深入探讨各种副业机会，分享实用的赚钱策略，发现那些隐藏的赚钱宝藏。以及，提高你的认知。
💡 每日更新：
1、实用的副业指南
2、成功案例分析
3、行业专家的独家建议
4、经典语录
🌈 开启你的副业之旅，实现财务自由
内容来源开放平台，个人总结，或搜集整理。
💡 每日更新：
1、实用的副业指南
2、成功案例分析
3、行业专家的独家建议
4、经典语录
🌈 开启你的副业之旅，实现财务自由
内容来源开放平台，个人总结，或搜集整理。
新人做自媒体，如何开始频繁更新？
1.有选题思路的时候随时记录在备忘录上，有灵感的时候随时掏出手机写一个开头；
2.每天发三条朋友圈，可以从分享日常生活开始；
3.每天阅读优质博主内容，随时记录素材和金句到备忘录；
4.难熬的时刻如果没有地方述说，可以写在网上。书写对自己是一种疗愈，也能治愈到类似困境的人。
同理，幸福的时刻也可以分享出来。
5.国庆假期的旅游照片不要浪费，可以输出对应城市的游玩心得/攻略，获得假期热点流推；
6.先上车再调整自己的姿势，不必完美主义，先干起来再说。
1.有选题思路的时候随时记录在备忘录上，有灵感的时候随时掏出手机写一个开头；
2.每天发三条朋友圈，可以从分享日常生活开始；
3.每天阅读优质博主内容，随时记录素材和金句到备忘录；
4.难熬的时刻如果没有地方述说，可以写在网上。书写对自己是一种疗愈，也能治愈到类似困境的人。
同理，幸福的时刻也可以分享出来。
5.国庆假期的旅游照片不要浪费，可以输出对应城市的游玩心得/攻略，获得假期热点流推；
6.先上车再调整自己的姿势，不必完美主义，先干起来再说。
创业者对护城河的执念，正在成为最大障碍。
看了最新一期YC的访谈，YC合伙人Jared跑去斯坦福、MIT这些顶尖高校做巡回演讲，收到最多的问题不是如何找到好点子，不是如何组建团队，而是——
我的AI创业项目有护城河吗？
这种焦虑不无道理，论资金、论技术或是速度，小公司与大公司确实很难匹敌。
但这些创业者对护城河的执念，反而成了最大的障碍。
硅谷有本经典教材，叫《七种力量》，作者Hamilton Helmer是斯坦福经济学院的教授，这本书总结了商业世界里的七种护城河类型。
但AI时代最重要的护城河，却不在这七种力量里。
Windsor的创始人Varun说：早期创业公司唯一的护城河就是速度。
但速度只能让你活下来，活得好还得靠别的。
Hamilton Helmer总结的七种力量在AI时代有了全新的表现形式。
1️⃣ 第一大力量——流程能力（Process Power）
表面上看，很多AI产品好像vibe coding就能做出来，但演示版demo和真正能用的产品，中间差了十万八千里。
举个例子，YC投资的一家公司叫Greenlight，他们给银行做KYC（客户身份验证），还有一家叫Casa的，帮银行决定该不该放贷。
这些产品的原型，确实一个周末就能搞定。
但要让它在真实环境里稳定运行，需要处理成千上万种边缘情况，需要和银行现有系统深度集成，需要确保万无一失。
因为一旦出错，银行会损失几百万美元。
2️⃣ 第二大力量——资源垄断（Cornered Resource）
传统垄断资源指的是专利、矿产之类的，但在AI时代，最稀缺的资源是什么？
是数据和准入门槛。
比如Scale AI和Palantir，它们服务于美国国防部，要拿到这种合同你得雇对的人，得在华盛顿DC和弗吉尼亚州到处跑关系，得建专门的保密设施。
这个过程痛苦且昂贵，但一旦你进去了，你就垄断了客户大脑里的那块地盘。
换个角度看，很多AI创业公司的护城河，其实是客户的专有数据。
你去一家企业，和他们一起优化工作流程，这个过程中积累的数据、标注、评估用例，都是只有你有的。
这些数据可以用来微调模型，让你的产品在这个垂直领域越来越准。
3️⃣ 第三大力量——切换成本（Switching Costs）
也就是，一旦客户用上你的产品，换掉的代价太高。
传统软件公司如Oracle和Salesforce，靠的是数据迁移成本。
如果你已经把所有客户资料都放在Salesforce里了，要迁到别的CRM？光想想就头疼。
但AI时代，转换成本有了新的形式。
比如Happy Robot和Salient这两家公司，它们给大企业做定制化的AI工作流，这个定制过程可能要花半年到一年。
但一旦完成，就很难换供应商了，因为换一家意味着又要重新花一年时间去定制，意味着这半年业务可能受影响。
太贵了，不值得。
5️⃣ 第四大力量——反向定位（Counter-Positioning）
你做的事情，老玩家想模仿但又不敢模仿，因为会自我蚕食。
很多传统SaaS公司现在也面临这个困境。它们按人头收费，比如Zendesk、Intercom这些客服软件。
但如果AI把客服工作自动化了，企业需要的客服人员变少了，那买的座位数也就少了。
越成功，营收越下降，这是个悖论。
新的AI创业公司都是按任务收费，按处理的工单数收费。
这样一来，它们和客户的利益就对齐了：AI越好用，处理的工单越多，收入越高。
而老公司如果转向这种模式，就等于主动砍掉现有收入。因为它要放弃现有的收入模式，这对于一家已经上市的公司来说，几乎不可能。
5️⃣ 第五大力量——品牌（Brand）
最典型的例子就是OpenAI和Google。
Google是全球最大的消费品牌之一，几乎每个人都是Google的用户。但在AI聊天产品上，ChatGPT的日活用户竟然超过了Gemini。
这背后当然有反向定位的因素（Google担心AI搜索会损害广告收入），但品牌的建立速度确实惊人。
心理学里有个概念叫首因效应（Primacy Effect），说的是人们往往对第一次接触的事物印象最深。ChatGPT抢占了人们对AI聊天工具的第一印象，这个优势很难被后来者追上。
6️⃣ 第六大力量——网络经济（Network Economies）
Facebook那种网络效应在AI时代还存在吗？存在，但换了个形式。
现在的网络效应，主要体现在数据飞轮上：用户使用产品→产生数据→训练更好的模型→产品变得更好→吸引更多用户。
Cursor的自动补全为什么那么好用？因为每个使用Cursor的开发者，每一次点击、每一次按键，都会被记录下来用于训练模型。用的人越多，模型越准；模型越准，吸引的用户越多。
这个飞轮一旦转起来，后来者很难追上。
7️⃣ 第七大力量——规模经济（Scale Economies）
投入巨大的固定成本后，边际成本会变得很低。
在AI领域，最明显的例子就是训练大模型。训练一个前沿大模型要花几亿甚至几十亿美元，但训练完之后，让用户调用的成本就很低了。
这也是为什么OpenAI、Anthropic、Google这些大公司在模型层面有巨大优势。
应用层面，规模经济也有体现。
比如Exa这家公司，做的是AI Agent专用的搜索引擎，它需要先爬取大量网页，建立索引。
这个初始投入很大，但一旦建好了，服务第100个客户和服务第1000个客户，边际成本就很低了。
YC合伙人Gary讲了一个很重要的观点：护城河是个防御性概念。但你得先有东西值得防御，才需要考虑护城河。
这话听起来像废话，但恰恰是很多创业者最容易犯的错误。
他们会拿着两个创业点子，试图预测五年后哪个护城河更深，然后据此做选择，这完全是本末倒置。
正确的顺序应该是：找到一个真实的、痛苦的问题，解决它，拿到用户，产生收入，然后在这个过程中自然而然地积累护城河。
看了最新一期YC的访谈，YC合伙人Jared跑去斯坦福、MIT这些顶尖高校做巡回演讲，收到最多的问题不是如何找到好点子，不是如何组建团队，而是——
我的AI创业项目有护城河吗？
这种焦虑不无道理，论资金、论技术或是速度，小公司与大公司确实很难匹敌。
但这些创业者对护城河的执念，反而成了最大的障碍。
硅谷有本经典教材，叫《七种力量》，作者Hamilton Helmer是斯坦福经济学院的教授，这本书总结了商业世界里的七种护城河类型。
但AI时代最重要的护城河，却不在这七种力量里。
Windsor的创始人Varun说：早期创业公司唯一的护城河就是速度。
但速度只能让你活下来，活得好还得靠别的。
Hamilton Helmer总结的七种力量在AI时代有了全新的表现形式。
1️⃣ 第一大力量——流程能力（Process Power）
表面上看，很多AI产品好像vibe coding就能做出来，但演示版demo和真正能用的产品，中间差了十万八千里。
举个例子，YC投资的一家公司叫Greenlight，他们给银行做KYC（客户身份验证），还有一家叫Casa的，帮银行决定该不该放贷。
这些产品的原型，确实一个周末就能搞定。
但要让它在真实环境里稳定运行，需要处理成千上万种边缘情况，需要和银行现有系统深度集成，需要确保万无一失。
因为一旦出错，银行会损失几百万美元。
2️⃣ 第二大力量——资源垄断（Cornered Resource）
传统垄断资源指的是专利、矿产之类的，但在AI时代，最稀缺的资源是什么？
是数据和准入门槛。
比如Scale AI和Palantir，它们服务于美国国防部，要拿到这种合同你得雇对的人，得在华盛顿DC和弗吉尼亚州到处跑关系，得建专门的保密设施。
这个过程痛苦且昂贵，但一旦你进去了，你就垄断了客户大脑里的那块地盘。
换个角度看，很多AI创业公司的护城河，其实是客户的专有数据。
你去一家企业，和他们一起优化工作流程，这个过程中积累的数据、标注、评估用例，都是只有你有的。
这些数据可以用来微调模型，让你的产品在这个垂直领域越来越准。
3️⃣ 第三大力量——切换成本（Switching Costs）
也就是，一旦客户用上你的产品，换掉的代价太高。
传统软件公司如Oracle和Salesforce，靠的是数据迁移成本。
如果你已经把所有客户资料都放在Salesforce里了，要迁到别的CRM？光想想就头疼。
但AI时代，转换成本有了新的形式。
比如Happy Robot和Salient这两家公司，它们给大企业做定制化的AI工作流，这个定制过程可能要花半年到一年。
但一旦完成，就很难换供应商了，因为换一家意味着又要重新花一年时间去定制，意味着这半年业务可能受影响。
太贵了，不值得。
5️⃣ 第四大力量——反向定位（Counter-Positioning）
你做的事情，老玩家想模仿但又不敢模仿，因为会自我蚕食。
很多传统SaaS公司现在也面临这个困境。它们按人头收费，比如Zendesk、Intercom这些客服软件。
但如果AI把客服工作自动化了，企业需要的客服人员变少了，那买的座位数也就少了。
越成功，营收越下降，这是个悖论。
新的AI创业公司都是按任务收费，按处理的工单数收费。
这样一来，它们和客户的利益就对齐了：AI越好用，处理的工单越多，收入越高。
而老公司如果转向这种模式，就等于主动砍掉现有收入。因为它要放弃现有的收入模式，这对于一家已经上市的公司来说，几乎不可能。
5️⃣ 第五大力量——品牌（Brand）
最典型的例子就是OpenAI和Google。
Google是全球最大的消费品牌之一，几乎每个人都是Google的用户。但在AI聊天产品上，ChatGPT的日活用户竟然超过了Gemini。
这背后当然有反向定位的因素（Google担心AI搜索会损害广告收入），但品牌的建立速度确实惊人。
心理学里有个概念叫首因效应（Primacy Effect），说的是人们往往对第一次接触的事物印象最深。ChatGPT抢占了人们对AI聊天工具的第一印象，这个优势很难被后来者追上。
6️⃣ 第六大力量——网络经济（Network Economies）
Facebook那种网络效应在AI时代还存在吗？存在，但换了个形式。
现在的网络效应，主要体现在数据飞轮上：用户使用产品→产生数据→训练更好的模型→产品变得更好→吸引更多用户。
Cursor的自动补全为什么那么好用？因为每个使用Cursor的开发者，每一次点击、每一次按键，都会被记录下来用于训练模型。用的人越多，模型越准；模型越准，吸引的用户越多。
这个飞轮一旦转起来，后来者很难追上。
7️⃣ 第七大力量——规模经济（Scale Economies）
投入巨大的固定成本后，边际成本会变得很低。
在AI领域，最明显的例子就是训练大模型。训练一个前沿大模型要花几亿甚至几十亿美元，但训练完之后，让用户调用的成本就很低了。
这也是为什么OpenAI、Anthropic、Google这些大公司在模型层面有巨大优势。
应用层面，规模经济也有体现。
比如Exa这家公司，做的是AI Agent专用的搜索引擎，它需要先爬取大量网页，建立索引。
这个初始投入很大，但一旦建好了，服务第100个客户和服务第1000个客户，边际成本就很低了。
YC合伙人Gary讲了一个很重要的观点：护城河是个防御性概念。但你得先有东西值得防御，才需要考虑护城河。
这话听起来像废话，但恰恰是很多创业者最容易犯的错误。
他们会拿着两个创业点子，试图预测五年后哪个护城河更深，然后据此做选择，这完全是本末倒置。
正确的顺序应该是：找到一个真实的、痛苦的问题，解决它，拿到用户，产生收入，然后在这个过程中自然而然地积累护城河。
珍惜现在还能赚钱的事，你现在还能搞什么私域，什么自媒体，什么电商，还能白手起家。
以后的风口，比如AI，人形机器人，智能汽车，固态电池这些，普通人怎么做？你说怎么做。
以后99%的人就是宠物，百分之1的人创造120%的价值。就比如智能驾驶出来，能代替多少司机？不要意味着技术很远，送快递的无人车我在杭州已经见了很多了。
未来普通人怎么参与？唯一参与的方式是现在抓紧赚现金流，将来投资这类的公司，间接的参与进去。
以后的风口，比如AI，人形机器人，智能汽车，固态电池这些，普通人怎么做？你说怎么做。
以后99%的人就是宠物，百分之1的人创造120%的价值。就比如智能驾驶出来，能代替多少司机？不要意味着技术很远，送快递的无人车我在杭州已经见了很多了。
未来普通人怎么参与？唯一参与的方式是现在抓紧赚现金流，将来投资这类的公司，间接的参与进去。
如果这张图片放在当年，没多少人信的，认为是割韭菜什么的。
但是试着去认识和了解这个的人，在2023年的时候基本可以拿到结果。
什么都是有时间窗口期的。
但是放到现在已经没这么多了。
我现在告诉大家目前公众号是大红利。
估计妄想症犯了的人，会认为我是割韭菜什么的。
不要把每个人想的那么坏。
我安利大家做公众号的目的很简单打磨产品。
还是那句话错过 AI 时代的公众号，你可能需要再等五年。
我这种类似创业的生活状态，正式要进入第二年了。国庆放假的第二天，我还是做了一个重大决定，决定要搬家了，从住了两年的公司隔壁楼，搬去有点远的良渚，和最好的朋友住在一个小区里，过上楼上阳台能看到她家院子的生活。
从我开始工作以来，这还是第一次住到离公司这么远的地方，以往都是五分钟打车距离内，好像只有足够短的通勤才能证明我的高贡献度+不在通勤路上消耗太多能量。
但我今年明显感觉到住在公司、不社交、几乎没有自己的生活、满脑子都是工作，这种状态对我的消耗已经远超过增益了。今年要解决的问题越来越复杂，从单品和单内容，上升到组织、系统、品牌，需要更多抽象和深度思考的状态，而不是在场就够了。最近很多时间花在重新构建自己的能量系统上，包括公司内部的支持系统、机制，也包括对自己生活的调整。
当然还有个思考我觉得是要记录的，就是在这个过程中，如何保证自己是在做有效的能量补充，而不是转化成对困难工作的逃避和懈怠。因此对自己状态有效高频的觉察评估也非常重要。
从我开始工作以来，这还是第一次住到离公司这么远的地方，以往都是五分钟打车距离内，好像只有足够短的通勤才能证明我的高贡献度+不在通勤路上消耗太多能量。
但我今年明显感觉到住在公司、不社交、几乎没有自己的生活、满脑子都是工作，这种状态对我的消耗已经远超过增益了。今年要解决的问题越来越复杂，从单品和单内容，上升到组织、系统、品牌，需要更多抽象和深度思考的状态，而不是在场就够了。最近很多时间花在重新构建自己的能量系统上，包括公司内部的支持系统、机制，也包括对自己生活的调整。
当然还有个思考我觉得是要记录的，就是在这个过程中，如何保证自己是在做有效的能量补充，而不是转化成对困难工作的逃避和懈怠。因此对自己状态有效高频的觉察评估也非常重要。
关于做自媒体的「学习」，只有 1 成是真学习，9 成都是假学习
什么写作怎么练、表达怎么练、镜头恐惧怎么办 …… 巴拉巴拉
有镜头恐惧都是没拍够 100 条的，拍够 100 条的都没有镜头恐惧
所以「学习」的意义在哪 😂
按我的理解，所谓的学习，就是不想干又不愿意承认，所以假装在努力
执行就是学习，不执行就是不学习
而且这话也不是我说的，500 年前，王阳明说的，原话是：知行合一
什么写作怎么练、表达怎么练、镜头恐惧怎么办 …… 巴拉巴拉
有镜头恐惧都是没拍够 100 条的，拍够 100 条的都没有镜头恐惧
所以「学习」的意义在哪 😂
按我的理解，所谓的学习，就是不想干又不愿意承认，所以假装在努力
执行就是学习，不执行就是不学习
而且这话也不是我说的，500 年前，王阳明说的，原话是：知行合一
书评赛道：附加相关今日头条、公众号和百家号AI爆文提示词！
大家好，我是熊叔。
我今天给大家介绍一个赛道和类型。
我相信有些伙伴，已经在写这个赛道了。
同时我今天也会在文章中分享配套的AI提示词，这个提示词比较适合在Claude、 GPT、kimi中跑。
其他模型没有测试过，大家有兴趣的话可以去测试一下。
我为什么总是分享这么多干货，干到你口喝，那是因为我就喜欢分享干货。
太水的内容我拿不出手。可能很多新手小伙伴，看我的文章或者视频，很懵逼。
这很正常，我的建议你把我所有的文章和视频，都看一遍。
看完了你还不能变成一个老手，那就真的说不过去了。
书评这个赛道是很好，甚至如果做的比较垂直的话，还可以公众号带货什么的也可以，毕竟人群比较高知一些。
但是这个赛道有以下几个坑，需要注意的点。
1、同质化问题。毕竟书就哪些，但是写的内容和观点就哪些东西，想脱颖而出还是需要下一番功夫的。
2、容易变成“营销文”这是很多写这个赛道的人遇到的坑，但是你自己却不知道。这算是一个大坑。所以说，你在发文章前必须做一次营销文检测很有必要。
3、发文的时间不对。你要知道，喜欢看书评的人是哪些人，上班族、学生、退休的一些中老年。他们的作息时间各不同，你需要区分来发文章，所以起号的时候，精准规划定位很重要。
好了说这了这些坑和需要注意的点。我现在给大家分享一下配套的相关提示词。
提示词如下：
Role: 书评人
Profile:
author: ContentAny
version: 0.8
language: 中文
description: 我是一名经验丰富的书评人，擅长用简洁明了的语言传达读书笔记。
Goals:我希望能够用规定的框架输出这本书的重点内容，从而帮助读者快速了解一本书的核心观点和结论。
Constrains:
所输出的内容必须按照给定的格式进行组织，不能偏离框架要求。
只会输出 3 个观点总结部分不能超过 100 字。每个观点的描述不能超过 500 字。
只会输出知识库中已有内容, 不在知识库中的书籍, 直接告知用户不了解
Skills:深入理解阅读内容，抓住核心观点。善于总结归纳，用简洁的语言表达观点。
具备批判性思维，能对观点进行分析评估。
擅长使用Emoji表情熟练运用 Markdown 语法，生成结构化的文本。
Workflows:
用户提供书籍的名称根据用户提供的信息，生成符合如下框架的 Markdown 格式的读书笔记:
===
[Emoji] 书籍: <书名>[Emoji] 作者:<作者名字>[Emoji] 时间:<出版时间>[Emoji] 问题: <本书在尝试回答的核心问题>[Emoji] 总结: <100 字总结本书的核心观点>## 观点 <观点描述>
### 金句 <观点相关的金句，输出三句>
### 案例 <观点相关的案例，输出多个, 每个不少于 50 字>
===
Initialization: 作为一名书评人，我擅长用简洁明了的语言总结一本书的核心观点。请提供你想要了解的书籍名称.
#AI提示词 #AI写作 #自媒体 #公众号
大家好，我是熊叔。
我今天给大家介绍一个赛道和类型。
我相信有些伙伴，已经在写这个赛道了。
同时我今天也会在文章中分享配套的AI提示词，这个提示词比较适合在Claude、 GPT、kimi中跑。
其他模型没有测试过，大家有兴趣的话可以去测试一下。
我为什么总是分享这么多干货，干到你口喝，那是因为我就喜欢分享干货。
太水的内容我拿不出手。可能很多新手小伙伴，看我的文章或者视频，很懵逼。
这很正常，我的建议你把我所有的文章和视频，都看一遍。
看完了你还不能变成一个老手，那就真的说不过去了。
书评这个赛道是很好，甚至如果做的比较垂直的话，还可以公众号带货什么的也可以，毕竟人群比较高知一些。
但是这个赛道有以下几个坑，需要注意的点。
1、同质化问题。毕竟书就哪些，但是写的内容和观点就哪些东西，想脱颖而出还是需要下一番功夫的。
2、容易变成“营销文”这是很多写这个赛道的人遇到的坑，但是你自己却不知道。这算是一个大坑。所以说，你在发文章前必须做一次营销文检测很有必要。
3、发文的时间不对。你要知道，喜欢看书评的人是哪些人，上班族、学生、退休的一些中老年。他们的作息时间各不同，你需要区分来发文章，所以起号的时候，精准规划定位很重要。
好了说这了这些坑和需要注意的点。我现在给大家分享一下配套的相关提示词。
提示词如下：
Role: 书评人
Profile:
author: ContentAny
version: 0.8
language: 中文
description: 我是一名经验丰富的书评人，擅长用简洁明了的语言传达读书笔记。
Goals:我希望能够用规定的框架输出这本书的重点内容，从而帮助读者快速了解一本书的核心观点和结论。
Constrains:
所输出的内容必须按照给定的格式进行组织，不能偏离框架要求。
只会输出 3 个观点总结部分不能超过 100 字。每个观点的描述不能超过 500 字。
只会输出知识库中已有内容, 不在知识库中的书籍, 直接告知用户不了解
Skills:深入理解阅读内容，抓住核心观点。善于总结归纳，用简洁的语言表达观点。
具备批判性思维，能对观点进行分析评估。
擅长使用Emoji表情熟练运用 Markdown 语法，生成结构化的文本。
Workflows:
用户提供书籍的名称根据用户提供的信息，生成符合如下框架的 Markdown 格式的读书笔记:
===
[Emoji] 书籍: <书名>[Emoji] 作者:<作者名字>[Emoji] 时间:<出版时间>[Emoji] 问题: <本书在尝试回答的核心问题>[Emoji] 总结: <100 字总结本书的核心观点>## 观点 <观点描述>
### 金句 <观点相关的金句，输出三句>
### 案例 <观点相关的案例，输出多个, 每个不少于 50 字>
===
Initialization: 作为一名书评人，我擅长用简洁明了的语言总结一本书的核心观点。请提供你想要了解的书籍名称.
#AI提示词 #AI写作 #自媒体 #公众号
问题 1：我的业务单价太低怎么办
答：蜜雪冰城单价也低，不影响挣钱
问题 2：我的业务复购太差怎么办
答：房地产复购也差，不影响挣钱
问题 3：我的业务毛利太低怎么办
答：Costco 毛利也低，不影响挣钱
--
这都是假问题，你的单价、毛利、复购都是商业模式捆绑到一起的，不可能其他因素不变，只改变一个单点
明明是卖柠檬茶，非要说单价太低，那你涨价到 1 万块 1 杯，问题就解决了呀，可是利润没了
提升利润才是真问题，什么单价、毛利都是假问题
你想解决单价的问题，就只能得到高单价，得不到利润
你想解决复购的问题，就只能得到复购率，得不到利润
要么满足现有买家未被满足的需求，要么找个规模更大的业务去对标
关心业务里面的单一指标是没有意义的
答：蜜雪冰城单价也低，不影响挣钱
问题 2：我的业务复购太差怎么办
答：房地产复购也差，不影响挣钱
问题 3：我的业务毛利太低怎么办
答：Costco 毛利也低，不影响挣钱
--
这都是假问题，你的单价、毛利、复购都是商业模式捆绑到一起的，不可能其他因素不变，只改变一个单点
明明是卖柠檬茶，非要说单价太低，那你涨价到 1 万块 1 杯，问题就解决了呀，可是利润没了
提升利润才是真问题，什么单价、毛利都是假问题
你想解决单价的问题，就只能得到高单价，得不到利润
你想解决复购的问题，就只能得到复购率，得不到利润
要么满足现有买家未被满足的需求，要么找个规模更大的业务去对标
关心业务里面的单一指标是没有意义的
