贾玲：高情商，一个人的终极性感

当然，贾玲高频的一般都是刚需，不过刚需未必高频，这一点很多人没有想清楚。

理论上来说，高情所有与《王者荣耀》争夺时间的产品，高情都是它的竞品，从微信、QQ到今日头条，或者说是手游市场里的其他类型的游戏，都是在争夺用户的时间。六、终极产品运营分析俗话说，终极一个统治级的产品出现需要三架马车，分别是产品、运营以及运气，这一节我们就来分析分析《王者荣耀》这个好的产品形态做出来之后，团队采取的推广和运营的策略。

5.3.6英雄与皮肤(1)英雄与皮肤的收费思路在确定了这款游戏不能够用收费的方式来影响游戏本身的公平性这个大前提之下，性感再针对游戏的目标用户群，性感自然而然就得出了通过英雄和皮肤来收费的思路，而且这个思路已经是一条被《英雄联盟》证实的好的收费思路，因为英雄收费是刚需，而皮肤收费则是深刻的洞察到了玩家对于美和炫耀的需求，然而为什么《王者荣耀》的皮肤是有属性加成的呢?而且为什么《王者荣耀》的皮肤属性加成同一角色不同皮肤都一样呢?这里也体现出了《王者荣耀》团队和《英雄联盟》团队对于游戏收费理解的细微不一样，《英雄联盟》团队认为他们做的是一个具有世界影响力的电子竞技类游戏，他们有足够多的不同国家和文化的用户，他们必须要保障零付费用户的游戏公平性。其实《王者荣耀》并没解决掉这些缺点的原因主要有以下几点：贾玲(1)服务器差、贾玲网络不好、游戏卡等都是跟整个手游的大环境和技术有关的，没有哪个团队会希望自己的游戏出现这种基础的问题，所以如果真的出现了这些问题，那么原因也只能是团队或者是手游界本身的技术实力存在着瓶颈，但是随时时间的推移和技术的进步，这些问题会好转;(2)小学生太多，经常被队友坑，玩家素质差。所以《王者荣耀》最终也果断抛弃了这种盈利模式，高情而转向了类似《英雄联盟》的收费方式，高情通过设置英雄、皮肤和铭文收费，来让这个游戏在不花钱甚至不用每天花大量时间做任务的情况下让玩家能够玩的足够爽。九、终极最后的总结由于需要调研整个手游市场，终极所以我下载玩了很多的手游，但我发现的一个最主要的问题是，手游里面的好游戏真的是太少了，相比于端游动则几百人的游戏团队，在手游方面即便是一百人的团队都算的上是大制作了，而《王者荣耀》从立项开始，就有将近150人的团队，这也注定了他们生产出来的游戏不会烂到哪里去，在保证了游戏本身质量过关的前提之下，只要你能够深刻的洞察到手游用户最根本的特点，同时结合自身无论是技术还是平台的优势，你就能够生产出一款受欢迎的游戏。一般的道具收费的养成类游戏例如《梦幻西游手游》，性感平民玩家靠的是长在线时间，性感每天完成任务来换取与土豪玩家实力的接近，平民玩家没钱但是有的是不要钱的时间，当他们在游戏里做了一天的任务从而赚了20块钱的时候，他们会觉得很开心而不会考虑到时间成本;而土豪玩家有钱但大多数不愿意浪费那么多时间在每天重复的任务上面，而且如果光花钱就能够无敌寂寞的话，那这个游戏也不会吸引很多土豪了，所以游戏公司观察了一下两边的需求之后，一拍脑袋，就想出了平民玩家用时间换金钱，土豪玩家用金钱换时间的策略，同时略微倾向于土豪玩家一点点，只要你花的钱够多，平民玩家就只能接近你，而不能够追上你，游戏公司剩下的时间，就可以用来好好打磨游戏的品质了。

玩家在虚拟世界里有一个定位，贾玲在现实生活中也有一个完全不同定位，贾玲等你退出游戏回到现实的时候，周围并没有多少人会因为你排名全服第一而对你表达认同和崇拜之情，两者很难产生交集，所以传统网游的社交和现实生活中的社交是脱离的，这种本质上的脱离感，才是传统PC端网游社交一直不太成功的原因。同时，高情各种各样的《王者荣耀》赛事、高情直播和社区也被建立了起来，这些活动的本质目的都是为了扩大用户群体，并且让《王者荣耀》渐渐的成为一个平台，由用户自己在上面产生内容和社交，直到融入用户的日常生活当中。共享单车目前在永安行的业务版图里还只是不起眼的一小块，终极2016年占总收入的比例仅为0.05%。

也就是说，性感平均一辆共享单车的价值在175元以下，这与各共享单车公司宣称的动则300以上的采购成本相比有很大差距。在招股书中永安行宣布了下一步的目标，贾玲未来3年内，贾玲在目前210个左右市县的基础上，努力将布局市县增长到350个左右，布局公共自行车(含无桩共享单车)200万辆左右。高情但这一比例未来肯定会显著上升。金通科技收入在4亿元左右，终极净利润超过千万元，是永安行的主要竞争对手之一。

document.writeln('关注创业、电商、站长，扫描A5创业网微信二维码，定期抽大奖。到2016年底永安行投放的共享单车数量仅为4万辆。

时隔一年多之后，永安行再次申报IPO，共享单车则成了一个绕不过去的话题。深创投和蚂蚁金服大概也没想到，投了一家传统公司，却搭上了共享单车的风口。永安行早在2015年就曾提交IPO申请，那一份招股书中只字未提眼下火热的无桩共享单车。2014年12月，上海云鑫对公司增资10,000万元，投后估值9亿元，对应2014年预计净利润13倍左右。

永安行成立于2010年，主业是公共自行车服务，这是一个发展多年的传统行业，已经有多家公司登陆资本市场，例如新三板上的金通科技和绿畅科技。投后估值2亿元，对应2012年预计净利润14倍左右。这已经大大高于永安行过去七年的扩张速度，但如果要参与共享单车大战，这个数字却显的保守。目前A股上还没有公共自行车或共享单车公司，如果按创业板平均约70倍市盈率计算，永安行市值有望突破70亿元。

虽然时间短、数量少，永安行公开披露的几个数据仍然颇可玩味。不过，正如当年的滴滴、快的，在海量资本的催化之下共享单车向三四线城市扩张只是个时间问题，虽然永安行在招股书中称公共自行车和共享单车存在重大差异，不能互相替代。

永安行称正在探索为现有的公共自行车加装GPS模块，增加无桩停放功能，形成有桩和无桩模式互为补充、互通互联的效果。永安行将共享单车列为固定资产，到2016年12月底，该项资产价值为698.71万元，没有折旧。

直到2016年之前，永安行一直是一家与前沿创新关系不大的公共自行车服务提供商，其估值水平也中规中矩。上海云鑫为蚂蚁金服的全资子公司。2013年7月，上海福弘、青企联合、青年创业三家机构投资人投资2000万元，投后估值4亿元，对应2013年预计净利润11倍左右。在报告期内，永安行的共享单车业务成本仅为2.8万元，相应的毛利率高达92.27%，不过这个数字的参考价值很有限。机遇在于，共享单车炒热了整个自行车行业，永安行未来的想象空间前所未有的广阔;挑战则在于，ofo和摩拜等互联网公司是否会将这些有桩时代的传统公司淘汰出局?从2014年到2016年，永安行的业绩表现非常好，营业收入年复合增长率超过28%。2013年8月，机构投资人苏州冠新投资1,800万元，投后估值4.5亿元，对应2013年预计净利润13倍左右。

相比之下，2017年1月，共享单车主要玩家之一ofo已经宣布在线单车总数达到80万辆，开展共享单车服务仅一年半的时间就超过了永安行七年扩张的规模。深创投、蚂蚁金服投资估值两年涨三倍永安行在发展历程中几乎每年一次融资，不过都跟共享单车的概念没什么关系。

从永安行此后全面接入芝麻信用服务来看，蚂蚁金服的入股应该是出于战略目的。尽管无桩共享单车业务仅占永安行收入的0.05%，成本的0.01%，却占据了招股书的大量篇幅。

2012年9月，机构投资人上海福弘投资2,000万元，持有10%的股份。在招股书中，永安行也表示目前还没有客户因为共享单车的兴起而撤销订单。

从业绩上看，就算没有共享单车概念，这也是一家足够优秀的公司。从2016年12月开始投放，到报告期末的12月31日，不到一个月的时间，永安行的共享单车业务贡献了36.8万元的收入。永安行作为传统公共自行车服务行业的龙头代表，在这个共享单车迅速扩张的时期冲击上市，机遇和挑战都很突出语音识别、自然语言理解等技术要产品化商业化落地目前还看不到苗头。

在国内，BAT等巨头占有者最大的用户群与数据，它们可以用深度学习的算法，在大数据的基础之上，更好的应于广告的推荐以及内容平台的信息流算法推荐。国内BAT，前两年的共同战略还是连接与生态战略，转眼间，都在给自身贴AI标签了。

有人认为，创业公司可以选择做垂直领域的先行者，积累用户和数据，结合技术和算法优势，成为垂直领域的颠覆者。这也是我们看到巨头研发的聊天机器人都只能做到几轮对话的原因。

李彦宏、马化腾、雷军、马云等大佬均提及了“人工智能”这一概念，并且都在推动之中。所以我们看到，当前中国互联网巨头也纷纷开始从谷歌、Facebook、微软以及全球名牌大学招募顶尖人才。

人工智能当前有了一定的发展和突破，但离真正商用、产品化落地与人类生活紧密关联的时间点还太遥远。技术虽炫酷但盈利方面艰难而人工智能的技术虽炫酷但盈利方面艰难，当前即便是与人工智能息息相关的机器人产业，其前景也并不乐观。这是科技互联网领域常见的场景，从O2O、P2P、VR到今天的人工智能尽皆如此。document.writeln('关注创业、电商、站长，扫描A5创业网微信二维码，定期抽大奖。

“当下创业就去搞人工智能”最终可能会沦为一个笑话。但这个远不是其他领域创业打鸡血拼宏愿谈理想就能成，开发人工智能是一个庞大的系统工程，它不会是一个突然出现的风口，更是一个长时间的经济技术、科研发展水平的缓慢沉淀与推动的过程。

当前人工智能领域的人才是稀缺性人才，创业公司也很难去抢到优质人才。在推理性与逻辑性、专业性的实际问题层面的解决能力上依然被一些用户与业内人士嘲为智障助理，实用价值并不大。

当然人工智能是未来这并不错，问题是这个变革或者说真正改变人类的未来时间点什么时候来，但肯定不是现在。创业者缺数据但数据是AI的基础人工智能(AI)已经应用于语音识别、图像处理器、计算机视觉、机器人等多个领域，在人机围棋大战中屡屡获胜，而这背后，经过了是海量数据的积累与学习。