如何判断一个事有没有搞头？—李奇
Tags: 社会, 经济 URL: https://thequibbler.zhubai.love/posts/2206704334434189312
一 前置判断
控制风险是做一个新业务\产品需要考虑的头号问题，新业务 99% 都会死是一个客观事实，如何更快且低成本死是一个必修课，决定生死的风险一般来自业务外和业务内两个部分，先聊业务外的问题。
多数情况下判断一个希望被规模化复制的事有没有搞头的出发点是：用户有没有需求、解决方案是不是足够好、能不能赚钱、有没有长期稳定的增长模式、有没有壁垒，但在这些东西之外时不时会漏掉一个重要的环节：这个业务依赖的前置条件是否被满足。例如你希望创业卖灯泡，前置条件是家家户户都通电了；你希望创业卖空气净化器，前置条件是空气质量持续糟糕到某个程度了等等，这些前置条件是业务能成的基本前提，他们跟你的产品做的好不好没关系。
把时间拨回 12 年前，假如你在 2010 年打算做一个手机社交 app，「有足够多的人拥有一台能上网的智能手机」就是这件事的前置条件，哪些前提会被认为是业务前置条件的判断取决于你的保守程度和拥有的资源，有的人会人为「有足够多的人拥有一台能上网的智能手机」如果能够达到，那么自己的业务就能开展，但有的人会认为这还不够，应该是「有足够多的人愿意在手机上社交」才是前置条件。随着前置条件越来越逼近产品本身，风险也会随之降低，确定性变得更强，当然也会变成明牌竞争，竞争形势会随着行业集中度变高而更加残酷。
有搞头的事情一般以前置条件的变化来体现
一般情况下这些前置条件往往是新产生的（因为旧的条件已经被充分挖掘过了），例如上面提到「有足够多的人拥有一台能上网的智能手机」是手机社交 app 的前置，如果把这句话拆开看包含了三个变化：1）智能手机要足够便宜，才能人手一台；2）网络覆盖率要足够好，这样大家才能随时随地上网；3）网络得足够快和便宜，不要上个网一月工资没了。这三个变化分别对应的则是智能机出货量、3G 网络覆盖率、移动流量资费：
智能机足够便宜：在 2007 年之前，有能力安装第三方 app 的智能机等于诺基亚塞班系统，2010 年 iPhone 4 上市，Android 手机出货量超过塞班，售价降至 1500 块以下。
网络覆盖率要足够好：2009 年 1 月工信部给移动运营商发放 3G 牌照，2010 年底 3G 覆盖 95% 以上的县城，3G 用户突破 1.9 亿。
网络得足够快和便宜：3G 商用一年后，三大运营商为了获取新用户持续价格战。
如果你希望做一个手机社交 app，那么 2010 年就是一个重要的时间节点，事实上来说诸多社交产品也确实是 2010 年附近开始诞生：2010 年新浪微博开放 API、12 月米聊上线、2011 年 1 月微信上线，8 月陌陌上线。
有趣的是这些指标还有自己的前置指标，以上面提到的其中一条「智能机足够便宜」为例，它的前置条件则包含了：低成本可用的手机操作系统、成熟且低成本的手机供应链、绕开中间商的渠道创新等，同时每一项下面还有属于自己的前置条件，只有每一环都被充分满足，最终才能得到一台便宜的智能手机。如果电商不够发达，那么就得依靠传统的线下渠道来完成铺货、如果手机制造商集中度太低，那么就无法获得规模化生成的成本优势。不同环节的前置条件变化都会有属于自己这个环节的机会。
变化的规律
移动互联网之所以能够成为一个巨大的机会，是因为智能手机渗透率快速提升、3G 网络逐渐普及、智能手机价格便宜，更重要的是这些变化是不会回退的，即突然智能机渗透率下降，移动网络突然没了，智能手机的价格又开始变贵了。
所有的大变化最终都是会趋于平缓，在观察早期趋势的时候可能是线性增长的，也有可能是指数增长，当然更常见的可能是 S 型的，但不论是什么样的增长曲线，大的趋势应当是持续增长的，即使呈现显著周期性变化的行业，大家的普遍做法也是想办法抗周期，例如通过蔬菜大棚来解决农业本身对于季节的严格依赖，IP、游戏生意这类天然就一定会过气的行业，普遍做法也是尽早赚钱开发下一个，不吊死在一棵树上。
变化的来源有很多，有些是被动等来的（新冠 → 远程办公），有些是主动推动的（区块链 → 金融），有些是跨行业组合的（WebGL → UI Design），不论如何寻找，这里最重要的关键点在于如何定义所处行业前置条件、核心指标以及验证这些指标是否会持续增长。这些条件的定义取决于自己对这个行业的理解，也就是所谓的「行业认知」，错误判断可能会导致在错误的方向前进。例如在「有足够多的人拥有一台能上网的智能手机」这件事上除了上面提到的三个点之外，还有人提到「电池必须要更抗用，而不是每天一充」，后视镜来看电池并不是阻碍手机普及的前置条件；有人认为 3G 资费不会很快下降，因此移动网络流量压缩就很重要（上网快鸟），但事实来看资费很快降了下来。
前置条件一般会对应一系列指标和事实，除了判断哪些是重要条件之外，验证这些重要条件背后的指标和事实是另一个困难的地方，一般以行业调研、专家访谈、论文、深入到这些行业内部找一线正在做事的人讨论等等办法来验证，不同的行业指标的呈现方式会不同，例如人工智能领域，相关论文数量可能是重要的前置指标。
当你有了一个 idea，梳理出来他依赖的前置条件后，大概率会长成下面这个样子，红色是已经成熟的条件，灰色部分则需要自己解决。拥有不同资源和能力的团队会根据现状做出不同的选择并承担不同的风险，资源更多的团队可以进入灰色部分占比低的领域，承担更多执行风险，资源少的团队则可以去尝试灰色部分占比高的领域，承担更多市场风险。
当然这并不绝对，在一个集中度还没那么高的早期行业，每个人都存在属于自己的机会，但如果行业经过充分竞争已经成熟并且高集中度，已有玩家壁垒极高，新来者除非发现了新的前置条件变化，否则想要撼动已有玩家则会非常难。
那么……
过去的一段时间跟几个人聊 Web3，其实比较难获得一些对于这个行业的前置条件，能得到的基本都是协议或者公链 TVL、活跃钱包数、开发者数、日均交易量、TPS、使用门槛等等，但几乎所有指标都和币价强相关：币价涨，各类指标也都会一起跟着涨，币价跌，这些指标也会跌。那么是什么在影响币价？美联储、黑客、市场 etc，大多数因素不是人为能够控制的，这就导致了行业规模不是保持稳定而是一直在坐过山车，今天你做的产品可能有一堆用户来用，明天用户就没了，而且用户会不会回来不是产品能够决定的，这就让整个行业充满不确定性，因此诞生了「熊市 build，牛市起飞」的说法。我会觉得行业要健康起来真正需要的是稳定，而不是大起大落，加上行业自带的金融属性，就会让整个行业变得有强投机性。
如果最终验证发现事实上无法稳定下来，赚钱的永远是各类交易所和庞氏骗局，那么在这个行业里的做事逻辑也会有很大的改变：一条路是类似农业通过技术进步来对抗周期；一条路则是类似游戏、IP 等逻辑迅速变现。视野有限看不到太多关于前者的项目，而后者的做事逻辑也会反向影响到用户，各种项目变成了看谁跑得快。行业特性外加用户行为的双重影响，导致了更加极端的低成本强叙事迅速变现成为了确定性最高的选项，成为行业主流。
就我自己而言还没有看到非常清晰的判断逻辑，学吧，太深了，学无止境。
总结一下
判断一个事有没有搞头，在真正动手下场之前可以尝试回答下面四个问题：
- 这件事如果能做成，需要哪些业务外的前置条件？
- 是否有让前置条件加速或者发生改变的关键要素正在发生变化？
- 这些变化是永久性的还是周期性的？
- 还未成熟的前置条件有哪些办法可以推动他们的成熟？
如果能很好的回答这几个问题，相信会在不花钱的基础上让整件事风险降低一些，安全性更高一些。
二 调研
在上一篇文章聊了下前置条件对一个新业务的影响，有很多宏观的部分，这一篇会聊一聊相对落地的部分。我们提到对 idea 做出一些前置假设并确认后，我们往往会开始做一些调研工作，但大部分情况下的调研一般都是：找几个潜在用户聊一聊、如果有直接竞品就通过 QM 之类的地方看看对方的数据、找在竞品工作的小伙伴侧面打听打听消息、如果一时半会找不到竞品就会认为这个 idea 是真正的创新，大致感觉差不多就准备开始招兵买马动手改变世界了。
因为对已有信息的掌握非常少，这么做决策的风险会非常高，很多时候自己觉得很不错的想法越做越觉得不对，但因为开始了又不想放弃，沉没成本非常高，这时候往往就会在「黎明就在前方，要不要再坚持一下」和「只要错了就应该忽视沉没成本果断放弃」之间来回挣扎，消耗掉太多的时间和金钱。
调研的目的
调研和之前提到的前置条件判断目标一样，也是为开展拿不准的高风险业务之前降低风险，翻译过来就是省点钱省点时间，为做业务判断提供依据，不是在虚空中搞研究。调研的过程中很多时候会出现两个问题：
- 如果你在公司搬砖，很多时候调研目标是为了帮助老板证明他的判断是对的，如果你打算创业，很多时候的调研目标是为了证明自己的判断是对的。调研是为了验证之前的判断是否靠谱，而不是为之前的判断背书，很多时候会搞错这点，希望通过用户/第三方来为自己说话。当然有一些数据或者咨询公司，调研报告的目的就是为了帮助自己所服务的客户「用第三方的嘴证明他是好的」，如果你的工作就是这种情况，那就不属于这篇文章的范畴。
- 一些时候提到的调研因为缺乏目标，从而导致调研变成大而全的随便看看，最终产出的调研结果也就只是了解了一下行业和竞品八卦，对于决策毫无帮助。在这篇文章的上下文中应该就是「 通过调研判断 XXX 事情值不值得搞」，基于这个再拆解出能够帮助做出这个判断的若干子目标，然后围绕这些目标设计调研方案拿到结果，再基于这些结果下判断。
调研什么？
一般情况下要判断一个新业务有没有搞头有四个问题要回答：行业规模有多大？集中度能有多高？竞品公司什么能力结构？业务模式能不能跑通？
行业规模（TAM）
有时候我们会觉得行业规模是个玄学，行业有多大都是自己干出来的，自己干不出来行业大不大跟自己又没什么关系，然后举出一堆例子用于佐证自己的想法。这个想法对也不对，对的部分是如果干不出来行业大小确实和自己没关系，不对的地方是，行业有多大不是随便讲讲糊弄自己或者糊弄别人的，是用来知行合一做决策的。
每日优鲜一共融资 150 亿美金、拼多多一共融资 50 亿美元，但 2020 年中国生鲜零售行业规模有 50000 亿人民币左右、中国电商规模在 40 万亿左右，相比这个规模，这些投入看上去就很小了。疫情以来很多科技公司依然保持招聘，大幅提升投入，但最近半年来开始裁员的原因则是错误预估了增长的可持续性，即错误的预估了行业规模会因为疫情发生永久性的变化，从而带来了错误的投入。
这两个例子想要表明的是：预估行业规模的主要目的是判断以多大的投入去做。错误的预估行业规模会带来灾难性的后果，预估过小，竞争对手就会用更高配置的资源赢过你，预估过大，就会出现投入不及回报的情况。
至于如何计算市场规模（天花板），之前在这篇文章里提到了三种方法，除了这几个之外再补充两个：
- 行业公司财报：如果你的 idea 存在于一个相对成熟的行业里，那么这个行业头部上市公司的财报、招股书就是一个很好的市场规模计算来源，同时一般也会注明竞争对手都是哪些，可以作为扩展阅读。
- 其他类似行业：如果你在一个新行业中，没有特别明确的对标时，就可以用类似行业做类比。例如老王的产品课中提到美团早期计算市场体量时类比了日本便利店的市场体量，因为日本社会里提供社会化餐饮解决方案的是便利店，因此可以类比外卖行业。
另外上面也提到，一些提供报告的第三方公司其实解决的是公关需求，所以报告里的提供的信息是服务客户需求的不一定准确，需要注意一下。
集中度（CRn）
上面市场规模中提到的「行业有多大都是自己干出来的」中隐藏了一个行业大小和自己能不能干的关系，这里的能不能干取决于这个行业最终剩几家公司，也就是行业集中度。如果集中度足够高，那么你在这个行业里的规模就能做到足够大（例如微信，最终行业就剩一家），如果集中度非常分散，那么你能做到的规模相比行业规模也不会很大（例如餐饮行业 5 万亿，强如海底捞也就 800 亿）。
判断集中度的目的是为了选择这个业务要以什么样的速度做。如果你选择了一个未来可能是高集中度的行业，大概率这个行业的竞争会非常惨烈，因为集中度高的行业大多是规模经济的，大家都要想办法快速跑到头部获得更多资源提升竞争力，如果掉队了就很难再追上去，因此亏钱换增长的逻辑一般只会出现在高集中度的行业里，其他的行业干这个事很容易把自己烧死。
规模经济意味着你越大壁垒越强，竞争对手越难进来。规模经济有几类：
- 网络效应：每多一个节点对整个网络有正影响，最性感，典型就是微信（NFX 有一系列关于网络效应的视频，可以看看）
- 转化成本：来了就不容易走，例如各类 SaaS、Evernote。
- 无形资产：各种专利、品牌、牌照、版权等，例如做支付的没有牌照就做不了。
- 规模效应：规模越大边际效应越低，互联网就是一个典型例子。
- 成本优势：老天爷给饭吃，例如海边吃新鲜海鲜就是比内陆便宜。
除了规模经济还会有规模不经济的情况，公司变大带来的人员招聘、管理、腐败问题，品控变难、合规问题被提上日程等等。例如我们常提到的「线下业务太重」指的就是存在非常多规模不经济的地方，这些都会随着公司变大而变难，会更多挑战公司的组织能力，这也是为什么大家说早期美团和饿了么打架时美团能赢的原因。
集中度能做多高需要有提前的判断，一般情况下会有四种情况，可以根据自己所在的行业大致判断：
- 现在集中度不高，未来会变高：兵家必争之地，竞争最惨烈，大佬都会出现在这里；
- 现在集中度很高，未来也会很高：成熟行业，除非行业本身有变化（汽油车 → 电动车）或者有重资源投入，否则就别进去了，容易成炮灰；
- 现在集中度不高，未来也不高：适合大部分人创业的地方，能做点小生意养活自己。
- 现在集中度很高，未来会变低：这里一般是指随着技术（开源）或者供应链的成熟（柔性供应链），以前高难度的事慢慢的大家都可以做。
影响集中度的重要因素是用户需求稳定不要有变化，这样才能让自己的公司持续做大做强。这里有一个有趣的地方是：当你在创业的时候，希望行业有大的变化，这样自己才有机会。但当你已经把业务模式跑通，公司做大做强之后就不希望行业有变化，这样自己形成的规模经济才能稳定，这也是大公司不喜欢变化的原因，因为大的变化可能会把自己变化没了。
如果你是一个投资人，预估了某些行业未来不可能有高集中度，那么大概率就不投了，例如长视频打了这么多年，依然还是那几个；滴滴、Uber、快的烧了辣么多钱，本以为是一个存在网络效应的行业，但后来发现好像谁都能来做一下。
公司
一般情况下，你的 idea 在市面上一定会有竞争对手，很多时候大家会说「为什么要关注竞对，我们只关注用户和好好做自己」，这里有个误区是很多人认为「关注竞对」等于看看他们有什么做的好的可以抄的，这是个误解哈，调研竞对的目的是为了帮助你了解做类似的业务需要什么样的能力结构和周期。例如你要做一个社区型的产品，市面的竞对都告诉你需要至少 2 年，那么你就不应该抱着一个 6 个月定胜负的心态来做这个事，同时针对目标公司老板以及关键员工的了解，也能大致分析得出做这样的业务需要的关键能力是什么。例如你在做的是一个重技术的业务，因为开源的原因自己直接上马了，但做着做着发现自己缺胳膊少腿，如果凑巧还在一个竞争激烈的领域，那风险就很高了。这里有个前提是：调研的公司最好是已经是有一定规模的公司，因为很多小创业公司不一定就是最佳配置，而是有什么用什么，通过这个可能会把自己带到沟里。
调研公司第一步就是确定哪些公司是自己的竞品，有些时候不知道是调侃还是认真的，娱乐型的产品一提到竞对就都是抖音、游戏甚至还有睡觉，因为大家的目标都是杀时间，所以所有能杀时间的产品都是竞对。要么就是拿着望远镜都找不到竞品，真正的创新产品。这两者都有一点问题，要么过度扩大竞品范围，要么就是过于自负，看不见竞品。有个简单的办法来寻找竞品，即通过需求和模式两个纬度画四个象限：
- 需求一致，模式一致：直接竞品，需要关注和调研；
- 需求一致，模式不同：间接竞品，需要关注和调研；
- 需求不同，模式一致：不是竞品，可以学习；
- 需求不同，模式不同：没啥关系；
需求一致意味着这些产品都会参与抢用户，但区别在于模式一致等于腾讯微博/新浪微博、美团/饿了么，竞争只是执行上的细节竞争，模式不同则是采用不同方法解决同一个需求，例如外卖和方便面，这里比的就是你的模式是不是真的比他好十倍（供给上、效率上、收入上…），只好一点点是没用的。
一般调研公司可以看已经上市公司的财报他们主要支出都在哪里、公司老板以及关键员工的履历、如果能够认识到对方公司的前员工也可以聊聊、通过对方的产品里程碑、App 更新日志以及新闻稿来看对方的组织架构调整/关键人员调整和业务变化等等。
业务模式
之前提到如果你想要做的是一个可以规模化复制的业务，那最重要的模式就是那个可以被复制的单元，例如走流量路线的就是投放 ROI 能不能正、搞 SaaS 的就是 LTV 能不能大过 CAC。业务模式调研的主要目的是**用别人的钱来证明自己的猜想。**如果你有一个对标的产品，这个产品的业务模式和你类似，同时对方跑的通，那基本验证了模式没问题，如果跑不通，那就得看下在卡住的部分你有没更好的解决方案。
这个部分的调研质量取决于你对于这个业务的理解程度，即你能不能抽象出这个所谓的「业务模式」，对业务理解的越深就越能抓住关键点，得到有用的结果，最糟糕的地方在于抽象错了业务模式，费了半天劲调研出来的结果只能当个八卦看，没有办法指导决策。例如你想做一个订阅制的产品，续费率和转化率就是关键，如果你只关注交易额，那很有可能调研的结果很好决定做了，但发现这个交易额只能维持 1 年，一年后续费率非常低，整个业务就没了。
如果你对业务模式的拆解没有那么清晰，有一个比较好的办法是去在行约几个有行业经验的人聊一聊，交叉验证一下你的想法是不是足够完备，能不能准确的得到一个完整的业务模式，顺便还能聊聊不同节点上的 benchmark 是什么，例如搞社交产品，次留到不了 50% 就不太行。
关于业务模式调研有一个很好的例子：浑水 2016 年发布的瑞幸做空报告。以瑞幸为代表的这类线下门店的业务模式是：
- 营业收入 = 门店数 x 门店平均收入
- 门店平均收入 = 订单数 x 每笔订单商品数 x 每件商品平均售价
同时瑞幸又以强力营销出名，财报中表示营销支出 = 广告投放支出 + 其他。如果瑞幸存在财务造假行为，那么大概率会在上面的这些指标中存在问题，所以我们在做空报告的「Smoking Gun Evidence」部分中能看到，作者调查了 5 个核心指标来证明瑞幸存在欺诈行为，分别是：门店日客流量、每笔订单商品数、每件商品售价、广告支出和其他产品收入贡献，获得这些指标的主要方式则是：
- 门店日订单数：招聘 92 名全职员工和 1418 名兼职员工在 981 个门店覆盖 100% 的营业时间蹲点，并录制了 11260 小时的流量监控视频。
- 每笔订单商品数：收集了 25843 份收据分析平均每笔订单的商品数。
- 每件商品售价：通过收据计算每件商品售价。
- 广告支出：通过第三方监测。
- 其他产品收入：通过收集到的收据中提及的增值税数据计算。
同时通过调研还发现被夸大的广告投放支出被用来补贴欺诈的收入和门店利润。这样就得到了一份坚实且不易被挑战的调研报告，而最终也被验证这份报告基本上是正确的，也促使了瑞幸的退市。
反过来，如果你也想做一个类似瑞幸的模式，那么大概率也跑不掉对上面这个业务模型的调研，假设调研出的结果是正面的，那么就得继续深挖为什么他们可以把这些指标做的这么好，是有足够强的供应链让他们能够降低成本，还是投放的 ROI 非常好可以获得便宜的流量等等，这样就能知道对方到底强在哪，而不是只看一个大数字得到一个「他们就是砸钱多而已」这样没什么用的判断。
总结一下
如果要做一个新业务，大概率免不了上面这四个方向的业务调研，但不一定都要做，例如你已经在某个行业里干了很久了，对行业情况非常清楚，那就可以跳过前面的部分直接看公司和业务了。完成这一波调研之后应该能够获得：
- 这个行业的天花板有多高，现在行业内的集中度是什么水平，未来会是什么水平。主要用来判断能不能满足自己的预期，例如你想做一个大生意，但算下来可能到不了，那就要重新对齐一下预期；如果进入了一个可能出现高集中度的行业，要做好快速增长并面对残酷竞争的准备，如果没这个信心，那么就要在头部快要产生的时候把自己卖掉（因为高集中度注定不会剩下很多家）；如果自己就是想做个小生意，那就去选一个现在和未来都不太会出现高集中度的行业，降低成本好好赚钱。
- 要做这个业务需要的核心能力是什么，大概需要的周期是多久。主要用于招兵买马时应该找哪些人，建设哪些核心能力，至少要投入多长时间来做这个事，避免观察了一下觉得我上我也行，希望大力出奇迹但最终失败之类的后果。
- **已有的类似业务运营的情况怎么样。**主要用来判断业务模式能不能跑的通，用别人的钱和时间来验证你的 idea 能不能跑通，你的和对方的相比有哪些优势，能不能解决他现在解决不了的问题或者提高效率。避免下场之后发现已经有做的很好的业务模式了自己还不知道，或者不尊重已经成型的业务模式，盲目自信。
这一篇到此就结束了，下一篇来聊聊具体的业务应该怎么搞
三 业务
最后我们聊一下业务，为什么最后才聊业务，因为业务（搞什么）需要和战略（怎么搞）、市场（去哪搞）相匹配，在没有搞明白市场和自己的战略之前就着急写码会有很大概率出现不匹配的问题，进而导致浪费更多的时间和金钱。
需求
选需求就是选市场，要存在这个需求的用户足够痛才行，如果遇到了现有技术条件满足不了（前置条件不成熟）但确实是一个真实的需求，那就过一段时间再试试。例如我大概 15 年前看韩剧有一幕印象深刻，男主出门看到一个很漂亮的衣服，于是掏出手机拍照发给了女主。当时感慨到「手机能发照片也太厉害了」，而那时我在用的则是蓝屏小灵通，一屏只能显示 3 行 18 个文本。
对于需求的优先级可以用是否足够刚（遇到这个问题不解决就过不去）、频次（这个问题是偶尔遇到还是经常遇到）、需求规模（被影响的人多不多）来大致判断和归类，这些指标都是相对的，如果你有多个 idea 就可以通过平行对比来判断他们之间到底哪个更重要一点。只有足够痛的需求才能走出第一步，哪怕它不够高频（二手房交易、结婚）、被影响的人不多（Web3）。
解决方案
前老板经常说的一句话是「你这个方案不够锐利啊」，当时一度患上了「锐利 PTSD」，现在回头看，「锐利的解决方案」代表了在一个恰当的坑里用一个恰当的产品让用户知道你是谁，只有这样解决方案才能和需求、市场匹配得上，否则就会导致方案过于平庸，尤其在一个用户们见多识广激烈竞争的市场中，很容易丧失优势。
用户获取更多的是渠道选择的问题，但有时可能会遇到渠道不受控，带来的用户可能也没那么精准的问题，这时候解决方案就可以充当最后一道过滤器，把非目标用户劝退。例如在疫情期间无法堂食，如果你希望点外卖顾客都是在家里的居民而不是 CBD 打工人，应该怎么做？观察到几家店的做法还挺有意思：1）不提供餐具；2）只提供生食/冷冻食物。
商业模式
这一系列文章的前提是「能大规模复制」，而在业务早期大概率是没有那么大规模的，因此可以被复制的最小的单元是否已经被抽象出来且经过验证就变得重要，不同的行业可被复制的最小单元不同，同时可能一个业务里有很多个这样的单元组成。例如上一篇讲到的瑞幸的例子，他们的最小单元就是单个门店和订单量，而对于纯线上产品，更多考虑的就是投放 ROI，大致就是买一个用户要花多少钱，然后根据市面上的同类产品对标单个用户价值。不同的行业不一样，要根据自己的认知把自己单元模型搞清楚。
有了这个模型之后，就需要把模型内所有的收入和成本拆出来，同时确认哪些环节造成了巨大成本，哪些地方带来了收入，看看自己单个循环内是处于亏损还是赚钱状态。需要注意的是不同的环节在不同的发展过程中成本会发生变化，例如纯线上业务随着规模变大，单个用户平摊下来的服务成本会变小，同时因为规模扩大会涉及到招聘，则会带来管理成本的提升，但这些并不是不能调整，例如提到的人员管理是个比较耗成本的问题，那就可以把一部分非核心工作转为外包等等，而对于线下门店的业务则可以开放加盟，只保留能够有规模经济的部分（例如品牌、供应链等）。
能赚到多少钱取决于自己能够带来多大附加价值，否则哪怕规模很大但自己到手的利润也不会很高，纯粹就是个体力活，例如 App Store 就是一个高附加值的业务，所以苹果能收高达 30% 的佣金。很多时候为了抢占市场会搞价格战，通过亏损来换增长，这个在增长部分没什么问题，但如果放在商业模式里考虑的话，则需要做出一个重要的判断：1）通过亏损换来的增长会不会有高留存？2）这个行业未来是否会成为一个高集中度的行业？3）能不能通过亏损把竞争对手拖死？如果这三个问题都是否，那最好谨慎开展价格战，这样会把单元模型的亏损拉到巨高无比，同时因为没有更多资源续命导致业务完蛋。
增长
主要分成两个部分：早期用户和目标用户。早期用户愿意忍受糙产品，对需求的渴望度更强，可以为未来的目标用户提供更好的口碑传播。理想情况下目标用户是早期用户的超集，他们更在乎好的体验，使用经过打磨和升级后的产品，但时常会因为业务转型、新功能上线、推广渠道的不同导致这两类用户在某些重大环节上互斥，使得后续的商业化、更大增长、PR 时举步维艰，最终要么通过各种方式二选一，然后被早期用户怒斥忘记初心啥的，要么变成一个小而美的产品，告别更大的机会。
壁垒
在前文里提到，壁垒主要影响的是集中度，壁垒不够高的行业集中度也不会高，如果你想做一个能够获得高集中度的公司，那么在早期就需要有意识的将竞争优势转化为壁垒。前文已经聊过很多，就不赘述了，有时候产品没有任何差异怎么办？那这时候竞争点就不是产品了，而且其他的部分，例如大家都在做相同的游戏，但你的模式是免费玩游戏收费卖道具；大家都是差不多的短视频产品，最后拼的是跟投放 ROI 相关的环节效率等等，这些部分也会成为重要的竞争优势来源。
假设驱动
做新业务是一个把想法投入市场接受检验的过程，也是一个套娃的过程，重要的不是数据有没有起飞，而是之前的想法有没有获得验证，然后基于验证继续迭代，更多在做的是一个学习计划，而不是执行计划，不要搞个一条路走到黑的执行计划，最后发现行不通的时候为时已晚，带来系统性的失败。
在你的业务里把上面五个部分琢磨明白了之后写下来，每个部分里都会有一堆猜想和假设，即如果这事能成，哪些假设必须要被验证通过，把里面最不确定的几件事列出来并根据要命程度设定优先级，然后设计验证方案逐个验证并获得结论和下一步计划，最终应该能够得到类似下图的一张表。
不同类型业务对于不同模块的验证优先级不同，越靠前的越重要，毕竟需求不成立，后面玩再多花活也只是在延迟死亡时间而已，但也存在一些情况下并不需要验证所有的环节，例如你在做的是更省电的电池（性能提升），那么需求大概率不需要再验证了，只需要验证解决方案和商业模式能否成型即可，其他的都可以沿用电池领域的标准操作。再例如你有一个靠谱稳定的流量来源（其他产品可以导量之类），那么就不应该在增长部分花太多时间，而是搞明白自己的解决方案和需求是不是足够匹配。除此之外各个假设之间最好是 MECE 的，可以分别独立验证，而不是互相纠缠在一起，验证完也不能说明假设通过。
对于验证方法，在实际写码做东西之前如果你做的事情之前有其他人做过，尤其最终做死了的业务，务必找他们聊聊，如果他们有靠谱的复盘应该能够学到很多关键环节的问题，基于这些问题再去迭代自己的假设和验证方案，可以提升你的验证成功率。如果对方正在做，那么也可以分析他们当下在验证什么以及他们的侧重点是什么，也能从侧面了解到相同的业务大家有哪些不同角度的判断。最后则是了解一些行业标准，知道你在验证的东西做到行业及格线是什么水平，做得好的能做到什么地步，不要觉得自己做得还行，和同行一对比发现其实差了一大截，尤其在认为自己有一些局部优势的情况下，如果反馈出来的数据并没有超出同行很多，那这个可能就只是自己想象中的优势，这个就依赖之前提到的做好调研工作了。
当把所有的最小验证都做完，那基本上早期业务流程就算跑通了，接下来就到准备资源、提升效率、踩油门的时间了。
最后
这三篇内容就是最近一段时间的心得体会，当然仅适用于希望追求规模化复制的业务，如果只想自己干个小生意养活自己，那么也可以根据上文提到的，挑一个长期处于低集中度的行业，避开残酷竞争偏安一隅也不错，这也是最近大家聊的「失去高增长后如何找到新机会」所关注的点。
对于怎么判断一个业务有没有搞头和怎么做一个新业务，之前脑海中总是东一块西一块，自己在做新业务的时候也没有找到完整的文章或者指导思路来帮助提升成功率。现在终于有时间可以把这些碎片拼起来，希望对未来和我遇到相同问题的人有帮助。当然如果你还有兴趣加入一个新业务，在和业务负责人面试的过程中也可以帮助你了解这个业务走到了哪个阶段，风险有哪些，判断到底适不适合现在加入，避免被一些画饼大师噎住或者情绪上头冲动决策。
这个系列的文章就到此结束了，预祝各位在即将到来的 2023 年工作顺利，业务蒸蒸日上。