。”
王兴：“团购优惠应该一直可以购买。”
在当时这是很反常识的认知，我们看看为什么：
优惠力度大就会有人购买 ➡️ 团购是供给驱动的 ➡️ 不限制上架时间 = SKU 增多 ➡️ 供给驱动的平台更活跃
想清楚“为什么”之后的好处
深度思考带来的认知是很牛逼的存在
- 认知、逻辑、定律都能极大缩小迭代搜索空间
- 减少计算和测试成本
- 也就是 Elon Musk 的 “第一性原理”
- 仅通过迭代 Gradient Descent 做不出伟大产品
- 核心是因为各种排列组合，空间是在太大难收敛
- 有的部分 non-differentiable，不可微分不可迭代
- 而且很容易 stuck in local optima 陷入局部最优
- 必须借助先验知识
关于 PMF 的“为什么”
PMF 是产品和市场的匹配
- 产品供给端的“为什么”
- 市场需求端的“为什么”
这些“为什么”也就是我们通常意义上的“价值”
供给端的“为什么”
产品供给端就是产品的提供/创作者，也就是问创业者的“为什么”
假如你是爱迪生（通用电气）
- 为什么要用你的公司生产的灯泡？寿命更长
- 为什么要用电灯泡照明？比油灯安全、方便、污染低
- 为什么要用电？人类对电磁力的控制，能源转化效益、传输
假如你是 2015 年的 Musical.ly（TikTok 前身）：
- 为什么要用 Musical.ly？对口型唱歌 Lip-sync，全屏体验
- 为什么要做短视频？普通视频信息量大但密度低，短视频信息密度极高、门槛也低
- 为什么要做娱乐？顺应人性（他们之前的教育项目并不成功）
- 为什么要做推荐？推荐是手机时代最有效的信息分发方式，颠覆 PC 搜索
从小到大的“为什么”，创业者都应该有好的答案
假如只有大的没有小的，大的方向都不一定成立
- 经常看到这一类的“天马行空”类创业者
- 逻辑：加入大的假想成立，里面小的子集应该也成立
- 能量、时间有限，测试范围越小越好
- 假如很多个小的测试都不成立，大的假设还成立嘛？
- 成功的创业是单点突破，然后同一个用户群或同一种能力的延伸
假如只有小的没有大的，很有可能做不大
- 规模不大是（对投资者来说）创业最大致命伤之一
- 回想一下公司成长 S 曲线的三个参数：
- 曲率（赚快钱机会变少）
- 概率（个人判断相差不多）
- 假如需要融资，天花板高度最关键
- 要关注需求有没有代表性，是不是同一种能力的延伸
假如大的小的没有逻辑的联系，也不成立
- 创业是单点突破，同一个用户群或同一种能力的延伸
- 经常看到创业者宏大的故事跟今天做的事联不到一起
- 问题：不是同一种能力（卖法、人才、组织文化等）
- 即使抓手验证了，对长期的故事也意义不大
- 进阶玩法：以终为始，在同一种能力的基础上找个好切入点
需求端的“为什么”
Product-Market Fit（PMF）不是 Product-User Fit，也不是 Product-Need Fit
核心是：
- 有足够的同样需求的用户
- 赚的到钱
迭代的时候做梯度降低 Gradient Descent 看着容易，就是登山嘛，用户要什么我就给什么。
其实做起来很难，原因是：
- 需求碎片化
- 用户会撒谎
- 用户不知道可能答案是什么，有什么好的
- 需求涉及多方
第一个常见问题 - 需求碎片化 🧩
积极的朝用户需求走，创业者去收集了很多用户需求，都是正确的用户画像，甚至是合理的要求（在产品大范围里）
但用户需要一个功能，我就给他一个功能。一千个用户之后，产品就彻底乱了。
常见做法是开个用户论坛，把“皮毛型”的功能通过投票排出优先级解决。
但功能往往挺长尾的，这也不解决问题。
但需要 A 功能，背后可能是因为 B 原因
我们要多问“为什么需要 A 功能？没有了它对你影响在哪？”
创业者应该盯着 B 做，实现的功能可能和 A 功能完全不同
往往 A 功能甚至都做了，用户都不一定满意（A 和 B 之间的偏差）
B 也更有可能有代表性，通过 B 需求也更容易满足其他类似用户
第二个常见问题 - 用户会撒谎
有点产品经验的同学会知道，用户往往说的和做的不一致
有的人天天抱怨但实际在用，有的人夸你好但不会来用也不愿意付钱
世界上没有绝对的用户体验，都是和期待相对而言
我们还是要多问“为什么需要 A 功能”
没产品或没功能的时候可以问
- “没有了它对你影响在哪？为什么？”
- “你现在达到这个目的的解决方式是什么？” - 用户抱怨，但是他可能已经有替代了（即使不完美）
- “能否介绍其他有类似痛点的用户给我聊聊？” - 是否愿意介绍，也间接证明了需求是否真实，愿不愿意为了解决这个问题花时间、为你背书
有产品有功能之后
- 假如切准了，即使产品不完整，用户应该也是急切想要试用的
- 和潜在用户能否有清晰的下一步（会面、使用、付款），还是客套为主 - 实际有需求的用户应该是有下一步的
第三个常见问题 - 用户不知道可能答案是什么，有什么好的
用户了解需求，但不了解解决方法（有哪些可能性，有什么取舍）
所以直接问用户潜在答案是否可行是不对的 - “你需不需要 X 产品/功能”
让用户来提解决方法、功能也是不对的
（引申出来 - 1. 其实创业者解决自己身上的问题是个好的开始） （引申出来 - 2. 其实大多 VC 是添乱的，既不了解需求也不了解答案）
错误的做法：
- 创业者：“我可以给你造一辆汽车”
- 用户：“不，我需要一匹更快的马“
- 创业者：“好吧，看来我可能不应该在这个方向创业“
创业者应该做的
- 用户：“我需要一匹更快的马“
- 创业者：“为什么你需要一匹更快的马？“
- 用户：“更快的带我从 A 到 B，还有可能帮我耕田、拉货“
- 创业者想：“看来创业做汽车是有前途的，可以至少满足这些用户需求“
第四个常见问题 - 需求涉及多方
在 2B 的创业过程中非常常见，一个产品涉及多方参与
使用者、买单者、决策者都不一样，他们的需求都得满足
这样的产品比较复杂，也会做的较重
创业者同样可以以“为什么”和“清晰的下一步”有序推进
想清楚“为什么”之后的好处
认知是长周期的，结构化的，可传递的
- 认知（比如数学、物理定律）不需要很快形成，但是形成之后可以用很久
- 人类文明其实一直在传递很多认知
迭代是短周期的，快速偏直觉的，可能难以用语言描述的
- 要等着认知的话，说不定很多生意就黄了，太慢了
- 认知很可能也是需要调整的，或者根本就是错的
- 认知和迭代就是想 + 做，慢 + 快的结合，相辅相成
认知和迭代相辅相成
- 深刻的道理很简单，但是也很难想到
- NLP 空间高维 + 排列组合，不管多复杂的认知都可以用简单语言表达（不行就造个新词）
- 认知和迭代对应了快思考和慢思考
- 认知帮助缩小迭代空间
- 迭代结果帮助形成认知
- 认知形成的速度不能慢于市场变动的速度（马太效应）
创业者基本素质和创业简单道理
假如还没有形成洞见，创业者需要注重哪些基本素质或者简单道理？
迭代 =
单位时间能迭代多少次 ➡️ 行动导向 + 做事利索 + 投入专注
✖️ 每次迭代进步多少 ➡️ 需求导向 + 学习能力强
✖️ 总的迭代时间长度 ➡️ 赚钱/融钱 + 坚持有韧性
单位时间能迭代多少次 ➡️ 行动导向 + 做事利索 + 投入专注
- 设计最小的可能推翻 Hypothesis 假设的测试
- 找到假设里可能最弱的一环测试
- 确定性由强到弱： 复购 > 购买 > 推荐 > 留存/时长 > 试用 > 肯定
- 保证一定确定性情况下，为快优化
- 一处着手，并行测试，发挥你的创造力！
每次迭代进步多少 ➡️ 需求导向 + 学习能力强
- 毛主席：“没有调查就没有发言权”
- 不和用户聊，就没有发言权
- 工程师不能闭门造车，连续创业者不能自以为是
- 每一次迭代，都学到了什么？Learning-rate 不低才能比别人更快收敛到正确方向
例子：Stripe，支付 API，$950 亿市值
- 抓住每一次互动的机会（吃饭的时候帮你接上 API）
- 快速拿到信号，好消息坏消息都是好信号
- 行动导向 + 需求导向
- 招最优秀的人才，做出做好的体验
- 奇绩有些项目（如 Authing）也是类似
总的迭代时间长度 ➡️ 赚钱/融钱 + 坚持有韧性
- 从 0 到 1 一个重要的里程碑就是创业公司能够勉强养活自己了
- 创业像过山车，创业者必须要有良好的心理素质
- 选择自己更感兴趣的方向也能坚持更久
例子：Airbnb，民宿平台，$1000 亿市值
- 每个人有一个相册薄的信用卡（都透支了）
- 走投无路的时候，都开始卖卖片了，还发现奥巴马形象的麦片卖的好
- 能融到大钱的项目是少数，要像小强一样能够找到活路
创业营的主线
- 搞清楚五件事 What、Why、Who、How、When
- 其实都是“为什么”的延伸（What 是点，Why 是边）
- Why = 有因求果，Who = Why us，How = 有果求因，When = Why now
- 很少有创业者能够简单的说清楚，更不用说做到
- 千万不能骗自已