跳到主要內容

選擇即放棄【Stop doing list 排除法】-選擇前進的 tip

【Stop doing list 排除法】
這個道理放到商業中尤其適用。

比如步步高、OPPO/vivo等公司的背後操盤手段永平,他無論做什么生意都始終堅持一套自己的「Stop doing list」:


  • 沒有銷售部(滿足用戶需求為先,而不是靠一味地推銷)
  • 不單獨和客戶談價格(所有客戶一個價,省了雙方大量時間精力)
  • 不代工(代工的產品沒有大的差異化,很難有利潤
  • 沒有有息貸款(永遠不會倒在資金鏈斷鏈上)
  • 盡量不見媒體(防止搶了核心團隊功臣的功勞)
  • 不過度社交(與其結識一批泛泛之交,不如投資健康)


所謂「有所為而有所不為」,在段永平看來,不做不對的事,比做對的事更難。因為後者能節省更多的時間成本,反而提升了效率。

機會成本告訴我們一個淺顯的道理,即魚與熊掌不可兼得。從另一個角度,其實也告訴了我們,所謂好壞優劣,並非取決於大家如何判斷,而關鍵在於你需要為之付出怎樣的成本。

這就好比之前我做產品設計公司,秉承「來者都是客」的理念,不管什麼客戶我都接。畢竟,拒絕一單生意所付出的代價實在太大了。可後來,我逐漸發現自己在所有的單點上都失去了競爭優勢,時而久之,客戶紛紛離我而去。

因此,回過頭來看,若想減少機會成本對你帶來的損失,就要利用「stop doing list」不斷縮減自己的選項,排除那些因短期利益所為你帶來的干擾。尤其是人到三十,若想後發先至,則要考慮的不再是更多選擇,而應該是在同一個方向、同一個賽道上,爭取到你最大的優勢。

留言

這個網誌中的熱門文章

【再行銷】針對來過網站的人再行銷抓住回流機會

再行銷原理說明 幫助觸及網站的舊訪客或曾用過你應用程式的使用者,趁這群人瀏覽 Google 多媒體廣告聯播網網站 ( 多媒體再行銷 ) ,或在 Google 上搜尋您商品 / 服務的相關字詞時 ( 搜尋再行銷 ) ,向他們顯示您的廣告。 什麼是再行銷名單 ? 再行銷名單是由一群網站訪客或應用程式使用者所組成。建立名單時,您需要 設定規則 ,指定系統將訪客或使用者加進名單的時機。此外,您也可以 指定再行銷效期 ,決定希望訪客或使用者留在名單上的時間。再行銷名單建立完畢後,必須 加進某廣告群組做指定目標 ,您才能向名單上的訪客或使用者放送廣告。 名單使用前提門檻 ?    再行銷名單使用門檻  Google 多媒體廣告聯播網   過去 30 天內必須累積至少 100 名活躍訪客或使用者  Google 搜尋的名單   活躍訪客或使用者人數不能少於 1,000 名 初次使用再行銷操作 _ 安裝再行銷代碼的方式說明 : (1) 從 AdWords 加入 (2) 從 Analytics 中啟用再行銷 若您使用 Google Analytics ( 分析 ) ,建議您 採用網站上現有的 Google Analytics ( 分析) 追蹤程式碼 ,不要使用 AdWords 再行銷代碼。詳見下分述: (1) 從 AdWords 找 再行銷碼置入網站: 登入 [AdWords ] >> 按一下 [ 共用資料庫 ]  >> 按一下 [ 目標對象 ]  >> 按一下 [ 設定再行銷 ] >> 碼安裝於的 </body> 代碼前面  (2) 從Analytics 中 啟用 再 行 銷 為網站資源啟用再行銷後,您就可以根據 Analytics ( 分析) 資料建立再行銷目標對象 ,並與連結的廣告帳戶 ( 目前為 AdWords 和 DoubleClick Bid Manager) 共用這些目標對象。     啟用「再行銷」和「廣告報表功能」 【步驟】管理>前往 “資料收集” 介面將原本顯示 OFF 的開關改為 ON 即可如

關聯規則 association rules

關聯規則 (Association Rules)  參考連結:   http://myweb.fcu.edu.tw/~mhsung/Ecommerce/Data_Mining/Association_Folder/DM_association.htm 優點 缺點 採用的計算模式簡單易懂 所產生的結論簡單易懂 適合非監督式資料 能分析不同形式的原始資料 當商品數量增加,運算會隨之而成幾何級數增加 不特別重視商品的個別特性 難以決定組合的適合商品數 容易剔除(忽略)罕見的商品 理論 當挖掘演算法所找出的規則滿足使用者訂定的最小的minimum support與minimum confidence的門檻時,這個規則才會成立。 元組 出現頻率 A 45% B 42.5% C 40% A和B 25% A和C  20% B和C 15% A和B和C  5%  Support: 就是一個元組在整個資料庫中出現的機率。 P(condition) minimum support:界定一個規則必須涵蓋的最少資料數目  Confidence:界定一個規則預測強度(信心水準)。 P(condition and result)/ P( condition) minimum confidence可信度:界定一個規則最小預測強度(信心水準)。  提高率(興趣度): P ( condition and result) / P ( condition) * P ( result ) 當興趣度大於1的時候,這條規則比較好的; 當興趣度小於1的時候,這條規則沒有很大意義的,應該略去這樣的一些規則。 興趣度越大,規則的實際意義就越好。 關聯規則的種類 屬性值:(1) Boolean association rule :僅探討item是否出現 (2) Association rule with repeated items 探討item的購買數量 資料維度:(1)單一維度關聯規則(single dimensional association rules若買牛奶,則會買麵包。 (2) 多重( multi dimensional association rules) 加上 「 年齡 」「 收入 」「

《觀念平台》當AI遇上ESG:開創商業模式與機遇

  全球不論是投資者、消費者和監管機構越來越關注企業的 ESG ( Environmental, Social, and Governance )表現,這迫使企業更加重視 ESG ,以滿足利益相關者的期望。與 ESG 有關的重要議題有以下四點: 1 、監管與披露 :許多國家都強化對 ESG 的監管和披露要求,而上市公司被要求公開披露 ESG 資訊,並加強公司治理的監管,使得企業更積極地實施 ESG 策略和措施。 2 、社會正義和多元化 :企業越來越重視人權、勞工權益、性別平等、種族多樣性和包容性等社會議題。 3 、供應鏈的可持續性 :企業不僅關注自身的 ESG 表現,還要求供應鏈中的供應商和合作夥伴遵守相同的標準。 4 、投資者需求 :愈來愈多投資者評估企業價值和風險時正視企業在 ESG 的表現,促使企業更加關注 ESG ,希望吸引投資者資金。 目前國際上 ESG 評級和指標機構,如 Dow Jones Sustainability Indices ( DJSI )、 MSCI ESG Ratings 、 Sustainalytics 、 Carbon Disclosure Project ( CDP )、 Global Reporting Initiative ( GRI )和 SASB Standards 等,都是根據企業的財務報表、可持續發展報告、環境報告和社會報告,應用如 MSCI ESG Manager 、 Sustainalytics' ESG Analytics 和 Truvalue Labs' Insight360 等人工智慧( AI )工具,來進行 ESG 監測、數據收集和風險評估,可以有效幫助投資者和企業更好地了解 ESG 風險和機會,並基於數據做出更適切的投資和業務決策。 因此,當 AI 遇上 ESG 可能發展的商業模式跟機會有以下五點: 1 、數據和評估服務 :企業需要大量的數據來評估和監測自身的 ESG 表現。利用上述 AI 工具可以有效 ESG 數據收集、分析和評估服務,協助企業追蹤指標、評估風險,並提供相關的建議和改善措施。 2 、智慧監測和合規性服務 : AI 工具可以應用於監測企業的 ESG 合規性與風險管理,並且監測供應鏈中的 ESG 指標、識別可能出現的違規行為、提供即時的示警和建