四閨蜜首秀小S最顯老？

　　為何網易雲音樂這一次能引起如此強烈的共鳴?　　1.UGC模式呈現，蜜首容易引發共鳴　　網易雲音樂的樂評一直都“獨具匠心”，蜜首有時候，大量優質評論所帶來的慰藉感甚至大過歌曲本身。

”在采訪中，顯老李宇一直在反複強調自己仍對汽車分時租賃市場非常有信心：這一定是未來的方向，隻是還沒有到爆點而已。還有，蜜首充電設施也再不斷完善，這樣，運營的頻次就能降下來。

但P2P共享模式有很多難以解決的痛點，顯老比如私家車服務很難標準化，顯老用戶訂單響應不及時，接單率參差不齊，P2P租車模式獲取車輛的成本很高但效率卻不高。但最終，蜜首友友用車還是倒在了融資環節上。但是，顯老在共享經濟最火爆的時候，它卻成了“失敗典型”。李宇回憶，蜜首在友友用車的運營上，有個坑是在轉型後沒有及時進行人員數量的調整，導致費用高漲。但考慮到未來可能會擴張，顯老他們還是保留了很多“閑置”人員，導致人員成本費用過高。

做新能源車的廠商也是有國家補貼的，蜜首但是，這些補貼並不會發到分時租賃的企業頭上。運營費用裏麵包含停車費、顯老充電費和運營人員費用。就拿發傳單來比較，蜜首傳單的設計就需要出錢找專門的人員做，蜜首設計了還得批量打印，然後再雇人去派發，中間的成本大得多，而且人家一般都不願意接傳單看了，做的多是無用功。

我們在生意上正規之後也不在地鐵站掃碼了，顯老最多偶爾會去去附近的商業中心找人掃一掃。另一方麵，蜜首掃碼成功的用戶會通過我們的朋友圈持續地了解公司產品，或者我們私信他們，這樣能夠有效宣傳和營銷。人員配置上，顯老我們三個合夥人身兼多職，除了前期的推廣外，還要負責顧客的體重管理、營養搭配等。雖然一個月能加到1000多好友，蜜首但是真正來店裏谘詢、蜜首買奶昔產品的隻有十來號人，想不到的是，這種情況下我們也能盈利，特別是後來老顧客的使用效果不錯，推薦身邊朋友進店的多，現在我每月能掙3萬多塊。

另外就是信息安全問題，不得不說，現在信息泄露問題太嚴重，如果有不法分子存心設置木馬程序、扣費軟件的話，手機上的所有信息都會麵臨威脅，所以，出於保護自己，大家也不會輕易掃碼。創業掃碼的幌子用了這麽久，人們也知道目的其實是推廣營銷，已經越來越反感這種方式了。

document.writeln('關注創業、電商、站長，掃描A5創業網微信二維碼，定期抽大獎。還有一點就是地鐵站的管理規範問題，本身這類公共場所是不允許進行商業行為的，這件事情發生後，地鐵站肯定會加強管理。減肥奶昔在國內特別火，做了很多推廣。最主要的還是因為看到很多人通過喝奶昔成功減了肥，而且整個公司推崇的都是積極向上的生活方式，代理商、股顧客經常組織活動，我比較認可這種理念。

“地鐵掃碼僵屍用戶多，但仍能盈利”剛開業時客戶比較少，地推是做我們這行最喜歡的推廣方式，雖然也有發傳單、擺展示牌、戶外廣告等營銷方式，但地鐵掃碼在當時是最受歡迎的推廣方式，很多商家都在用，基本上需要拉C端客戶的公司都會這麽起步。之所以做這個是因為我自己一直都在關注如何減肥，在創業之前，我在健身行業做了五年，後來跟著朋友在他開的代理公司幹了快一年，學了很多經驗，我才出來自己幹。而相比其他靠減肥藥、加大運動量等方式，喝減肥奶昔是輕鬆的，且對身體沒有危害。“地鐵掃碼不合規，將被淘汰”我也有關注最近的地鐵男事件，視頻裏的兩個掃碼姑娘太堅持了，我以前也遇到過很多不願掃碼的，這種情況就不用再打擾對方了，換下一個目標。

這兩三年裏，我自己被求掃碼過，也去掃過碼，基本遇見的都是推廣減肥奶昔。一方麵，工作人員拿著二維碼請求陌生人幫忙，多了一份人與人之間麵對麵的溝通，雖然是短暫接觸，但與硬生生的廣告相比，人和人之間更容易讓人信服，願意掃碼關注的人很多。

做這個減肥俱樂部代理的門檻特別低，成本也很低，最大的成本也就是店麵租金，我們幾個在朝陽大悅城附近租了一個兩層共60平方米的店麵，每月租金8500元，這就是最主要的成本。地鐵掃碼不一樣的地方是，除了人工成本外，你幾乎看不到其他成本了。

除了對涉事男子的譴責聲討之外，更多人對地鐵掃碼這種推廣行為也產生了極大興趣。雖然掃的人多，但不一定是精準客戶，地鐵掃碼的僵屍用戶特別多。如今出了這個事件後，我估計不僅我們，更多這行業的人也不會再去地鐵站掃碼推廣了。一罐奶昔有550g，售價329元，平均下來能喝10天左右，顧客直接從公司的平台上下單購買，是直銷模式，代理商是不從產品中賺取差價的，但總公司會有記錄，根據顧客的訂單額抽取15%—30%的費用給我們代理商，我們相當於就賺取個服務費，當然，這個行業裏虧損的也很多。那麽，地鐵裏那些創業掃碼到底是怎麽一回事?是誰在做這件事?我在兩年前開始和兩個朋友一起創業，做了一家營養和體重管理公司的代理，公司的主要產品就是奶昔，主打減肥功能過去一年，VR、AR曾煊赫一時，各類自拍修圖軟也紛紛試水，in自己作為圖片社交產品，自然不會放過這樣的技術革新，早在新版App發布前，in就上線了能融合兩張圖片的inDream功能。

 in新版本中，基於地址的被動推薦和主動搜索形態基於興趣標簽組成的話題頁則被集合在“熱玩”欄目中，用戶同樣可以以被動推薦或者主動搜索的形式進入感興趣的話題詳情頁，瀏覽話題曆史圖片。 in線下智能終端目前，in的線下智能終端已經布局了3500台，並多數集中於商場、火車站等人流量較大、又容易與線下商家展開合作的地方，據in創始人黑羽透露，in隨後將升級新版本的智能終端，投放到北京等大城市。

in在這個市場中的優勢還有什麽?在社交功能端，過去幾年in積累了1.8億PB的圖片數據，倘若這些沉澱在時間長河中長尾的圖片可以加以利用的話，也算老樹開新花，枯木又逢春;而在最基礎的工具端，in已經成為一個全鏈條、一站式服務平台，從拍照到打印，in一應俱全。從AR掃商場優惠券、紅包，再到杭州大廈的“十裏桃林”，in有目的性地從線下著手推廣自己的AR相機新功能;而在創始人黑羽看來，LBS+興趣本身也是連接線下場景的重大革新，現在，搜索一個景點、商場、餐廳，都會出現由in用戶真實上傳的圖片。

除卻AR相機之外，in還將發力短視頻以及直播，徹底告別純粹圖片社交平台的身份定義。線下：in的新場景社交理念與商業變現的基石如果我們換個思路來看in在此次產品周期上的兩大拉新存舊的方案，會發現其實他們隱含著一個共同的目標——連接線下。

新場景社交平台，已經是in的全新定位了，而in接下來需要用自己的實際行動去解釋的，隻有一個問題：借助社交場景發生的社交互動，能成為一個強需求麽?document.writeln('關注創業、電商、站長，掃描A5創業網微信二維碼，定期抽大獎。in的版本和理念更新，也由此而生。 in的話題呈現頁和具體的話題詳情LBS+興趣，並不是一個新鮮的詞，製衡各家平台的關鍵環節一在於數據，二在於技術。據in創始人黑羽介紹，基於以上邏輯的新版in，在三個月周期、五萬用戶的內測數據上表現喜人，活躍度比之前提高了一倍還多。

當然，挖掘出長尾內容之後，如何讓優質內容排列在前，也是一大難題，而in給出的解決方案還是技術——argus算法，簡單來說，這是一個好圖發現係統，在優質圖片的匹配比較下，這套係統會在圖片的視覺層麵上去判斷一張圖片的美學質量和成像質量，然後決定他在相應地點或話題頁下的排序問題。獲新利器：AR相機、短視頻及直播LBS+興趣是in盤活存量市場的舉措，但對拉新的促進作用不是那麽明顯;對於圖片美化市場來說，最有拉新效果的功能革新一般出現在工具端，這是in又一個可以發揮的優勢。

在in最近推出的新版客戶端中，這兩個功能被放大成更具體的入口。連接線下，意味著會有更多超越互聯網傳統廣告模式之外的商業變現挖掘。

 in的短視頻和直播功能畢竟，純粹的圖片社交在中國漸漸被證偽，還能支撐起這個市場的，隻有AR相機、短視頻、直播，以及隨後出現的各類內容形式了。但這個起初對標instagarm產品，在以微博、微信朋友圈和為代表的中國式大而全產品的衝擊下，過得並不是那麽如意;雪上加霜的是，國內許多專心做工具的自拍、美圖類軟件如雨後春筍般湧現，或多或少侵占了in的市場。

簡單來說，每在in拍攝一張照片，就會有拍照地點留存下來，而用戶一般也會習慣性為所照圖像加上標簽或動態，前者是LBS，後者就是興趣。世界各地的照片以瀑布流的形式直接呈現在發現頁的“世界”欄目中，如果你對某個地點感興趣，直接戳進去，就能瀏覽所有曾經在此地使用in拍攝、分享的照片;而在被動發現之外，你還可以通過搜索地點的方式，尋找到你感興趣的圖片內容。在這之前，in有過還算輝煌的過去，2014年6月上線，在2014、2015年間連續拿下數個知名機構多輪融資，2016年就掛牌新三板了。存量挖掘：技術驅動下的LBS+興趣in的優勢在之一於數據，那麽把這些數據的價值挖掘出來，以產品的形態呈現給每一個用戶，乃是當務之急，而LBS+興趣，成為in最終的解決方案。

過去一年，貢獻in最大收入來源的項目可能是打印，從3月份上線這一功能至今，in已經打印了4000多萬張相片，單張售價五毛錢，在這樣的數據麵前，in開始了直接布局線下打印終端的嚐試。in主動與線下合作乃至自己製作了一個物理的終端，可以說跟隨了這股趨勢。

 in此前的圖片融合功能inDream效果圖當然，in並沒有像許多同類型產品一樣淺嚐輒止，在最近的更新中，in推出了自己的AR相機。 in的VR相機據黑羽介紹，AR相機聖誕節推出後，當天就有160萬人參與使用;而在春節的時候，in還與線下商場合作，用AR相機掃紅包及優惠券的方式吸引用戶。

in已經有了海量的數據，走出下一步的關鍵是技術。in在新版客戶端中，采用了自己的geekeye語意化識別係統，用戶拍攝一張圖片，這套係統就會自動識別場景，根據圖片內容推薦相應的貼紙組合，之後也會自動將其歸類到相應的話題頁內，目前，in已經支持識別3000個子類場景。

很赞哦!（2917）