晚上心血来潮想吃板栗.
于是便去买了斤,23块.
顺手Google了下成本价,感觉利润率还蛮高的.
然后想到了一个问题.
利润率高就是一门好生意么.
或者说,单纯看利润率是不是就能判断是否有价值/值得去做.
考虑简单的revenue = income - investment.
对于一个商品而言,价格/售价带来的收入income是大致固定的.
那么,要提高利润/收入revenue的话,减少成本investment的投入就是很自然而然的想法.
但这里隐含一个奇妙的假设.
那就是这个计算是基于单次交易的.
也就是说并没有考虑周转率.
或者说转化时间.
一个稍微极端点的例子就是.
存在一个利润率为80%的交易A与一个利润率为1%的交易B.
A的交易周期或者说完成时间是100年,而B则只需要1秒.
那么,不用计算也知道在一定时期内B的累计收益要比A高.
修正一下的话,就应该是
revenue = (income - investment)/transation_time.
拆分一下的话就是
revenue = income/transation_time - investment/transation_time.
如果一个产品的生命/销售周期是确定的.
那么income/transation_time的部分就是一个常数.
所以,maximize revenue的方法实际上就是minimize investment/transation_time.
把这个minimize的部分换个角度看的话,实际是就是要求单位时间的内的投入尽可能地少.
如果transation_time不是确定的话,但预期收入income和预计投入investment是确定的话,不如一些成熟产品的销售开发等.
则明显的只能通过缩短transaction_time来达到优化revenue的结果.
如果都是不可预期的呢?
比如一个新东西的研发,可能一切都是不那么确定.
考虑另外一种形式.
revenue = income - investment - transation_cost.
这里,尽管income和investment可能也是当前不确定的因素.
但在研发或者说投产之后,则可以认为是已知的.
换句话说虽然是不能实现量化的,但从性质上来说两者的运算是一个常数.
因此,问题也就简化为minimize transation_cost了.
这里取巧的是并没有定义具体的transation_cost是什么.
而只是一种泛化的对影响交易流动速率/周转率的东西的一个统称.
具体到栗子的问题.
影响它周转率的是什么呢?
一个是人流,一个是炒栗子的速度.
给定一定的炒栗子的速度,那么周转率就首先受人流量的制约.
当人流量到达一定程度的时候,就收到炒栗子的速度的制约,而且存在一个极限瓶颈.
这里仔细想想的话,其实是分几个阶段.
第一阶段是收人流制约的阶段.
这时候该如何最大化收益呢?
自然是想办法增加流量.
思路可以是招揽顾客,这是基于地点固定的假设针对landing转化率的优化.
或者切换不同时间点人流地方,这是基于地点不固定的针对流量的渠道优化.
甚至更进一步的,以横向开店的方式综合landing和渠道的流量优化.
从现实角度来说,这个阶段基本上是可以无限延续下去的.
只要市场还没有饱和.
如果已经饱和了,那处于什么阶段都是无意义的.
因为过剩使得这时候并不存在进一步优化的空间.
单纯思路上考虑的话,第二个阶段就是栗子产量更不上需求的阶段了.
一个自然的想法当然是提高生产效率了.
使得单位时间的产出栗子数跟上需求的增长.
然而,如果存在一个物理极限呢?
考虑下定义产量跟不上需求这个描述.
实际上就是
demand - supply > 0
利益最大化的过程实际上就是让
demand - supply -> 0
的过程.
而前面的假设是supply已经达到物理极限了.
那么还存在优化的可能么?
如果以某种形式减少demand呢?
考虑这里的supply其实是一个时间相关的函数.
所谓的达到极限也即使supply的速率达到了一个极限.
既然supply是个时间相关的速率函数,那么demand也应该是一个时间相关的速率函数.
也就是说实际上,它表征的并不是需求的总量,而是需求的单位时间速率.
做个定义
demand = (people * demand_per_person)/ unit_of_time
这样的话,即使前面假设people继续增长,那么通过调节demand_per_person也可以维持不等式里demand的值.
这个demand_per_person的实际意义可能是分量,也可能是配给的限额或者其他类似等价的东西.
另外一个思路是考虑supply.
原本的supply假设是跟demand无关的.
如果有关呢?
如果demand可以转化为某种形式的supply呢?
一个可能的形式就是如果买栗子的用户自己炒栗子的话,那么demand - supply = 0就是恒成立的.
跟最初的单方的炒栗子的物理极限无关.
退一步来说,把炒的过程分解摊分给用户,也能在一定程度上扩展物理极限的约束.
相对与demand_per_person的方案来说,转化demand为supply的方式理论上跟持续一点.
毕竟现实里demand_per_person并不是一个可无限细分的量.
所以,理论上来说,貌似是一个在市场不饱和的前提下永续下去的东西.
到这,发觉栗子没吃完就已经有些腻了.
于是,大概也不是一个特别不容易饱和的东西.
没有评论:
发表评论