所谓“降维打击”到底什么意思?

*本文先结合一些案例解释在商业市场等战场上“降维打击”的含义和应用原理,然后进一步讨论“降维”之说对于日常问题分析的价值,挖掘“降维”式的思维模型。读过《三体》有助于形象化理解,但本文完全不要求有《三体》知识背景。

古有赵普半部论语治天下,现在一些公司恨不得一本《三体》战披靡。所谓的“降维打击”之说,就源于刘慈欣的《三体》。听了那么多人说某某公司降维打击,然而对于商业市场里所谓的“降维”打击到底是什么鬼、个人又能从这种“降维”思维中学到些什么来应用一下,似乎总没有人说个清楚明白。所以我就来抛玉引砖了(嗯,吸引拍砖)。

一、商业市场的降维打击

说起降维打击,360安全软件是个经典案例。免费的姿态直接打得杀毒市场哀鸿遍野,其实这里的“免费”就是一波降维打击。

“降维打击”,字面意思就是通过下降一个维度来进行打击。所以关键就在于什么是“维度”。对于某个行业的若干家公司来说,每一家的运转、盈利有好多个要件,比如供应链、人力资源、硬件盈利、软件盈利、专利盈利、仓储、物流……经过一定的时间后,行业内各家公司虽有效率高下之分,但各个要件的组成、尤其在哪些要件是核心上总体大同小异。这些要件就是“维度”。如果对向量有所了解,那么可以理解为每一家公司都由这n维向量来定位。

比如,在360杀进安全软件市场之前,卡巴斯基、瑞星等杀毒软件都通过向用户收取年使用费的形式来获取收入,这是它们核心支柱意义的一个“维度”。然而360一下子把收费这个维度彻底取消掉了,并且它在取消掉这个维度之后自己活得好好的(这点很重要,要是是自杀式袭击,就没什么意义了),但卡巴、瑞星等久傻眼了,面对竞争对手以取消一个要件的形式发起的攻击、自己又离不开这个要件的时候,全无还手之力——就像三维的我们面对二向箔完全无能为力。

小米的硬件0利润跟360的免费是相似的降维打击,阿里、京东对实体店的打击则是降的另一个维度。线下实体店面这个维度的消解是显然的,不过它们还消解了别的维度——实体陈列柜空间(消解、并成为了无限的互联网展现空间)、辐射地域(可覆盖网络和物流所能覆盖的所有区域,而不再是店铺周边)……怪不得苏宁必须大力发展苏宁商城、实体书店半死不活,毕竟实体店如何招架这层层降维打击呢。

这也是新东方之类公司要面临的尴尬。做在线教育无疑是消解了若干维度,然而打击的对象除了对手更有自己(毕竟新东方还是离不开线下班级的教学收入)……

上面是已经发生和正在发生的,还有一些未来肯定会发生的。比如自动驾驶汽车对出租车行业、甚至一定程度上对于商务酒店行业、零售店的降维打击……

可见,所谓的降维打击,不过是通过消解要件来打破竞争对手的惯性生存条件。即,分析清楚自己所往的竞争市场目前必须的要件,然后自己消解掉其中哪怕一个关键的要件,同时保证自己根据这套模式依然可以存活盈利有发展,那么,竞争对手就被降维打击啦。实际上,谈商业市场上的“降维打击”,不过是商业模式的创新。任何一个旧维度的消解都以找到新的维度取而代之为前提,而对手跟不上这个新维度罢了。

二、“降维”思维的原理和应用

说“降维”总有点拗口别扭,要是换个说法就好理解了——投影,“降维”具像化描述不过就是投影。那么,在思维模型的层面上,降维\投影是什么意思、又有什么应用价值呢?

现实世界是多元的,每一个问题都涉及多个变量,当我们只需要在多个变量中重点考察一部分、或者部分变量无关大局时,为了我们能够分析简化,降维\投影就可以出马了。比如,地图就是典型的降维的结果,因为此时我们关心的是经纬度、不关心每块地区的海拔高度。再比如,显微镜也是把三维物体进行二维观察。

可见,降维\投影是一种很实用的降低复杂性的思路方法。

然而,问题产生了——万一我想从投影恢复原始数据怎么办?此时,我们就必须从各个渠道获取信息来尽量还原被丢弃的维度。

其实更常见的不适把丢弃的维度还原,而是发现既有的系统不完整、有新的东西需要补充。此时,我们也就往往并不需要彻底丢弃原来的结果,而只需要在原来结果的基础上新加一个维度就好了。这样一来,原来的系统就相当于新系统的一个投影。经典物理至于现代物理、欧几里得几何之于现今认知的几何学都是这样投影的存在。

降维\投影也并不是唯一的降低复杂性的方法。现实世界不仅多元,而且异常复杂,有时候直接把若干变量直接投影投掉会造成分析的精确性受损。在这样的场景下,可能把多个变量聚合成一个变量是更好的分析方式。此时,新聚合而成的变量囊括了各个弱相关变量、不牺牲数据,同时,不再需要关注这些若相关变量本身。

如果用函数关系来表示,那么降维的含义可以这样来表述:

R=f(x,y,z)为了便于分析、以及由于z变量无关分析要义,所以真正分析的时候关注的是R=f(x,y)。

多变量聚合则可以这样来表述:

W=f(a,b,c,d,e,f,x,y,z)

n=g(a,b,c,d,e,f)

所以W=f(n,x,y,z)。

以上。希望对你有价值。欢迎讨论,欢迎到我的个人页面查看更多思考干货~

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 206,839评论 6 482
  • 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 88,543评论 2 382
  • 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 153,116评论 0 344
  • 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 55,371评论 1 279
  • 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 64,384评论 5 374
  • 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 49,111评论 1 285
  • 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 38,416评论 3 400
  • 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 37,053评论 0 259
  • 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 43,558评论 1 300
  • 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 36,007评论 2 325
  • 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 38,117评论 1 334
  • 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 33,756评论 4 324
  • 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 39,324评论 3 307
  • 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 30,315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 31,539评论 1 262
  • 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 45,578评论 2 355
  • 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 42,877评论 2 345

推荐阅读更多精彩内容