如果你对这个 newsletter 感兴趣，可以点击这里订阅。
又开了个新坑——从失败中学习。主要是想通过拆解失败项目或者公司的方式，总结复盘下失败的原因，并希望从中学到一些东西。
但首先想强调下，因为这些项目或者公司，我并没有深度参与，可能会存在不对称信息，导致理解有误，望见谅，也欢迎各位通过评论或者回复邮件的方式，和我交流~
本期的案例，是一家叫 Zillow 的公司，自发布财报以来，股价持续下挫，但从股价可以看出，年初的时候，股价涨幅还挺不错的，但为何下跌了那么多？
回答这个问题前，先简单介绍下 Zillow 这家公司的业务，他们最早其实算是一家房地产媒体公司，主要是靠大数据分析房价的价格和出租价格，除此之外，他们还拥有非常多的房价历史数据，部分甚至可以追溯到 15 年前。但初期他还是个媒体公司，收入主要还是依靠广告，以及部分会员收入，房产经纪可以在购买会员服务后，在其网站上挂载个人信息。
但到了 2015 年开始，收入增速放缓，公司开始拓宽业务。
2018 年正式上线了一个叫 Zillow Offers 的业务，这个业务是这样的：
这个业务听上去挺好的，并且房屋也是个高客单价的商品，盈利应该没啥问题。
特别是2020年的疫情，因为人们需要留在家中办公生活，换房意愿上涨，股价也随之创下了历史新高。但到了 21 年第二季度开始，股价急转直下，并且在 11 月决定暂停 Zillow Offers 业务。
问题在哪里？市面上有很多分析，大多总结是：
坦率说来，我觉得这个结论还是过于表面，为何不准？造成挤压到底是什么原因？
我翻看了下这个公司的业务模式，以及各项数据后，让我觉得 Zillow 的问题跟自如、无人零售货架，以及我当年的一个创业项目「共享停车位」的问题非常像。
问题一：过分简单地认为可以将非标产品模型化
房子其实是个非标品，并不能仅仅依靠同地域房产的价格、面积、过往交易史等数据来衡量，同样是两室一厅，但结构方位，楼层等等都会影响价格，如果这个业务要在中国搞，可能会更麻烦，房子的价格可能还会涉及到风水等。
自如和无人零售货架也是类似的问题，前者跟 Zillow 类似，都是房产相关业务，只是自如走的是租赁模式，回收后出租其实更难预测，外部影响会更多，比如房屋旁边的互联网大厂搬去另一个地方了，租金可能一夜间有断崖式下降。
再说下我当年的创业项目「共享停车位」项目，简单说来，就是停车位主可以将上班后闲置的停车位租给有需要的人。我们当年拿这个项目参加了很多所谓的创业比赛，也有不少投资人看过我们的项目，反馈都还不错，但实际落地和验证后，我们才发现没那么简单，不同的楼盘会遇到不同的问题，甚至同一个小区，不同楼都会有不同的问题，导致很难规模化。
简单将非标产品模型化这个问题本身的影响并不大，更大的危害其实是从它这延伸出来的问题二上。
问题二：错误估计市场容量和天花板
将非标品简单模型化后，很自然的，就觉得这是个数学问题，比如共享停车位项目，拿个全市的停车位数据，再假设一个转化率，再来个客单价，一算收入，呦，好像可以哦
当年无人零售货架也是这样的，甚至在初期，不少创业公司还进行了试营业，拿到了不少数据，按理说测算应该更准确，但为何烧了很多钱后，才发现问题呢？
根据我的经验，这种非标产品模式创新，在初期效果还不错，是因为大家在开始的时候，先将相对来说比较标准的，或者好搞的先搞了，比如 Zillow 的模型很适合那种同一个开发商整体开发、户型一致、年份较新且交易频繁的房子。这个业务在试营业的时候，还比较小，肯定会先将容易的，相对标准的给搞了。并且开始选房的时候，也会更谨慎一些。
这就给了业务负责人甚至投资人一个错误的信号，认为这个模式，好像可以继续拓展和复制到其他地区，天花板也很高。接下来可以大力出奇迹。结果一顿砸钱，砸完后，又迟迟不能盈利，也没有关注资金流，又没法融到下一波钱，最终公司清盘退场。
这些项目有没有得做？其实有得做，只是天花板降低了很多很多：
但项目负责人或者投资人在当时，并不想听这种故事，所以才导致了后面如此疯狂的现象。所以现在，当我看到一些非标的项目时，我都会先停一停，看看有没有犯当年的错误。
特别是涉及人工智能预测市场的项目，我更是谨慎，因为 AI 能算到围棋的后几步，但应该还没法算出人心。
眼镜蛇效应这个词最早是经济学家霍斯特 · 西伯特根据英国统治时期在印度发生的一件轶事(可能与历史无关)创造出来的：
英国政府觉得印度德里的眼镜蛇的数量过多，对人造成了危险，因此对眼镜蛇进行了悬赏。起初，这是一个成功的策略。为了奖赏，大量的蛇被杀害。然而，最终，却有一些投机份子开始为了收入，培育起了眼镜蛇。当政府意识到这一点时，就取消了奖励计划。养殖眼镜蛇的人看到没有钱赚，于是就释放了养殖的蛇。最终导致野外的眼镜蛇的数量进一步增加。
这个术语用来说明错误的激励是如何导致意外后果的。在现实中的例子也有很多，比如：
看到以上的例子，你可能会觉得很搞笑。刚开始看到这个效应的时候，我也觉得好像这种效应挺少见的。但细细一想，我发现这个效应非常非常多见，甚至某些行业一直都在跟这个行业进行斗争，最典型的行业可能就是保险业了。
还有就是促销，特别是优惠券促销，就是一个很容易引发眼镜蛇效应的产品设计。
上周国外的黑五就开始了，大家有买什么东西吗？
中国的双十一数据好像比较一般，不知道这个黑五的情况是否跟国内类似。不过目前美国的情况，跟中国还是有些差异的。
首先一个是缺货。
根据 Adobe 数字经济指数(Adobe Digital Economy Index)显示，自6月份以来，向网上消费者发送的脱销信息增加了32% ，其中8月份的脱销水平最高，主要品类是服装、体育用品、婴儿用品和电子产品。
到了 11 月供应链问题依然严峻，很多产品依然没有库存。那美国人是怎么解决这个供需问题的？先说下企业的解决方案——同款推荐。目前美国本土电商平台已经在采取这种做法，比如卖家具的 Wayfair，就在网站上新增了一个推荐功能，在缺货的产品旁，推荐一些价格更贵的相似款给用户。
但有些产品并不是类似同款可以替代的，比如游戏机，Xbox One 和 PS5 在美国还是常年缺货状态，但两者并不能完全互相替代。那对于消费者来说，有没有其他办法？
目前有两种解决方案，第一种就是二手商品和礼品卡。
美国零售联合会预测假日季销售额——11月和12月的销售额将达到8590亿美元，比2020年同期增长10.5% 。但根据在线市场 Mercari 和研究公司 GlobalData plc 的研究，美国人在10月到12月期间预计将在二手商品上花费692亿美元，比去年同期增长了24% 。根据支付服务提供商 Blackhawk Network Holdings inc. 的数据，今年购物者在礼品卡上的支出预计将比去年增加27% 。
第二种方法，就是黄牛，以及使用抢货软件。这个是不是听上去很熟悉。所以商业需求上是不分国界的。
所以我的预测是什么？我的预测是黑五可能数据还不错。
本周推荐的书籍是《如此不同如此成功——优衣库 VS ZARA》。如果你对服装行业或者 SHEIN 等产品感兴趣，我会推荐你看看这本书。内容不深，更多的是框架性的内容，看完这本书，你应该就能搞懂整个服装供应链的框架。
如果你对这个 newsletter 感兴趣，可以点击这里订阅。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。