最后一英里--从创意到创业
2017-04-13 11:48:53 0 举报AI智能生成
最后一英里，是从创意到创业的艰难旅程。它是将想法转化为现实的过程，需要克服无数的挑战和困难。在这个过程中，创业者需要不断学习、成长和适应变化，才能在竞争激烈的市场中脱颖而出。最后一英里充满了不确定性和风险，但只有勇敢地迈出这一步，才能实现梦想。因此，最后一英里不仅是一段旅程，更是一种精神，它代表着坚持不懈、勇往直前的精神。 希望这段话能够帮到您。如果您还有其他问题或需求，请随时告诉我。
作者其他创作
大纲/内容
分支主题
思考框架
方法论
如何读书
把作则要回答得问题反推出来，再自己来理解作者的思路，并给出自己的答案！
问题
如何全方位思考一个具体的实物（概念）？
本体
核心
特性（空间）
价值
必要条件
融资
团队
人员
目标客户
利益相关者
内部，外部
经济可行性
运营资源
发展方向（时间）
商业化道路
如何通过科学的方法一步步将创意凝实？
如何完整的陈述自己的创意？
如何剔除创意中错误的认识？
在实现创意时哪些才是首要的&关键的？
如何用实验实证创意？
对于初创企业团队来说最常见的纰漏是什么？
招聘要求把控不严
创始人没有很好的领导力
如何系统性保证创业走上一条错误的道路？
如何让决策不出大问题
如何及时关停错误的产品？
书本内容
创意管理
落实创意
创意三要素
有合理的市场与客户需求？
解决方案可行吗？
创造了什么价值？
27个创新问题
目标客户
谁是客户（可能是多边的）
客户在努力做什么工作？
该工作还有哪些方面还不能让客户满意？
关键利益方
还有谁印象客户购买以及使用决策？
他们需要完成的工作是什么？
他们为何要支持你的创意？
创意
该创意的精华是什么？
该创意能怎样帮助客户和利益方减轻痛苦？
与客户的可及方案相比，这个创意表现如何？
是什么让它表现与众不同，表现更好？
它会是什么样子的，感觉如何？
经济性
最可能收入来源？
获取收入的成本是什么？
需要怎样的基础设施？
需要哪些成本支出？
商业化路径
开始进入市场的立足点在哪里？
如何从该点扩展出去？
你最担心的竞争对手有哪些？你要如何打败他们？或者让他们忽视你？
运营
这一商业涉及哪些相关的活动？
都有哪些人参与了哪些活动？
你参与了哪些活动？
你需要哪些人建立关系？
你需要得到什么？
团队
创业团队由哪些人组成？
他们的哪些经验表明他们可以成功？
融资
执行这一方案需要多少资金？
需要多久才能赚回这些钱？
创意简历
行动纲要
目标客户群，和他们的问题
解决方案
商业模式关键要素
规模扩展计划
简单财务分析
关键假设
测试计划
评估创意
基于模式的分析
是否有市场？是否有足够大的市场？
团队是否能够做成这件事（经验，深度）
盈利途径（...)
财务模型
计算创意的4P
双变量 “焦点铭感性表格”
逆向收益表
进行模拟实验--蒙特可怜模拟法
角色扮演
说服客服购买从前从来没有买过的东西
说服心有疑虑的高管投资该创意
从风险投资处获得资金
力劝朋友同事加入一项资金短缺，前途未卜的事业
力劝谨慎保守的部门开放资源
当回消息来临时，激励团队
聚焦创意
评估自信：对每一项“假设&认知”的信心
评估影响力：哪些项目会影响到最终执行
终极杀手，关系到整个事业的安危
路径依赖，是体格会影响后续战略选着的不确定性因素
成功的关键
聚焦少数问题，做好功课，邀请局外人
测试总结调整创意
保证团队小而精
杰夫·贝索斯--两张披萨原则
韩国 kakao "4+2"原则
仔细设计测试
预测--检测--核对
行动
创业前你需要做的十四件事
调查分析，明确方向（上市公司投资东动向，大趋势？）
确定影藏的限制条件，操作风险 或者潜在的竞争反应
建立4P模型
打电话咨询相关从业人员？
交流流程走一遍（思想上）
建立一个原型（具备功能的粗糙产品）
与潜在客户对话（电话&线下交流）
制作逆向收益表
开展专项可行性测试（方案）
制定详细财务说明
建立购买经历原型（用户完整的真实交易）
建立商业模式原型（全局性的原型）
进行小基数使用测试（交互给少数用户）
开展一个运营试点（）
建立一个支持系统
穿越创新迷雾的决策系统
偏向于执行，而跟不上无休止的讨论
经常反省（学习，意料之外，意料之内）
定量定性数据都应该直接影响决策
创新部门最好独立办公（如无过多业务牵连）
项目回顾会议需要外部参与者
决策者不仅审查，还需要进行试验
鼓励聪明的创新，不过度惩罚失败
终止“僵尸项目”的脱离机制
链接外部专家，客户员工的人际关系系统
领导力
需求混沌；承认团队以及自己的不足，时刻准备调整状态
学习一项新技能，从新技能的角度再去反思
重要观点
用科学的方法管理(创意的)不确定性
创业公司是在寻求可持续商业模式的临时组织，而不是大型组织的缩减版
组件创新内阁，纳入差异性（文化）很强烈的成员
核潜艇测试方法：预测--检测--核对：即使无危险，出现了与预期不符合的数据也要找到原因（过程学习）
0 条评论
下一页
