从创意到精益创业.pptxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
从创意到精益创业第1页/共96页第2页/共96页一.创业的本质二.创业思维的演进三.精益创业方法论第3页/共96页创业的本质用户痛点VS解决方案批注:创业的本质是价值创造,找出用户痛点,创造解决方案。第4页/共96页案例:一杯咖啡的痛 咖啡是美国人日常生活中的主要饮料,饮料市场占比排第三位。相对于速溶咖啡相当难喝的口味,在家庭、办公室中自己煮咖啡却有着以下的痛点:第5页/共96页痛点1--等待时间长,清洗麻烦,一次要冲一壶,也许只喝一杯无等待无称量 无清洗解决方案:第6页/共96页 200+选择 可以在不同咖啡机里放入超过200多种口味选择的K杯,而在这个选择中不局限于咖啡,还有茶和果味的饮料。除了其自己的咖啡粉外,绿山咖啡的其他主要合作者包含了几乎能够想到的主要咖啡的供应商和主要茶的供应商,把自己的咖啡机变成了平台式的产品。痛点2--口味单一解决方案:平台式咖啡机200+选择第7页/共96页 在咖啡产业链中绿山原来在产业链的最底端,一杯星巴克咖啡售价3.5-4美元,其中材料成本:咖啡豆 3美分、纸杯 7美分、牛奶 23美分。胶囊咖啡为绿山极大地增长了价值空间,2005年其市值只有1亿美元,5年后市值增加到150亿美元。同时这样的创新/创业也为整个产业拓展了价值空间,单杯咖啡的市场份额从2004年的5%上升到了2010年的20%。 这就是解决了用户痛点创造的巨大价值。第8页/共96页创业思维的演进Get Big Fast模式火箭发射式思维 VS 精益创业思维精益创业五项基本原则第9页/共96页Get Big Fast模式Get(获得好创意)Big(市场足够大)硅谷一直推崇的创业模式是:GBF模式Fast(快速发展)第10页/共96页案例:Webvan之死要么能赚100亿美元,要么一分没有你是否想过Webvan会成为一家有10亿美元规模的企业?没有,要么能赚100亿美元,要么一分没有。第11页/共96页火箭发射式以自我为中心开展创业天才式人物+天才式创想高度控制的创业环境有限参数+已知数据可以对未来进行准确预测和分析第12页/共96页第13页/共96页精益创业思维认为:痛点和解决方案,在本质上都是未知的。不知道痛点是什么?不知道解决方案是什么?第14页/共96页第15页/共96页火箭发射式思维 VS 精益创业思维可度量 VS 不可度量可预测 VS 不可预测确定性 VS 不确定性第16页/共96页 想象中的用户痛点与真实的用户痛点、想象中的解决方案与有效的解决方案,既有重叠验证的部分,更多的是与当初设想的巨大差异。 新创企业在实际状况中,是以用户为中心,通过与用户的互动、验证,不断迭代,逼近真正的用户痛点和解决方案。想象中的用户痛点真实的用户痛点第17页/共96页案例:亚马逊2007年重新进入在线生鲜杂货市场第18页/共96页成功点:先在一个城市开展业务-西雅图(易于接受新思维的城市);配送点精心选择居民收入高端、居住密度大的小区;对用户做减法,挑选、培育天使用户(收取299美元的年费);不断实验测试,直到2012年才进入第二个城市洛杉矶。第19页/共96页 尽管痛点与解决方案本质上未知,精益创业方法却是可知论,从已知推导未知。就像概率论中的贝叶斯定理(贝叶斯定理是关于随机事件A和B的条件概率(或边缘概率)的一则定理。其中P(A|B)是在B发生的情况下A发生的可能性。),在已知相关项目B的资料,而缺乏论证项目A的直接资料时,通过对B项目的有关状态及发生概率分析推导A项目的状态及发生概率。第20页/共96页比如说,事件A是“明天下雨”,事件B是“今晚多云”。如果你今天晚上看到多云了,那么明天下雨的概率是多少呢?直接用贝叶斯定理的话,只需要知道每一天下雨的概率、每晚多云的概率、还有如果某天下雨了,那么前一晚多云的概率,代入公式,搞定。第21页/共96页想像一下,我面前有一个大箱子,我知道里边有黑白两种颜色的球,知道它们的比例是固定的,黑球占比例p,白球占(1-p),问题是我不知道这个p是多少。那么,我会认为这个值p的具体概率分布,也就是它恰好在某个值附近的可能性是多少呢?因为我什么都不知道,所以我假定这个值p是从0到1均匀分布的,这就是我对p值的一个先验概率估计。然后我希望知道关于p的更多信息,所以我抽出一个球来看看,它是黑色的,我把它放回去。根据黑色的这个结果,利用贝叶斯定理,我可以修正我对p值的概率估计,得到这次实验的后验概率估计(准确来说是最可能的概率估计)。它不再是均匀分布了,而是p比较大的概率高一点。但这个后验概率又可以作为下一次实验的先验概率。于是我重新做实验,取出一个球看看,发现这次是白色,于是我根据这个结果得到新的后验概率。如此重复多次之后,我对p值的后验概率不断根据已有的实验数据改变,而某个中心极限定理告诉我们,我可

文档评论(0)

kuailelaifenxian + 关注
官方认证
文档贡献者

该用户很懒,什么也没介绍

认证主体太仓市沙溪镇牛文库商务信息咨询服务部
IP属地上海
统一社会信用代码/组织机构代码
92320585MA1WRHUU8N

1亿VIP精品文档

相关文档