我的互联网创业公司的第一笔收入磨难记

本文记录了一家互联网创业公司在面临用户付费习惯挑战下,如何通过诚实沟通和创新策略,最终吸引到首个付费用户的过程。从免费模式到尝试收费,作者分享了从计划、推广到实现盈利的心路历程,以及首次收到来自陌生用户的主动付费体验。通过真实对话截图,展现了创业初期的不易与突破,强调了真诚对待用户和不断优化产品的重要性。
本来也可以取名“用户要付费,挡也挡不住”。这是真实的故事。关于:我,互联网创业,免费服务,国内用户没有付费习惯。

在互联网免费模式尚未盛行的软件时代,国内企业就没有对软件付费的习惯,因此盗版成为中国软件业的名片。

大型互联网免费模式获得成功后,现在的互联网创业产品,包括saas产品,纷纷免费。免费的原因,除了行业竞争所迫,就是因为创业公司有VC在支持资金。

我们就是在此背景下创业的,而且是看起来离现金流很远的SaaS,为小企业小团队提供在线软件服务。我们做的在线表格,看起来更是收费难中之难。原因很简单,您可能会想到盗版Excel免费、Google docs免费,Office365免费,WPS免费,我们做的在线表格怎么可能收到钱呢?

既然我们决心创业,做企业就要盈利。虽然知道迟早要收费的,我们做好了至少一年产品免费的计划。我在2013年初写年度计划时,曾写到第四季度“尝试收费”。后来改为今年全力做好产品,免费推广,2015年开始收费。

结果呢?
现在是我们产品beta版上线后的半年多,迎来了第一个付费用户。而且是用户主动要求。按我们很开心的说法是,“挡都挡不住”。
几天前我白天微信上接受一个陌生人加好友,对方第一句话“想购买超级表格会员,怎么购买?”我当时忙没及时回复,吃晚饭时跟我问客服小凯“有人说想付费,这个人从来没听说,你对他在客服QQ群里有印象吗?我们从来还没提供过人工客服,就主动表示付费,会不会是竞争对手?”
呵呵,结果,当晚,我回家后跟这位“陌生用户”在微信上沟通了十几分钟,他往我的支付宝账号转账了。写到这个,我突然后悔年初我的手机收到第一笔50万投资款通知短信时没给手机短信拍照。等等,往个人支付宝打款,而不是公司账号?是啊,我们当然有公司银行账号,但创业初期就是这样,各种“不正规”。我们可以“不正规”,但不能少的是不按规矩创新,不能少的是千方百计满足与超越用户期待。


接下去我该写什么?看我高深的分析,还是直接看用户付费时的真实对话原文?
你一定看过各种创业公司如何融资,如何搞团队,如何搞产品,各种高达上总结,就是看不到,也无法还原真实的情景。我本人虽然在创业后写了60篇原创博文,有一篇文章叫“我和刘强东的故事:他的1000亿和我的5000万”阅读量超过7万,但这次,我决定,不走寻常路,把对话内容贴出来。当然已经征得这位“超级表格第一个付费用户”的同意。来了!下面就是微信对话内容截图,一字不漏。












至此,第一笔公司成立以来的第一笔收入进账了!下面还聊了一些其它话题。


现在容我来几句“分析”:
我跟对方讲的都是诚实的话,并且真心为对方着想。我一直相信,你对一个人是真心好还是假意好,是人都会知道的(动物都能感觉人对它好还是不好)。例如:
1、我并不尽量建议他现在多付款,告诉他先购买便宜的公有云,用好之后再购买较贵的私有云。虽然他表示想购买更贵的私有云。
2、整体导出表格的功能是付费功能,但实话告诉他还没开发。
3、我告诉他我们计划今年免费,明年再收费,并不忽悠他现在付费有多好多好。

我创业前很好奇看到创业前辈分享说“花了8个月获得第一用户,再花几个月获得第一笔收入”。现在我也可以总结了,“我创业13个月后获得了第一笔收入,然后再花2周获得了第二笔收入”情况是这样,获得第一收入一周后,我写这篇文章前,有第二个用户要主动付费了。

创业,我们在路上。超级表格加油!

超级表格

本文旨在系统阐述利用MATLAB平台执行多模态语音分离任务的方法,重点围绕LRS3数据集的数据生成流程展开。LRS3(长时RGB+音频语音数据集)作为一个规模庞大的视频与音频集合,整合了丰富的视觉与听觉信息,适用于语音识别、语音分离及情感分析等多种研究场景。MATLAB凭借其高效的数值计算能力与完备的编程环境,成为处理此类多模态任务的适宜工具。 多模态语音分离的核心在于综合利用视觉与听觉等多种输入信息来解析语音信号。具体而言,该任务的目标是从混合音频中分离出不同说话人的声音,并借助视频中的唇部运动信息作为辅助线索。LRS3数据集包含大量同步的视频与音频片段,提供RGB视频、单声道音频及对应的文本转录,为多模态语音处理算法的开发与评估提供了重要平台。其高质量与大容量使其成为该领域的关键资源。 在相关资源包中,主要包含以下两部分内容: 1. 说明文档:该文件详细阐述了项目的整体结构、代码运行方式、预期结果以及可能遇到的问题与解决方案。在进行数据处理或模型训练前,仔细阅读此文档对正确理解与操作代码至关重要。 2. 专用于语音分离任务的LRS3数据集版本:解压后可获得原始的视频、音频及转录文件,这些数据将由MATLAB脚本读取并用于生成后续训练与测试所需的数据。 基于MATLAB的多模态语音分离通常遵循以下步骤: 1. 数据预处理:从LRS3数据集中提取每段视频的音频特征与视觉特征。音频特征可包括梅尔频率倒谱系数、感知线性预测系数等;视觉特征则涉及唇部运动的检测与关键点定位。 2. 特征融合:将提取的音频特征与视觉特征相结合,构建多模态表示。融合方式可采用简单拼接、加权融合或基于深度学习模型的复杂方法。 3. 模型构建:设计并实现用于语音分离的模型。传统方法可采用自适应滤波器或矩阵分解,而深度学习方法如U-Net、Transformer等在多模态学习中表现优异。 4. 训练与优化:使用预处理后的数据对模型进行训练,并通过交叉验证与超参数调整来优化模型性能。 5. 评估与应用:采用信号失真比、信号干扰比及信号伪影比等标准指标评估模型性能。若结果满足要求,该模型可进一步应用于实际语音分离任务。 借助MATLAB强大的矩阵运算功能与信号处理工具箱,上述步骤得以有效实施。需注意的是,多模态任务常需大量计算资源,处理大规模数据集时可能需要对代码进行优化或借助GPU加速。所提供的MATLAB脚本为多模态语音分离研究奠定了基础,通过深入理解与运用这些脚本,研究者可更扎实地掌握语音分离的原理,从而提升其在实用场景中的性能表现。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论 8
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值