见
近一段时间,关于好文算法在币乎上的讨论层出不穷。
以笔者为例,谈一下好文算法的影响。
在好文算法出来之前,笔者文章的收益一般是600~800,比上不足,比下有余。
但是好文算法出来以后,明显感受到了波动巨大。
上面截图很有意思,挨在一起的两天,前一天2300+,后一天240+,差了接近9倍。
加上最近观察热门,的确出现了很多新面孔,证明好文算法的威力进一步显现,甚至没有权重的新人,文章出现上万收益也屡见不鲜。
在金马社群里的一些小伙伴,原先因没有太大权重,每篇的收益不到100元,但现在只要写出好文章,也可以获得很好的收益,笔者挺为他高兴的,如下图所示:
连续两篇文章,收益相差近15倍,真的有做过山车的感觉。
不可否认,好文算法给了没有权重的作者一个很好的曝光机会。
感
刘润在《商业通识30讲》里有一段话说的很好:
工资,是劳动的价格;
利息,是资本的价格;
租金,是土地的价格。
很明显,现在的好文算法更多是鼓励劳动(撰写好文),而降低资本(权重)对于热门的影响。
笔者很支持这种改革,毕竟只有新人的不断涌入,而不是一小部分存量用户的狂欢,才可以让币乎走得更远。
只有尝试与币乎一起把蛋糕做大,这样不管是新用户还是老用户,才有更大的发展空间。
著名的梅尔卡夫定律是这样表述的:,
网络价值随着用户数平方的增长而增长,即与用户数平方成正比。
对梅特卡夫定律的理解,也就是通常所说的“网络效应”,可以分解为两个递进的层次:
第一,规模是网络价值的基础。网络上的“节点”即用户越多,网络的整体价值越大。
第二,规模对网络价值的影响具有外部性。即规模越大,单个存量用户获得的效用越大。
随着新节点的接入,网络价值非线性增长,对原来的节点而言,从网络获得的价值也会越大。一般的资产,分享者愈多,个体所得愈少。网络则不同,根据梅特卡夫定律,由于网络价值与N的平方成正比,价值增幅超过节点数增幅。
所以,网络系统内节点(用户)越多,单个节点可以分享到的价值反而愈大。
思
本人是币乎的老用户,在2018年1月就参与了币乎的内测。
当时币乎还没有上线,为了进行冷启动,币乎开展了一项活动,只要在文章开头写上一句话:“本文由币乎(bihu.com)优质内容计划支持”,发布到任何写作平台上,就可以获得5W KEY的奖励。
5W KEY对于现在的我来说,难度不是一般的大。即使笔者近期收益最高的一篇文章,也只有4.6W KEY,如下图所示:
可以说,现在早就过了币乎的红利期。
按照刘润《商业通识30讲》关于红利的定义:
红利就是短暂的供需失衡。
最早币乎冷启动的时候,供需是失衡的,那时没有人知道币乎,币乎的KEY也没有实际的价格,供给很多,需求很少,所以那时一篇文章只要在开头加上一句币乎的slogan,就可以轻松获得5W KEY。
但现在供给很少,甚至KEY的产量每年会逐步递减,而需求很多,币乎上有那么多作者虎视眈眈盯着有限的热门资源,所以现在没有了“红利”,只剩下了“工资”,也叫做“社会平均利润率”。
那笔者为什么还愿意持续写下去呢,因为本人看好区块链内容平台这个赛道,看好币乎这个平台。
记得巴菲特有一句话说得特别好:
“不想持有十年,就不要持有十分钟”。
当然很多人对这句话有误解,以为只要买入一支股票(币)就要持有十年。其实这句话描述的是买入的状态和一种关注长期基本面的思考过程。
当一个人买入的时候认为可以拿十年,那么这公司一定是他认为的好公司,至少是他认为的看得懂,业绩能长期持续增长并且有护城河的企业。
虽然未来千变万化,一个人的判断很多时候是错的。但是如果通过这个标准的检验才买入,至少是经过自己深思熟虑的决策,并且也愿意耐心持有。那么赚钱的几率就比轻率的买卖高很多。
近期币价下跌了不少,对于笔者写文有影响吗?肯定是有,但影响有限。
主要是因为笔者有稳定的场外收入,并不需要卖KEY获得生活费。如果文章收益高多一些会很开心,少一些也无所谓。
最重要的是,从KEY本位来说,熊市中赚的KEY和以后在牛市里赚的KEY有什么不一样吗?
完全没有差别。
虽然从法币本位来看,KEY的价格波动巨大,但其实KEY的价格只与你真正卖出的那一瞬间有关系。
既然笔者已决定在将来的牛市再卖出KEY,那么又何必在意这中间的涨涨跌跌呢?
行
后续笔者仍然会在币乎持续更新,理由如下:
1. 提高自己的认知
2. 结识更多高认知的小伙伴
3. 赚取更多的KEY,坚信熊市当中赚KEY一定比牛市容易
梦想还是要有的,笔者希望通过在币乎写作挣到100W软妹币。
当然姿势也要正确,就像跑马拉松,起步不宜过快,匀速前进,选择合适的步频和步幅才是最有效和持久的方式。
慢慢来,比较快!
相信时间的力量,相信复利的力量。
版权声明:项目均采集于互联网, 空投币 无法审核全面,且希望大家能赚钱,请谨慎切勿上当受骗!
温馨提示:★★★天上真会掉馅饼!天道酬勤,都是机会!不错过每个空投糖果!真假难以辨认,尽量0撸!