分类： 商业模式

早在创办Puppet之前，我就一直讨厌企业级销售，只是当时我不知道为什么。

你要么成为好榜样，要么成为可怕的反面教材。说到企业级销售，在创办Puppet之前，我就遇到过两个可怕的反面教材。

2000年，我在Bluestar工作，这是一家位于纳什维尔的企业级DSL初创公司。初创公司可能出错的几乎所有事情，这家公司都碰上了：创始人在我入职的那一周被挤走了（我发誓这不是我的错），他们融资过多（4.5亿美元）又花得很糟（比如花在了不能用的硬件和卖不出东西的销售人员身上），他们请来了一位完全不懂如何经营成长型公司的大企业CEO，然后监管框架又转向再次大幅有利于垄断企业，于是他们全都破产了。

但在此期间，我学到了很多，既包括最终促使我创办Puppet的那些问题，也包括商业中什么行得通、什么行不通。

有一次，公司决定购买一款新产品。老实说，我记不起它是做什么用的。可能与资产追踪有关？或者是某种运营监控软件？

我不知道。我只知道我从系统管理员转成了负责让它运转起来。我不属于决定是否购买、买哪一款的团队，我只是被指派去把他们的决定付诸实施。在我负责的几个月里，我想我们甚至从未在测试服务器之外的任何地方装好它，到了某个时候，我们就，呃，决定不再需要它了。

项目不了了之，我回到了原来的工作。做出这个糟糕决定的那位高管居然有脸说，我回到原来的角色是对我不利的一笔，会影响我在公司的任期评价。不用担心，他下个月就走了。

这不只是软件问题。在公司慢慢走向衰亡的同时，他们还和EMC就一台本不该购买的存储阵列起了争执。价值一百万美元的硬件在收货仓库里放了将近一年，因为我们不肯接收，EMC也不肯收回。

存储阵列：由多块硬盘组成、集中存放企业数据的存储设备

第二个警示发生在我在Bladelogic的短暂任职期间。我在那里工作不到六个月，但学到了很多。同样，主要是学到了不该做什么。我名义上是产品经理，但实际上他们只想让我维护他们的实验室，也许再写点说明他们产品如何运作的论证材料。

他们当然不想听我说话。我最难忘的经历，是在一次全体开发团队会议上，最资深的工程师说了类似这样的话：“客户怎么想有什么关系？他们已经买了产品。”令人震惊的是，CTO并没有当场开除他，反而只是继续往下进行，完全无视了这句话。

很明显，Bladelogic的商业模式让他们可以完全不在乎客户怎么想。只有潜在客户才重要。交易一旦完成，嗯，他们拿到钱了，没什么大不了。你确实无法在不丢失所有数据的情况下升级他们的软件——你知道的，就是你用来构建和部署整个基础设施的那些东西——而且要在这个系统上做任何实际工作，都得把每件事做两遍，一遍用于部署，第二遍用于更新。

但除非你真正使用这个软件，否则你永远发现不了这一点，而那时他们的销售人员早就走了，所以谁在乎呢？他们才不在乎。

你大概能看出我为什么待不到六个月。通勤于波士顿和纳什维尔之间也无济于事，而我还设法在波士顿租到了一间位于寒冷漩涡中心的公寓，我的室友收集Grateful Dead葡萄汁。

所以当我创办Puppet时，虽然懂得不多，但至少有了一些反模式。我知道，我们必须更关心客户能否成功使用产品，而不是关心能否拿下最初那笔交易，并且知道把产品卖给不会使用软件的人是个坏主意。

事实证明，这还不足以制定出有效的销售策略。谁能想到呢？

我很幸运，雇到了俄勒冈州最好的销售负责人，他不仅技能出众、经验丰富，还习惯了与创业者共事，并且觉得我比他以前的老板相对正常一些。每当我一开口，一堆工程师就会抱怨，而这个人只是默默地坚持下去。这让我们持续多年的争论更容易应对。

早期，我懂得还不够多，无法拆分出我想要什么、不想要什么，也不知道如何谈论具体的行为，所以我把自己讨厌的一切都打包起来，称之为“企业级销售”。我们没有在做那个。具有讽刺意味的是，我们的销售负责人认同我的大部分担忧，所以从常规意义上说这并不是一场真正的争斗，但有好几个领域他确信我们需要改变，而当你那位无知的CEO只是设下一道抵御邪眼的结界然后转移话题时，这件事就很难办。

几年之内，他甚至连“企业级”这个词都不愿说了，因为我会（比喻意义上）一下子扑上去对他发难。

在打造Puppet的最初几年里，我倾向于把重点放在防止销售扭曲我们的产品规划上。我想确保我们做的产品是用来被使用的，而不是用来被销售的，而且我既不信任自己，也不信任团队能分辨出这两者的区别。我认为这基本上是对的，但今天我会知道，你应该像对待客户的想法那样对待销售提出的想法：

永远倾听客户告诉你的话，但永远不要照他们说的去做。

销售团队看到的产品世界视角有限。他们聪明，对你的客户也有深入了解，但这并不会自动转化为好的解决方案。

在任何有销售团队的公司里，这都是一种普遍风险，但企业级销售团队还有一种更加有害的变体：搞不清楚谁是你的客户。

你是在为购买产品的人打造产品，还是为使用产品的人？

回想一下我试图在Bluestar部署的那款产品。它是为解决某个业务问题而购买的，决定购买的人是基于与销售的讨论，以及很可能是仔细研究了一张把它与竞争对手逐项对比的打勾表格才做出决定的。实际使用它是别人的问题。

事实上，我也不会是用户——我本应是它的管理员。会真正使用它的是其他某个团队（很可能是支持或安装团队）。所以他们离购买决策就更远了。

如果你向企业销售，要谈成一笔交易，就需要说服买方相信你的产品是赢家。这使得他们成为客户那里最重要的人。当然，一家优秀的公司也会让用户、管理员和许多其他人参与购买决策，但最终由买方说了算。二三十年前，这些决策大多是在高尔夫球场上做出的，所以套近乎是最重要的功能。如今腐败少多了，但功能性也没有强多少。

这就引出了用户与买方分离造成的另一个问题：企业级销售属于团队销售，与向单个用户销售有别。突然之间，你能否成功，取决于你管理客户那边相互争斗的各个子团队之间人际关系的能力，而不再取决于你产品的优势。我清楚地记得一次有几十位客户员工参加的晚宴，两个团队之间几乎有一条闪烁的DMZ，他们对我们的解决方案是否合适意见不一。销售人员的素质和经验开始比其他任何东西都重要，因为你基本上是在管理内部政治来完成一笔交易。

我们的产品重心去哪了？我们如何保持专注于打造用户喜爱的东西？

说实话，我们做不到。如果销售把重心放在人和政治上而非产品上，就很难维持一个包含销售在内的有效反馈回路。并非不可能，但很难。

在大公司里，你可以开始应对这种认知失调——倾听你的销售团队，但不要打造他们要求的产品。但在Puppet的早期，我知道自己应付不了。我总体上不擅长处理失调——我有点太喜欢只有一个真相的想法——但我尤其清楚我们的组织应付不了。我们需要100%对齐，这意味着销售需要和我们的产品团队处理同样的问题。因此，不做企业级销售。

随着公司变大，企业级销售的另一个大问题开始显现：哇，它真贵。New Relic的Lew Cirne告诉我，他当年卖掉Wily的主要原因是，他需要1.5亿美元才能建起销售团队，而这不值得。

New Relic：提供应用性能监控的软件公司

Wily：Lew Cirne早年创办的应用性能管理软件公司，后被出售

如果你做的是内勤销售，你大概有一个能讲清楚大部分产品的人，他每天能和十个或更多客户交谈，只有偶尔才会拉别人来帮忙完成交易。一旦转向企业级，你就有了外勤销售，他们可能要覆盖数千平方英里的区域，所以如果运气好，平均每天能开三次会，而且几乎每次拜访都需要一名销售工程师。他们拉进昂贵高管参加会议的频率，就像内勤销售拉进廉价销售工程师一样频繁。

外勤销售（field reps）：需要上门拜访客户的销售人员

销售工程师（sales engineer）：协助销售做产品演示和技术答疑的售前技术人员

是的，用这种方式你可以谈成大得多的交易，但想想它对你组织的干扰：基本上你领导团队的每个人都要从经营业务中抽出时间，只是为了让客户感觉被爱到足以开出一张大额支票，与向客户学习无关。你的交易成交周期变成九个月，而原本只要六周，拿到一张签好的支票开始更像是电子游戏里的一个挑战关卡，与共同解决客户问题的合作相去甚远。而这个游戏的Boss战，是企业级销售最糟糕的部分：采购部门。

我没有贬低任何角色或团队的习惯，而且我认为采购部门往往由专家组成，他们在公司里发挥着至关重要的作用。但他们的薪酬通常取决于为公司“节省”了多少钱。你不得不给企业客户的所有那些折扣？这是因为采购部门的奖金取决于他们逼你让出多少折扣。

绝对每个人都知道事情就是这样运作的，而且每个人都知道大家都知道，所以这只是一场游戏。我开出一个巨大的价格，你试图逼我降价，最后我们大家对照一下，看看相对于市场我们做得怎么样。我们双方都不真的想偏离规格太远；我想保持我的平均价格不变，而你只是想确保自己没有付多。

但由于公司是根据节省了多少钱，而不是根据对买什么做出了多好的决策来给采购部门定薪酬，我们可以把糟糕的产品以大幅折扣卖出去，却无法把好产品按标价卖出去。

这真是一场该死的Boss战。

通常还有一个小Boss：法务。他们只想拿到属于自己的那一磅肉，而且这往往更像是一个解谜关卡，与正面战斗不太一样。我最近见过一笔在法务那里卡了一年的交易。这个谜题对我来说太多了。（顺带一提，我在4年多前就和同一个客户打过交道。说到漫长的销售周期。）

所以现在你开始明白我为什么抵制企业级销售了：它会鼓励你为错误的人打造错误的产品，然后用错误的方式、以错误的价格去销售。

那么，为什么它如此流行？或者说，为什么它如此难以避免，以至于尽管我竭尽全力，我们最终还是进入了企业级销售的运作模式，然后我又从中逃开了？

嗯，首先，如果它奏效，利润极其丰厚。尽管Lew Cirne是为了回应自己在Wily的经历才打造了New Relic，并且多年来明确避开企业级销售，但一旦公司上市，他们经历了巨大的转变并加入了企业级销售，因为钱实在太诱人了。最大的公司购买最多的软件，而且，最大的公司想要以特定的方式被销售。

在很多情况下，你就是无法避免。这在Puppet很大程度上就是发生的事情：我们的产品是为解决大公司面临的问题而打造的。异构环境、人类已知的每种操作系统和应用、复杂的网络，以及繁重的合规需求。事实证明，同时拥有所有这些问题，却又像买卫生纸一样购买大型软件产品的公司很少见。

我们在各公司的第一批交易确实很像面向消费者的交易。但一旦他们想扩展到其他团队，尤其是想覆盖整个公司，这种关系就自然转变为团队销售，我们得与法务、采购、高管，以及另外三四个团队的代表打交道。理想情况下，组织内部有人是我们产品的拥护者，所以这更像是促成而非直接销售，但问题依然存在：这显然是一次企业级销售。

但当它奏效时……哇。你开始成交10万美元的交易，然后是30万美元，然后是100万美元，然后是1000万美元。这开始累积起来了。

而且尽管我说了这有多难……它其实是最容易的销售方式。

真正难的是拥有最好的产品，并且始终只凭实力获胜。企业级销售是默认的运作模式，而且在许多情况下，选择它是为了掩盖产品的弱点。毕竟，只有用户才会注意到这些弱点；在有CIO、采购、法务和项目管理参加的会议上，没有人会去安装产品并试运行一番。

就我们这个行业而言，对于如何打造不依赖企业级销售的产品，我们的理解仍然非常早期。尽管Atlassian对销售的依赖超过了它自己所说的程度，但毫无疑问，他们成功避开了企业级销售的运作模式。我希望下一代软件公司能向他们学习，而不是向Workday学习。

Workday：提供人力资源和财务云软件的公司，主要面向大型企业销售

与此同时，希望这个关于我如何抵制企业级销售以及为何如此的故事，能帮助你在组建自己的团队时做出更好的决策。至少，也许我可以只做一个可怕的反面教材。

这些功能清单是个坏主意。作为用户不要相信它们，作为产品营销人员也不要制作它们。

“升（Liter）是衡量容积的尺度，而价格（Price）则是衡量价值的尺度。”

当人们谈论定价时，视线往往迅速聚焦于具体的美元数字——但这仅仅是一个价格点。价格真正衡量的，是用户是否真正需要你的产品，以及他们是否真愿意掏钱购买。围绕付费意愿（Willingness to Pay，WTP）的对话，必须在产品构思之初就全面展开。

嘉宾背景与定价科学的起源

Lenny Rachitsky：欢迎收听Lenny’s Podcast。我的目标是帮助大家在打造和增长产品的技艺上持续精进。今天的嘉宾是Madhavan Ramanujam。Madhavan Ramanujam是定价战略经典著作《将创新转化为利润》（Monetizing Innovation）的作者，同时也是全球顶级定价策略咨询公司Simon-Kucher & Partners的资深合伙人。当我在Twitter上询问谁是定价领域最权威的专家时，Madhavan Ramanujam是被提及次数最多的人。

Madhavan，欢迎来到播客！为了让听众充分理解你在定价与变现领域的深厚经验，能否先介绍一下你的背景，以及你曾合作过的公司？

Madhavan Ramanujam：谢谢Lenny。我是Simon-Kucher的资深合伙人。我们是全球最大的定价战略咨询公司，全球拥有约2,000名员工和43个分支机构。我在旧金山湾区办公室工作了15年，主要服务硅谷的科技企业，涵盖软件、互联网平台、双边市场等领域。

我总共服务过超过250家公司，其中包括20多家独角兽企业，业务涉及定价、商业变现与盈利性增长的方方面面。合作客户包括Uber、Asana、DoorDash、LinkedIn等知名企业。

关于6年前出版的《将创新转化为利润》（Monetizing Innovation），当时我们写这本书的目的，是希望彻底摒弃公关营销类的空泛辞藻，提供真正具备可操作性的方法论，让团队在周一一早走进办公室就能直接落地。即便过去这么多年，在软件与科技类书籍极易过时的背景下，它依然常年位列亚马逊相关品类榜单的前十名。

Lenny Rachitsky：你最初是如何进入定价战略这个领域的？

Madhavan Ramanujam：这完全属于一次机缘巧合。当时我在斯坦福商学院（GSB）与工程学院就读，参与了经典的创业项目孵化。在团队向风险投资机构（VC）进行商业计划推介时，我负责制定定价与变现策略。

我记得向投资人路演时，对方问了我一个直击本质的问题：”你怎么确信自己能在这个创新产品上赚到钱？”

我随即打开电子表格，展示了所有测算模型和数据假设。那位投资人看了一眼，说了一句让我至今记忆犹新的一句话：”你给这些数据打的标签很准确——’假设’。但你究竟从何得知真实情况？”

我当时哑口无言，承认这其实全凭主观臆测。恰巧在同一周，Simon-Kucher当时的管理合伙人给我打来电话，询问是否有兴趣加入一家专注于定价与增长战略的咨询机构。我当时甚至不知道还有专门研究定价的咨询公司。我决定加入，就是为了探究定价背后的科学规律，探寻超越纯粹商业直觉（Art）的量化体系（Science）。

创新失败的第一性原理：为什么72%的产品无法实现商业变现？

Lenny Rachitsky：写一本长销书非常不易。促使你最终动笔写下《将创新转化为利润》的契机是什么？

Madhavan Ramanujam：源头来自一种长期的行业挫败感。我们频繁收到各类企业的咨询电话，对方往往表示：”我们需要一套定价方案，产品马上就要发布了，能给我们多久时间？”对方的回答通常是：”昨天就该给出来。”

他们可能投入了数年时间研发技术与产品，最后采取的却是”盲目生产并祈祷奇迹”（Spray and Pray）的方式。当我们反问：”在研发过程中，你如何验证过用户真正愿意为这项创新付费？你做过针对产品、市场与定价匹配度（Product-Market-Pricing Fit）的深度测试吗？”

产品、市场与定价匹配度（Product-Market-Pricing Fit）*：在传统”产品市场匹配”概念基础上加入价格维度，指产品、市场需求与定价三者同时匹配的状态

答案几乎全是否定的。根据我们的基准数据库，高达72%的创新产品在商业化变现层面走向失败。核心原因在于团队从未在早期检验过付费意愿。如果在研发前就进行检验，很多团队完全有能力调整产品形态、重构功能组合，打造出真正具备商业价值的产品。

定价职能的组织归属演变

Lenny Rachitsky：在深入探讨具体策略前，还有一个关键组织问题：你认为定价战略在企业内部应该归属于哪个部门？是产品、销售、财务，还是市场？

Madhavan Ramanujam：定价本质上是一门高度跨职能的学科，无法脱离产品、财务与销售等板块而孤立存在。

十年前的传统认知：我曾主张定价应归属于财务部门（Finance），向首席财务官（CFO）汇报。其底层逻辑在于制衡销售团队在B2B谈判中的过度让步与无序折价。

当下的坚定制见：在过去十年中，我强烈主张定价必须扎根于产品团队（Product）。

《将创新转化为利润》的副标题正是“聪明企业如何围绕价格设计产品”（How Smart Companies Design the Product Around the Price）。如果你认同产品应当精准契合用户需求与付费意愿，那么定价就属于纯粹的产品职能。研发人员必须在画出第一行代码或草图之前，清晰掌握用户看重什么、愿意为哪些特性买单。

核心法则一：启动付费意愿（Willingness to Pay）对话

Lenny Rachitsky：在《将创新转化为利润》中，你提出了许多颠覆认知的策略。我们提炼出产品团队最为关心的五个核心议题。首先就是”付费意愿（WTP）对话”。究竟什么是付费意愿？创业者应该在何时开启这一对话？

Madhavan Ramanujam：业内都在讨论精益创业普及的”产品市场匹配“（Product Market Fit，PMF）。这一框架存在一个重大漏洞：它遗漏了价格这一维度，真正的目标应当是达成”产品-市场-定价匹配”（Product-Market-Pricing Fit）。

产品市场匹配（PMF）：指产品能够很好地满足市场需求，客户愿意持续使用并留存的状态

举个切身例子：如果有人问我：”你喜欢你录播客使用的耳机吗？”我会回答：”喜欢。”

但如果对方追问：”如果售价是200美元，你还喜欢吗？”

整个对话逻辑发生根本性逆转。若不在验证PMF时引入价格，团队所听到的反馈基本只是顺耳的好听话。

传统逻辑：构思创意 ➔ 研发工程 ➔ 上线发布 ➔ 拍脑袋定价 ➔ 祈祷用户买单（失败率72%）

价值逻辑：构思创意 ➔ 验证付费意愿（WTP） ➔ 围绕价格倒推功能设计 ➔ 精准上线

第一轮融资机构（First Round Capital）曾用四个字精准概括这一精髓：”先定价，后产品“（Price Before Product）。作为创业者，你根本无法逃避与客户探讨价格；你能掌控的，仅仅是把这场对话放在最开端，还是拖到无法挽回的终局。

经典商业案例对比：保时捷vs.某双边交易平台

1. 保时捷Cayenne的逆向设计

保时捷在筹划跨界推出SUV时，在尚未绘制任何工程蓝图前，就直接走向目标客群展开调研：”市场上是否存在对高性能豪华SUV的真实需求？你们会认可保时捷生产SUV吗？愿意支付怎样的溢价？”

在获得正面反馈后，保时捷在后续原型开发中进行了极其严苛的客户测试（Car Clinics）：

• 保留特性：大容量杯架（北美家庭出行的高频刚需，客户愿为此付费）。

• 剔除特性：六速手动变速箱（尽管传统跑车拥趸推崇，但SUV潜在买家毫无付费意愿，果断舍弃）。

最终面世的Cayenne贡献了保时捷过半的利润，成为汽车商业史上最成功的车型之一。

2. 某双边交易平台的研发误区

一家已经在卖家端实现规模变现的双边平台，计划针对买家端推出收费工具。产品团队闭门开展头脑风暴，产出成百上千张便利贴，最终筛选出40个内部极具信心的功能报给CEO。

CEO提出了同样的核心质问：”你们凭什么确信买家会为这些功能付费？”

团队随后拿着线框图与交互原型向真实用户验证。内部排名第一的功能名为”显示来自Facebook好友的购买连接”，逻辑看似无懈可击：看到熟人背书即可替代繁琐的公开评论。

然而市场的真实反馈令人意外：

• 部分用户认为剥夺了自主翻阅数百条评论的研究乐趣。

• 部分用户认可功能，却坚决表示”绝不为此多付一分钱”。

• 另有一部分人明确表示反感，不希望自己的消费隐私被社交圈窥探。

最终没有任何一个细分客群愿意为这一高优先级功能买单。

产品研发的核心定律：

在绝大多数软件与商业项目中，20%的功能驱动了80%的付费意愿（帕累托法则）。

许多团队常犯的错误，恰恰是把这关键的20%当作最容易实现的极简版（MVP）免费赠送，随后消耗80%的工程精力去打造那些仅占20%价值边缘特性的功能，最终导致商业变现全面陷入被动。

落地指南：探查付费意愿的五种专业测试方法

Lenny Rachitsky：如果直接询问用户”你愿意为这个产品付多少钱”，往往只能得到缺乏参考价值的无效信息。在实际操作中，应该如何设计提问方式？

Madhavan Ramanujam：询问具体价格只会引来讨价还价。我们需要通过间接、相对的心理度量技术，提炼真实的支付边界。

1. 相对锚定法（Relative Anchoring）

人类在做绝对定量评估时往往表现欠佳，但在做相对比较时却极其敏锐。

实操话术：面对企业客户，询问其现有技术栈：”在你们的日常运转中，如果将成熟产品（如Salesforce）创造的业务价值设为基准分100分，你认为我们这款产品提供的价值大约是多少？”（客户能明确给出80分或120分的评估）。

定价推进：随后追问：”如果Salesforce的采购价格指数为100，你认为我们的价格指数应落在什么区间？”如果对方给出110，说明市场对该创新的溢价空间持有积极预期。

2. 心理价格阈值测试（Price Sensitivity Meter）

在向用户完整宣讲产品价值后，连续提出三个层层递进的问题：

• 可接受价格（Acceptable Price）：达到何种价格时，你会认为产品极具性价比、可以毫不犹豫直接采购？

• 高昂价格（Expensive Price）：达到何种价格时，你需要严肃权衡、进行内部预算审批，但依然愿意为价值买单？

• 过高价格（Prohibitively Expensive Price）：达到何种价格时，你会认为价格完全脱离实际，直接退出谈判？

根据Simon-Kucher积累的数千个项目模型：

• “可接受价格”是增长获客模式下的低阻力价格。

• “高昂价格”是能够完整捕获价值的平衡点。

• “过高价格”是需求悬崖的红线。

Superhuman创始人Rahul Vora正是通过这一方法，结合用户反馈推导出了每月30美元的核心价格锚点。

3. 购买概率校准量表（Purchase Probability Calibration）

采用标准5分制量表（1分表示绝不购买，5分表示必定购买）：

• 评分为5分的受访者，实际最终转化率通常在30%至50%之间。

• 评分为4分的受访者，实际转化率骤降至10%至20%。

• 评分为3分及以下的用户，实际商业转化率无限趋近于零。

通过在不同价格梯度下观测评分分布的滑移，可以构建出精确的市场需求曲线。

4. 极值迫选排序法（Most / Least Important Trade-off）

当面临10个以上的功能清单时，如果让用户进行1到10的线性排序，用户在中间区段极易产生认知疲劳。

操作方式：每次仅向用户呈现6个功能子集，强制要求其选出”最重要”（绝不能缺少且愿为之付费）与”最不重要”（可有可无且不愿付费）的两项。

通过多轮置换组合，可以在统计学层面清晰测算出各项功能的付费权重。

5. 联合分析与权衡实验（Conjoint / Trade-off Experiments）

模拟真实的货架与采购场景，为用户提供不同的功能包、配额及价格组合。通过观察用户的加购、放弃与方案升降级动作，利用数学模型逆向推导各功能属性的隐性边际支付意愿（Part-worth Utilities）。

Part-worth Utilities：指通过联合分析模型逆向推导出的各产品属性对客户购买决策贡献的隐性权重

核心法则二：基于价值的动态客户分群（Segmentation）

Lenny Rachitsky：许多产品经理认为自己做过用户分群，但你的观点是很多人的分群方式完全偏离了商业本质。问题出在哪里？

Madhavan Ramanujam：绝大多数企业混淆了”用户画像（Persona）”与”商业分群”。按年龄、地域、行业或收入划分人口统计特征，在定价与产品匹配上极其脆弱。

经典画像误区对比：

特征：年满70岁、居住在城堡中、财富极其雄厚、生活在英国。

结论：英国国王查尔斯三世vs.摇滚歌手奥兹·奥斯朋（Ozzy Osbourne）。

两者的消费偏好、审美取向与付费意愿存在天壤之别。

真正的商业分群核心标准只有四个字：”区别对待“（Act Differently）。

同样的水，通过不同形态的产品化打包，捕获了不同群体的支付意愿。如果你的产品企图使用同一种形态满足所有人（One-size-fits-all），其结局必然是无法满足任何人（One-size-fits-none）。

早期团队如何实践分群？

早期创业团队无需在第一天就面向5个客群同时开发5款独立产品。正确的演进路径应当是：

• 在早期调研中识别出潜在客群的需求差异与规模。

• 优先挑选支付意愿最高、痛点最强烈的单一细分客群，量身打造第一款产品。

• 随着业务体量扩张，逐步推出面向后续客群的差异化产品线。

核心法则三：定价战略的三大基石与封装艺术

Lenny Rachitsky：在明确了客群之后，企业应如何在宏观战略层面确立自己的定价姿态？

Madhavan Ramanujam：抛开眼花缭乱的商业术语，商业史上能够成立的底层定价战略只有三类：

• 撇脂定价（Skimming Strategy）：以苹果（Apple）为代表。新品上市时以高溢价进入市场，确立品质与价值标杆；随后随技术迭代将上一代产品适度降价，逐层收割不同层级的市场需求。

• 渗透定价（Penetration Strategy）：以亚马逊（Amazon）电商业务为代表。依托极致的供应链效率与微薄利润率跑通飞轮效应。此策略要求极高的运营护城河，普通创业者不可轻易效仿。

• 最大化定价（Maximization Strategy）：以微软（Microsoft）为代表。介于两者之间，在保障合理利润率的前提下，追求市场渗透规模与整体经营利润的最大化。

封装法则：领导者、填充物与杀手功能（Leaders, Fillers, and Killers）

如何通过产品打包（Packaging & Bundling）实现精细分群？这需要借助”麦当劳套餐模型”来清晰界定功能角色：

麦当劳套餐配置：
巨无霸汉堡（核心领导者：>50% 用户为了它而来）
+ 薯条 & 可乐（高效填充物：边际成本低，轻微加价即可促成转化）
= 极具吸引力的超值套餐！

• 领导功能（Leaders）：核心价值锚点，超过50%的客户为了它掏钱采购。

• 填充功能（Fillers）：协同价值组件，单卖吸引力有限，但放入组合包能有效提升整体性价比感知。

• 杀手功能（Killers）：若将其强行塞入通用基础包，会直接扼杀该组合对大部分用户的吸引力。例如：如果强行把美式黑咖啡绑定在汉堡可乐套餐中并提价，大部分用户会放弃购买。

增值销售经验法则：如果某项特性仅有10%至20%的重度用户极其渴求，绝不可将其强行塞入标准版让全员分摊成本；必须将其单列为独立付费插件（Add-on）或高端专业版专享模块。

核心法则四：计费模式（How to Charge）重于价格点（How Much）

Lenny Rachitsky：你常说”怎么收钱”远比”收多少钱”更关键。在SaaS和科技产品中，用量计费（Usage-based）是否正在彻底替代订阅制（Subscription）？

Madhavan Ramanujam：盲目跟风行业潮流是极其危险的。米其林（Michelin）在推销高耐磨卡车轮胎时，如果直接提价20%，高度价格敏感的车队客户绝不会接受。米其林将计费模式重构为”按行驶里程计费（Pay-per-mile）”，轮胎磨损转化为运输车队的动态可变成本，客户不仅欣然接受，更能直接将成本向货主平摊转嫁。

在软件行业中，两类计费架构各有明确的适用边界：

对于兼顾规模扩张与底线收入的企业，混合计费制（Hybrid Model）（如HubSpot采取的基础月租底座+超额梯度计量）往往是兼顾稳定性与扩张空间的更优解。

核心法则五：行为定价学（Behavioral Pricing）的应用

Lenny Rachitsky：最后是行为定价学。产品团队如何借助人类决策中的非理性特征，在不重新开发产品的情况下改善商业转化？

Madhavan Ramanujam：人类大脑天然存在认知捷径与非理性偏见。优秀的定价结构能够让产品在不同视角下展现其应有的吸引力。

1. 破解折中效应：严防基础版”倾家荡产”（Don’t Give the Farm Away）

很多公司采用三档价格设计（如49/79/149美元），结果70%的用户挤在49美元的入门版。原因在于团队把大量核心功能过早下放到了基础版中。

正确的优化方式：

• 梳理核心权益，将高价值特性收缩至中间档。

• 探测到79至99美元之间的价格弹性钝化，将中间档提价至99美元，高阶档提价至199美元。

• 新增一款299美元的高锚定诱饵（Decoy）版本。

此举将中间档衬托为极具性价比的黄金折中选项，在功能研发零变更的前提下，直接带动整体月经常性收入（MRR）的大幅跃升。

2. 单位拆分心理暗示（Pennies-a-day Effect）

年付方案呈现时，将360美元/年的总包年费用，换算拆解为等效”29.99美元/月”或”1美元/天”进行心智展示，有效消除决策时的一次性现金流痛感。

3. 帕尼尼集卡效应（Panini Effect）

源自童年时期收集贴纸图册的强迫完形心理。当面向机构客户展示产品矩阵时，摒弃简单的文本罗列，改用可视化网格或”待解锁拼图”形态。标明用户当前已启用的模块与处于灰色待点亮的模块，在界面引导下，客户增购多款产品的关联附着率（Attach Rate）往往能从常规的20%显著提升至40%以上。

逆周期环境下的定价防御策略

Lenny Rachitsky：在宏观经济放缓、企业预算收紧的周期中，创始人和产品团队在定价层面应该注意什么？

Madhavan Ramanujam：面对市场下行，最恶劣的自杀行为就是简单粗暴的全面打折降价。降价一旦发生，半年后该折后价就会成为客户心中的新锚点。

团队应在策略库中准备好三项防御预案：

• 储备去功能化备选方案（De-featured Alternate）：在核心产品之下，提前设计一款剔除了部分关键高级特性的低阶防御版。当客户表示预算不足濒临流失时，提供降级版留存客户。降价必须伴随对应价值的扣减，以此捍卫价格体系的严肃性。

• 采取非价格让利举措（Non-pricing Actions）：价值补偿方面，维持原价不变的前提下，额外附赠原属高阶版的技术支持或附加席位；调整合同条款方面，通过锁定义务期限（如将1年期调整为2年期框架）对冲短期波动；放宽结算账期方面，将15天回款调整为30天或45天，缓解客户短期现金流压力。

• 借势推进计费机制革新：市场下行期往往是推行用量计费或结果计费的最佳窗口。在低活跃度时期，客户天然欢迎按实际调用量结算，企业能够顺理成章完成商业模式的底层迭代。

虽然市场商业模式本身是永恒不变的，但每个新平台的出现都会改变交易的方式和地点。互联网让我们从传统的分类广告和布告栏时代，进入了亚马逊、eBay和Craigslist这样的网站时代；而移动应用则让DoorDash、Uber和Instacart等服务平台得以诞生。

如今，我们认为，生成式人工智能有望再次彻底改变市场格局。它不仅会改变产品和服务的销售方式，还会影响产品的制造方式。

生成式人工智能将动摇市场平台的供应链基础，同时让买家能够获取前所未有的商品选择，从而提升用户体验。

在接下来的3到5年里，我们预计一些现有的市场平台会发生转变，有些则会倒闭，而另一些则会在人工智能的助力下实现飞速发展。同时，还会有一批以人工智能为基础而新建的公司出现，它们的发展势头很可能会超过我们以往所见过的一切。

这就是我认为存在机会的地方——也是那些传统市场平台的创始人应该考虑的因素。

需求方

人工智能对买家（即需求方）的影响，在各个市场中应该都相当一致，而且基本上都是积极的。那些采用人工智能的新旧市场，都应该能取得诸如以下的积极成效：

新的搜索方式/新的搜索模式

买家再也不需要通过精确的标题来搜索商品，也不必在复杂的筛选条件中费力查找。他们可以用自然语言、图片，甚至是某种感觉来描述自己想要找的东西，从而获得相应的搜索结果。

这些改变将有助于减少用户滚动屏幕时的疲劳感，从而提高搜索结果转化为实际订单的概率。如果你曾经花20分钟或更长时间在DoorDash上浏览商品，你就会明白：如何克服从”产生购买念头”到真正找到所需商品的障碍，是完成订单的关键所在。

定制化供应方案的制定

想象这样一个市场：用户想要购买的产品（比如”印有伯尼·桑德斯漫画图案的连指手套”）目前还不存在。这时，该市场可以将用户与那些能够实现用户需求的供应商联系起来——确保产品的质量符合用户的要求，价格也符合用户的预期。可以把它看作是适用于各种产品的”强化版的Etsy”。

其中一个例子就是Pietra的人工智能产品设计工具。该工具帮助创作者和企业家打造出可供销售的产品。最近，Pietra推出了基于人工智能的生成器，用户可以利用自然语言来进一步定制产品参数。这些定制好的产品随后会通过Pietra的全球制造商平台进行销售。首席执行官Ronak Trivedi表示，目前，该公司40%的定制制造需求都是通过这一人工智能工具来处理的。

谈判与客户服务

洛杉矶的创意工作室Brain最近推出了一项虚拟旧货销售活动：用户可以与人工智能进行协商，从而以更低的价格购买到真实商品。虽然这只是一次性尝试，但它开启了诸多有趣的可能性。为什么购物平台的用户不能拥有一个随时待命的智能助手呢？这样的助手可以利用供应商提供的信息来回答用户的问题、协助协商价格或提供其他形式的客户服务。这对供应商来说也有好处，因为他们可以节省在非核心任务上的时间。

供给侧

人工智能对销售方或供应方的影响则更为复杂。虽然其对传统市场来说未必全是积极的影响，但它为新兴市场的出现创造了机会，也使得现有市场能够转向那些有前景的领域。

根据市场类型的不同，我认为人工智能会影响供应链的主要方式有两条：

一、数字产品/服务还是实体产品/服务

您所销售的产品/服务是完全以数字形式提供的，还是需要依赖实体的库存或基础设施来提供？

人工智能无法完全取代Airbnb平台上的房屋管理职能……但它可以帮助平台上的房东提高效率，通过自动化处理那些繁琐的任务（比如撰写房源描述、回答潜在客人的疑问），让房东能够专注于处理与交易相关的事务。

相比之下，对于那些销售数字商品或服务的平台来说，比如Upwork，人工智能很可能会取代”产品”本身。例如，如果人工智能能够免费完成同样的工作，那人们还何必雇佣在线文案写作服务呢？这些平台可能会面临来自人工智能的生存威胁。

二、产品是商品化产品还是定制化产品

你销售的产品属于商品化产品吗？在这种情况下，价格和供应情况才是决定因素；或者，用户更关心具体的产品型号或供应商呢？

在Fiverr这样的平台上购买徽标，可以说更接近于”商品化”消费模式。用户更关心的是以合理的价格获得不错的成果，而非具体是哪位设计师创造了该徽标。这种购买方式也更容易被人工智能所取代。

在其他情况下，内容的提供方式确实是高度个性化的——比如，从自己喜欢的Patreon创作者那里购买内容。人工智能不太可能完全取代这些内容提供者（至少在短期内不会）。相反，人工智能更有可能通过帮助创作者更快地创作内容，从而提升他们的效率。

基于这两个因素，我预测了各类市场将受到生成式人工智能影响的程度，从受影响最严重的到最轻微的。

销售数字产品及普通商品的市场平台

像Upwork和Fiverr这样的平台，由于买家纷纷转向使用人工智能工具自行创建”产品”，这些平台的交易量和收入都已经出现下降。

这些公司面临着一个艰难的抉择。是转而与那些以人工智能为基础提供写作服务的供应商合作，后者能以更低的价格提供服务，从而通过增加销售量来弥补成本？还是尝试训练出能够完全替代自己现有服务的模型呢？不过，这样做的话，公司可能会失去那些更希望由真人来完成写作任务的客户。当然，这样做的话，公司就能成为唯一的供应商了。

Canva提供了一个由独立创作者设计的作品平台，堪称一个很好的例子。该公司正在开发一种能够将文本转化为设计的模型，但表示会从3000万美元的创作者基金中，向那些为该模型提供数据的创作者支付相应的报酬。

销售数字化、个性化产品的电商平台

例如Cameo和Patreon，用户在这些平台上购买数字内容或服务，但他们很在意提供这些内容或服务的具体是谁。

在短期内，人工智能应该能够”提升”这些供应商的能力——让他们能够用更少的资源创造更多的价值。例如，借助Cameo，名人可以借助ChatGPT来编写剧本，利用HeyGen来创建逼真的虚拟形象，再通过ElevenLabs来模仿自己的声音。这样一来，视频制作的整个过程都可以由人工智能来完成。

](https://elevenlabs.io/blog/how-to-create-ai-characters-with-heygen-avatar-iv-and-elevenlabs-voice-changer)ElevenLabs：一家专注于AI语音克隆与文本转语音技术的公司，可高度还原真人声音特征elevenlabs

如果你看过”深度伪造的汤姆·克鲁斯”的视频，就会明白：我们离完全由人工智能生成的视频已经不远了！

从长远来看，名人最终可能会与自己的深度伪造形象竞争（如果任何人都能用人工智能来制造这些伪造形象，那么这些伪造形象还具备”价值”吗？），或者与那些因为人工智能的便利性而选择使用Cameo平台的其他名人和网红竞争。

各平台必须决定该如何划定界限。是禁止使用人工智能技术，还是开发人工智能工具来辅助供应商的工作？又或者，应该转向以人工智能为驱动的供应模式呢？一种可行的方案是允许供应商提供经过人工智能处理的、更简易版的商品或服务。在摄影平台Imagen上，用户可以付费让照片以知名摄影师的风格进行重新处理。这种做法介于人工处理和人工智能处理之间，用户既能以较低的成本获得所需产品，又能保留自己所喜爱的供应商所带来的独特风格。

销售实物商品的市场平台

想想Instacart或Uber吧。用户当然希望服务能保持一定的质量水平（当然，价格和服务的可用性也很重要），但他们并不一定非得指定由某位特定的购物员或司机来提供服务。

这些市场可以利用人工智能来简化卖家的运营流程。不过，除此之外，它们受到的影响应该不会太大。

销售实体化、个性化产品的电商平台

想想Etsy、eBay之类的平台吧，用户在这些平台上寻找特定的商品或卖家。

为什么会这样呢？事实上，全球范围内的Etsys和eBay等平台都依赖各个供应商来维持业务运营。然而，这些供应商在销售商品时面临着诸多繁琐的手动操作，比如上传商品描述、设定价格、提供客户服务、在多个平台上同步商品信息以及管理库存等。人工智能完全可以解决这些问题，从而让现有卖家更容易地增加销量，同时也有助于新卖家进入市场。

像eBay这样的传统电商平台已经开始测试由人工智能驱动的各种功能。eBay的新功能”Magic Listing”能够将一张照片转化为完整的商品信息：自动填写商品的各项属性，甚至生成完整的文字描述。这些功能相当先进！在初步测试中，95%的卖家都使用了这项人工智能生成的描述功能。

随着越来越多的卖家提供内容更详细的商品描述，买家就更容易找到符合自己需求的产品。这样一来，就能形成良好的良性循环，促进市场的流动性和增长。

虽然我们主要讨论的是实物产品，但这一原则同样适用于服务领域。例如，Incredible Health这个将护士与医疗系统连接起来的平台，最近推出了简历生成工具，旨在帮助更多护士在该平台上取得成功。由于30%的护士在开始求职时没有一份合格的简历，这个”简历生成器”能帮助他们用五分钟时间就能制作出一份完美的简历。

两年后的回顾

以上，就是我们两年前基于需求侧和供给侧这套框架，对生成式人工智能将如何重塑各类市场平台所做的判断。两年过去，其中一部分预测得到了验证——比如数字商品化服务确实首当其冲，实体个性化市场也确实借助AI提升了卖家效率。但更值得关注的是，变革真正发生的方式，与我们当初的预想并不完全一致：人工智能并没有优先冲击那些原本就健康运转的市场，反而让一批早已被判定为”没有商业价值”、甚至已经彻底消亡的市场品类，重新具备了成立的条件。

我们确实认为会有某种变革发生——但人工智能带来的变革方式与我们预想的有所不同。到目前为止，人工智能并没有创造出全新的行业或领域。相反，它让那些原本被市场忽视的领域重新焕发生机，把那些看似毫无前景的领域变成了充满机遇的领域。

回顾起来，我们其实不必感到惊讶。互联网发展的各个阶段都表明：没有所谓的”坏点子”，只有”时机不对”。别忘了，90年代的Pets.com虽然失败了，但如今，在专门的在线宠物用品市场上，相关业务的销售额却高达数百亿美元。在人工智能时代，那些过去在互联网上难以取得成功的公司，现在有了再次机会。其中一些公司一定会成功。

怎么会这样呢？从历史经验来看，市场平台失败的原因通常有两种。其一，它们可能难以吸引到愿意转化为客户的用户，要么是因为需求不足，要么是因为将潜在客户转化为实际客户需要耗费过多的时间、成本和精力。在这种情况下，客户获取成本就会过高——人才市场平台就是典型的例子。其二，这些平台可能无法从现有客户身上创造足够的价值，要么是因为客户复购率低，要么是因为利润空间太小。在这种情况下，客户的终身价值就会很低——家居服务市场平台就是如此。

人工智能能够改变这一状况，让那些原本不具商业价值的业务模式也能正常运转起来；同时，还能消除那些阻碍业务扩张的瓶颈。我们看到，创业者主要通过两种方式来解决这个问题：

（1）让人工智能充当中介角色；

（2）改变产品的价值定位。

让人工智能充当中介角色吧

人工智能正在将那些我们熟悉的职业和服务形式加以改造，使其更易于在互联网上实现。这是因为人工智能能够分析供求关系、促成交易，并在那些交易频率低、信息不透明或种类繁杂的领域中管理客户关系。具体来说，这些领域包括技术型劳动力市场、房地产行业以及维修服务领域。

这带来了两大好处。首先，每笔交易的利润空间可以显著增加，因为处理每笔交易所需的成本（包括人力和时间成本）大大降低了。其次，交易量也可以显著提升，因为人类因素不再成为市场发展的限制因素。

以下是一些人工智能驱动型市场平台在实现这一目标方面的具体例子。

自动受理流程

许多市场平台首先面临的障碍就是如何筛选合适的参与者。对于那些复杂的匹配过程，需要耗费大量的人力来进行面试、背景调查和资质审核，而这些工作往往需要在供需双方都进行！

人工智能语音助手可以取代人类在这方面的工作。Jack and Jill以及Dex这两家专门招聘高技能人才的平台，都利用人工智能与求职者和雇主进行长时间对话，收集他们的需求和特点，从而帮助他们找到合适的匹配对象。此外，当有新的职位空缺时，人工智能还能主动联系相应的求职者，从而提高交易成功的几率。

这无疑会大大增加求职者找到工作、以及企业通过该平台招聘到合适人选的概率。而且，这一过程几乎不需要人工干预。由人工智能来处理面试环节的话，所需的成本可能只有几美元而已，而如果依靠人工来完成同样的工作，成本则可能高达数百美元甚至更多。

降低人工协调的难度/减少人工协调的需求

在确认了供需情况后，接下来就需要完成交易。过去，买家在这一过程中需要依靠各种辅助人员来提供帮助：客户经理、销售代表等等。

人工智能可以承担这些后台工作：处理与双方的所有沟通事宜，同时让双方随时了解各种可行的选择。在房屋租赁和销售方面，Spotlight Realty负责处理所有咨询回复、日程安排、房源筛选以及相关文件的准备工作。这样一来，传统经纪人及其员工需要处理的工作量大大减少，从而使得整个市场能够同时处理更多的房源和交易。

此外，市场还可以选择将部分节省下来的劳动力成本转嫁给最终消费者。例如，Spotlight向卖家收取的佣金仅为1.5%，而行业标准为6%。这一举措能够显著提升产品的价值优势（详情请见下文）。

促进重复交易的发生

一旦你让双方完成了第一次交易，接下来要如何让他们再次光顾呢？对于那些需求不频繁的市场来说，这尤其是个难题——因为你必须能在客户真正需要帮助的时候及时提供帮助，比如当他们的水槽坏了或门需要修理时。人工智能可以充当一名随时待命的”客户联络员”，帮助解决这些问题。

这可以很简单：根据客户最近的使用情况，发送高度个性化的电话或短信。这些消息会在对每个客户来说最合适的时机发送出来，而且是以对话的形式呈现的，而不仅仅是机械的提醒而已。比如：”您上个月在我们这里清理了排水沟——现在情况如何呢？”其实，完全没有理由不能每月给每位客户发送一次针对他们个人情况的跟进消息。

在极端情况下，这些平台完全可以转型为订阅制服务。Honey Homes收取固定的年费，让用户能够享受由人工技师提供、但由人工智能来协调管理的家居护理服务。如果没有大型语言模型在背后提供支持，这一切都是不可能实现的。这样一来，用户就不得不与该公司保持长期的合作关系，而原本这种服务应该是”一次性的”而已。

改变价值主张/调整价值定位

在人工智能出现之前的某些市场中，其价值主张不足以吸引用户在该平台上进行交易，也无法让用户对该平台产生忠诚度。买家和卖家通常会在多个平台上同时进行交易，或者干脆绕过这些平台，自行协调交易事宜。

人工智能能够帮助创业者改变他们向买家或卖家所提供的产品或服务的根本结构。这样一来，就能提高客户使用该平台的可能性，同时也能增加在该平台上完成的交易数量。

为买家打造更具吸引力的”产品”

以那些在人工智能出现之前就存在严重缺陷的产品为例，消费者往往觉得自己在交易中处于不利地位。比如，那些安装过程复杂、容易引发延误和费用超支的产品。再比如那些需要经过漫长评估流程才能确定实际价格的专业服务。借助人工智能，这些服务可以变得透明、高效，而且可以按固定费用来提供。

在屋顶施工领域，Remi利用人工智能来处理承包商的匹配、许可审批、日程安排和验收等工作。这样一来，他们能够从一开始就向消费者提供固定的报价。Lawhive也采用了类似的做法：借助与人类律师合作的人工智能技术，提供无需按小时收费的固定费用法律服务。

这意味着，该平台所提供的产品不再需要与海量的同类产品竞争。它们能够为最终用户提供独一无二的产品或服务，从而在众多竞争者中脱颖而出。这样一来，吸引用户的成本就会降低，同时交易数量也会增加。

提升供应商的忠诚度与生产效率

供应商也是维护市场健康运行的关键因素。如果供应商能够忠于该平台，并致力于在该平台上发展自己的业务，那么这将有助于推动市场的快速增长。市场平台可以通过赋予卖家人工智能技术来激励这种行为。

在人才招聘领域，Paraform是一个平台，独立招聘人员可以通过该平台将合适的候选人推荐给那些愿意支付丰厚报酬的公司。该平台为招聘人员提供了各种人工智能工具，帮助他们更高效地开展工作：比如候选人筛选工具、客户关系管理工具、笔记记录工具以及日程安排工具。这些工具使得招聘人员更愿意在Paraform上进行招聘工作，而不是去其他平台。

在医疗领域，Counsel Health让患者先与医疗人工智能进行交流，分享症状并提出一些基本问题。之后，患者再与人类医生会面，讨论治疗方案或获取处方。这样一来，患者的就诊成本降低了。同时，医生也能更高效地安排每天的诊疗工作（希望如此的话，也能减少医生的工作压力），因为他们只需专注于那些人工智能无法处理的高价值工作。

新策略/新方案

在那些因为运营成本过高或匹配机制复杂而存在问题的市场中，人工智能能够发挥重要作用。将大型语言模型应用到原本由人类操作的业务环节中，能够显著提升业务的盈利能力。此外，对于那些买家或卖家的体验特别差的领域，人工智能也能带来变革，从而让这些市场得以蓬勃发展，而不是停滞不前。

在那些受到资源稀缺、质量主观性难以把控或信任问题等根本性限制的市场中，人工智能是无法发挥作用的。因此，最有可能取得成功的领域，应该是那些已经被许多初创企业尝试过但都失败了的领域。如果一家公司的收入达到了数百万，但却无法将年营收提升到5000万美元以上，那这确实是人工智能可以解决的问题。但如果一家公司在年营收仅为100万美元时就倒闭了，那问题可能就比较复杂了，目前来看，人工智能还难以解决这个问题。

第一部分：为什么网络效应很重要

网络效应是产品与商业中的一种机制，即每个新用户都会使产品/服务/体验对其他所有用户更具价值。网络效应之所以重要，是因为它们是数字世界中最强大的防御壁垒，从而也是价值创造的最佳形式（其他三大主要防御壁垒包括品牌、嵌入性和规模）。

如上所述，网络效应在过去几十年中占据了科技行业创造的大部分价值，因为许多赢家通吃的科技公司都依赖于网络效应。

然而，并非所有网络效应都相同，理解其中的细微差别对于将网络效应融入自身产品至关重要。不同类型的网络效应有强弱之分，且运作方式各异。迄今为止，已识别出16种不同的网络效应，按强度排序如下：

1. 物理网络效应（例如固定电话）

2. 协议网络效应（例如以太网）

3. 个人效用（例如iMessage、WhatsApp）

4. 个人社交（例如Facebook）

5. 市场网络（例如HoneyBook、AngelList）

6. 交易市场（例如eBay、Craigslist）

7. 平台（例如：Windows、iOS、Android）

8. 渐进式市场（例如：优步、来福车）

9. 数据（例如：位智、Yelp!）

10. 技术性能（例如：比特流、Skype）

11. 语言（例如：谷歌、施乐）

12. 信仰（货币、宗教）

13. 从众效应（例如：Slack、苹果）

14. 专业技能（Figma、Microsoft Excel）

15. 部落认同（苹果、哈佛、纽约洋基队……）

16. 中心辐射型（TikTok、Medium、Craigslist）

第二部分 – 网络如何运作

广义而言，网络是人与人、物与物相互连接的系统。几乎每个复杂系统中都能发现网络的存在——从电网、道路到社交媒体和人类大脑，无一例外。然而，所有类型的网络都具备若干共同特征。对于希望构建自身网络效应业务的创始人而言，理解网络的基本构成要素至关重要。

节点与链接

在最基本的层面上，网络由节点和链接构成。

节点是网络参与者：消费者、设备、客户、买家、卖家、经纪人等。不同类型的节点在同一网络中可能扮演截然不同的角色。

同一网络中的节点在影响力、权力和价值方面可能存在差异。 中心节点是网络中拥有大量链接的节点，通常价值更高。 边缘节点的链接相对较少，价值通常较低——但如果边缘节点与少数强大节点相连，也可能存在例外情况。准确计算节点价值的方式因网络而异。

最后， 网络规模可通过网络中节点的总数来衡量。仅凭网络规模无法决定其价值，因为网络中的活动量可能有所不同。

链接是网络中节点或节点群组之间的连接。网络中节点间的链接并非完全等同。链接在方向性上可能存在差异（详见下文）。

链接的强度各不相同，这取决于两个节点之间关系的持久性、亲密程度和活跃度。例如，你在 Facebook Messenger 上与挚友的链接，远强于与高中毕业后便再无联系之人的链接，但两者在 Facebook Messenger 网络中均被视为有效链接。

网络密度

网络的密度由其链接与节点的比率决定。比率越高，网络密度越大。

通常情况下，网络密度越高，其网络效应就越强大。链接的互联性能够强化并巩固其他节点之间的连接。例如，如果你与某人成为朋友，而此人又与你所有其他朋友都相识，那么你们之间的纽带强度很可能比孤立状态下更为牢固。

网络内的密度通常分布不均。网络中的某些区域可能比其他区域具有更高的密度（这导致了聚类现象，下文将对此进行更详细的描述）。

在产品构建过程中，建议关注节点之间如何形成连接，以便设计出能提升网络密度的产品。寻找你网络中的 “白热中心”——即密度最高、活跃度最强的部分——并围绕该群体的行为模式来设计产品功能与语言，引导其他用户效仿。他们的活跃度将吸引其他节点，这些节点会受到”白热”群体行为的启发，并以远超预期的速度向外辐射影响力。

方向性

在图论（网络科学的一个分支）中，节点之间的连接可以是有向或无向的。

图是否具有方向性，取决于网络中节点间连接的性质。若连接具有方向性，则意味着一个节点以单向方式指向另一个节点，且这种指向关系不具互惠性。

例如，在像 Twitter 这样的个人网络中，名人和政客等知名人士拥有大量粉丝，但他们并不会互相关注。信息流动大多是单向的——从更大、更中心的节点流向更小、更边缘的节点。

与之对比的是像 Facebook Messenger 或 WhatsApp 这样的个人效用网络 ，其中的连接必然是双向的。如果你在 Facebook Messenger 上与某人进行对话，信息和互动的流动是双向的。因此，Facebook Messenger 和 WhatsApp 是拥有无向连接的网络示例。

网络中节点之间链接的方向取决于节点间互动的流向（如果存在的话）。这种互动可以包括资金、信息、通信以及节点交互过程中可能传递的任何其他内容。

一个仅由有向链接组成的网络只被称为有向图 ，但纯粹的有向图很少见。通常，网络会包含有向连接和无向连接的混合。理解网络中链接的方向性并将其可视化，能够带来更好的产品设计和功能优先级排序。

一对一 vs 一对多

网络中节点之间的关系可以是一对一的，也可以是一对多的。

一对多连接的关键属性在于它们是有向链接，交互的流动是单向的。而一对一关系通常具有功能上的互惠性，因此它们是无向的，交互可以双向流动。

以之前讨论的 Twitter 为例，或是其他如 Instagram、YouTube 这类非对称关注型个人网络，存在拥有大量粉丝（入站有向连接）的中心节点，以及粉丝较少的边缘节点。在这些例子中，边缘节点主要是观察者，而中心节点则是内容生产者。

拥有单向关系的中心节点可以向边缘节点广播信息，而反向流动的交互通常很少甚至不存在（想想 Instagram 上明星与其粉丝的关系，或是电视网络与其观众的关系）。

中心节点同样存在于像 Facebook 这样的一对一连接网络中（尽管他们最终也自行添加了一对多的“关注”功能），在这些网络里，有些用户拥有众多好友，而另一些则寥寥无几。但与允许一对多连接的网络相比，这种差异的潜在幅度要小得多。

聚类

在现实世界的网络中，节点不太可能均匀分布。它们倾向于形成聚类或局部群体，这些群体内部的联系比整个网络更为紧密。当两个聚类之间仅通过一条孤立的链接相连，而除此之外彼此毫无关联且相互隔离时，这条链接被称为跨链桥 。

聚类现象可以在像 Slack 或 Facebook Messenger 这样的在线个人实用网络中观察到，人们会形成比整个网络更活跃的子群体。如果你回想一下自己私下使用这些服务的经历，很可能就能找到类似的例子。在 Twitter 和 YouTube 上，这些网络中的热门成员之间也能公开看到类似的聚类现象。

聚类程度较高的网络（通过“聚类系数”衡量）能够产生里德定律（下文详述）所描述的强大网络效应——该定律认为网络价值随规模增长呈指数级提升。高聚类系数的网络在扩张过程中价值会呈指数级增长，而低聚类系数的网络价值增速则相对缓慢。虽然并非所有网络都具备同等的聚类形成潜力，但仍存在提升网络聚类系数的策略。

临界规模

网络的临界规模是指网络产生的价值超越产品本身及竞品价值的临界点。根据网络类型的不同，这一临界点出现的时间节点也有所差异。

例如，电话等物理直接网络很早就达到了临界规模。正如 AT&T 董事长在 1908 年指出的 ：“一部电话——如果线路另一端没有连接——甚至连玩具或科学仪器都算不上。它是世界上最无用的东西之一。”由于一部没有任何连接的电话毫无价值，因此即使只有两个用户的电话网络，其价值也足以超过单个产品本身的固有价值。

与之对比的是像 Windows 或 iOS 这样的平台网络。即使没有任何程序或应用，Windows 操作系统本身的价值也相当高。只有当用户和开发者网络发展到相当规模后，所有第三方程序的价值，加上与其他用户互操作性的价值，才会超过（对用户而言）微软自身程序的价值。

大多数具有网络效应的产品最终必须达到临界规模，才能充分利用其网络效应提供的防御能力。在网络规模达到临界点之前，产品仍然相当脆弱，对用户而言可能没有太大价值。对于这类产品，挑战往往在于构建足够的初始价值，以激励早期用户在网络效应价值尚未显现时就开始使用该产品。

网络“定律”

多年来，众多网络先驱试图模拟网络规模增长如何提升其价值。换言之，他们尝试描述网络效应的力量。随着时间的推移，每一条新发现的定律都表明，过去对网络价值及其增长的认知被严重低估了 。

这些定律并非像万有引力定律那样经过科学验证的真理。它们只是描述不同类型网络与其价值之间关系的数学概念。之所以被称为“定律”，是因为听起来很酷。有时，同一网络可能同时体现所有这些“定律”的某些特征。

萨诺夫定律

大卫·萨尔诺夫是广播时代无线电和电视领域的巨头，从 1919 年到 1970 年领导美国无线电公司（该公司创立了 NBC）。在那段岁月里，它曾是全球最大的网络之一。萨尔诺夫发现，其网络的价值似乎与网络规模呈正比 ——即与 N 成正比，其中 N 代表网络上的用户总数。

事实证明，萨尔诺夫对网络价值的描述在某些类型的网络中其实被低估了，尽管它准确描述了广播网络——即少数中心节点向大量边缘节点（如广播或电视观众）进行传播的模式。

梅特卡夫定律

梅特卡夫定律指出，通信网络的价值与网络用户数量的平方成正比（即 N²，其中 N 代表网络上的用户总数）。

这一概念的形成可追溯至1980年左右，归功于以太网标准的发明者之一罗伯特·梅特卡夫。

梅特卡夫定律似乎成立，因为网络中节点之间的连接数量以数学方式按 N²的速率增长，其中 N 代表节点数量。虽然该定律最初是为描述以太网、传真或电话网络等通信网络而提出的，但随着互联网的出现，它已演变为同样适用于社交网络和电商平台。

里德定律

里德定律由麻省理工学院的 David P. Reed 于 1999 年提出。虽然 Reed 承认”许多类型的价值会随网络规模成比例增长”，且部分价值会按网络规模的平方成比例增长，但他指出，允许形成上述集群的”群组形成网络”的价值增长速度甚至远超其他网络。

根据里德的观点，群组形成网络的价值以 2^N 的速率增长，其中 N 代表网络中的节点总数。

里德提出 2^N 而非 N^2 公式的原因在于，支持便捷群组通信的网络中，潜在子群数量远不止一个。因此网络总连接数（即网络密度）并非仅取决于节点总数（N^2）。实际上，它由节点总数与所有可能子群或集群数量共同决定，而后者会随着网络用户增加以更快的速度增长。

由于大多数在线网络都支持形成集群，其价值增长规律至少会部分符合里德定律——即增长速度远超梅特卡夫定律或萨诺夫定律的预测。

第三部分 – 网络特性

不规则性

网络在现实生活中通常并非均匀分布，它们只是在示意图中看起来如此。网络中存在集群、热点和盲点，这些反映了现实世界中复杂系统的不规则性。例如地理因素（城市居民与农村居民的行为差异极大）、现实人际关系差异（管理者与员工的关系不同于同级同事关系）、规模差异（两人公司与30人或500人公司的决策方式截然不同），以及诸多其他因素。

你需要识别这些不规则性，找到网络中的”白热核心”，并首先集中精力在此建立网络效应，然后再将关注范围扩展到更广泛的网络。

真实身份 vs 假名身份 vs 匿名身份

许多网络效应业务要求用户创建在网络中其他节点可见的个人资料。与使用假名身份（例如用户自创的”Tiger123″这类昵称）的网络相比，将个人资料与节点真实身份（如真实姓名或真实公司名称）绑定的网络，在构建网络效应方面通常更为有效。

西方世界三大最成功、规模最大的社交网络——领英、脸书和推特——同时也是首批成功大规模推行真实身份资料服务的平台（尽管推特允许使用假名账号，但人们使用的身份通常与现实身份挂钩，例如”@realDonaldTrump”），这绝非巧合。在真实姓名被广泛接受之前推出的数百个社交网络，最终都难逃消亡的命运。

真实身份在双边市场和平台网络效应业务中也至关重要，因为信任和声誉能促进交易的流动性。

有一点需要注意：在加密货币或政府间谍工作中，某些应用将匿名性作为网络的必要特征。然而，这类网络通常会在短时间内崩溃，原因有三：a) 当网络的匿名性被破坏，系统信任随之终结；b) 当节点间传输的内容质量因匿名搭便车者拖累而变得过低；c) 当匿名网络变得不被外界及各类权威机构（如政府）所接受，从而介入干预。

需要明确的是，以 Telegram 为例，虽然用户消息经过加密，但人们使用它是因为能连接到真实身份，而非匿名者。 隐私与匿名性是不同的。

不对称性

这个术语主要与市场相关，无论该市场是单边、双边、三边还是多边。在几乎每个市场中，总有一方或某一类节点比其他方更难获取。

在某些情况下，市场中更难获取的一方是需求方——即买家。通常在这种场景下，如果你能成功吸引愿意付费的人（买家），供应商（卖家）就会迅速且相对轻松地出现。我们称之为”需求侧市场”。

Fiverr 和 UpWork 是专注于寻找需求并依赖供应方自然出现的例子。Lending Club 是另一个例子。他们集中精力寻找资金需求（借款人），而贷款方则会自行出现，为这些借款人提供资金。

在某些情况下，更难吸引的是供应方，而一旦供应方足够强大，需求方用户就会自然被吸引到市场中。我们称之为“供应方市场”。例如，Uber 和 Lyft 将大部分付费获客预算用于吸引司机——即供应 方 。同样，OpenTable 不得不缓慢地逐个获取餐厅（供应方），直到七年后积累了足够的供应，才吸引了需求（想要预订餐厅的人）。

当然，在某些市场中，如果你不幸或不明智地选择了目标领域，你会发现双方都同样难以吸引。这会让事情变得非常困难。

市场中的另一种不对称性体现在某一侧或某一类节点内部的不对称。换言之，并非所有供给或需求都具有同等价值。通常，某些节点对网络的价值贡献可能比其他节点高出千倍。

在市场中识别这些不同类型的不对称性，并优先确定哪些类型的需求或供给最值得优先吸引、其次吸引、再次吸引。随后集中精力制定策略，首先攻克价值最高的目标。

同质化网络 vs. 异质化网络

同质网络是指网络中所有节点功能相同的网络。一个用户与另一个用户在其基本功能上可以互换。例如，在固定电话网络中，每个节点（电话）的基本功能与其他节点相同，人们安装电话的动机也大致相同。总体而言，电信网络通常属于同质网络。

异质网络是指存在两类或更多类节点，这些节点根据功能和效用进行划分。在 Honeybook 市场网络中，活动策划者的行为与摄影师不同，而摄影师的行为又与花艺师不同。eBay 上的买家节点与卖家节点加入网络的根本原因截然不同。

渐近网络效应

渐近网络效应是指收益递减的网络效应。

回顾网络效应的基本定义：随着产品使用量的增长，每个用户获得的价值也随之增加。然而在某些情况下，当网络规模发展到特定节点后，网络效应反而可能开始减弱。渐近型网络在达到一定规模后，其增长将不再为现有用户带来额外价值。

优步（Uber）就是典型案例：当乘客等待时间缩短至约 4 分钟后，司机数量的进一步增加对乘客的边际效益便微乎其微。供给端增长带来的价值呈现”渐近”趋势——需求侧的价值增量趋近于零。

许多数据网络效应都具有渐近特性。当数据集达到特定规模后，继续扩充数据量已无法显著提升算法性能。大多数数据网络效应都受此特性制约。像位智（Waze）这样的服务之所以能最大程度规避该问题，是因为其需要实时数据——必须由成千上万个节点持续更新，才能维持最低限度的实用价值。

同侧网络效应

同侧网络效应是指发生在多边（双边或多边）网络同一侧的直接网络效应。它指的是当同一侧用户数量增加时，该侧用户所获得的价值变化。

以优步为例，其实际上存在负向同侧网络效应（即拥堵效应）。这是因为在任意时刻，乘客数量越多，每位乘客的乘车价格或等待时间就越长。司机端同样如此——优步司机越多，其他司机面临的竞争就越激烈。

不过，同侧网络效应也可能产生正向影响。以 Windows 用户为例，新增用户会因文件兼容性而让现有用户受益。两位 Windows 用户可以轻松共享文件，而可共享文件的对象数量会随着使用同一平台的人数增加而增长。

跨边网络效应

跨边网络效应是指在一个拥有多边用户的网络中，由互补商品或服务产生的直接网络效应。与间接网络效应不同，跨边网络效应特指网络某一侧用户数量的增加，直接为另一侧用户带来的价值提升。

再次以优步为例：该平台存在显著的正向跨边网络效应，因为每增加一名司机，都会直接为乘客侧的所有用户带来价值（ 在一定限度内 ），反之亦然。

间接网络效应

间接网络效应是指，当一种类型的节点直接使另一种类型的节点受益，但并未直接使同类型的其他节点受益时，网络价值随之提升的现象。同侧节点之所以能间接相互受益，是因为它们为网络另一侧的互补用户创造了更强的使用动机，进而使同侧所有节点都从中获益。

以 eBay 这样的双边市场为例：新卖家的加入并不会直接惠及其他卖家——事实上，更多卖家意味着所有 eBay 卖家面临更激烈的竞争。然而，由于商品库存的扩大使整个市场对买家更具吸引力，新增卖家最终会因潜在客户总量的增长而间接惠及其他卖家。每增加一位新卖家，网络对现有卖家的价值都会产生强大的间接增长效应。

像微软 Windows 这样的操作系统平台，是间接网络效应的另一个典型例子。新的 Windows 开发者并不会直接为其他开发者带来好处。然而，随着 Windows 程序库的不断丰富，Windows 用户数量也会随之增长。而更多 Windows 用户对所有开发者都有利，因为这扩大了其程序的潜在客户群体。

这篇 1992 年纽约大学的论文由 Economides 和 Salop 撰写，是最早研究间接网络效应的文献之一，文中指出间接网络效应是“兼容互补商品”价值的函数。

负面网络效应

在某些情况下，网络使用频率增加或网络规模扩大反而会降低网络价值，从而产生负面网络效应 。

负面网络效应可能通过两种方式产生： 网络拥堵 （使用量增加）和网络污染 （规模扩大）。

网络拥堵最典型的例子是道路交通。在高峰时段，道路上每增加一辆车，都会使城市道路网络对其他司机而言更加拥堵（即价值降低）。类似的拥堵现象也会发生在电信网络中，不过在在线网络中较为少见。

然而，网络污染在在线网络中更为常见。例如，你在 Facebook 上的社交圈越广，你的新闻推送就越容易被那些你几乎不认识的熟人、工作伙伴或家庭成员发布的无关或无用内容所污染。

网络可能同时存在负面和正面网络效应。Twitter 和 Facebook 就是最好的例子——这两个平台的动态流会展示你网络中许多人的内容，但如果人数过多，信息流就可能被污染。

创始人需要意识到这一点，以便在培育正向网络效应的同时，尽可能通过产品功能设计来缓解负向网络效应。

第四部分——构建与维护网络效应

多人模式与单人模式

这些术语通常用于游戏行业。我们将其用于讨论网络效应业务，是因为它们凸显了一个重要区别。

单人产品仅服务于单个用户，无需其他用户参与即可使用。用户能独立从产品/服务中获得价值。例如在亚马逊购物、通过 TurboTax 报税、或在自己的电商网站接入 Stripe 支付。这些产品能立即为我所用，但他人是否也在使用 Stripe 并不会给我带来额外价值。

用户为单机产品付费，是基于其直接提供的价值，这种价值通常是线性的。所有压力都在你身上，需要让产品对客户越来越有价值。大多数 SaaS 公司（如 WorkDay 或 Oracle）都是如此。

相比之下，“多人在线”产品能让用户感受到其他用户的存在和影响，但如果没有这些用户，产品就很难发挥作用。多人在线产品让用户通过彼此的行为为对方增值，哪怕只是像在 YouTube 上观看内容这样简单的操作。Vimeo 没有评论和视频播放量统计，是一种单机体验；而 YouTube 有播放量和评论功能，则是一种多人在线体验。

产品可以同时具备单机价值和多人在线价值。例如，HoneyBook 提供了一款工具，让活动策划师能为客户制作更精美的方案。随着越来越多的摄影师、餐饮服务商和花艺师加入 HoneyBook 网络，活动策划师便能从逐渐积累的专业网络和多方支付网络中获益。

企业完全有可能为单机产品增加多人模式，甚至将产品从单机模式切换为多人模式。我们经常协助企业实现这种转型。例如，亚马逊通过用户评论功能创造了多人互动体验，让过往购买者能够惠及未来消费者。他们还搭建了第三方卖家平台，数十万卖家入驻后持续为买家创造价值。根据 2017 年年度报告 ，亚马逊平台销售额首次突破总销量的 50%。这堪称革命性转变。

我们不建议企业只做单机模式产品。这类产品往往呈线性增长，且极易被竞争对手拖垮。

转换成本

转换成本是指用户从使用某产品转向使用另一不兼容产品时，在时间、精力或金钱方面产生的成本。当转换成本较高时，容易形成客户锁定效应 ，因为客户在整个使用周期中更有动力维持与原有供应商的合作关系。

转换成本与企业的防御能力密切相关，同时也与产品兼容性有很大关系。防御能力强的企业通常能够使其产品与竞争对手的产品不兼容，从而引入高昂的转换成本。

以苹果为例。购买 MacBook 等苹果产品会带来一系列与不兼容产品相关的转换成本。如果你买了 MacBook，从使用体验的角度来看，使用安卓手机的成本会很高，因为你无法轻松地将手机与电脑同步，必须使用不同的日历应用程序等。而且，当你在 iTunes 上购买一首歌、一部电影或一本书后，再使用 Spotify、Hulu 或 Kindle 就会产生高昂的转换成本，因为这些平台的资源库不兼容，你的媒体内容将分散在不同的不兼容服务中。

所有这些都为苹果用户创造了锁定效应，他们必须购买从 AirPods 到 Apple TV 的所有产品，才能确保自己的电子设备相互兼容。

网络效应进一步加剧了这类转换成本。不仅从兼容性角度看更换产品代价高昂，而且当产品具备网络效应时，转换成本在群体和个人层面都会同步提升。例如在 Craigslist 这类双边市场中，租房者群体面临高昂的转换成本——除非所有租房者与房东同时迁移至新平台，否则对房东而言离开的代价将高得难以承受。因此，市场中的供需双方会相互锁定。

鸡生蛋还是蛋生鸡问题（冷启动问题）

“鸡生蛋还是蛋生鸡”问题指的是如何积累足够的关键用户量以触发正向反馈循环。当网络中的用户为其他用户创造大部分价值时，如何吸引第一批用户加入？

这在双边市场中尤为突出（在双边平台中程度稍轻），因为存在两类用户——买家和卖家（或开发者和用户）——必须有一方先就位，另一方才有动力加入。启动双边网络需要为某一方用户提供某种初始价值，这种价值独立于网络另一方存在所带来的互补价值。

我们已知至少有 19 种具体策略可以帮助解决这个问题。其中一些策略涉及创建单用户模式产品，即使在没有网络效应的情况下，也能为市场的一方提供价值。另一些策略则通过现金或潜在客户等补偿方式吸引市场的一方。

多平台共存

当同时参与多个竞争性网络的成本很低或为零时，就会出现多平台共存现象。

这在社交网络中相当普遍。人们经常将分享的照片或快照同时发布到多个平台（如 Facebook、Instagram 和 Snapchat）。在市场中也很常见；市场双方的许多用户往往同时使用 Uber 和 Lyft、eBay 和 Craigslist、Etsy 和 Amazon Marketplace。

多租户行为可能会削弱网络的可防御性并降低网络效应，但这种影响是有限的。最终，规模更大的网络将胜出，因为它在潜在新客户中拥有更高的知名度，并且更有可能留住现有客户——即便这些客户偶尔会使用多个平台。由于网络规模更大，可选择的选项也会更多，人们只会在对现有服务不满时，或将其作为大网络所提供价值的补充时，才会转向竞争性网络。

例如，使用 Snapchat 故事功能的用户可能会通过 Instagram 故事功能触达不同的受众群体。随着人们越来越习惯同时使用这两种服务，并从两者共享的“故事”这一广泛类别中看到更大价值，对其中一项服务的使用反而可能强化并提升对另一项服务的使用。

eBay 或亚马逊的顾客可能会特意到 Etsy 寻找复古商品，虽然这属于多平台使用的情况，但一个平台的使用会强化另一个平台——因为消费者在网上购买的商品种类越丰富，他们就越倾向于在网上购物。

去中介化

去中介化是一种主要影响市场平台和市场网络的脆弱性。当用户通过市场平台或市场网络产品初次建立联系后，将后续交易转移至平台之外直接进行时，就会发生这种情况。这是一个严重的问题，因为在大多数交易型网络中，留存率带来的重复购买才是关键所在。

为帮助防止去中介化，你可以提供工具、信誉体系、保险、合规保障、潜在客户线索及其他激励措施。如果你的市场平台面临这个问题，有一整套详尽的策略手册可供参考。有些平台始终无法克服这一难题。

留存

留存率衡量的是用户回访并使用你产品的频率，这对网络效应影响巨大。如果留存率低，即使用户规模增长，也很难捕捉到任何形式的网络效应，因为产品的整体使用量不会增加，你将失去防御性优势。

在早期阶段，Facebook 拥有极高的留存率。注册用户持续使用产品，因此网络价值不断累积——如果你比朋友晚加入，他们大概率仍在活跃，你就能从加入中获益。反之，若留存率低，加入太晚就会错过潮流，你自己留下的可能性也会大大降低。

缺乏有效留存的网络，其网络效应必然薄弱；而薄弱的网络效应又会进一步导致留存率低下。请记住：网络效应并非源于网络规模，而是源于整体使用量。因此，仅仅扩大网络规模远远不够，聚焦提升使用量同样至关重要。

第五部分 – 相关概念

几何级（指数/非线性）增长 vs. 线性增长

既无病毒效应也无网络效应的企业，往往呈现线性、直线式的增长。线性增长虽能支撑起一家企业，却无法带来我们所有人都在追求的那种高影响力、令人振奋的增长。我们都渴望那条绿色曲线的增长轨迹。

创始人应推动自己和团队实现几何级增长，并能够衡量和识别从线性增长跨越到几何级增长时的差异。具备网络效应的企业，一旦突破临界点，通常会展现出这种几何级增长，这要么是因为 a) 它们具有病毒式传播特性，要么是因为 b) 它们的指标表现优异，从而有能力比竞争对手更高效地获取流量。

病毒效应与病毒式传播

病毒效应与网络效应不同，但许多人常将两者混淆。

网络效应是指当更多人使用产品时，产品价值随之提升。使用具有网络效应的产品的人越多，现有用户从中获得的效用就越大，因此他们转向竞争对手的可能性就越低。网络效应关乎用户留存与防御能力。

病毒效应则关乎获取新用户。当现有用户免费为你带来更多用户时，该产品便具有病毒性。具有病毒效应的产品或服务存在一个”病毒系数”，即每个用户带来的新用户数量。例如，若早期 Facebook 普通用户在特定时间内邀请足够多的朋友，使其中两位朋友加入，我们便称当时 Facebook 的病毒系数为 2。这意味着每日免费加入的新用户将呈指数级增长。

病毒效应与网络效应的混淆源于两个原因：

1）它们都是正反馈循环

2）在过去 15 年中，Facebook、Twitter 和 WhatsApp 等知名公司同时经历了这两种效应。

然而，由于我们自身曾在十余个用户量突破千万的病毒式传播产品中创造过病毒效应，可以证实：在产品中设计病毒效应比构建网络效应更容易。更重要的是，具备网络效应的产品天然更容易植入病毒式传播的钩子和循环机制——这一点我们将在其他章节详述。

许多产品可以具备病毒效应却不具备网络效应。产品能病毒式传播，并不意味着每个新用户都能让产品变得更有价值和防御性。病毒效应帮助 Facebook 达到如今地位，是因为 Facebook 同时拥有网络效应。但病毒式传播并未让 JibJab、Buzzfeed 或红杉资本投资的 QuizUp（曾获 2700 万美元融资后倒闭）获得同等的防御性或价值。它们的成功虽耀眼却昙花一现。

反之亦然。具有网络效应的产品未必具备病毒式传播效应。一个 B2B 市场可以轻松通过付费广告吸引买家和卖家，构建一个零病毒传播的双边市场网络效应。一家公司可以在城市中部署数千台物联网设备，形成一个网状网络。

例如，你可以在谷歌上投放广告，同时将卖家和买家引入 B2B 市场，构建双边市场网络效应，而依然保持零病毒传播。或者，你可以付费让城市部署一千台物联网设备，形成网状网络——由于网络密度，其性能远超其他任何网络，以至于竞争对手在部署自己的千个节点之前，根本无法与之竞争。

理解网络效应与病毒式传播效应的区别，对于制定正确的策略至关重要，尤其是考虑到人们经常将两者混淆。请确保你不会犯这种错误。 拥有病毒式传播效应并不意味着你拥有网络效应，反之亦然。

“平台商业模式”（较不实用的术语）

这是一个近期流行的术语，广泛用于描述多种类型的网络效应企业——它们通过培育外部网络、促进连接方式（而非生产方式）的规模化来发展。这些确实是重要的概念。然而，我们认为该术语混杂了过多概念，在试图厘清这些企业真正成功的关键要素时，其效用有限。我们更倾向于将 13 种不同的网络效应及网络的诸多属性进行细分。同时，我们将“平台”一词保留用于描述像 MS OS、iOS 或 FB 平台产品这类网络效应企业——在这些平台上，其他独立实体正依托它们构建自身业务。

强化

关于网络效应，关键在于一旦你建立起一个网络效应，就更容易在其基础上构建其他防御性优势，包括其他网络效应。这种”强化效应”往往被创始人低估，尤其是当他们专注于增长时。持续寻找并启动新的防御性优势非常重要，因为它们会相互强化：你拥有的防御性优势越多，每个优势的效果就越强（尽管这仅在一定限度内有效，因为同时尝试太多事情可能会分散运营重心）。

规模效应

规模效应与网络效应类似，是数字时代重要的防御性优势。规模效应常与网络效应混淆，因为两者都会随着用户增多而增强。

然而，两者的运作方式截然不同。理解规模效应的最佳方式是：运营良好的公司规模越大，其单位生产成本就越低。当规模效应开始发挥作用时，拥有规模优势的公司会成为客户在数学计算上的必然选择。

换句话说，更多用户意味着更大规模，更大规模意味着供应商更低的价格，更低的价格意味着顾客更低的消费，更低的消费意味着广告更高的转化率，这使得广告比竞争对手更有效，如此循环往复。

随着规模扩大，所有数据都开始向你倾斜，而数学规律是难以抗衡的。这一概念在学术文献中被称为”规模经济”。简而言之， 单位生产成本会降低。亚马逊是科技界最具规模效应的公司（如今他们正在叠加网络效应……值得警惕）。

品牌

品牌是一种强大的防御壁垒，但其本质与网络效应截然不同。与规模效应类似，品牌的防御力与产品的增长和使用情况相关，因此人们容易将品牌与网络效应混淆。然而，两者的运作机制存在根本差异。

当人们了解你是谁以及你的业务范畴时，品牌便应运而生。成熟的品牌形象会带来心理转换成本。用户从你的品牌转向陌生或知名度较低的品牌时，心理上会倾向于选择熟悉的事物。

人类天生厌恶风险，倾向于规避未知事物。当你的品牌具备辨识度时，人们熟悉你的定位与业务，这便构成了竞争优势。在当今注意力经济时代，品牌防御力至关重要——矛盾的是，即便负面的品牌认知（在一定限度内）也能增强企业的防御能力。

嵌入

嵌入是指将你的产品直接整合到客户的运营流程中，使客户无法轻易用竞争对手替代你，否则将耗费大量时间、精力或两者兼有的成本。换言之，嵌入直接提高了转换成本 ，这是用户采纳过程中的一部分。

嵌入可以与网络效应协同作用，增强你业务的防御性，但两者是独立的概念。

嵌入的典型例子包括 Workday、Oracle 或 SAP——这些案例表明，当客户是组织而非个人时，嵌入更为常见（在个人生活“运营”中难以实现嵌入）。尽管如此，嵌入在 B2C 产品中确实存在——例如 Google Drive 或 iCal。

为何多数创始人愿景在转化为企业前便停滞不前

史蒂夫·布兰克的创业框架是绝佳的起点：初创企业并非成熟公司的缩小版，而是对可重复、可扩展商业模式的探索。若忽视这一点，创始人愿景便会沦为仓促执行——在产品尚未获得规模化发展资格前，产品路线图就已固化，招聘启动，资金也已投入（史蒂夫·布兰克）。

这正是多数首次担任CEO者陷入的困境。他们并不缺乏信念，而是缺乏降低不确定性的模型。实践中，这意味着当更棘手的问题——谁会购买、为何现在购买、在何种经济条件下购买——仍悬而未决时，团队却耗费数月打磨功能、品牌语言和运营方案。这种代价并非抽象概念：它体现在无谓的开发周期、困惑的团队，以及公司在与自身假设纠缠时不断收窄的市场窗口期。本文旨在探讨创始人如何在将愿景转化为昂贵项目之前，先将其转化为可验证的命题。

在布兰克的定义中，初创公司是”一个为寻找可重复且可扩展的商业模式而成立的组织”（史蒂夫·布兰克）。这一句话纠正了早期阶段常见的错误：将企业视为已经存在的实体。事实并非如此。在早期阶段，存在的只是一系列假设——关于客户痛点、支付意愿、渠道通路、交付成本以及时机。创始人的职责不是捍卫这些假设，而是去验证它们。

真正的失败模式是过度构建

想象一家由首次创业者领导的技术初创公司，在季度预算审查会上。团队拥有精美的演示版本、不断增长的功能积压清单以及强烈的内部信念。但他们缺乏的是证据：同样的客户问题是否足够频繁地出现、是否足够痛苦，并且能否以支持增长的利润率解决。于是他们继续构建。

这种模式很常见，因为灵感让人感觉像进步，执行表演让人感觉像势头。但在验证商业模式之前增加产品功能，通常会让学习变得更慢，而非更快。每一个新功能都意味着更多需要维护、更多需要解释，以及更多理由去回避直接测试需求这一令人不适的工作。

这就是为什么初次创业的CEO需要一种不同的思维模式。早期的任务不是让自己看起来成熟稳健，而是要比资金消耗速度更快地学习。

愿景很重要——但前提是它能经得起现实的检验

愿景依然重要。它指引方向、吸引人才，并赋予公司超越短期策略的存在意义。但仅凭愿景无法告诉你，你拥有的是业务、产品创意，还是一个引人入胜的故事。

这种区别的重要性远超大多数创始人的预期。如果初创公司是一场探索，那么下一个问题就不可避免：你究竟在寻找什么——愿景、商业模式，还是计划？

愿景、商业模式与商业计划有何不同？

商业模式画布思维在此至关重要，因为它迫使大多数首次担任CEO的人厘清一个常被混淆的问题：你描述的是你想要的未来、公司运作的逻辑，还是将要展示给他人的文件？为何众多创始人在尚未理解计划应描述的模型之前，就急于撰写商业计划？为何这种混淆甚至在聪明的团队中依然存在？

因为这三个术语听起来相近，实则截然不同。

三个层次，三种职能

愿景描述的是未来状态。它回答的是：如果这家公司成功了，应该带来怎样的改变？它是指引方向的，而非具体操作的。好的愿景能创造一致性，帮助创始人招募人才、决定不做什么，并始终锚定在目标驱动的领导力中。但愿景本身无法告诉你：谁在付费、如何触达他们、或者公司生存必须满足哪些条件。

商业模式则承担了这些工作。它解释了价值如何被创造、传递和获取。通俗来说：你为谁解决什么问题？通过什么产品？经由何种渠道？采用怎样的收入逻辑和成本结构？史蒂夫·布兰克的定义之所以精准，正是因为它剥离了虚饰：初创公司的存在是为了寻找可重复、可扩展的商业模式，而非陶醉于自身的雄心（史蒂夫·布兰克）。

如果说愿景是目的地，那么商业模式就是引擎。

商业计划书则又有所不同。它是一份实体文件——既是规划工具也是沟通载体。它将假设转化为预测、里程碑、预算和叙事，供投资者、贷款方或内部团队审阅。这份文件有用，有时甚至不可或缺，但终究是商业模式的衍生品。一份计划书可能文笔优美，却仍可能建立在脆弱的商业模式之上。

创始人通常错在哪里

在一家区域性医疗健康初创公司中，创始人带着一份精心打磨的24页计划、招聘假设和发布日程表，进入了年度预算周期。董事会却提出了一个更简单的问题：哪个客户群体会率先采用，他们为何现在就会转换？沉默。计划很详尽，但模型依然模糊。

这才是实际的检验标准。如果你的答案依赖于愿景，那你谈的是愿景；如果依赖于电子表格，那你谈的可能是计划；只有当它解释了需求、交付和经济性之间的因果机制时，你才真正进入了商业模式的领域。

这也是为什么MVP策略属于模型层的原因。MVP本身并非为了缩小产品规模，而是在全面开发锁定成本和复杂性之前，对模型中最具风险的假设——需求、行为、定价、渠道反馈、留存信号——进行测试。

错过这一顺序的创始人不仅会浪费资金，还会从错误的证据中吸取错误的教训。那么，哪些假设值得优先检验——是那些听起来紧迫的，还是那些最能摧毁商业模式的？

首次创业者应优先验证哪些假设？

大多数创始人测试的是最容易构建的东西，而不是最可能颠覆业务的东西。这个错误之所以重要，是因为早期失败很少源于努力不足，而是源于长期维护错误的假设。

在大多数组织中，最初的争论往往围绕功能、发布时间或路线图展开。而创业实践的证据指向了别处。如果初创企业是在寻找可重复且可扩展的商业模式，那么首要任务就是识别那些能最快否定这种探索的假设（史蒂夫·布兰克）。

从可能扼杀需求的假设入手

通常有三个假设排在首位：客户需求、支付意愿和渠道逻辑。

客户需求看似显而易见，因此创始人常常会跳过这一环节。他们听到兴趣就推断出紧迫性，听到赞美就推断出需求。但一个真实存在的问题，未必严重到足以改变行为。关键问题不在于潜在客户是否”喜欢”这个想法，而在于他们是否会为了立即解决这个问题而中断现有的习惯。

支付意愿则又是另一回事。创始人往往将其视为一个可以稍后解决的定价问题。实际上，这是关于当前价值的信号。如果买家不愿投入资金、时间或采购精力，问题通常不在于价格优化，而在于这个问题对他们而言仍是可选的。

渠道逻辑是许多初次担任CEO的人感到意外的地方。他们假设通往客户的路径会奏效，因为这在纸面上说得通：主动销售、合作伙伴关系、内容营销、创始人主导的人脉网络。然而，真实市场会给出反击。接触客户的速度更慢，把关者更强势，或者买家所在的职能部门与预期不同。一个强大的产品搭配薄弱的渠道，仍然是一个脆弱的商业模式。

将愿景转化为假设，而非信念

在一家服务型初创公司的季度复盘会上，创始人面临一个熟悉的抉择：批准新一轮开发冲刺，还是暂停下来，测试为何交易总是在初次沟通顺利后陷入停滞。这就是决策时刻——无关鼓舞人心，只关乎运营实操。

创始人的愿景只有转化为可验证的假设才能落地执行：我们相信这位买家存在某个问题，会在特定情境下采取行动，并通过特定路径完成购买。这种框架改变了工作方式。团队不再捍卫想法，而是开始审视在何种条件下这个想法才能成立。

这正是整合型领导力发挥作用之处。它要求领导者同时保持信念与质疑——有足够的信心去行动，也有足够的自律让现实来修正自己。

让稀缺性发挥其作用

稀缺不仅是限制，更是过滤器。

有限的时间、资金和注意力迫使创始人按后果轻重对假设进行排序。哪个未知因素一旦被证伪，就会让其他一切失去意义？先验证这个。再验证下一个。这种克制——不过早构建过多内容——与其说是方法论，不如说更接近领导力的本质，而许多创始人尚未意识到这一点。

最佳早期测试并非验证愿景，而是揭示该业务是否值得以现有形式存在。

这就引出了一个更棘手的问题：如果创始人应该在构建之前先测试，那么研究究竟表明这种顺序能带来多少学习价值——又能让他们避免什么？

关于”先测试后构建”，研究怎么说？

据《哈佛商业评论》报道，A/B测试在一年内将初创企业的绩效提升了30%到100%——这一结果应该改变首次担任CEO的人从第一天起对验证的看法（《哈佛商业评论》，2024年）。如果没有结构化的测试纪律，创始人不仅会冒险构建错误的产品，还会固化错误的商业模式。

这才是关键所在。如果简单的测试纪律能带来如此巨大的改变，为什么仍有那么多创始人仅凭直觉行事？

测试并非首要的增长策略

许多创始人听到A/B测试时，首先想到的是落地页、广告文案或后期转化工作。这种理解过于狭隘。在最初阶段，同样的逻辑也适用于商业模式本身：哪条信息能获得回应，哪个买家群体愿意预约第二次通话，哪种定价框架能促成真实承诺，哪个渠道能产生合格需求而非礼貌性兴趣。

研究反复表明，当实验被当作决策工具而非营销噱头时效果最佳。其价值不在于测试产物本身，而在于降低不确定性。

某零售初创公司在季度复盘时，创始人面临一个熟悉的抉择：要么批准再花六周完善产品，要么暂停并针对产品定位与结账流程痛点开展两项简单测试。一条路径产出更多代码，另一条路径产出实证依据。唯有后者能帮助判断：究竟是需求疲软、信息传达有误，还是购买流程本身存在问题。

结构化测试优于创始人直觉

创始人的直觉至关重要，它能帮助团队在数据尚未完备时先行推进。但直觉最薄弱的环节，恰恰是创始人离创意最近之处——尤其是当客户热情被误判为购买意愿时。

这就是验证系统的重要性所在。不是一次测试，而是一连串的测试。

一个有效的系统会在不同节点反复追问同一个问题：这个模式要成立，必须满足哪些条件？然后围绕这些条件设计小型测试。信息传递、产品方案、定价策略、渠道选择、用户引导、留存信号。每个测试单独看都微不足道，但合在一起就能揭示：业务是在变得更可复制，还是仅仅变得更复杂。

系统化测试的初创企业不仅是在加速优化，更是在学习商业模式中哪些部分值得留存（《哈佛商业评论》，2024年）。

这也对领导力有影响。一位能够解释团队为何进行测试——以及每项测试将为哪些决策提供依据——的创始人，所展现的远不止自信。他们展现的是判断力，而这正是高管风范的核心要素。

验证必须成为运营节奏

最优秀的早期初创公司不会只做一次”验证”就继续前进。它们会围绕验证建立一种节奏：每周复盘、明确的假设、清晰的停止或扩大决策。这样，测试就成为了执行的一部分，而不是一项附带工作。

而这又带来了下一个挑战。如果测试告诉你哪些假设是成立的，你如何将这些信号整合成比MVP（最小可行产品）更持久的东西——一个最小可行商业模式，或者仅仅是一堆令人鼓舞的实验成果？

如何构建最小可行商业模式，而非仅仅打造最小可行产品？

最小可行商业模式是这里的关键框架。如果最小可行企业比最小可行产品更有用呢？

大多数初次担任CEO的人认为MVP是主要里程碑。但事实并非如此。一个产品可以具备最低限度的功能，却仍处于破碎的商业体系之中。这就是为什么许多早期成功无法持续累积：演示可行，经济账却算不通，从兴趣到收入的路径始终是临时拼凑的。

史蒂夫·布兰克的定义是核心：初创企业是在寻找可重复且可扩展的商业模式，而不仅仅是推出一个早期产品（史蒂夫·布兰克）。最小可行产品是这一探索过程中的学习工具。而最小可行商业模式则更为宽泛：它是能够为特定客户创造价值、足够可靠地交付该价值，并获取足够回报以证明持续经营合理性的最小连贯系统。

构建第一个循环，而非完整的机器

第一个模型应当简单到能在一页纸上解释清楚，又要具体到能经得起与买家接触的考验。五个要素必须在一个循环中相互连接：客户、问题、价值主张、收入逻辑和交付方式。

如果其中任何一个要素游离在外，这个模型就还不具备可行性。一个强有力的价值主张若没有可信的交付方式，会造成运营上的拖累。收入逻辑若没有切肤之痛的问题，只会带来礼貌的交谈和停滞的交易。交付若没有明确的客户，团队就会沦为定制作坊。

在一家制造型初创企业中，创始人带着可用的原型和令人鼓舞的试点反馈参加季度评审。摆在桌面上的决定是：是否再资助三个月的工程研发。但更值得思考的问题是：究竟谁在购买这个产品？通过什么流程？以什么价格？公司能否在不每次投入定制化努力的情况下完成交付？这正是对话必须从产品信心转向模型一致性的时刻。

稀缺条件下的连贯性

目标不是完备性，而是在资源匮乏中保持一致性。

早期创业者不需要完整的组织架构、成熟的定价体系或多元化的渠道。他们需要一个不依赖个人英雄主义就能运转的闭环：一类客户、一个紧迫问题、一个让人理解的报价、一种收款方式、一条团队能重复执行（即便不完美）的交付路径。

首个可行的商业模式并非企业最宏大的版本，而是能自洽运转的最简形态。

这正是团队更需要纪律而非创造力的时刻。若放任自流，聪明人会不断增添选项——他们创造层级、细分领域、例外情况和功能分支。更明智的做法是做减法。减少可变因素，既能更清晰地看清实际奏效的部分，也更容易让团队围绕核心达成共识——正因如此，一旦模型初具雏形，整体团队辅导便从理论构想转化为切实可行的实践。

创始人可以暂时容忍市场的不确定性，但团队无法长期容忍方向上的模糊。当第一个模型开始奏效时，新的风险便会出现——不再是关于产品的困惑，而是关于领导力的困惑。公司是在扩展一个模型，还是仅仅在透支创始人的精力？

为什么领导力的清晰度与创意本身同样重要？

团队敬业度差异的70%受管理者影响（盖洛普）。对于首次担任CEO的人来说，这意味着执行风险不仅存在于市场或商业模式中，更存在于创始人在探索商业模式过程中展现的领导清晰度。

如果创始人自己都不清晰，团队又如何能执行一个尚未成型的商业模式？他们做不到。他们只能自行填补空白——凭借各自的假设、次要优先事项和局部决策，这些单独看来或许合理，但组合起来却具有破坏性。

清晰度是一种运行机制

在一家早期金融科技初创公司中，创始人带着三个悬而未决的议题走进季度复盘会议：是推动企业销售、简化用户入门流程，还是增加那位声音最大的潜在客户要求的功能。团队能力很强，问题不在于人才。问题在于，没人知道哪个权衡取舍才是本季度的核心。

这就是领导力清晰度不再是一个软性话题的地方。它变成了一种运行机制。创始人必须明确三件事：当前什么最重要，什么可以暂缓，以及下一个测试旨在证明什么。没有这些，公司就没有统一方向，只有各自为政的理解。

初创公司比大企业更早感受到这一点，因为团队规模小且工作紧密关联。创始人一个模糊的优先级，就可能在同周内扭曲产品、销售、招聘和客户沟通。盖洛普的研究在此具有参考价值，并非因其迎合管理者，而是因为它明确了责任归属。如果管理者行为能解释敬业度的大部分差异，那么创始人行为就属于商业模式成功条件的一部分，而非独立的人员问题（盖洛普）。

在初创公司中，领导职责不明确不仅会打击士气，还会带来高昂的成本。

小团队会放大领导力的质量

盖洛普还发现，了解并运用自身优势的员工，其敬业度高出近6倍，生产力提升7.8%，并且报告拥有优质生活质量的可能性是其他人的3倍（盖洛普）。在只有十个人的公司里，这些提升并非文化装饰，而是直接改变了产出效率。

基于优势的方法并不意味着纵容偏好或逃避艰苦工作。它意味着更精准地分配关键任务：最擅长发现的人主导客户访谈；善于建立秩序的运营者负责执行；判断力强的团队成员处理模糊的客户问题。当所有人都已超负荷工作时，这种角色清晰度能减少内耗。

这也是市场特定领导力适应变得切实可行的地方。创始人的职责并非抽象地领导，而是根据实际面对的市场调整清晰度、节奏和决策风格。随着时间的推移，即使是预测性的人力资源分析也能帮助揭示哪些地方开始出现超负荷、不匹配或领导力瓶颈，从而拖慢执行速度。

一个薄弱的想法可能迅速失败。一个强大的想法在领导不明确的情况下会缓慢失败——而且通常代价更高。因此，当第一个模式开始奏效时，创始人应该首先稳定什么：是产品，还是公司复制刚刚成功模式的能力？

创始人应如何在首个模型见效后继续推进？

仅有20%的初创公司能成功实现产品市场契合并规模化发展（麦肯锡数据）。这一差距导致收入流失、早期客户信任受损，优秀人才也开始质疑公司究竟在打造可持续业务，还是仅追逐短期势头。

将早期市场验证视为证据，而非定论

当第一个模型开始奏效时，诱惑显而易见：将其视为验证通过，增加人手，拓宽路线图，并推动增长。这往往是创始人最不准确的时刻。一个有效的模型并非最终答案，而是一个在与市场初次接触后存活下来的动态假设。

在一家区域性服务初创公司中，创始人带着连续三个月的强劲表现走进季度复盘会议。几位客户已续约，转介绍也开始出现。团队希望再招聘两人并扩展服务范围。但更关键的问题其实更简单：究竟什么在起作用？是细分市场、时机、创始人的个人销售能力、定价策略，还是暂时的市场环境？如果你无法明确其中的机制，就还没准备好将其规模化。

早期市场验证很有价值，但误判它的代价同样高昂。

关注真正重要的信号

创始人需要一份简短的信号清单，用以判断是优化、转型还是扩大规模。

当需求真实但交付混乱时选择优化——客户愿意购买，但上手流程缓慢、利润微薄，或留存率依赖创始人亲自干预。当兴趣持续高涨但转化停滞、使用频率不稳定，或预期买家并非推动交易的实际决策者时选择转型。只有当同一类客户因相同原因购买，且团队无需即兴发挥每个步骤即可重复执行流程时，才考虑扩大规模。

此时，纪律比乐观更重要。研究可以告诉你，有多少初创公司能成功实现产品市场契合与规模化（麦肯锡数据），但它无法替你做出判断。这个判断权，依然属于创始人。

贴近学习，守护战略清晰度

持久的策略并非无休止的灵活变通，而是在明确方向下进行结构化学习。

这意味着要贴近客户，回顾最近十次对话或十笔交易中的变化，区分噪音与模式。这也意味着要保护公司的核心逻辑，避免团队将每个新信号都重新解读为战略调整。这正是目标驱动型领导力的价值所在：它并非激励手段，而是一种防止适应演变为偏离的方式。

创始人的工作如今比以往更加成熟。快速学习，谨慎聚焦，等到模式足够成熟再规模化。

如果你的第一个模型有效，那很好。现在问一个更难的问题：你看到的是一个可复制的业务，还是仅仅一个有希望的例外？

常见问题

根据史蒂夫·布兰克的框架，初创公司的主要目的是什么？

初创公司的首要目标是寻找可重复且可扩展的商业模式，而非作为成熟公司的缩小版运营。这需要在规模化之前，对客户、需求及经济模式的相关假设进行验证。

在早期创业公司中，愿景、商业模式和商业计划有何不同？

愿景描述公司旨在创造的未来变革，商业模式解释价值如何被创造和获取，而商业计划则将假设组织成预测和里程碑。理解这些区别有助于创始人在正式规划之前专注于测试商业模式。

首次创业者在开发商业模式时，应优先验证哪些假设？

创始人应优先测试那些能最快推翻商业模式的假设，通常是客户需求、支付意愿和渠道逻辑。这些假设至关重要，因为它们决定了需求是否真实、客户是否愿意付费、以及产品能否有效触达市场。

为什么在构建之前进行测试对初创公司很重要？

先测试再构建，通过尽早验证关键假设来降低不确定性，避免将资源浪费在不符合市场需求的特性或产品上。研究表明，结构化测试能够显著提升初创企业的表现，其关键在于聚焦学习而非过早执行。

什么是最小可行商业模式？它与最小可行产品有何不同？

最小可行商业模式是指能够证明企业可产生可重复收入并具备可持续经济性的最小可行商业系统，而最小可行产品仅仅是产品的最小化版本。聚焦于商业模式，能确保早期成果转化为可规模化增长，而不仅仅是功能演示。

为何定位先行

每个成功的初创品牌都始于同一个问题：我们在顾客心智中占据什么位置？

不是”我们做什么”，也不是”我们有什么功能”。而是位置——当顾客产生特定需求时，触发的那片心智领地。

当开发者需要在线收款时，他们会想到 Stripe。当团队需要灵活的工作空间软件时，他们会想到 Notion。当工程团队需要快速的问题追踪工具时，他们会想到 Linear。这些公司拥有的不只是产品——它们占据着特定的位置。

这就是定位。而这正是你的初创公司将要做出的最重要的战略决策。

阿里尔·杰克逊，在成为首轮资本的驻场营销专家之前，曾负责 Square 和 Cover 的营销工作，她直言不讳地指出：

“一切都始于精准定位。所有后续工作都源于此。”——阿里尔·杰克逊，首轮资本

所有的一切。你的信息传达、视觉形象、销售话术、人才招聘、产品路线图、定价策略。所有这些都源自定位。定位一旦出错，后续每个决策都会变得困难重重。定位正确，清晰的思路便会贯穿整个组织。

本指南涵盖以下内容：

• 定位的真正含义（以及它不是什么）

• 适用于初创公司的四大框架

• 制定定位策略的逐步流程

• 成功定位的公司的真实案例

• 常见错误及如何避免

• 今日即可使用的模板

定位究竟是什么？

定位的概念由艾·里斯和杰克·特劳特在其 1981 年出版的著作《定位：争夺用户心智的战争》中正式确立。他们的核心见解在当时具有颠覆性：营销的关键不在于产品本身，而在于顾客的认知。

“定位并非你对产品做了什么，而是你对潜在顾客的心智做了什么。”——艾·里斯 & 杰克·特劳特

这一区别至关重要。许多创始人认为定位就是罗列产品特性或描述功能，但事实并非如此。定位意味着在顾客思考如何选择时，占据一个明确且可防御的心智空间。

试想其中的差异：

• 产品描述：”我们提供基于云的项目管理软件，具备任务分配、时间线视图和集成功能。”

• 定位：”对于因工具缓慢、臃肿而困扰的工程团队而言，Linear 是一款与使用它的团队一样快速的议题追踪工具。”

前者描述的是现有事物。后者则占据了一个空间：面向工程团队的快速议题追踪。这个空间成为了所有决策的筛选标准——该构建哪些功能、使用何种语言、追求哪些客户、忽略哪些竞争对手。

定位 vs. 标语 vs. 价值主张

这些术语经常被混淆。以下是它们的区别：

• 定位是战略基础——一份定义市场定位的内部文件。它回答：针对谁、属于什么品类、有何差异化优势。通常不直接面向客户。

• 价值主张是面向客户的承诺——客户选择你能获得什么。它源于定位，但用利益语言表达。

• 标语是浓缩的表达——一句能捕捉品牌精髓的易记短语。它是定位的创意呈现，而非定位本身。

来自 Stripe 的示例：

• 定位：对于构建互联网业务的开发者而言，Stripe 是让他们专注于产品而非支付环节的金融平台，与需要复杂集成的传统处理商截然不同。

• 价值主张：互联网的金融基础设施。在线收款、付款及管理业务。

• 标语：”互联网的金融基础设施。”

在 Stripe 的案例中，标语与价值主张高度契合——这是定位清晰度的标志。但它们在各自场景中发挥着不同作用。

适用于初创公司的四大框架

存在多种定位框架。其中四种对初创企业尤为实用，各有其独特优势。

框架一：首轮定位声明

由阿里尔·杰克逊基于其在谷歌和 Square 的工作经验开发，这是最广泛使用的初创企业定位框架。

模板如下：

针对（目标客户）他们（需求或机会陈述），（产品名称）是一款（产品类别）能够（核心利益陈述）。不同于（竞争替代方案），（产品名称）（主要差异化陈述）。

每个要素都迫使你做出艰难抉择。你无法用模糊的语言填充这个框架。”针对企业”行不通——你需要明确是哪些企业。”比竞争对手更好”行不通——你需要具体说明什么方面不同。

杰克逊阐述了所需的严谨性：

“你需要将产品定位在用户的心智中。这需要将潜在用户纳入考量，评估产品的优势与劣势，并考虑你的竞争对手。”——阿里尔·杰克逊

示例：Figma（假设案例）

面向科技公司的设计团队，他们需要实时协作进行界面设计，Figma 是一款基于浏览器的设计工具，能够让多位设计师同时在同一文件上协作。不同于 Sketch 或 Adobe XD 等桌面设计工具，Figma 无需文件同步、无版本冲突，也无需安装软件。

每个元素都具体明确：目标受众（科技公司的设计团队，而非所有设计师）、需求（实时协作，不仅仅是设计）、品类（基于浏览器的设计工具，开辟全新领域）、优势（多人可同时编辑同一文件）、差异化（无需同步、无冲突、免安装）。

框架二：杰弗里·摩尔的《跨越鸿沟》

摩尔的框架强调竞争性定位。

模板如下：

针对（目标客户）他们（需求或机会陈述），（产品名称）是一款（产品类别）它（核心利益陈述）。不同于（主要竞争替代方案），我们的产品（核心差异化陈述）。

与 First Round 的框架几乎相同，但摩尔强调的”主要竞争替代方案”迫使你明确列出具体竞争对手。这在进入客户已有清晰现有选择的成熟品类时尤为实用。

最佳适用场景：在目标明确的品类中竞争、以替代现有方案为目标的初创企业。

框架三：艾普莉·邓福德的《显然很棒》

邓福德的框架更为全面，包含五个组成部分：

• 竞争替代方案：如果您的产品不存在，客户会怎么做？（不仅仅是竞争对手——替代方案包括电子表格、人工流程、聘请代理机构，或者干脆什么都不做。）

• 独特属性：您拥有哪些替代方案所不具备的功能或能力？

• 价值（及证明）：这些独特属性能够带来什么价值？有什么证据可以证明这一点？

• 目标市场特征：哪些特征定义了最在意这一价值的客户群体？

• 市场类别：什么类别能帮助客户理解你的定位？

邓福德框架从竞争替代品而非目标客户入手。当你无法确定如何定义市场时，这一方法尤为实用——替代品会揭示你的真正竞争对手是谁。

示例：Superhuman（假设案例）

• 竞争替代品：Gmail、Outlook、其他邮件客户端、雇佣助理管理邮件

• 独特属性：键盘优先设计、AI 邮件分类、速度优化、分屏收件箱

• 价值：邮件处理速度翻倍，不错过重要信息，一切尽在掌控

• 目标用户特征：邮件量大的用户（高管、投资者、创始人），注重效率且愿意支付溢价

• 市场类别：高端邮件体验

框架四：红杉资本的”一句话定位”

红杉资本采用最精炼的方式。他们的商业计划书撰写指南开篇写道：

“公司宗旨：从这里开始——用一句陈述句定义你的公司。这比看起来要难得多。”——红杉资本

这种约束迫使你进行残酷的优先级排序。你无法在复杂性中躲藏。要么你能用一句话解释清楚自己在做什么，要么你做不到。

红杉资本投资组合中的案例：

• 爱彼迎：”与当地人预订房间，而非酒店。”

• YouTube：”视频界的 Flickr。”

• 领英：”在线职业社交网络。”

这些并非标语——而是将定位压缩至本质真相。若能实现这种清晰度，其他一切都会变得更容易。

强定位的五大要素

无论你采用哪种框架，强定位都包含五个要素。

1. 目标客户

你具体针对的是谁？

直觉上你会说”所有人”或保持宽泛以最大化市场规模。请抵制这种冲动。精准定位才能实现清晰定位。你可以后期拓展，但无法从模糊起步再聚焦。

需要回答的问题：

• 什么角色或职位？

• 什么公司规模或类型？

• 什么具体情境或需求状态？

• 心理特征（价值观、态度、行为）是什么？

精准定位的示例：

• Linear：”工程团队”（而非所有团队，也非所有项目管理用户）

• Notion：”追求灵活性的团队”（而非需要严格结构的团队）

• Mercury：”初创企业”（并非所有企业，也非成熟公司）

你的目标受众越精准，定位就能越具体。具体的定位能在目标群体中建立更强的偏好，即便这意味着对其他人群的吸引力会减弱。

杰克逊解释道：

“通常来说，率先进入市场总是有利的，因为你能让人记住。如果你能成为第一个且最好的，那当然很棒——但这确实很难，做不到也没关系。定位陈述能帮助你在正确的时间，向正确的人传递正确的信息。”——阿里尔·杰克逊

2. 市场类别

你属于哪个心智类别？

品类选择决定了客户如何发现、评估和比较你。存在三种策略：

• 进入现有品类。客户最容易理解。你是”CRM”、”项目管理工具”或”邮件客户端”。风险在于：你会继承该品类的客户期望和竞争压力。

• 创建新品类。难度最大但潜在价值最高。Salesforce 创造了”云端 CRM”。HubSpot 创造了”集客营销平台”。品类创建需要教育市场——成本高昂且进程缓慢。

• 对现有品类进行细分。中间路线。你是”房地产行业的 CRM”或”工程团队的项目管理工具”或”高管专用的邮件客户端”。你既获得了品类认知，又实现了差异化定位。

对大多数初创公司而言，细分品类是正确选择。你继承了品类基础设施（已有的搜索需求、被理解的评估标准），同时占据了一个差异化的空间。

3. 核心利益

你提供的核心价值是什么？

不是功能列表——而是客户关心的结果。功能带来益处，而客户购买的是益处。

特性 vs. 利益：

• 特性：”实时多人协作编辑” → 利益：”从此告别版本冲突的烦恼”

• 特性：”AI 驱动的邮件智能分类” → 利益：”处理收件箱的速度提升一倍”

• 特性：”原生集成200多种工具” → 利益：”你的工具自动协同工作”

最佳利益点应尽可能具体且可量化。”节省时间”过于笼统。”处理邮件速度提升一倍”则更具说服力。

4. 主要差异化

是什么让你与替代方案不同？

差异化必须具备三个要素：

• 真实。你确实拥有这种差异。空想不是定位。

• 相关。目标客户在意这种差异。没人想要的独特功能算不上差异化。

• 可防御性。这种差异不易被复制。如果竞争对手在下个季度就能效仿，那就不算可持续的差异化。

常见的差异化类型：

• 功能：竞争对手所不具备的独特能力

• 方法：不同的方法论或理念

• 聚焦：服务于竞争对手忽视的细分市场

• 体验：卓越的易用性、设计或服务

• 整合：与特定生态系统更好地协同工作

• 价格：显著更低（或显著更优则定位高端）

最强的定位结合了多种差异化类型。Stripe 在开发者体验、API 设计、文档质量以及生态系统整合方面均实现差异化。单独来看，每一点都可能被复制；但组合在一起，就构成了护城河。

5. 竞争框架

你的定位针对的是谁或什么？

你始终在针对某个对象进行定位——即便它只是维持现状、无所作为。明确的竞争框架有助于客户理解你在市场格局中的位置。

• 直接竞争对手：你所在品类中的其他产品。”与 Asana 不同，我们专注于工程工作流程。”

• 间接竞争对手：解决同一问题的替代方案。”与聘请代理机构不同，我们让你在内部掌控一切。”

• 现状：当前做事的方式。”与用电子表格管理订阅不同，我们自动化了整个流程。”

• 上一代方案：你所在品类中的旧有方法。”与传统银行不同，我们完全为数字时代而构建。”

选择最能凸显你差异化的竞争框架。若进入成熟品类，以行业领导者为参照；若开创全新品类，则以现状为对标。

分步指南：如何制定你的定位策略

定位并非创意头脑风暴，而是战略分析。以下是具体流程。

第一步：收集信息

在动笔之前，先收集数据。

客户访谈：与你的优质客户交流，询问：

• 你为什么选择了我们？

• 你考虑过哪些替代方案？

• 你会怎么跟朋友介绍我们做的事情？

• 如果我们不存在，会发生什么？

流失客户分析：与未成交的潜在客户沟通，询问：

• 你最终选择了什么替代方案？

• 决定性因素是什么？

• 你如何看待我们与竞争对手的差异？

竞争分析：记录竞争对手如何定位自身——他们提出了哪些主张？使用什么语言？针对哪些细分市场？

内部对齐：采访创始人和领导层——我们对公司的愿景是什么？我们相信哪些是竞争对手不相信的？我们愿意不做什么？

这项研究需要1-2周时间。不要跳过它。建立在假设之上的定位注定会失败。

第二步：识别你的最佳客户

并非所有客户都同等重要。找到你最优质客户中的共同模式。

定义”最佳”：最高的终身价值、最快的销售周期、最强产品契合度、最热情的拥护者。

寻找规律：它们有什么共同点？是什么需求促使他们购买？是什么让他们在众多选择中选择了你？

这一模式揭示了你的理想目标客户。品牌定位应当与这些客户产生共鸣，而非理论上的更广泛市场。

第三步：绘制竞争格局

列出你产品的所有替代方案：直接竞争对手（同一品类）、间接竞争对手（解决同一问题的不同方法）、现状（不采取任何行动或手动变通方案）。

对于每个替代方案，需记录：它们如何定位自身？它们强调什么？它们忽略或做得不好的方面是什么？

寻找空白地带——那些未被占据或竞争薄弱的定位。

第四步：明确你的差异化优势

基于客户调研与竞争分析：

• 客户持续提及选择你的原因是什么？——这揭示了你的实际差异化（而非你希望它是什么样子）

• 竞争对手不做什么，或者做不好什么？——这揭示了差异化的机会

• 你能做到哪些竞争对手难以轻易复制的事情？——这揭示了可持续的差异化

优先考虑那些真实、相关且可防御的差异化。列出 10 个差异化点会稀释定位。找到最关键的 1-2 个即可。

第五步：选择你的品类

• 你能在现有品类中胜出吗？如果你的差异化足够强大，足以取代现有竞争者，那就进入现有品类

• 是否应该创建子类别？如果你在服务特定细分市场方面比通才型品牌做得更好，那就创建子类别

• 是否应该创建新品类？只有当你的方法具有根本性差异，并且你有资源去教育市场时，才考虑这样做

对大多数初创公司而言，细分定位是正确的选择。”房地产 CRM”比”CRM”更容易占据市场。

第六步：撰写定位声明

采用 First Round 框架：

针对[目标客户]他们[需求或机会]，[产品]是一款[品类]能够[核心利益]。不同于[竞争替代品]，[产品][主要差异化优势]。

撰写多个版本。测试每个要素：目标是否足够具体？需求是否真实且紧迫？品类是否清晰？利益是否可衡量？差异化是否真实、相关且可防御？

第七步：验证

不要在会议室里敲定定位。去测试它。

• 对客户：这能引起共鸣吗？是否符合你选择我们的原因？

• 对潜在客户：这能清楚说明我们的业务吗？是否让你更感兴趣？

• 与团队协作：每个人都能始终如一地复述吗？它能否指导决策？

• 与竞争对手对比：这个领域是否无人占据？我们能否守住阵地？

根据反馈不断迭代。定位在得到验证之前并非最终定案。

定位案例：优秀范例展示

Stripe

• 目标用户：构建互联网业务的开发者

• 品类定位：金融基础设施平台

• 核心优势：专注于产品，而非支付

• 差异化：开发者体验、API 设计、文档质量

  对于构建互联网业务并需要接受付款的开发者而言，Stripe 是让他们专注于产品而非支付的金融基础设施。与需要复杂集成的传统支付处理器不同，Stripe 提供优雅的 API、全面的文档，并在后台处理所有支付复杂性。

为何有效：Stripe 选择将自身定位为面向开发者，而非商业决策者。这看似反直觉——开发者并不掌控支付处理器的预算。但开发者能影响决策，且当时没有竞争对手占据开发者体验这一位置。通过成为”开发者优先”的支付平台，Stripe 建立了偏好，从而推动了自下而上的采用。

Notion：适应你工作流程的全能工具

• 目标用户：追求工作方式灵活性的团队

• 产品类别：互联工作空间

• 核心优势：适应您工作流程的全能型工具

• 差异化：灵活性、区块系统、可定制模板

  对于那些受困于僵化、单一功能工具的团队而言，Notion 是一个能适应任何工作流程的互联工作空间。与那些强迫你按它们的方式工作的专业工具不同，Notion 的构建区块让你能精确创建你所需的系统。

为何有效：Notion 的定位是针对品类中的专业工具，而非某个具体的竞争对手。”不同于专业工具”这一表述，构建了一种能抵御任何单一竞争对手的定位。”灵活性”的定位吸引了那些在不同工具间反复切换、寻找合适方案的客户。

Linear

• 目标用户：工程团队

• 品类：问题追踪

• 关键优势：与工程师工作方式相匹配的速度

• 差异化：性能、键盘优先设计、个性化工作流

  对于因缓慢、臃肿的项目管理工具而困扰的工程团队而言，Linear 是为速度而生的问题追踪工具。与为通用项目管理设计的传统工具不同，Linear 针对软件开发工作流进行了优化，采用键盘优先设计和即时性能。

成功要素：Linear 将自己定位为对抗”传统工具”和”通用项目管理”。通过精准锁定工程团队并主打速度，他们创造了一个 Jira 和 Asana 无法真正占据的定位。速度不仅仅是一项功能——更是其定位的核心组织原则。

Mercury

• 目标受众：初创企业

• 类别：银行业

• 核心优势：专为初创企业设计的银行服务

• 差异化：初创企业专属功能、现代化用户体验、风投整合

  对于需要理解其业务的银行服务的初创企业，Mercury 是专为高增长公司打造的银行平台。与传统银行为成熟企业设计不同，Mercury 提供风投集成、团队卡和即时账户访问等初创企业专属功能。

成功要素：Mercury 以传统银行为对标对象，将焦点精准锁定在初创企业上。这使他们能够构建传统银行永远不会优先考虑的功能，并在特定社群中建立信誉。这一定位让他们有理由忽略非初创企业的客户——同时成为初创企业不可或缺的伙伴。

常见定位错误

错误一：面向所有人进行定位

“我们为所有需要 X 的人服务。”

这不是定位——这是战略上的放弃。如果你面向所有人，就等于没有为任何人优化。精准的目标定位看似冒险，却能实现鲜明的差异化。

解决方案：明确界定你的理想客户。你最优质的 10 位客户是谁？他们有什么共同点？就瞄准这个群体。

错误二：功能优先定位

“我们提供具备实时仪表盘和 200 多种集成功能的 AI 驱动分析系统。”

功能无法定位，利益才能定位。客户购买的是结果，而非能力。

修正方法：针对每项功能，不断追问”那又怎样？”直到触及人类层面的结果。AI 驱动分析 → 更快发现问题 → 在客户察觉前修复问题 → 降低客户流失率。

错误三：理想化定位

“我们是市场上最具创新性的平台。”

如果必须说出口，那就不是定位。定位必须是今天就能证明的事实，而不是明天才可能实现的愿景。

修正：基于现有优势进行定位。创新是持续交付的结果，而非一句口号。

错误四：跟风定位

“我们就像[行业领导者]，但更胜一筹。”

这等于放弃了定位之战。你接受了领导者的框架，并在他们的规则下竞争。

解决方案：寻找不同的竞争维度。如果领导者占据”全面”，你就占据”简洁”；如果他们占据”企业级”，你就占据”初创型”。追求差异化，而非更优。

错误五：委员会式定位

“让我们把所有人的反馈都纳入进来。”

委员会驱动的定位策略只会产生平淡无奇的共识，既不得罪任何人，也无法激励任何人。

解决方案：由小团队做决策。广泛收集意见，但由少数人拍板。定位需要敢于取舍的勇气。

错误六：过于频繁地调整定位

“我们正在根据上个季度的反馈调整定位。”

定位需要时间才能深入人心。客户需要反复接触才能将你与某个定位关联起来。频繁的变动会阻碍任何定位的形成。

解决方案：至少坚持定位 12-18 个月。在表达方式和执行层面进行迭代，而非改变核心定位。

何时需要重新审视定位

定位并非一成不变。在以下情况需重新审视：

• 市场已发生根本性转变：新技术、新竞争对手或新客户期望，使您当前的定位失效

• 您已成功占据该定位：成功创造了扩张机遇。一旦您拥有”面向工程师的问题追踪系统”，便可向相邻细分领域拓展

• 该定位效果不佳：若基于定位衍生的信息始终无法引起共鸣，则定位本身可能存在偏差

• 公司已完成转型：新的产品方向或商业模式需要重新定位

• 你的定位已经过时了：当你拥有 1 万家初创企业客户并希望拓展企业市场时，”面向初创企业的银行服务”可能过于狭窄

但不要因为感到厌倦或竞争对手采取了不同策略就重新审视定位。定位需要耐心才能站稳脚跟。

定位模板与资源

模板：首轮定位声明

对于[目标客户]他们[需求或机会陈述]，[产品名称]是一款[产品类别]它[核心优势陈述]。与[竞品替代方案]不同，[产品名称][主要差异化陈述]。

模板：定位简报

目标客户

• 职位/头衔：

• 公司类型：

• 情境/需求状态：

• 心理特征：

市场类别

• 现有类别：

• 子类别（如适用）：

• 相邻类别：

竞争格局

• 直接竞争对手：

• 间接竞争对手：

• 现状替代方案：

差异化

• 独特属性：

• 证明点：

• 防御性：

关键优势

• 主要成果：

• 辅助成果：

• 证明/证据：

定位声明（使用 First Round 模板撰写）

推荐阅读

书籍：

• 《定位：争夺用户心智的战争》——阿尔·里斯与杰克·特劳特（经典原著）

• 《显而易见》——艾普丽尔·邓福德（现代科技视角）

• 《跨越鸿沟》——杰弗里·摩尔（技术采用生命周期）

• 《做大格局》——品类设计框架

文章：

• 《定位你的初创公司至关重要》——First Round Review

• 《红杉资本：撰写商业计划书》——Sequoia Capital

总结：定位检查清单

在最终确定你的定位之前，请先验证：

• ☐ 目标明确：你能精准描述理想客户，而非泛泛而谈

• ☐ 需求真实：客户确认该问题确实存在且至关重要

• ☐ 品类清晰：客户明白你属于哪个领域

• ☐ 收益可量化：你能指出具体成果，而非模糊的改进

• ☐ 差异化是真实的：你如今确实拥有这种差异

• ☐ 差异化是相关的：客户在意这种差异

• ☐ 差异化具有防御性：竞争对手难以轻易复制

• ☐ 竞争框架明确清晰：你清楚自己在与什么进行定位竞争

• ☐ 团队能够复述一致：每个人都能统一表述定位

• ☐ 客户验证有效：该定位在实际对话中能引发共鸣

定位是基础。定位正确，其他一切都会变得更清晰——信息传达、品牌形象、营销活动、产品决策。定位错误，你将处处与模糊的战略作斗争。

常见问题解答

什么是初创企业的品牌定位？

品牌定位是一个战略过程，旨在定义你的初创企业如何在顾客心智中占据一个与竞争对手截然不同的位置。它回答三个问题：你的目标客户是谁、你解决什么问题、以及为什么你是最佳选择。有效的定位并非试图满足所有人的需求——而是成为特定需求人群的明确首选。对于初创企业而言，清晰的定位能指导从信息传递到产品路线图的每一个决策。

如何判断我的初创公司定位是否有效？

强大的定位会以可衡量的方式显现：客户无需提示就能准确描述你的业务，销售周期因潜在客户自我筛选而缩短，你凭借价值而非价格赢得竞争订单，营销内容也能立即引发共鸣。如果潜在客户总问”你们具体做什么？”或拿你与大型竞争对手做不利比较，说明你的定位可能需要调整。不妨通过询问近期客户选择你的原因来验证——他们的表述会揭示你的实际定位。

初创公司何时应重新审视其定位？

当您已找到产品-市场契合点、初始假设得到验证或推翻时，当您正在拓展新的客户群体或市场时，当竞争对手重新定位导致您的差异化优势被削弱时，或在重大产品变更改变了您的价值主张之后，请重新审视定位。大多数初创公司在成立头五年内，随着对客户和市场的深入了解，预计需要调整定位2-3次。

商业模式也许是网络领域讨论最多却最不被理解的方面。人们经常谈论网络如何改变传统的商业模式，但很少有明确的证据来说明这究竟意味着什么。

什么是商业模式

从最基本的意义上讲，商业模式是指公司维持自身运营——即产生收入——的方式。商业模式阐明了公司通过确定其在价值链中的位置来赚钱的方式。

有些模式相当简单。一家公司生产商品或提供服务，并将其销售给客户。如果一切顺利，销售收入将超过运营成本，公司实现盈利。其他模式则可能编织得更为复杂。广播就是一个很好的例子。

在过去大半个世纪里，无线电广播和后来的电视节目通过电波免费向任何拥有接收设备的人播放。广播机构是分销商、内容创作者、广告商（及其代理机构）以及听众或观众所构成的复杂网络中的一环。

谁赚钱以及赚多少钱，在最初并不总是清晰可见。最终结果取决于许多相互竞争的因素。

线上商业模式的演变与重塑

互联网商务将催生新型的商业模式。这一点是确定的。但网络也很可能重新塑造那些经过验证的成熟模式。拍卖就是一个完美的例子。

拍卖是最早的中介形式之一，长期以来被世界各地广泛用于确定农产品、金融工具以及艺术品和古董等独特物品的价格。

网络普及了拍卖模式，并将其适用范围扩展到广泛的商品和服务领域。

商业模式已被以多种不同方式定义和分类。本文旨在提出一种全面且具有说服力的分类法，以概括网络上可观察到的商业模式。

所提出的分类法并非详尽无遗或具有最终定义。互联网商业模式仍在不断演变。

未来有望出现新颖有趣的变体。

商业模式类型

下表中讨论的商业模式的基本类别包括：

• 经纪模式 ;

• 广告模式 ;

• 信息中介模式 ;

• 商家模式 ;

• 制造商（直接）；

• 联盟 ；

• 社区 ；

• 订阅模式 ;

• 工具

这些模式以多种方式实现，如下文所述并附有示例。此外，一家公司可能会在其整体互联网商业战略中结合多种不同的模式。例如，内容驱动型企业将广告与订阅模式相结合并不罕见。

商业模式作为一种可以申请专利保护的知识产权形式，近年来变得愈发重要。事实上，商业模式（或更广义的”商业方法”）已日益被纳入专利法的保护范畴。

许多与电子商务相关的商业方法专利已获授权。但怎样的商业模式才算新颖独特，往往难以界定。一些备受关注的专利可能会在法庭上受到挑战。

商业模式类型与说明

1、经纪模式

模型

经纪人是市场中介：他们将买方和卖方联系在一起，并促成交易。经纪人经常在企业对企业（B2B）、企业对消费者（B2C）或消费者对消费者（C2C）市场中发挥作用。通常，经纪人会为每笔促成的交易收取费用或佣金。费用的计算公式可能有所不同。经纪模式包括：

市场交易所 — 提供涵盖交易过程的全套服务，从市场评估到谈判和履约。交易所可以独立运营，也可以由行业联盟支持。[Orbitz，ChemConnect]

买卖履约 — 接受客户购买或销售产品或服务的订单，包括价格和交付等条款。[CarsDirect，Respond.com]

需求收集系统 ——由 Priceline.com 首创并获得专利的”自主定价”模式。潜在买家对指定商品或服务提出最终（具有约束力的）报价，由经纪方安排履约。[Priceline.com]

拍卖经纪 ——为销售方（个人或商家）承办拍卖活动。经纪方向销售方收取挂牌费，并根据交易价值按比例收取佣金。拍卖在商品类型和竞价规则方面差异显著。[eBay]

交易经纪 ——为买卖双方提供第三方支付机制以完成交易结算。[PayPal, Escrow.com]

分销平台 ——作为连接大量产品制造商与批量采购商、零售买家的目录运营系统。该平台协助特许分销商与其贸易伙伴之间的商业交易。

搜索代理 ——一种软件代理或“机器人”，用于搜索买家指定的商品或服务的价格和供应情况，或定位难以查找的信息。

虚拟市场 ——或称虚拟商城，为在线商家提供托管服务，收取设置费、月度列表费和/或交易费。也可能提供自动化交易和关系营销服务。[例如 Amazon.com 的 zShops 和商家服务]

2、广告模式

网络广告模式是传统媒体广播模式的延伸。在此模式下，广播方（即网站）提供内容（通常免费，但并非必须）和服务（如电子邮件、即时通讯、博客），并混入横幅广告形式的广告信息。横幅广告可能是广播方的主要或唯一收入来源。广播方可以是内容创作者，也可以是其他内容的分发者。当观众流量庞大或高度专业化时，广告模式效果最佳。

——通常指搜索引擎，可能包含多样化的内容或服务。高用户流量使广告盈利成为可能，并允许网站服务进一步多元化。 个性化门户允许用户自定义界面和内容。 垂直门户则针对特定用户群体进行深耕。[Yahoo!门户网站 ]

分类广告 ——列出待售或求购物品的清单。通常收取列表费用，但也可能收取会员费。[Monster.com, Craigslist]

用户注册 ——基于内容的网站可免费访问，但要求用户注册并提供人口统计数据。注册允许跨会话跟踪用户的浏览习惯，从而生成在定向广告活动中具有潜在价值的数据。[NYTimes]

基于查询的付费展示 ——通过出售有利的链接位置（即赞助链接）或针对用户查询中特定搜索关键词的广告来盈利，例如 Overture 的商标性“按效果付费”模式。[Google， Overture]

情境广告/行为营销 ——免费软件开发者将广告软件与其产品捆绑。例如，一款能自动完成身份验证和表单填写的浏览器扩展程序，在用户浏览网页时也会推送广告链接或弹出窗口。情境广告商可以根据单个用户的浏览活动销售定向广告。

内容定向广告 ——由谷歌首创，它将搜索广告的精准性扩展到网络的其他部分。谷歌识别网页的含义，然后在用户访问该页面时自动推送相关广告。[Google]

插播式广告 ——在用户到达目标内容之前，在网站入口处放置的全屏动画广告。[CBS MarketWatch]

互动广告 ——一种交互式在线广告，要求用户间歇性地进行互动，以便在到达目标内容前逐步浏览广告信息。[Salon 与梅赛德斯-奔驰合作]

3、信息中介模型

关于消费者及其消费习惯的数据具有价值，尤其是当这些信息经过仔细分析并用于定向营销活动时。独立收集的关于生产者及其产品的数据，对于消费者在考虑购买时也具有参考价值。一些公司充当信息中介（信息中间商），帮助买方和/或卖方了解特定市场。

广告网络 ——向成员网站网络投放横幅广告，从而使广告商能够实施大规模的营销活动。广告网络收集有关网络用户的数据，可用于分析营销效果。[DoubleClick]

受众测量服务 ——在线受众市场研究机构。[Nielsen//Netratings]

激励营销 — 一种客户忠诚度计划，通过提供可兑换积分或优惠券等激励措施，鼓励顾客从合作零售商处购物。收集的用户数据会被出售用于定向广告。[Coolsavings]

元中介 — 通过提供全面的信息和辅助服务来促进买卖双方之间的交易，但不参与双方之间实际的商品或服务交换。[Edmunds]

4、商家模式

商品和服务的批发商和零售商。销售可能基于标价或通过拍卖进行。

虚拟零售商 ——或称电子零售商，是指仅通过网络运营的零售商家。[Amazon.com]

目录零售商 ——以网络目录为基础的邮购业务。结合了邮件、电话和在线订购。[Lands’ End]

线上线下结合零售商 ——传统实体零售店，同时拥有网络 storefront。[Barnes & Noble]

比特供应商 ——专门从事数字产品和服务的商家，在最纯粹的形式下，通过网络进行销售和分发。[ 苹果 iTunes 音乐商店 ]

5、制造商

（直接）模式

制造商或“直接模式”，其基础是网络的力量，使制造商（即生产产品或服务的公司）能够直接接触买家，从而压缩分销渠道。制造商模式可以基于效率、改进的客户服务以及对客户偏好的更好理解。[ 戴尔电脑 ]

购买——指产品的销售，其中所有权转移给买方。

租赁——买方支付租金，根据”使用条款”协议获得产品的使用权。租赁协议到期或违约时，产品需归还卖方。某些协议可能包含租赁期满时的购买权。

许可——根据”使用条款”协议，仅向买方转让使用权的产品销售方式。所有权仍归制造商所有（例如软件许可）。

品牌植入内容——与赞助内容模式（即广告模式）不同，品牌植入内容由制造商自行创作，专为产品植入服务。

6、联盟模式

与旨在将大量流量引导至单一网站的通用门户网站不同，联盟模式在人们浏览的任何地方提供购买机会。它通过向联盟合作伙伴网站提供经济激励（以收入百分比的形式）来实现这一点。

联盟网站提供指向商家的购买点点击链接。这是一种按效果付费的模式——如果联盟网站没有产生销售，对商家来说就没有成本。联盟模式本质上非常适合网络环境，这解释了它的流行。变体包括横幅交换、按点击付费和收入分成计划。[ 巴诺书店 ， 亚马逊.com]

横幅交换 ——在联盟网站网络中交换横幅广告位。

按点击付费 —— 网站为用户点击联盟链接支付佣金。

收益分成 —— 根据用户点击后购买产品的销售情况，提供一定比例的佣金。

7、社区模式

社区模式的可行性基于用户的忠诚度。用户在时间和情感上投入较高。收入可以来自附属产品和服务的销售，或自愿捐赠；也可以与情境广告和高级服务订阅相关联。互联网本质上非常适合社区商业模式，如今，随着社交网络的兴起，这已成为发展最为活跃的领域之一。

开源软件 ——由全球程序员社区公开共享代码、协作开发的软件。开源模式不通过授权代码收费，而是依靠系统集成、产品支持、教程和用户文档等相关服务产生收入。[ 红帽公司 ]

开放内容 ——由全球贡献者社区自愿协作开发、可公开访问的内容。[ 维基百科 ]

公共广播 ——非营利性广播电视延伸到网络的用户支持模式。用户社区通过自愿捐赠支持网站运营。[古典音乐台 (WCPE.org)]

社交网络服务 ——为个人提供基于特定共同兴趣（职业、爱好、婚恋）连接他人的平台。社交网络服务可通过情境广告和高级服务订阅获得收益。[Flickr, Friendster, Orkut]

8、订阅模式

用户需支付周期性费用（每日、每月或每年）来订阅服务。网站将免费内容与“高级”（即仅限订阅者或会员）内容相结合的情况并不少见。无论实际使用率如何，订阅费用都会产生。订阅模式和广告模式经常结合使用。

内容服务 — 向付费订阅的用户提供文本、音频或视频内容，以获取服务访问权限。[Listen.com, Netflix]

个人对个人网络服务 ——是用户提交信息的分发渠道，例如个人寻找昔日同学。[Classmates]

信任服务 ——以遵守明确行为准则的会员协会形式出现，会员需支付订阅费用。[Truste]

——提供按月订阅的网络连接及相关服务。[ 美国在线（America Online）互联网服务提供商 ]

9、实用工具模式

公用事业或“按需”模式基于使用量计量，即“按使用付费”的方式。与订阅服务不同，计量服务基于实际使用费率。传统上，计量主要用于基本服务（如电力、水、长途电话服务）。在世界某些地区，互联网服务提供商（ISP）以公用事业模式运营，按连接分钟数向客户收费，这与美国常见的订阅模式不同。

计量使用 — 根据服务的实际使用情况对用户进行计量和计费。

计量订阅 — 允许订阅者以计量部分（例如，查看的页面数量）购买内容访问权限。[Slashdot]

NVIDIA 收入构成（2025 财年）

英伟达商业模式简述

英伟达主要设计半导体产品（尤其是图形处理器 GPU），但其商业模式日益以软件为主导。公司通过三大主营业务板块获得收入：

• 数据中心（AI 基础设施）： 占 2025 财年收入的 78%。包括 GPU 销售、网络业务（Mellanox）和软件服务（DGX Cloud、NIM 微服务）。收入从 2023 财年的 150 亿美元增长至 2025 财年的 1150 多亿美元。

• 游戏业务： 占总收入 12%。面向消费级游戏的 GeForce 显卡。

• 专业可视化、汽车与代工业务： 剩余 10%份额。

英伟达毛利率约为74%——这对硬件公司而言堪称卓越，直接得益于其软件与平台战略。

第一课：在市场需要之前构建平台

2006 年，英伟达推出了 CUDA（统一计算设备架构）——一种软件层，使程序员能够使用 GPU 进行通用计算，而不仅仅是图形处理。当时，这种技术并没有明确的市场需求。早期用户主要是物理模拟和分子动力学领域的研究人员。

在人工智能使 GPU 计算成为主流之前，英伟达近十年来投入了数亿美元用于 CUDA 库、开发工具、文档和学术合作。

当 2012 年 AlexNet 在 ImageNet 竞赛中获胜（使用了英伟达的 GPU）后，深度学习迅速爆发，此时 CUDA 已经成熟、文档完善，并深深嵌入研究社区。任何切换到其他平台的尝试都将需要重写多年编写的代码。

初创企业启示： 在客户提出需求前，就应投资建设平台（生态系统、API、开发者体验、集成功能）。最终实现规模化的企业，往往都是那些为尚未形成的市场提前搭建好基础设施的先行者。

启示二：用教育培养黏性，而非合同约束

英伟达并未通过合同条款强制 AI 研究人员使用 CUDA，而是通过以下方式使其成为最顺滑的选择：

• 向学术研究者免费开放 CUDA 开发工具

• 发布深度技术文档和库

• 与大学合作，将 CUDA 融入机器学习课程

• 资助推动深度学习领域发展的研究

当企业人工智能支出激增时，CUDA 已不仅仅是一款产品——它成为了一种技能。数十万名机器学习工程师都接受过相关培训。转换成本不仅存在于技术层面，更已深深嵌入劳动力市场。

初创企业启示： 通过教育和技能发展建立的客户锁定比通过转换成本建立的锁定更持久。投资于帮助您的客户及其团队成功使用您的产品。

启示3：软件利润率补贴硬件投资

英伟达的毛利率（74%）远高于典型硬件公司（苹果为 1001#43%的综合毛利率；英特尔在崩盘前低于 50%），因为软件越来越多地构成了所交付的价值。NIM 微服务、CUDA 软件栈、AI 企业版许可和 DGX 云从硬件基础设施中产生了软件经济。

这形成了一种飞轮效应：高利润率资助研发（英伟达将约1001#20%的收入用于研发），从而产生更好的硬件，吸引更多开发者，增加软件采用率，进而维持高利润率。

初创企业启示： 若从事硬件或基础设施销售，务必掌控其上层软件层。硬件与软件的利润差，正是服务型业务与复利增长引擎的本质分野。

第四课：利用核心资产拓展相邻领域

NVIDIA 起步于游戏领域。他们扩展到了：

• 专业可视化 （设计师和工程师的工作站）——相同的 GPU，不同的市场

• 数据中心 （AI 训练与推理）——相同 GPU，不同市场

• 汽车行业 （自动驾驶计算）——相同 GPU 架构，不同应用场景

• 医疗保健 （医疗影像 AI）——相同的数据中心 GPU，不同的垂直领域

每次扩张都基于相同的核心资产（卓越的 GPU 设计与 CUDA 生态系统）进入新市场。英伟达正是这样将潜在市场规模从 100 亿美元（游戏领域）拓展至 1 万亿美元以上（AI 基础设施领域），而无需重构技术体系。

初创企业的经验教训： 明确你的核心技术和运营能力，并找出其适用的相邻领域。最好的增长策略往往不是推出新产品，而是为现有能力开拓新市场。

第五课：平台押注需着眼长远

当黄仁勋（NVIDIA 首席执行官）在 2013 年大力押注人工智能时——这比当前的人工智能热潮早了十年——大多数观察者认为他是在进行一项可疑的资源分配。当时，NVIDIA 在市场几乎可以忽略不计的情况下，打造了专为深度学习优化的数据中心 GPU。

回报起初来得缓慢：先是研究实验室，然后是云服务提供商，最后是企业级人工智能。到2023年，世界发现它比英伟达更需要英伟达。

初创企业的教训： 对平台战略的坚定信念需要耐心，而这种耐心大多数创始人和投资者都难以提供。但那些在规模上取得成功的公司，几乎总是那些从一开始就为一个被竞争对手视为“为时过早”的未来而构建的企业。

第六课：构建你无法依赖他人的供应链

英伟达设计芯片，但不制造芯片（无晶圆厂模式——台积电制造英伟达的 GPU）。然而，英伟达已大力投资于设计定制网络芯片（收购 Mellanox）、定制内存封装（HBM 集成）以及能够整合整个技术栈的软件。

通过控制每个关键组件的设计——即使制造环节外包——NVIDIA 也能实现端到端的性能优化，这是由通用零部件组装商无法比拟的。

初创企业的启示： 识别你价值链中具有战略意义的组件（控制权=竞争优势）与商品化组件（外包=效率）。掌控战略组件，将其他部分外包。

第7课：品牌即技术权威

在人工智能市场中，NVIDIA 的品牌与其技术权威密不可分。“运行在 NVIDIA 上”是人工智能基础设施严肃性的信号，就像“由 AWS 提供支持”曾是云计算领域的信号一样。这种品牌溢价并非来自营销，而是通过十年的技术领导力、发表的研究成果以及对开发者社区的投资所赢得的。

初创企业的教训： 在技术市场中，品牌是通过技术信誉建立的——包括发表文章、开源贡献、开发者倡导以及持续兑现承诺——而不是通过广告。在技术领域中，拥有最高持久利润率的公司，正是那些品牌能在复杂领域中传递信任的公司。

常见问题

1. 英伟达面临的最大竞争风险是什么？

超大规模企业自研芯片（谷歌 TPU、亚马逊 Trainium、微软 Maia）构成最严峻威胁。若顶级 AI 客户能开发出满足自身工作负载的替代方案，市场对英伟达 GPU 的需求可能在高端市场趋于平缓。CUDA 生态系统的用户黏性是其核心防御壁垒。

2. 英伟达能否维持现有利润率？

74%的毛利率让英伟达获得超额回报。长期来看，AMD（ROCm 平台）、超大规模企业自研芯片以及中国本土 GPU 替代方案（如华为昇腾）将带来竞争压力。但英伟达的软件生态护城河仍是其商业模式中最稳固的要素。

3. 英伟达如何挺过2018-2019年加密货币挖矿崩盘？

加密货币挖矿市场崩溃时，英伟达游戏业务收入骤降。该公司得以幸存是因为其数据中心 GPU 业务实现了收入多元化——在游戏业务低迷时期，云服务商和研究机构维持了需求。依托相同核心资产实现跨市场布局，为其提供了抗风险能力。

4. 哪些初创企业最类似英伟达的平台模式？

Stripe（支付领域的开发者平台）、Twilio（通信领域的开发者平台）和 Snowflake（拥有生态系统的数据平台）具有相似架构：它们都在基础设施层之上，构建了开发者优先、用户迁移成本高且具备软件经济特性的平台。

5. CUDA 的护城河真如宣称的那般坚固吗？

坚固但并非不可攻破。AMD 的 ROCm 平台正在进步。PyTorch 现已支持多种后端。对于从零开始训练的新模型，转换成本确实存在但并非不可克服。英伟达的护城河在企业软件栈（专为 CUDA 构建的框架、模型和部署工具）以及接受过 CUDA 培训的研究人员现有基础方面最为强大。

6. 英伟达的成功对专注于 AI 的初创企业意味着什么？

这证明了人工智能基础设施将规模巨大且持久。基于英伟达平台（模型训练、推理优化、人工智能应用）的初创企业将受益于不断壮大的生态系统。而试图取代英伟达的初创企业则面临科技史上最强的平台锁定之一，应以清醒的头脑评估这一挑战。

结论

英伟达从游戏芯片制造商崛起为市值3万亿美元的人工智能基础设施公司，堪称现代科技领域最具启发性的商业模式案例之一。贯穿其成功轨迹的并非运气，而是对平台经济学、生态系统发展的精准押注，以及在市场爆发前耐心布局的远见。所有科技创业者都能从中汲取经验：如何通过教育体系构建用户黏性，如何依托核心资产拓展相邻领域，以及如何凭借数十年技术积淀赢得行业权威地位。

在商业世界的讨论中，”商业模式”也许是出现频率最高、但同时也是被误解最深的概念之一。

许多创始人把一份罗列着五年财务预测、市场规模测算以及产品功能的传统商业计划书（Business Plan）当作自己的商业模式。但正如军事学上的名言所警示的那样：”没有任何作战计划能在接触敌人后完好无损”。在商业世界中，没有任何静态的商业计划书能在接触第一个真实客户后保持不变。

商业计划书假设你在执行一个已知且被验证的模式，而真实的商业分析是在高度不确定的市场环境中，寻找一个可重复、可规模化的价值闭环。

要真正看透一家公司的商业逻辑，你必须跳出产品本身，将其置于一个由价值创造、价值交付与价值获取三者相互咬合的系统架构中进行审查。

一、商业模式的三大核心中枢

商业模式并非一张填空表格，而是企业运转的动力总成。迈克尔·波特指出，战略的本质在于”选择执行一系列独特的活动，以提供独特的价值组合”。

分析任何一家公司的商业模式，都可以将其解构为三大互相依存的核心中枢：

      ┌────────────────────────────────────────────────────────┐
      │                  商业模式三大核心中枢                   │
      └────────────────────────────────────────────────────────┘
                 │                      │                     │
                 ▼                      ▼                     ▼
      【1. 前端价值感知层】    【2. 后端运营支撑层】    【3. 底层财务闭环】
      · 客户细分（为谁）        · 核心资源（靠什么）      · 收入来源（怎么收）
      · 价值主张（给什么）      · 关键业务（做什么）      · 成本结构（花在哪）
      · 渠道通路（怎么送）      · 重要合作（借谁力）      · 经济杠杆（能否赚）
      · 客户关系（怎么留）

1. 前端价值感知层（Front Stage）

这是客户直接感知到的部分，回答”为谁创造什么价值，以及如何交付”：

• 目标客户（Customer Segments）：清晰界定目标人群是大众市场、垂直利基市场，还是多边平台。

• 价值主张（Value Proposition）：并不是列出产品功能，而是明确为客户完成了什么特定任务（Jobs-to-be-done），消除了什么痛点。

• 渠道通路（Channels）：从认知、评估、购买、交付到售后，价值是如何流转到客户手中的。

• 客户关系（Customer Relationships）：是以高度个性化的人工协助为主，还是完全自动化的自助服务，亦或是依赖社群共建。

2. 后端运营支撑层（Back Stage）

这是藏在水面之下的能力底座，回答”依靠什么关键能力使前端承诺得以成立”：

• 核心资源（Key Resources）：支撑业务运转所必需的实体资产、技术专利、品牌商誉或专业人才。

• 关键业务（Key Activities）：企业必须卓越执行的生产制造、平台运维或咨询解决流程。

• 重要伙伴（Key Partnerships）：哪些环节自己做不划算，需要借助外部生态伙伴的规模经济来弥补自身短板。

3. 底层财务闭环（Financial Logic）

这是商业模式的物理底座，回答”系统能否产生自驱动的经济回报”：

• 成本结构（Cost Structure）：区分固定成本与变动成本，判断业务是成本驱动型还是价值驱动型。

• 收入来源（Revenue Streams）：交易、订阅、授权、佣金或广告，客户究竟在为哪一部分价值持续买单。

二、检验活动系统的适配性与咬合度

分析商业模式的最高门槛，不在于看各个模块单独写了什么，而在于看模块之间是否存在结构性的咬合与相互强化。

一个平庸的商业模式，各个模块是松散拼凑的；而一个顶级的商业模式，各个环节会形成自增强的飞轮。

经典案例：宜家家居（IKEA）的活动系统咬合

如果仅看产品，任何家具厂商都能在几周内仿制出一张宜家的茶几或书柜。但为何数十年间几乎没有竞争对手能动摇其市场地位？原因在于宜家重构了完整的活动体系：

• 为平板运输而设计：降低仓储体积和物流运输成本。

• 全球供应链采购：依托巨大的单一采购量压低原材料价格。

• 郊区仓储式自选商场：减少黄金地段高额租金，将展厅与仓库合二为一。

• 顾客自行提货与组装：将末端配送与组装的人工成本外部化给顾客。

每个环节都与其他环节互为因果：平板包装支撑了低运费，低运费支撑了平价策略，平价拉动了海量订单，海量订单进一步放大了采购议价权。竞争对手能复制单一产品，但无法复制一整套高度协同的活动咬合系统。

三、分析商业模式的实战六步法

当你面对一家全新公司或需要对自己的业务进行商业模式体检时，请严格按照以下顺序进行逐层穿透：

text
[第一步：痛点与客群] ──> [第二步：交付与渠道] ──> [第三步：价值获取模式]
         │                       │                       │
         ▼                       ▼                       ▼
[第四步：底层成本解构] ──> [第五步：核心壁垒校验] ──> [第六步：压力测试与风险]

第一步：明确客户细分与痛点真实度

• 这家公司服务的真正客户是谁？（区分使用者与付费者，如企业软件中的员工vs IT主管）。

• 该方案解决的是客户不可或缺的”止痛药“需求，还是锦上添花的”维生素“需求？

第二步：审查渠道通路与转化链路

• 客户获取链路是否通畅？从建立认知到最终付费，中间存在多少流失摩擦？

• 交付成本是否随着客户数量的增加呈线性膨胀？

第三步：分析价值获取机制与激励匹配

• 收入模型是否与客户的利益诉求保持一致？

• 例如：按交易量分成模式让平台与客户荣辱与共；而固定许可费模式则可能抑制客户尝试新功能的意愿。

• 客户付费是一次性的交易行为，还是具有持续复利属性的经常性周期付款？

第四步：解构成本结构与规模经济弹性

• 该模式是资本密集型（重资产、高固定投入）还是轻资产扩展型？

• 业务是否具备运营杠杆？即：当营收增长10倍时，成本是否仅增长2-3倍？

第五步：校验核心资产与竞争壁垒

• 维持该模式运转的核心护城河来自哪里？

• 是网络效应（用户越多越有价值）？

• 还是高转换成本（系统嵌入越深越难替换）？

• 亦或是独特的流程效能（难以被外部拆解的工艺沉淀）？

第六步：识别最致命假设与结构性风险

商业模式的脆弱点在哪里？

• 平台依赖风险：是否高度寄生于某单一流量平台或巨头生态？

• 脱媒风险：供需双方建立连接后，是否会绕过平台直接在线下交易？

• 补贴陷阱：当前的用户增长是否严重依赖于外部资金补贴，一旦停止补贴留存率是否会断崖式下跌？

四、商业模式常见缺陷与警示信号

在实际评估中，许多表面光鲜的公司往往隐藏着结构性缺陷。以下是四种最常见的模式暗伤：

• 价值主张与成本结构错配：声称提供高定制化、保姆级的客户关怀，却制定了低客单价、纯自助式的收费标准。这会导致企业随着客户增多而迅速陷入履约亏损。

• 缺乏防御性的同质化中介：仅仅充当信息撮合角色，未能深度切入支付结算、信用背书或履约担保链条。一旦行业竞争加剧，撮合佣金率会被迅速压缩至零。

• 负边际收益的规模虚荣：在单位经济模型未跑通的前提下盲目扩张。每获取一个新客户所带来的全生命周期收益，无法覆盖获客及服务的边际成本，规模增长变成了资金消耗的放大器。

• 关键资源外部不可控：商业模式的核心价值高度依赖于第三方供应商或分发渠道的宽容政策，自身缺乏议价权与替代方案，随时面临断粮风险。

五、总结：从静态地图走向动态进化

商业模式不是刻在石板上的教条，而是一张动态更新的航海图。

优秀的分析师和创始人，不会仅仅停留在”这家公司现在通过什么方式赚钱”，而是探究：这套价值输送系统中的每一个部件是否咬合自洽？支撑它盈利的关键变量是什么？当外部环境发生剧变时，这套系统是否有足够的韧性进行自我调整？

通过掌握这套系统化的分析框架，面对任何复杂的陌生企业，你都能在几分钟内剥离表面的营销包装，精准洞察其底层的经济逻辑与长期商业生命力。