使用权和所有权的关系

先定义出行，是指将人从出发地送达目的地。满足用户需求的关键是车辆的使用权，用户也是在为占用使用权付费。

打车，付出打车费，司机和出租车会将我们送达目的地；租车，付出租车费，自驾旅游，我们自己和被租车辆会将我们送达目的地；公交车、地铁、高铁甚至是共享单车，都是如此。我们可以看到一个不同于自己买车的逻辑：

车辆的使用权和所有权是可以分离，不属于同一个人的。

在过去的常识里，使用权和所有权分离常常伴随着一个“集中”，那就是车辆的所有权，比如出租车公司、类似安飞士租车和神州租车这样的租车公司，大量车辆的所有权是属于一个集中的组织的。共享经济展示给市场另一种可能性，车辆的所有权也可以呈现出“分离”的状态，比如PP租车和滴滴打车。

我们用一个四象限图在总结市场上的各种出行领域企业：

使用权和所有权的关系，可以转化为“虚拟车”和“实体车”的关系。使用权是车辆的功能性部分，是满足用户需求的关键；所有权是车辆的实体部分，使用权附着在所有权上；使用权的转移容易实现，因此非常容易碎片化，这是出租车和共享出现的基础逻辑；所有权受到登记制度的限制，转移的成本比较高，不容易碎片化，是比较容易控制的资产，因此，传统汽车金融都是以车辆所有权为基础的。

出行领域的模式创新，本质上都是打碎和重组使用权的模式。人人都需要一辆“车”，但是需要的是“虚拟车”，这辆“虚拟车”实际上可以由不同粒度和不同车辆的碎片化使用权重组而成。

出行领域的金融创新，着眼点则是使用权和所有权的分离，将车辆从消费品变成可增值资产。车辆作为实体的财产，在使用中不断贬值，但是使用权却可以不断变现，当车辆使用时间可以被切割时，车辆闲置时间就可以减少且变现，使得车辆残值加上使用权变现总价值高于过去。用金融做杠杆，撬动更多使用权与所有权分离的车，进入出行的市场供求关系中。

供求关系

回到出行的定义，满足用户出行需求的必要条件有：车辆使用权、司机、道路使用权，这是出行的供给侧；用户到达目的地的诉求，是出行的需求侧。供求关系可以用来解释很多企业的跨界投入。

• 滴滴投资人人车，获得一个相对稳定的二手车渠道，带来了两个好处

  • 大量二手车可以进入滴滴的出行供求关系，在供给侧提供了更多的低价车辆使用权
  • 存量的滴滴车主得到了销售二手车，更换为品质更好车辆的机会，有利于提供体验更好的车辆使用权
• 大搜车推出弹个车，自建了一个新车销售渠道，以融资租赁的方式销售新车，同时也是可控的二手车车源，加大了低价车源供给

从供求关系上去理解出行领域创新有三个思考角度：

• 如何增加供给和需求

  • 顺风车就是挖掘碎片化的车辆使用权，投入了供求关系，降低使用费用门槛，激发了更多的需求
  • 共享单车则是挖掘了碎片化的车辆使用需求
  • Uber在快递或者送餐服务，本质上也是增加了对车辆使用权的需求

• 如何提高供给与需求的匹配效率

  • 滴滴的车站就是将原本散乱的上下车点聚合起来，使供求撮合效率提高

• 如何革新车辆使用权的获取方式

  • 用户原本是通过支付一定费用来获取使用权，我们可以设计一种会员制的用户模型，会员投入一辆车或者一笔资金，用车辆资产的使用权收益或者资金的孳息还交换其他车辆的使用权

背景

美团从擅长的大规模补贴切入，与滴滴在出行市场上的竞争已经开始。滴滴方面也有消息称发100亿规模的ABS，获取资金用于购买车辆。

看法

在关键的大城市市场，出行之争实际上是考验的是运力供给能力，尤其是对后来者美团而言更是重要。补贴和购买车辆都是控制运力供给的方式，这是大资本投入的玩法，美团和滴滴都是这种玩法的高手。

从这几年的产品策略来看，运力挖掘已经从出租车、专车这类职业运力向快车、顺风车、拼车这样的非职业运力转变。受限于大城市的汽车数量控制政策，存量运力的开发成本已经开始变得越来越高，新能源车成为增量运力的富矿。

用大资本撬动新能源车，会面对两个天然的困境，本质上都是社会资源不足造成的：

1. 停车困难
2. 充电困难

差异化竞争方案

新建立体式可充电智能停车场，可以有效解决上面的两个困境，为出行领域竞争提供差异化竞争方案。

方案优势如下：

• 属于基础设施投资，增加了社会资源，老旧小区需求强烈
• 立体停车场是设备，不涉及拿地审批，流程快
• 停车位和充电桩是未来一定阶段里的稀缺资源，可以形成护城河，即使走到了全面无人驾驶阶段

方案缺点如下：

• 投资成本高，回报周期长，需要建立维护团队
• 城市可建设立体停车场的场地分散，谈判难度大

解法：

• 金融介入，为设备提供融资租赁服务，同时变成理财产品投放到市场
• 大公司在地推能力上的优势
• 行政力量的适时介入，需要大公司的游说

设想未来场景，手机APP可以支持用车，还支持查看各停车场空车位；当电动车进入停车位时，开始充电，甚至是一些检测，停车场就变成了另一个人流枢纽和入口，提供了一体化的出行服务。

算力是否可以被视为一种大宗商品

引用一下百度百科的定义

在金融投资市场，大宗商品指同质化、可交易、被广泛作为工业基础原材料的商品，如原油、有色金属、钢铁、农产品、铁矿石、煤炭等。
包括3个类别，即能源商品、基础原材料和农副产品。

以用大宗商品的几个特点来对照算力：

影响算力价格的因素

价格受到成本和需求的影响

• 成本因素

  • 能源价格，在根源上，算力也可以视作能源大宗商品的一个衍生品，正因为如此，能源的区域性和时间性价格差异，使得算力交易存在套利空间，形成期货市场。
  • 设备价格（算法视为加工工艺，不算在内），科技的进步会带来设备效率的提升，出现剧烈影响算力价格的情况。因为存在期货市场，研发新型设备和新型算法有了更强的经济动力。

• 需求因素

  • 现代工业对计算能力的需求，在很长的时期里，都会保持高速增长。
  • 算力的无差别性，使得不需要对算力进行分级（需要分类，一些特殊计算机执行特殊算法有极高的效率，但并非通用算力），在全球市场的流通不存在障碍。

比特币成为算力交易的等价物

比特币（或者设计其他区块链服务）的获得，消耗了一定数量的算力，且获得难度递增，总量受限，与黄金有相似之处。无差别的人类劳动获取黄金，类比无差别的算力获取比特币。

• 比特币总量固定，天然避免了通货膨胀
• 计算设备的效率提升，带来了算力成本下降，单位货币等价的算力上升，抵御因为货币供给稀缺造成的价格畸形
• 现代工业对算力的需求膨胀，可以在算力提升的情况下，保持对流通货币量的稳定需求
• 比特币交易所的存在，提供了算力变现的一种日常通道

算力期货市场的存在，有利于清洁可再生能源的利用和全球分配，全球市场会呈现出算力生产方和需求方都分布广泛，相对集中的态势。

脑洞

在未来，比特币这样的产品，会不会成为人工智能个体之间的货币呢？

无讼是什么？

法律平台无讼，孵化自天同律师事务所的微信公众号，经过数年的发展，形成了由多个产品，同时面向C端和B端用户的产品线，在2016年底拿到了1.2亿人民币的B轮融资，是互联网融合行业资源的一个典型样本。

数据来自IT桔子

天同这家律所与传统律所真正不同之处，并不是它将办公地点设在故宫附近，而是在律师人数和业务量远少于知名大所的情况下，拥有一支擅长营销的专业队伍，利用互联网极力打造了天同精英化、专业化、胜诉率高的形象。无讼继承了这种基因，它用户群分布广泛，近几年在法律圈里，拥有不错的知名度。无讼的产品在发展脉络上，是一条非常典型的互联网产品成长及商业化道路，即是：

内容吸引用户；工具提供日常价值；社区维持粘性；交易转化用户

1. 通过不停向新人律师及缺少参考的二三线城市律师输出诉讼中可能涉及的各种技巧内容，吸引累积用户群。内容深度一般，多为互联网企业常用的效率工具在诉讼业务中的使用，如流程图工具、笔记工具、时间管理工具甚至是一些办公软件的使用技巧。但内容形式多样，既有图文并茂的文章，也有各类原创讲座视频，便于受众吸收
2. 提供案例检索、律师名片（类似linkedin个人主页）、法规库、案源合作平台等工具，覆盖律师日常工作，提供了用户反复使用产品的用户价值。
3. 建立供律师人群交流的无讼社区，沉淀用户内容，维持用户粘性
4. 工具收费，撮合律师间交易，为企业提供选择法律服务的入口，多个转化点完成产品的商业化

无讼为何可以拿到那么高的融资？

无讼是一个用垂直社区作为护城河，拥有交易平台的法律数据科技公司

一、产品线覆盖完整，亮点明显

1. 无讼APP，面向律师人群的社交平台，提供了如案例数据库、培训教育、招聘、律师名片等其他支线产品的入口，是位于核心位置的产品
2. 无讼案例，面向律师人群的判决案例数据库，资料工具型产品，由于我国法院系统正在推动判决文书上网这样的信息公开工作，这个产品推出的时机非常好，会打击过去提供付费服务的部分网站
3. 无讼名片，架构化的律师信息数据库，可以作为律师营销自己的工具，实际上，也是让律师自主完善个人信息的入口，弥补机器数据分析的不足
4. 无讼法规，法律法规数据库，与案例数据库整合，日常工作需要
5. 无讼办法，面向中小企业日常法律业务的众包服务，这个产品的竞争对手很多，如快法务等
6. 无讼合作，提供律师之间案源合作的撮合工具，为整个生态提供客户需求
7. 无讼法务，面向企业提供众包服务，与无讼办法的区别在于无讼法务针对单个案件，无讼办法针对单个企业的全部法律需求。

无讼还使用了风头正劲的人工智能概念，通过分析大量的诉讼文书，来标准化律师能力，这是一个数据科技公司的概念。

二、法律领域存量交易额高，增量交易额空间高

这条很好懂，就是盘子大，增长快，朝阳产业，天花板高。无讼通过布局撮合交易，提供了一个平台化的商业模型。

三、法律互联网化不足，获客成本高，有改造空间

这条也好懂，就是互联网可以降低获客成本，改造传统行业。但是需要注意线上客户转化率低，转化周期长。

四、目标用户群付费意愿高

律师是古老的服务行业，通常是按时间收费，对提升工作效率，扩展案源的工具，有极强的需求和付费意愿。

对无讼模式的一些疑问

1. 核心用户模糊

虽然产品线设计有内在逻辑，但是产品数量过多，同时在探索多种商业化的可能性，重点不清晰。在商业模型成熟的企业服务上，又存在多个规模不错的竞争对手。同时，作为天同律师事务所孵化项目，其他大型律师事务所对使用无讼产品有潜在的泄密担忧。

1. 案源增长动力不足

工具+社区的模型，可以用来解决律师人群的增长，但是产品线只提供了律师案源合作一个案源增长点，且法律服务业的保密性和排他性远高于其他行业，在不大规模投放广告获取客户的情况下，不足以消化已有律师人群的业务需求。

1. 过度依赖律师能力标准化模型

招聘、培训、企业与律师的撮合、律师与律师的撮合这些付费点，都依赖律师能力标准化模型。模型还处于早期，需要大量时间迭代及验证，目前对律师人群的覆盖有限，业界的接受程度有限，直接利用到自动化撮合交易中效果不会很好，即使模型的正确性得到验证，完成度也很高，还是存在一个受众定位的问题。能力标准化模型能帮助评价律师能力，但是在非专业的客户一端，需要教育才能信任和使用，而专业的律师人群，模型可用于招聘，但依然对案源增长意义不明显。

1. 未能覆盖非诉讼类业务

大量高附加值的非诉讼类业务，在无讼的产品线中未被覆盖

1. 法律服务的非标特征不利于自动化撮合

法律服务呈现出来的是整体非标，局部标准化的状态，不适合自动撮合，而局部标准化的业务，如调档等属于简单业务，分散且价值不高。企业经营过程中出现的类重复性法律业务，对律师能力的要求不高，不需要个性化撮合，需要的是信用评价机制。

无讼的运营状况如何？

除了无讼自己和他们的投资人，外部不得而知，不过从天同律师事务所的网站及无讼最近的动作来分析，可以做一些猜测

1. 无讼的内容运营频次下降了，内容运营的人员也有变化，很难看到早期经常出现在讲座视频中的人，推测有比较明显的离职替换，推动商业化的力度高于继续内容运营的力度，应该是受到B轮融资后赢利压力的影响
2. 天同律师事务所增加或替换了很多合伙人，不知道会不会将一部分线下业务的赢利装到线上业务里，用来增加线上业务量，支撑估值

结论：如同那些工具转社群的互联网企业一样，无讼方向是正确的，只是面临业务成长的瓶颈，需要销售能力的提升

受托推荐一款数据统计分析服务，于是重新研究了一下国内的一些数据统计服务，从BAT三家的统计，到新兴的诸葛IO、growingIO、神策等，从提供的功能服务看，各家都丰富多彩，让人眼花缭乱。在登录之后，在页面布局、主菜单设计、数据可视化设计等方面相似度很高，比较难从功能上形成差异化。

功能同质化的合理性

数据统计分析服务的功能上存在同质化，我认为是合理的，有这样两个原因。

1. 数据统计的核心需求一致

数据统计分析工具从简单的记录访问数据，如比较早的阿江统计、太极链等，已经发展到复杂的理解用户行为仔细分析，现阶段的数据统计分析服务，大致可以简化成围绕下面三个核心功能，增加了数量众多的周边服务。

• 以漏斗模型为基础的用户转化分析
• 以自定义事件为卖点的用户行为分析
• 以存留监控为基础的渠道质量分析

1. 功能演进的基础逻辑一致

为了保持竞争力，各类产品都在以优化使用者体验，增强服务能力为目标不断迭代自己的服务

• 降低部署难度

  • 无埋点技术

• 降低分析作业难度

  • 智能可视化报表
  • 角色化报表
  • 异常报警及预测

• 增强数据收集能力

  • 细化用户分析粒度
  • 丰富收集手段

• 增强数据加工能力

  • 云计算能力
  • 数据导入导出加工

从各家服务的开发列表预告看，未来一段时间里，这种功能上的同质化会越来越明显，尽管数量庞大的互联网企业都在或多或少使用各种数据统计分析服务，但理解并能合理利用这些功能的少之又少，以功能驱动的用户增长，面临瓶颈，这就是胶着的上半场。

下半场的视角变化

综合媒体上不停出现的宣传稿来看，各位服务商都把用户增长和业务收入放在了开发传统企业上，传统企业在对业务增长的理解上，与互联网企业有很多不同，数据统计分析服务的下半场刚刚开始。由于引入了更多对互联网技术不甚了解的角色，意味着服务迭代的视角需要发生变化。

1. 服务使用者和企业决策者的内在需求是不一致的

数据统计分析服务的使用者，诉求是通过数据不停增强自己理解用户的能力，而企业决策者，更关注业务增长，诉求是影响用户决策的能力，所以下半场需要增强的能力，是帮助互联网企业以及传统企业获得转化互联网用户的能力，影响用户行为是检验用户需求理解的标准。

1. 分析之后的操作结果，比分析结果更重要

下半场的分析结果，除了要解释用户是谁，业务状态如何之外，更需要提供可被分析跟踪的后续操作方案，所以数据统计分析产品向增强营销能力方向前进一定会成为大趋势，这样能更容易打动传统企业客户，将付费点从数据报表深入到付费意愿更高到营销领域。

1. 收集，分析，营销，再分析

未来的数据统计分析工具服务，并不是统计服务简单嫁接营销工具，而是将统计分析服务平滑延伸到影响用户的内容和媒介（推送、短信、电话、邮件、地推等）中，向后扩展为一个业务增长的迭代模型，即是收集，分析，营销，再分析这样的过程，甚至可能会出现以业务增长效果付费的模式。

1. 系统积累的大量数据会挖掘出更高的价值

   • 指导营销内容和形式的选择
   • 指导营销时机和频次的选择

选择数据统计服务的小技巧

功能上差异不大，重要的是提供的服务是否专业，又这样几个小技巧分享：

• 帮助文档的结构和内容是否完整

帮助文档需要花费大量的时间和精力，且不容易评估是否有用，容易被忽视。结构完整，内容深入浅出的帮助文档，说明这家企业没有放过任何一个可能影响客户的地方，那么付费之后得到的服务也可能比帮助文档不佳的企业提供的要好。

• 新用户营销话术的设计是否有效

新兴的统计分析服务，在试用之后都会接到营销电话，这时候话术的设计就很重要，比如我在接到某个以IO结尾的公司打来电话时，那头的业务人员问：“请问您有什么需要我帮助的？”，我的回答是：“没有”，于是就没有然后了。这时候正确的方式不是给我一个是或否的选项，而应该告诉我可以提供一份数据分析秘籍，我拒绝的可能性会下降很多。

无埋点和有埋点的区别

在某次饭局时，参加的有好几个统计服务的提供商人士，席间我将无埋点和有埋点的差别比较汽车的自动挡和手动挡，被某负责人否定，毕竟在大众认知中，自动挡是比手动挡高级的，而无埋点技术在现阶段的效果，并没有别有埋点的服务要高级很多。从操作的实际来看，我依然认为这个比喻是合适的，无埋点的入门友好度和部署难度优与有埋点，但是随着对业务的理解深入，有埋点的高自定义优势就会体现出来，如同赛车大都是手动挡一样。

在数据统计分析这个领域，采集与分析同样重要，选择无埋点和有埋点的决策点，并不是这两个名词的含义，而是看服务是否能完整收集企业客户分析和决策所需要的数据。