獵云網(wǎng)8月31日報道(編譯:孫媛 田小雪)
編者注:作者Andrew Chen經(jīng)營(yíng)過(guò)多家企業(yè),自1994年起接觸互聯(lián)網(wǎng)營(yíng)銷(xiāo),在互聯(lián)網(wǎng)上從事各種商業(yè)活動(dòng)。從網(wǎng)絡(luò )拍賣(mài)到房地產(chǎn)交易,具有多年的實(shí)戰經(jīng)驗。近年來(lái)專(zhuān)注于網(wǎng)絡(luò )流量分析與運用,運用其獨特的商業(yè)直覺(jué)與營(yíng)銷(xiāo)手法,創(chuàng )造年訂單千萬(wàn)人民幣的輝煌紀錄。
今年,我最喜歡的就是Nate Silver所著(zhù)的《信號與噪聲》這本書(shū)。書(shū)中涵蓋了非常多的不同的話(huà)題,有天氣、有政治,還有關(guān)于賭博的,但是我不自覺(jué)地就從初創(chuàng )企業(yè)或者是技術(shù)角度來(lái)解讀了這篇文章。
畢竟,技術(shù)初創(chuàng )企業(yè)這一行充滿(mǎn)著(zhù)預測——我們會(huì )預測有潛力的市場(chǎng)以及有潛力的產(chǎn)品,我們不停地將預測作為重點(diǎn)、作為核心。當然了,對于如何挑選勝利者——尤其是種子輪以及A輪投資的勝利者,風(fēng)險投資業(yè)務(wù)有著(zhù)更加直接的了解。
可是,在預測成功與失敗方面,我們做得也并不好。我以前寫(xiě)過(guò)我自己關(guān)于Facebook的一些懷疑,但這只是我個(gè)人的觀(guān)點(diǎn),因為我并不是一個(gè)專(zhuān)業(yè)的技術(shù)人員。
但是在我看來(lái),那些專(zhuān)業(yè)的挑選勝利者的風(fēng)險資本家們其實(shí)也預測得不太準確。大家都注意到了風(fēng)險資本資產(chǎn)的費用以及類(lèi)別已經(jīng)落后于公共市場(chǎng),所以最好還是買(mǎi)點(diǎn)指數基金比較穩妥。
初創(chuàng )企業(yè)例外論=稀疏數據集=低劣的預測模型
預測下一個(gè)突破型初創(chuàng )企業(yè)的最大挑戰就是他們非常罕見(jiàn)。
每年起步于美國的科技創(chuàng )業(yè)公司中,大約有15家可以達到年收益上1億美元。而這15家企業(yè)在那一年創(chuàng )造了該領(lǐng)域大約97%的收益,而這其中的每一家都是一個(gè)例外。在這個(gè)行業(yè)里,我們目光短淺地注視著(zhù)每一家企業(yè)。
Mike Maples認為,現在有太多種子輪融資、有太多的創(chuàng )業(yè)公司在尋求融資、有太多的風(fēng)投在進(jìn)行種子投資。而很多風(fēng)投的種子輪項目其實(shí)就是個(gè)笑話(huà)。人們總是研究錯誤的問(wèn)題,因為他們用過(guò)于宏觀(guān)的方式來(lái)對待風(fēng)險企業(yè)。人們過(guò)度分析失敗者,并且把他們的結果和贏(yíng)家混為一談。
科技行業(yè)充滿(mǎn)了例外性,所以它從不按人們的期望去發(fā)展。對于所有如谷歌、Facebook一類(lèi)的上市公司來(lái)講,每年流入行業(yè)的資金大約有200億美元,而這相對于整個(gè)私募資本而言,只是一筆很小的數額。
而這筆數額已經(jīng)沒(méi)法變得更大。因為這筆投入的資金中,只有一小部分獲得了所有的利潤。盡管美國有超過(guò)700家公司被列為營(yíng)業(yè)公司,但只有97家能夠連續4個(gè)季度投資金額超過(guò)100萬(wàn)美元。
了解各種可能性之后,我們的大腦就開(kāi)始進(jìn)行飛速的模型匹配。一旦出現了像Google這樣的劃時(shí)代的引人注目的初創(chuàng )企業(yè),接下來(lái)的幾年里,我們都會(huì )不停地問(wèn)諸如“團隊有沒(méi)有博士?你的產(chǎn)品是什么等級?”之類(lèi)的問(wèn)題。
而現在有了AirBnb之后,我們的態(tài)度出現了非常大的轉變,不再對它抱有懷疑態(tài)度,而是變成了極其擁護的粉絲。因為數據點(diǎn)非常少,所以我們所創(chuàng )造出來(lái)的預測模型其實(shí)并不是很好,過(guò)于簡(jiǎn)單,只不過(guò)多了一些像頭條和原聲摘要播出這樣博取眼球和輿論中心的內容。
這些簡(jiǎn)單的模型所給出的只是一些很普通、很一般化的建議。正如我之前寫(xiě)過(guò)的一樣,在供應商、媒體和顧問(wèn)之間有一個(gè)非常完整的生態(tài)系統。而有些顧問(wèn)連具體情況都不管,都給出了一模一樣的建議。
比如說(shuō)投資良好的用戶(hù)體驗、立即收費、快速迭代、仔細估量、早期發(fā)布、長(cháng)時(shí)間工作、更多融資、更少融資等這些想法,對于新手來(lái)說(shuō)是很有用處的,但是說(shuō)如果對任何一種情況都不顧后果地進(jìn)行應用的話(huà),那就危險了。
我們都會(huì )簡(jiǎn)單地模仿這些所謂的“智慧”,但是我們又如何能分辨哪些是好的建議,哪些是壞的建議呢。思考一下,如果每年只有10到15家公司是屬于突破型的,那么有多少人有正確創(chuàng )建突破型企業(yè)的第一手經(jīng)驗呢?
如果你在硅谷工作過(guò),一定收到過(guò)以下幾個(gè)提議:
你有那個(gè)應用嗎?
你在那家風(fēng)投公司做過(guò)pitch嗎?
你應該在產(chǎn)品上和那家公司做相同的事情!
嘿!你遇到他/她了沒(méi)?
你覺(jué)得把那個(gè)框架運用在我們的產(chǎn)品上,好不好?
是不是聽(tīng)起來(lái)很熟悉?對于此類(lèi)的提議真是聽(tīng)得如雷灌耳。所以,我稱(chēng)其為“advice autopilot(建議自動(dòng)駕駛儀)”。
當你懶于思考問(wèn)題,取而代之去搜索相關(guān)答案時(shí),advice autopilot就出現了。如果你沒(méi)有思路,開(kāi)始聯(lián)系一些在硅谷活動(dòng)或者會(huì )議室里聽(tīng)到的信息時(shí),大家的創(chuàng )新意識其實(shí)是一致的——管它三七二十一,每個(gè)人都采取相同建議。
那么,問(wèn)題來(lái)了!真正有意義的提議怎么可能出自于單一的意見(jiàn)呢?事實(shí)上,好的提議都是以“這種情況下……”為開(kāi)頭的,并且會(huì )考慮到具體的情境。但是,我們是懶鬼??!我們還是會(huì )求助于自動(dòng)意見(jiàn)機,周而復始地做、讀、建模。
在硅谷,最神奇的對比是在于運用模式識別來(lái)預測未來(lái),但卻沉迷于小概率的一夜暴富。
對于初創(chuàng )企業(yè)而言,例外是極其小范圍的。每年會(huì )發(fā)生這樣的例外企業(yè)只有5到10家。而且其中,你還得包括 Facebook和谷歌在內。
從新興層面上,也包括可能最終會(huì )成為例外神話(huà)的企業(yè),例如:Dropbox、Square、 Airbnb和Twitter等等。
這只是小部分特別牛氣沖天的企業(yè),可不是什么抽象的數據。
當然,從哈佛退學(xué)的企業(yè)家很優(yōu)秀,但是斯坦福大學(xué)輟學(xué)的創(chuàng )業(yè)者更是厲害;谷歌的人才非常不錯,但是Paypal的更為優(yōu)異;真可謂是山外有山,人外有人。但是無(wú)論做什么,切記不可夫妻檔,當然VMWare和Cisco除外。
任何運用統計學(xué)的人都知道,當你有個(gè)小型數據庫和大量變量時(shí),預測根本就是徒勞。除了嘗試之外你別無(wú)選擇。
其實(shí)將注意力集中于小部分的企業(yè)存在著(zhù)知名的邏輯謬誤,即存活者偏差(Survivorship Bias)。存活者偏差指的是當我們將閃光燈投射在這些成功企業(yè)時(shí),卻忽略了同樣類(lèi)型企業(yè)中的消極數據,而這些企業(yè)最終以未公開(kāi)的失敗而告終。就好比,我們只關(guān)心兩位來(lái)自斯坦福大學(xué)的博士創(chuàng )建了谷歌,卻忽略了很多斯坦福大學(xué)的博士創(chuàng )業(yè)失敗的事實(shí)。又比如,YC孵化了很多獨角獸企業(yè),例如Airbnb和Dropbox,然后你就想如果讓你投資600多家創(chuàng )企,自己一定也能孵化出個(gè)獨角獸。
那么,你就太天真了。
怎么能拿某些方面的因素以偏概全呢?
一致性只會(huì )催生一般水準的結果。
問(wèn)題在于聽(tīng)取了相似的觀(guān)點(diǎn)最終只會(huì )得來(lái)一致性,換言之結果單一乏味。完全按照大眾建議執行,你的產(chǎn)品也就是平民水準。
然后呢?你的創(chuàng )業(yè)失敗了!
不要忘了,Naval Ravikant的一段話(huà):“投資者總在尋覓萬(wàn)里挑一的創(chuàng )企,所以他們看中的是企業(yè)的不尋常之處。不需要企業(yè)面面俱到(團隊、產(chǎn)品或者pitch等等),只要有一件事做到出色即可。作為初創(chuàng )企業(yè),你必須在某一方面有所長(cháng)。”
你的競爭優(yōu)勢將給予你出彩的機會(huì )。 那小部分的團隊知道自己在做什么,他們很認真地工作,想要抵達成功的彼岸。跟著(zhù)這些人,你會(huì )發(fā)覺(jué)自己在變得優(yōu)秀。成為獨角獸的問(wèn)題在于:你是如何將關(guān)鍵性要素和無(wú)用信息區分開(kāi)呢?
當然,得看情況而定。
刺猬和狐貍
Nate Silver是美國最具影響力的預測專(zhuān)家之一。在他的書(shū)中我想起了自己對于初創(chuàng )企業(yè)一般化建議的厭惡。下面是維基百科對于“狐貍和刺猬”這一概念的定義。
有兩種人:一種叫做刺猬,這是指通過(guò)單一化的定義來(lái)看待事件的那些人;另外一種叫做狐貍,這一類(lèi)人會(huì )從很多種經(jīng)驗、經(jīng)歷中進(jìn)行總結,對于他們來(lái)說(shuō)這個(gè)世界絕對不是以一種單一化的觀(guān)點(diǎn)來(lái)衡量。
Silver很明顯是屬于狐貍那一種,我們可以將他的方式與那些控制電視以及收音機上的政治演講相比較。對于更加好勝、更加反叛的博學(xué)家來(lái)說(shuō),他們越是確定,那就越是說(shuō)明他們想要博取眼球。就像在那些博客中,作者可以寫(xiě)像《熱門(mén)企業(yè)被新產(chǎn)品弄垮的10個(gè)理由》或者《每家初創(chuàng )企業(yè)都應該關(guān)心X》之類(lèi)的頭條文章來(lái)獲取相應的稿費獎勵。
那種類(lèi)似刺猬的行為,我們可以解讀為總是會(huì )存在于預測市場(chǎng)態(tài)勢的壓力之中。媒體人總是想要揭示那些發(fā)展的潮流或者試圖簡(jiǎn)化一些復雜的思想。投資者會(huì )不停地被問(wèn)到所投資的初創(chuàng )公司的領(lǐng)域以及投資的原因。所以說(shuō),現在企業(yè)家都被迫擴大投資市場(chǎng)的領(lǐng)域和范圍,找尋更加有競爭力的對手,不停地進(jìn)行改變以找到一種描述市場(chǎng)態(tài)勢的簡(jiǎn)單規律。
而想要解決這一切并不是那么容易,如果說(shuō)想要做狐貍派,那就意味著(zhù)你要進(jìn)行大量的數據攫取,從多種角度看問(wèn)題,以做出一個(gè)包含所有數據點(diǎn)的結論。UPenn的Philip Tetlock創(chuàng )立了研究良好預測的公開(kāi)比賽,所以說(shuō)在預測這門(mén)科學(xué)上還有很多的功課要做。以下是Edge.org采訪(fǎng)的部分內容,講述了他的一些學(xué)術(shù)研究:
你需要將抽象、有趣的事件轉變?yōu)榭沈炞C的假說(shuō),然后你就要匯集一大批會(huì )思考的人員對這些可驗證的假說(shuō)進(jìn)行可行性判斷。你需要不斷循環(huán),重復論證該問(wèn)題。刺猬更有可能去接受快速、有限的啟發(fā)式教育,速度為先。
如果你有類(lèi)似框架的棘手問(wèn)題,你很有可能會(huì )去思考:能夠掌握框架的人是否有能力快速判斷當前狀況,并且自信地得出答案。這些事物都是同時(shí)變化,互相牽制的。
雖然說(shuō)簡(jiǎn)化個(gè)人預測,得出單一的結論比較便捷。但是你仍然可以再認真思考,看得更遠一些。你可以突破單一的論點(diǎn),用不同的公式衡量同一件事物。
個(gè)人經(jīng)歷
我在硅谷待了5年,在那期間我學(xué)到的關(guān)于預測初創(chuàng )企業(yè)的最有用一點(diǎn)就是校準。雖然在上文中已經(jīng)有所提及,但是簡(jiǎn)單來(lái)說(shuō)就是一定要仔細想想你了解什么、不了解什么。后來(lái)我才發(fā)現我能夠做出正確決定的那些專(zhuān)業(yè)知識和技能其實(shí)太少了,我做了很多的工作,比如說(shuō)網(wǎng)上發(fā)布廣告、數據分析、消費者交流,我以為自己的判斷在那領(lǐng)域已經(jīng)是鶴立雞群的程度,但其實(shí)在領(lǐng)域之外,我不過(guò)是只井底之蛙罷了。
當時(shí)我在作分析的時(shí)候,就試圖結合我所了解的相關(guān)知識?,F在來(lái)說(shuō),我目前已經(jīng)比我最初進(jìn)SF時(shí)的那種年輕不懂事的狀態(tài)要好得多了。在大眾化建議領(lǐng)域,我也試圖做得勤奮一點(diǎn),如果說(shuō)我跟每一個(gè)企業(yè)家都說(shuō)著(zhù)相同的內容,那么我就會(huì )盡量重新定義,然后仔細考慮產(chǎn)品的具體細節和細微差別。雖然這樣做更方便也比較偷懶,但是總是比一遍一遍地重復同樣的內容要好得多。
所以說(shuō)一定要做一只狐貍,而不要做一只刺猬。
相關(guān)閱讀