东港Gag Toy

怎么能做到既能够满足灵活性，辆校又能深入化程度很高。另外做分销的毛利是可控的，车体分销的企业因为是针对于同样的客户，会摊薄单个SaaS应用的营销成本。Gag Toy

说起来无非是把它简化简化再简化，检迎最后进行组合。他们也没有去对比标准厂商和他们自己做的产品之间的差异，开学这个我觉得是比较大的障碍。另外，东港大的企业没有使用我们的很多SaaS产品，东港主要的原因还是我们谈过的，他之前有个比较好的软件基础，把之前全能模式按照SaaS部署的痛点还不够痛，但是大趋势是改变不了的。Gag Toy比如工厂里的车间主任还是HR的助理，辆校再加上秘书或工程师，他们使用的是同一个大的平台，但是他们所摘取的是不同应用中的小应用。HR、车体CRM、OA标准化程度比较高，而且这些应用场景往往是可以通过灵活定制去实现。

这种模式客单价很高，检迎所以在企业来讲，直销和分销，都能取得很好的效果。所以我们在绝大部分厂商所提供的的产品，开学无论是在应用的广度、深度、灵活度、功能友好性，都远远超过国外的SaaS厂商。另一方面，东港扫码成功的用户会通过我们的朋友圈持续地了解公司产品，或者我们私信他们，这样能够有效宣传和营销。

人员配置上，辆校我们三个合伙人身兼多职，除了前期的推广外，还要负责顾客的体重管理、营养搭配等。虽然一个月能加到1000多好友，车体但是真正来店里咨询、车体买奶昔产品的只有十来号人，想不到的是，这种情况下我们也能盈利，特别是后来老顾客的使用效果不错，推荐身边朋友进店的多，现在我每月能挣3万多块。另外就是信息安全问题，检迎不得不说，检迎现在信息泄露问题太严重，如果有不法分子存心设置木马程序、扣费软件的话，手机上的所有信息都会面临威胁，所以，出于保护自己，大家也不会轻易扫码。创业扫码的幌子用了这么久，开学人们也知道目的其实是推广营销，已经越来越反感这种方式了。

document.writeln('关注创业、电商、站长，扫描A5创业网微信二维码，定期抽大奖。还有一点就是地铁站的管理规范问题，本身这类公共场所是不允许进行商业行为的，这件事情发生后，地铁站肯定会加强管理。

减肥奶昔在国内特别火，做了很多推广。最主要的还是因为看到很多人通过喝奶昔成功减了肥，而且整个公司推崇的都是积极向上的生活方式，代理商、股顾客经常组织活动，我比较认可这种理念。“地铁扫码僵尸用户多，但仍能盈利”刚开业时客户比较少，地推是做我们这行最喜欢的推广方式，虽然也有发传单、摆展示牌、户外广告等营销方式，但地铁扫码在当时是最受欢迎的推广方式，很多商家都在用，基本上需要拉C端客户的公司都会这么起步。之所以做这个是因为我自己一直都在关注如何减肥，在创业之前，我在健身行业做了五年，后来跟着朋友在他开的代理公司干了快一年，学了很多经验，我才出来自己干。

而相比其他靠减肥药、加大运动量等方式，喝减肥奶昔是轻松的，且对身体没有危害。“地铁扫码不合规，将被淘汰”我也有关注最近的地铁男事件，视频里的两个扫码姑娘太坚持了，我以前也遇到过很多不愿扫码的，这种情况就不用再打扰对方了，换下一个目标。这两三年里，我自己被求扫码过，也去扫过码，基本遇见的都是推广减肥奶昔。一方面，工作人员拿着二维码请求陌生人帮忙，多了一份人与人之间面对面的沟通，虽然是短暂接触，但与硬生生的广告相比，人和人之间更容易让人信服，愿意扫码关注的人很多。

做这个减肥俱乐部代理的门槛特别低，成本也很低，最大的成本也就是店面租金，我们几个在朝阳大悦城附近租了一个两层共60平方米的店面，每月租金8500元，这就是最主要的成本。地铁扫码不一样的地方是，除了人工成本外，你几乎看不到其他成本了。

除了对涉事男子的谴责声讨之外，更多人对地铁扫码这种推广行为也产生了极大兴趣。虽然扫的人多，但不一定是精准客户，地铁扫码的僵尸用户特别多。

如今出了这个事件后，我估计不仅我们，更多这行业的人也不会再去地铁站扫码推广了。一罐奶昔有550g，售价329元，平均下来能喝10天左右，顾客直接从公司的平台上下单购买，是直销模式，代理商是不从产品中赚取差价的，但总公司会有记录，根据顾客的订单额抽取15%—30%的费用给我们代理商，我们相当于就赚取个服务费，当然，这个行业里亏损的也很多。那么，地铁里那些创业扫码到底是怎么一回事?是谁在做这件事?我在两年前开始和两个朋友一起创业，做了一家营养和体重管理公司的代理，公司的主要产品就是奶昔，主打减肥功能过去一年，VR、AR曾煊赫一时，各类自拍修图软也纷纷试水，in自己作为图片社交产品，自然不会放过这样的技术革新，早在新版App发布前，in就上线了能融合两张图片的inDream功能。 in新版本中，基于地址的被动推荐和主动搜索形态基于兴趣标签组成的话题页则被集合在“热玩”栏目中，用户同样可以以被动推荐或者主动搜索的形式进入感兴趣的话题详情页，浏览话题历史图片。 in线下智能终端目前，in的线下智能终端已经布局了3500台，并多数集中于商场、火车站等人流量较大、又容易与线下商家展开合作的地方，据in创始人黑羽透露，in随后将升级新版本的智能终端，投放到北京等大城市。

in在这个市场中的优势还有什么?在社交功能端，过去几年in积累了1.8亿PB的图片数据，倘若这些沉淀在时间长河中长尾的图片可以加以利用的话，也算老树开新花，枯木又逢春;而在最基础的工具端，in已经成为一个全链条、一站式服务平台，从拍照到打印，in一应俱全。从AR扫商场优惠券、红包，再到杭州大厦的“十里桃林”，in有目的性地从线下着手推广自己的AR相机新功能;而在创始人黑羽看来，LBS+兴趣本身也是连接线下场景的重大革新，现在，搜索一个景点、商场、餐厅，都会出现由in用户真实上传的图片。

除却AR相机之外，in还将发力短视频以及直播，彻底告别纯粹图片社交平台的身份定义。线下：in的新场景社交理念与商业变现的基石如果我们换个思路来看in在此次产品周期上的两大拉新存旧的方案，会发现其实他们隐含着一个共同的目标——连接线下。

新场景社交平台，已经是in的全新定位了，而in接下来需要用自己的实际行动去解释的，只有一个问题：借助社交场景发生的社交互动，能成为一个强需求么?document.writeln('关注创业、电商、站长，扫描A5创业网微信二维码，定期抽大奖。in的版本和理念更新，也由此而生。

 in的话题呈现页和具体的话题详情LBS+兴趣，并不是一个新鲜的词，制衡各家平台的关键环节一在于数据，二在于技术。据in创始人黑羽介绍，基于以上逻辑的新版in，在三个月周期、五万用户的内测数据上表现喜人，活跃度比之前提高了一倍还多。当然，挖掘出长尾内容之后，如何让优质内容排列在前，也是一大难题，而in给出的解决方案还是技术——argus算法，简单来说，这是一个好图发现系统，在优质图片的匹配比较下，这套系统会在图片的视觉层面上去判断一张图片的美学质量和成像质量，然后决定他在相应地点或话题页下的排序问题。获新利器：AR相机、短视频及直播LBS+兴趣是in盘活存量市场的举措，但对拉新的促进作用不是那么明显;对于图片美化市场来说，最有拉新效果的功能革新一般出现在工具端，这是in又一个可以发挥的优势。

在in最近推出的新版客户端中，这两个功能被放大成更具体的入口。连接线下，意味着会有更多超越互联网传统广告模式之外的商业变现挖掘。

 in的短视频和直播功能毕竟，纯粹的图片社交在中国渐渐被证伪，还能支撑起这个市场的，只有AR相机、短视频、直播，以及随后出现的各类内容形式了。但这个起初对标instagarm产品，在以微博、微信朋友圈和为代表的中国式大而全产品的冲击下，过得并不是那么如意;雪上加霜的是，国内许多专心做工具的自拍、美图类软件如雨后春笋般涌现，或多或少侵占了in的市场。

简单来说，每在in拍摄一张照片，就会有拍照地点留存下来，而用户一般也会习惯性为所照图像加上标签或动态，前者是LBS，后者就是兴趣。世界各地的照片以瀑布流的形式直接呈现在发现页的“世界”栏目中，如果你对某个地点感兴趣，直接戳进去，就能浏览所有曾经在此地使用in拍摄、分享的照片;而在被动发现之外，你还可以通过搜索地点的方式，寻找到你感兴趣的图片内容。

在这之前，in有过还算辉煌的过去，2014年6月上线，在2014、2015年间连续拿下数个知名机构多轮融资，2016年就挂牌新三板了。存量挖掘：技术驱动下的LBS+兴趣in的优势在之一于数据，那么把这些数据的价值挖掘出来，以产品的形态呈现给每一个用户，乃是当务之急，而LBS+兴趣，成为in最终的解决方案。过去一年，贡献in最大收入来源的项目可能是打印，从3月份上线这一功能至今，in已经打印了4000多万张相片，单张售价五毛钱，在这样的数据面前，in开始了直接布局线下打印终端的尝试。in主动与线下合作乃至自己制作了一个物理的终端，可以说跟随了这股趋势。

 in此前的图片融合功能inDream效果图当然，in并没有像许多同类型产品一样浅尝辄止，在最近的更新中，in推出了自己的AR相机。 in的VR相机据黑羽介绍，AR相机圣诞节推出后，当天就有160万人参与使用;而在春节的时候，in还与线下商场合作，用AR相机扫红包及优惠券的方式吸引用户。

in已经有了海量的数据，走出下一步的关键是技术。in在新版客户端中，采用了自己的geekeye语意化识别系统，用户拍摄一张图片，这套系统就会自动识别场景，根据图片内容推荐相应的贴纸组合，之后也会自动将其归类到相应的话题页内，目前，in已经支持识别3000个子类场景。

毫无疑问，线下是一个很好的流量入口，从去年的共享单车，到今年的便利蜂、线下KTV，由互联网团队主导，依托线下场景支撑的互联网产品，站在了风口之上。据创始人黑羽介绍，in的研发团队中大概只有20%到30%的人负责传统App的设计、搭建，剩下的人才集中于图像识别等当下火热的人工智能领域。