GMT系统建模分析(罗德·哈迪斯 中文译本)

            GMT 系统建模分析

        为了更详尽的让GMT系统立体式呈现出来,现对GMT进行建模,分板块进行分析。

          1、订单起始金额

          2、订单形成方式

          3、订单大循环轨道

          4、订单增幅额度

          5、参与人群优化

          6、自融体经济体

        在 GMT 的复变函数图中,订单金额是两个自变量,我们希望使用 GMT 系统的是批发商,并且也只有批发商是最能够激活和使用好这个工具。 每笔订单的起始金额建议不低于1500美金,因为低于1500美金的,属于或者接近于零售了,以零售为起点要进行规模性、持续性的销售,靠系统很难做到,必须靠其他的因素,比如地段、大品牌还有垄断性的商业,在这里不做过多讨论。最好的数据是 1500-1600美金之间,这个起点是大多数批发商进货的单笔最低金额,他们的心理接受度会比较适合,此外,别人向他们买货时,这个金额能满足他们作为批发商的最低期许度。

        关于订单的形成方式,在前面的章节我们有提及过,GMT 系统的批发商订单图解上比较形象的显示出订单是如何出现的,以什么形式出现。传统的离散、随机的订单,被划分为三个一组,规律的和每一个批发商匹配在了一起,这种模型我称之为:GMT 订单精准匹配模型。为何精准比相对更容易实现?因为一切被设定了路径,订单从产生开始就不能自由的存在,一出生就被确定了归属地,去它该去的地方。哪里是它该去的地方?系统路径会引导它精准匹配。至于为何是三个一组,我们在图形里面(如下图 1)把批发商定位为三角形,三角形是最稳定的图形状态,三角形的每条边匹配一个订单,这是真正长久稳固的哲学意义,数学实际上是从哲学里衍生出来的,个中意义,这里不详细说明。

        GMT 系统采用恒星加行星的创新模式,何为恒星?就是很少有位置变动的,有很多行星围绕着自己转动的星星。每一个恒星来做使用服务和批发商进货源头,匹配的三个批发商属于这颗恒星的行星,一旦他们也有了行星以后,自己也变成了恒星。每一个 GMT 的单位系统就是一个星系,这个星系里面每颗星星从行星到恒星,慢慢长大,最后跳出到别的星系去又成为升级版的恒星,继续循环衍生。从模型上来看,就是一个个宇宙星系、星球轨道大循环,如下图 2 所示:

        复变函数中(如下图 3 中)的订单金额,前面我们说了起始额度,在过程中它是变化的,是呈代数级的增长的,通过计算,系统设置为增长的等差和起始金额同等,也为 1500-1600 美金,这样能够保证一个规律,即批发商从自动接受订单匹配开始,每次进货的金额仅仅是自己盈利金额的三分之一,始终保持这个比例,这是复变函数中的单位订单金额。另一个自变量是批发商规模订单金额,批发商每完成一个回合的销售,可以升级自己的批发商规模,相当于恒星再生,每一次升级规模的金额额度,按照起始订单金额额度的三倍数值作为等差来进行代数级增长,故越往后,收益越高,但每一类规模进货额和卖完一轮的收益比例却在降低,回报的曲线在降低,完美风控。

        同样是在复变函数那一章,提到过为何普遍的裂变型模型很难真正可持续,也容易崩盘,其中有一个原因就是站在人性的角度,把消费者变成商家这种动作,既生硬又不现实,他们很难有裂变的冲动和能力。而真正的裂变是什么?细胞能够裂变在于它本身是细胞,故批发商引荐批发商才是从根本上启动裂变,因为他们本身就有裂变的动力和能力。GMT 系统里当批发商足够多的时候,系统会进行参与人群的优化,批发商规模只是一个初级划分,高一级的划分方式是根据数据来进行评分,系统会引入区块链技术以及大数据评估每一个批发商的等级,GMT 能够源源不断的帮助批发商产生增量数据,真正优秀的商家会更快的匹配到更多的订单资源,任何时候优胜劣汰都是不变的规律。

        提到生产、项目立项不得不提到融资,所有的生产商、还有大批发商、经销商都有融资需求,传统的融资方式就是银行贷款、股权融资等等(如下图 4 所示)。经济不景气的情况下,现状是中小企业融资难,大企业融资周期长,而未来最有效最科学的融资新理念,应该是向内求,而不是向外求的,故“自融体”是一种全新的理念,这种理念形成一种规模时,会出现“自融体经济体”,最终成为新常态。

        什么是“自融体”?就是自己不主动外求融资,而是各方资金主动靠拢,传统经营里面有一种订单式收购,便是“自融体”的雏形,但是那种情况是小概率、或者在某个领域某个公司的行为,而不是普遍性的行为。GMT 系统在使用者达到一定量时,能够帮助很多优秀的厂家、批发商形成“自融体”,通过自身的优良数据和口碑评分来吸引短期内批量订单,完成增资扩股,未来的纯投资行为在实体领域将逐步退出历史舞台,是否能够成为“自融体”是未来优良企业的重要标准之一,如下图 5 所示:

        以上,是 GMT 系统一个基础的建模分析,其中每一个板块有复杂的理论逻辑和数学计算,在这本通论里就不具体描述,希望每一位对 GMT 感兴趣的读者,用发展的眼光看问题,多一个维度想问题,换一个工具解决问题。如果能够看到微观经济学以今为开端,有了一个落地的解决方案,并整体性的影响一部分人,真实的解决了自身的问题,将是我最大的欣慰。

图片发自简书App
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,064评论 5 466
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,606评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,011评论 0 328
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,550评论 1 269
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,465评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 47,919评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,428评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,075评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,208评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,185评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,191评论 1 328
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,914评论 3 316
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,482评论 3 302
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,585评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,825评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,194评论 2 344
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,703评论 2 339