不指望一次爆发的瞬间，而是追求日复一日的进化

从上个月开始，就在评估一个商业模型，多方分析，如何计算，都是一个很理想的模式，越是这样，就越不踏实。

假期这几天，决定说干就干，用最低的成本来验证假设，搞mvp，测试起来。

分析再多，都不如用最小的成本直接面向用户，去验证产品是否符合用户需求，再灵活调整方向。在这种情况下，如果产品不符合市场需求，那么就能“快速、廉价地失败”；如果产品被用户认可，那么可以不断优化和迭代，最终大规模投入市场。

这就是一个反馈循环：想法—开发—测量—认知—新的想法。

这个过程中，Shein的案例给我很大的启发。

Shein用无数的产品，无数的MVP，低成本地推向市场，去跟消费者对话。而消费者用他们的购买行为，直接给出反馈。

一个MVP，成本最小化，单件最低做到100件就可以生产。

如果这一款产品生产了100件，只卖出了2件，那么证明包含在这个产品的预测是错误的。如果生产了100件，卖出了98件，就可以快速地加量生产10万件。与其说它是在推出产品，不如说它在跟市场，跟消费者进行对话。

当然，SheIn不会一下子加到10万件，它会加到1000件，因为这里也可能存在着某种我们不知道的偶然因素。

从这些相关的数据里，SheIn又发现新了文章。然后它根据这些认知和相关的数据又做出了某种修改后的预测，以产品的形式跟用户对话，因为它每天要推出几百款产品。这种动态、实时更新的数据，更能发现消费者真正的需求之所在。

很多人都知道MVP的重要性，但差距往往不在MVP的认知上拉开，而是在MVP做出来之后的认知周转率上。

SheIn最大的优势就是它的认知周转率远远高于传统服装企业，传统服装企业的认知周转率是以年和季度来计算的，而它是以天来计算的。

由于对市场反馈的学习和总结速度极快，使得大量错误的认知在快速的迭代当中被过滤掉。

因此，踏踏实实坚持MVP原则，提高认知周转率，不要指望一次爆发的瞬间，而是去追求日复一日的进化。