钱追人容易,人追钱很难( 四 )



所以 , 即使奶茶店B刚开张 , 一个顾客也没有 , 要不了多久 , 也会抢走大部分奶茶店A的顾客 。

不管A开始的时候多么有优势 , 钱最后还是追着B去了 。



一种对于命运的数字隐喻是“大数定律” 。 我在《人生算法》这本书里也说过 , 一个骰子扔出某个数字的概率 , 取决于自身的结构 , 与手法和努力无关 。


但是 , 大数定律里的抛硬币游戏 , 需要每一次抛硬币都是完全独立的 。


而数学家帕维尔·涅克拉索夫则认为:现实世界中的事物是相互依存的(比如人的行为) , 所以现实中的事物并不恰好符合数学模式或分布 。

马尔可夫不这么认为 。 他建立了一个模型 , 在这个模型中 , 结果的概率取决于以前发生的事件 , 但长期来看仍然遵循大数定律 。

《天才与算法》里写道:

抛硬币的结果并不取决于以前抛硬币的结果 , 所以这不是马尔可夫理想的模型 。

但是 , 如果增加一点依赖关系 , 使下一个事件取决于刚刚发生了什么 , 而不是整个系统如何影响了当前事件 , 又会怎么样呢?

每个事件的概率仅取决于先前事件的一系列事件被称为马尔可夫链 。

预测天气就是一个例子:明天的天气肯定取决于今天的天气 , 但并不特别依赖于上周的天气 。

由此 , 我们结合奶茶店的例子 , 可以发现马尔可夫链“宿命论”般的特点:

1、历史是无关紧要的 , 你再百年老店也没用;

2、初始条件是无关紧要的 , 你再高市场占有率也没用;

3、各种折腾也是没用的 。 你再营销 , 再数字化 , 做各种视频拉来流量 , 都无法改变宿命般的统计均衡 , 然后保持不变 。

所以 , 消费市场的“钱找人” , 最终取决于转移概率 。

大多数“人追钱” , 就像转移概率低的A奶茶店 , 看着客人一天天变少 , 拼命去做各种市场动作 , 不仅徒劳 , 甚至是在给B奶茶店培养客户 。

这就是“人追钱很难” 。

而B奶茶店呢?只管努力提高每个客户的“转移概率” , 客户自然会越来越多 。
这就是“钱追人容易” 。

钱是没有良心的 , 而马尔可夫链的一个重要性质就是:无记忆 。

没良心+无记忆 , 决定了消费者市场的“钱追人容易 , 人追钱很难” 。



本质上 , 墨菲定律也是人追钱难的原因之一 。

不管你干啥事儿 , 这个宇宙就是处心积虑地和你对着干 。

不光赚钱 , 盖茨连想把钱捐出去都千辛万苦 。

在某些属性的市场 , 垄断者可能利用不兼容的限制 , 彻底斩断“转移概率” , 你的奶茶再好喝 , 系统再好用 , 也没用 。 例如设置封闭系统 , 提高转移成本 。

转移概率给我们的启发还有 , 最好的市场 , 是有存量的钱可供“转移” 。

反之 , 去做一个很小的、需要培育的市场 , 实在是太难了 。

就像特斯拉 , 其市场策略不是去开拓电动车市场 , 而是“转移”了传统7万美金以上豪华车(奔驰宝马们)的市场 。
十、最后


相对而言 , 金钱比世界上的很多东西 , 都要单纯、善良、纯洁得多 。

金钱也是命运的投影 , 变幻莫测 , 充满随机性 。

钱永远给人一种触手可及的幻觉 , 但不管是穷人 , 还是富人 , 都发自心底地觉得:

赚钱真难 。

本文的主要观点是: