钱追人容易,人追钱很难( 三 )



这也是一种雪崩式“势能” , 势不可挡 , 但容易把自己埋进去 。



倒过来想 , 要想自己成为“钱追人容易”的目标 , 就要让自己成为“价值洼地” 。
大约有如下几种:

1、有深度 。 挖掘了一个有极深洞见的洼地 , 需要资金的势能拓宽;

2、有广度 。 有一个覆盖面很大的洼地 , 需要资金来砸深;

3、有网络 。 有很多个“割裂”的价值洼地 , 或者是发现了割裂的价值洼地之间的网络 , 需要资金来实现数据和算法驱动的数字化连接 。



再说一下消费者的“钱追人容易” 。

我只想讲一点:转移概率 。


假如一个街上 , 有两家奶茶店:A和B 。

  • A奶茶店的顾客 , 在喝了奶茶之后 , 有70%的人会继续选择该店 , 有30%会选择去B奶茶店;

  • B奶茶店的顾客 , 在喝了奶茶之后 , 有90%的人会继续选择该店 , 有10%会选择去A奶茶店 。

假如一开始的时候 , A和B的顾客是一样多的 , 例如都是500个 , 请问经过一段时间后 , 两家的顾客分别是多少?

答案是:A店有250个顾客 , B店有750个顾客 。

我们变换一下条件 。 假如一开始的时候 , 这条街只有A一家奶茶店 , 1000个顾客全是A的 。 而B刚刚开张 , 1个顾客都没有 。 请问经过一段时间后 , 两家的顾客分别是多少?

答案还是:A店有250个顾客 , B店有750个顾客 。

如你所知 , 这是一个马尔可夫链的统计均衡 。


金钱的魅力 , 就在于其充满了随机性 。

赚钱这件事儿 , 看起来和文凭、智商等因素的关联概率不那么大(当然会有) 。

人们对于赚钱这件事儿 , 就像进入了赌场的赌徒 , 觉得“人人都有一次中大奖的机会” 。

事实果然如此吗?

既然要研究随机漫步的“发财” , 就要研究随机漫步的数学原理:


马尔可夫链 。

马尔可夫链 , 因俄国数学家安德烈·马尔可夫得名 , 为状态空间中经过从一个状态到另一个状态的转换的随机过程 。

该过程要求具备“无记忆”的性质:下一状态的概率分布只能由当前状态决定 , 在时间序列中它前面的事件均与之无关 。

拿上面的奶茶店为例 , 你下一杯奶茶喝A或者B , 取决于你现在所喝的奶茶的感受 。

你可能会说 , 我喝了好久A了 , 喝出感情了 , 怎么能说和此前无关呢?

不管你对A的感情分有多高 , 也都被时光沉淀到你当下这杯奶茶的体验当中了 。 所以 , 你的下一次选择 , 依然只取决于你这一次喝奶茶的体验 。

这种特定类型的“无记忆性”称作马尔可夫性质 。

在马尔可夫链的每一步 , 系统根据概率分布 , 可以从一个状态变到另一个状态 , 也可以保持当前状态 。

状态的改变叫做转移 , 与不同的状态改变相关的概率叫做转移概率 。

我画一下奶茶店的转移概率:

钱追人容易,人追钱很难
文章图片
如上 , 箭头指向自己的 , 是指客户留存 。 指向别人 , 则是客户流失 。

马尔可夫模型的一个特点是:当转移概率固定时 , 不管初始数是多少 , 总会达到一个“命中注定”的、唯一的统计均衡 。


推荐阅读