今天我想講幾個之前在直播里講的話題：

跨越學科的邊界。

我這個人在創業和經商的過程中，特別喜歡借用其他學科的模型，因為我認為很多學科的思想模型是可以互通的，它們是沒有邊界的。

我給大家講兩個故事。

第一個故事，是我們在做電商投流的過程中，我發現ROI（投入產出比）是一種穩定性指數。

ROI是2，就是投流一元能賺兩元，ROI是3，就是投流一元能賺三元。

我發現，如果ROI太低（特別是低于1）就是投錯了，如果ROI太高（比如20）就是投少了，應該追加。

理想狀態下，ROI應該穩定在一個區間

——這樣公司現金流穩定，后續可以上貸款和融資杠桿。

ROI一直穩定，比ROI來回跳（一會兒100，一會兒0.1）強多了。

我發現這點，和我讀的很多量化交易不謀而合。

量化交易的核心，就是指標的穩定性

——所以量化要用夏普比率，來檢測投資回報率的穩定性。

很多金融基金也公布其夏普比率。

穩定性賺錢的基金，比一會兒賺好多，一會兒大幅度回撤的強太多了，因為它可以上杠桿。

量化交易，不論是對沖模型，還是套利模型，最終都是追求ROI穩定性，只要穩定住，能穩定套出一小部分利潤，加之杠桿，就可以賺錢。

所以，我當時想，既然量化交易中有這樣的模型，為什么我們不用在電商零售中呢？

所以我對所有的投流產品，開始進行穩定性監測，每天盯著ROI的夏普比率來看。

我覺得有很大效果。

第二個故事是這樣的。

前些日子，我們團隊想分析，如何把我的微博IP做得更大。

所以她們做了一堆數據分析，瞄準我的競對（其他博主），并且根據cluster analysis，把其他博主分成了好幾類。

但是我覺得這個思考框架不對。

我說，咱們應該借用經濟學模型，來對整個公域的自媒體的內容進行分析。

具體來說是這樣：

我們可以把每一篇公域的內容（不論是文字，音頻，視頻，還是圖文帖子）都看做是一個產品。

然后它得到的轉評贊互動數，是“社交貨幣”。

從宏觀層面上說，社交貨幣的多寡，就定義了這個帖子的供需關系：

也就是說，你可以做如下的簡單建模：

轉評贊多的帖子，就是“需求>供給”，大家需要這樣的帖子，所以來回看，來回轉發和評論。

轉評贊少的帖子，就是“供給>需求”——看這類的帖子的人少，這類帖子供給過剩。

【當然，我知道這樣的模型過于簡單，沒有考慮帖子難度和轉評贊質量等因素，但是建模都是提煉的過程，模型一開始就要簡單。】

每一個博主是生產不同內容產品的工廠，當然有的工廠生產的產品質量高，有的質量低，有的能生產很多種產品，有的只能生產某種垂直產品。

但不論如何，如果我們要在公域內容中取得更大成就，分析其他“工廠”肯定不是第一步，第一步是分析哪個內容的賽道還是“需求遠大于供給”。

也就是說，如果我們把社交媒體上的話題進行細致的分類

（不是那種簡單的粗的分類：比如兩性，職場等等，而是分成細致的小話題），比如：

要不要進行副業，要不要立遺囑，當全職媽媽有什么利弊........

然后在全網分析，不論博主和產品質量，哪些話題永遠轉評贊互動數非常高。

那么這些話題，就是需求還很旺盛。

就像一個產品賽道，如果質量差的還有一堆人買，證明需求很旺盛。

這個時候，你再把這些需求旺盛的賽道拿出來，再分析在哪些賽道你有比較競爭優勢。

也就是說，你從全網比如說2000個話題中，發現了50個話題，“發一貼，火一貼”。

在這50個“發一貼火一貼”的賽道中，你去分析，你在哪些領域與現有博主差距最大，你的競爭優勢更明顯：

不是對方質量最差的，是你競爭優勢最明顯的。

比如A賽道，你要做，質量是80，TA做質量是50。

B賽道，你做質量是100，TA做質量是60。

那么顯然你還是要選B，因為雖然競爭對手強了一些，但你的比較競爭優勢更大。

就像一個工廠，你要往哪個方向做產品，你要看哪種產品供不應求，然后再看自己比較競爭優勢。

這兩點分析缺一不可，而且第一步永遠比第二步更重要。

所以，這兩個故事，都是借用一個學科的思想，去解決另一個問題。

一個是借用量化交易思想，來實現對電商零售投流穩定性的監測。

一個是借用宏觀經濟學思想來實現對社交媒體的分析。

然后我們再在實踐中去檢驗，檢驗結果好再去推廣，發論文。

我不論走到哪里，一直帶著學術圈的習慣：

看其他學科，建模，假設檢驗，分享，發表。

這些習慣幫助了我很多。

很多時候，金錢也只是副產品。

這種站在巨人肩膀上，自己想透了一件事，賺了錢的快樂，驗證了假設的快樂，遠遠勝于跟風的快樂。

屠龍如何深刻思想解答

幫大家解決職場/生活困惑？

請加入鐵粉群

點右下角??，推薦給好友