互联网思维
迭代思维
-
微：小处着眼，微创新
-
快：天下武功，唯快不破
互联网产品能够做到迭代的原因
-
产品供应到消费的环节非常短
-
消费者意见反馈成本非常低。这里面有两个点，一个微，一个快
敏捷开发是互联网产品开发的典型方法论
小处着手，微创新
-
从用户出发，从细节入手，贴近用户心理
-
从用户参与和反馈中逐步改进
-
可能你觉得是一个不起眼的点，但用户觉得很重要
如何微创新
-
以用户思维为前提，抛弃专家思维，用户普通用户的眼光看产品
-
从细微的需求出发，以有限的精力用在用户的关键行为上
-
做最先可行性产品，先做你能做的
快了以后可以掩盖许多问题
在互联网产品里没有最终版，永远都是beta版
流量思维
商业模式
-
免费
-
交叉补偿
-
流量之争
目光聚集之处，金钱必将追随
流量即金钱，流量即入口
流量是所有商业模式的基础，先把流量做上去，才有机会考虑后面的问题否则连生存的机会都没有
免费的商业模式
-
基础免费，增值收费
-
短期免费，长期收费
-
此处免费，他处收费
越是免费的产品，用户选择的成本越低，被抛弃的成本也越低，因此要把用户体验放在第一位，做到极致，甚至比收费的更好
靠服务实现硬件免费或零利润，只有垄断地位的内容和服务提供商才可以
当用户达到一定规模后，会引起质变
社会化思维
利用社会化媒体
本质“人人都是自媒体”
众包：以“蜂群思维”和层级架构为核心的互联网协作模式，群策群力
众筹：通过社交网络母鸡的互联网金融模式，聚沙成塔
维基百科就是典型的众包产品
大数据思维
大数据的价值不在大，而在于挖掘和预测的能力
大数据思维的核心是理解数据的价值，通过数据处理创造商业价值
数据资产称为核心竞争力，小企业也要有大数据
大数据化
数据挖掘
精准营销
大数据思维：全部数据而不是抽样样本，关注效率而不是精确度，关注相关性而不是因果
大数据之大，不单指容量之大，更重要的意义在于，通过对海量数据的交换、整合和分析，发现新的知识，创造新的价值
数据资产称为核心竞争力
用户在网络上一般会产生信息、行为、关系三个层面的数据
跨界思维
本质是高效率整合低效率
寻找低效点，打破利益分配格局
敢于自我创新，主动跨界
最可怕的对手往往是突然闯入的野蛮人，其完全不按你以前的方式生存，改变的行业的商业模式和竞争规则
在对手赚钱的领域免费，彻底把客户群带走，再在其他方面盈利
互联网和工业时代对比
工业时代价值链
互联网时代价值环 用户为核心
商业模式
平台模式
别人能干得好就让别人去干
比如阿里巴巴的电子商务平台
软硬件一体化
终端+软件+服务
比如苹果公司
免费模式
-
免费增值模式 360
-
免费+广告模式 Fackbook
-
非货币市场模式 YouTube
O2O模式
线上订购，线下消费
线上的虚拟经济和线下的实体经济融为一体
赢利点
-
销售佣金收入
-
广告收入
-
数据服务收入
-
增值服务收入
-
其他收入
专一化运营
提高客户体验
从业务做起，以打造有影响力的O2O平台为目标，持续推进
代表:
-
团购：大众点评、美团
-
机票酒店预订：携程、去哪儿、途牛
品牌模式
企业持续发展的重要动力
起个响亮的品牌名
核心产品模式
打造一个可以扩展的核心产片，在迅速做大用户规模和做强平台后，利用这一平台用户、流量优势，推出相关增值应用产品
例如腾讯：核心产品-QQ
-
增值服务
挖掘用户需求，满足用户需求 -
广告
-
交易
专业化模式
做自己喜欢的事情、做自己擅长的事情、专注到底
例如苹果公司
不能盲目模仿，需要创新精神
成为专业市场的领先者
速度模式
快速的市场反应能力
捷足先登，抢占先机
满足客户需求，快速推出新产品
快速变革
快速执行
实践是探寻移动互联网商业模式创新的必由之路
价值链
每一个企业都是在设计、生产、销售、发送和辅助其产品的过程中进行种种活动的集合体，所有这些活动可以用一个价值链来表明
上游环节：材料供应、产品开发、生产运行 中心是产品
下游环节：成品储运、市场营销、售后服务 中心是顾客
行业价值链、企业内部价值链
内部价值链分析
纵向价值链分析：企业与供应商、销售商之间的相互依存关系，为企业增强其竞争优势提供了机会
客户需求与客户体验
互联网时代需求特点
-
品质卓越
-
信息透明，没有欺诈
-
美感、共鸣
-
自我个性的标榜
-
自我价值的体现
-
不确定性更加严峻、消费者朝三暮四
好的公司满足能看到的需求，伟大的公司创造需求
要素1 找出麻烦与痛点
iPhone
可视化语音信箱
找到用户的痛点，化解他们的麻烦
要素2 注入情感与共鸣
zipcar
开车的自由感
深刻的理解用户
要素3 当心环境与背景
Sony的Librie
亚马逊Kindle
要素4 敢于创造与激发
雀巢的胶囊咖啡机
从日常生活提炼需求，激发情感共鸣
做一个成功的需求创造者
把思维方式从劝说人们购买产品，升华到人与人之间的深入理解
一次改变一类族群，不必让所有人满意
敢于试错
好的需求是基础 好的体验是核心
用户体验的层次从高到低
-
品牌
-
用的爽
-
可用
-
能用
-
有用
体验设计要素
-
人情味
-
拟物
-
美感
客户体验的原则
体验提升原则
深入客户研究
超出用户预期
用户体验的分类度量
雷达图
忽略客户体验的产品必然失败
商业价值和用户价值之间的矛盾，会在用户体验上集中爆发
-
大杂烩式的界面
-
主次颠倒信息
-
没完的广告骚扰
单纯以商业价值去设计产品，最终会发现用户根本不接受
好的需求是基础
好的体验是核心
大数据
对大数据的认识
一个人的搜索信息有可能成为破案侦查的证据
大数据定义
大数据不是一个实体，是一个横跨IT的动态活动
大数据是由大量看起来杂乱不相关的数据组成的集合，可以应用合理的数学算法或工具从中找出有价值的信息
大数据的核心要把握好资源、技术、应用三个层次
-
资源
-
技术
-
应用
大数据特征
-
巨大的数据量 Volume
-
多结构化数据 Variety
-
增长速度很快 Velocity
-
价值密度低 Value
传统数据和大数据
-
数据更多、更杂、更乱
-
传统数据基于抽要分析，信息格式统一
-
传统数据以统计为典型代表
-
大数据全样本分析，允许数据格式不统一，不追求分析的绝对精度
-
大数据的核心是为了预测
大数据从哪来
-
互联网
-
智能终端
-
通信网络
-
各行各业
大数据的4大变革
-
变革医疗卫生
-
带来商业革命
-
改变人们思维
-
开启时代转型
大数据研究模式特点
-
不在意数据的杂乱，但看中数据的量
-
不要求数据精准，但强调效率
-
不可以追求因果关系，但重视规律总结
大数据对发展移动互联网业务的意义
-
提高业务创新能力
-
提高营销推广效率
-
辅助探索新型盈利模式
-
提高产业链影响力
数据分析的金字塔结构
自顶向下
-
决策
-
商业调查
-
深度分析
-
商业智能与报告
-
专题分析
-
数据和数据质量管理
-
产品追踪
-
产品、市场推广、销售、运营
常见的问题
-
功能层之间脱节
-
底层占用了90%的资源
把金字塔形改成菱形,两头小中间大
整个团队应该像一个人一样协同工作
大数据涉及的关键技术
-
数据挖掘技术
-
分布式计算技术
-
内存计算
-
云计算、物联网、移动计算