今天问到chatGPT额度问题：

1、首先新用户免费3个月18美金使用额度；

2、怎么计算额度，我们基本使用的达芬奇语言模型，其价格0.02美金一条，汇率rmb6.8/1。0.02*6.8=换出为0.136一条；

3.专业版收费，升级专业版。每月大概42美元，在登录openai官网头像边有个雷电升级按钮。不过需要国外信用卡付款这是个门槛。定价也有具体分类目前四个型号：Ada最快/BAbbage/Curie/Davinci是最强大。

4、升级专业版你的这个账号和api秘钥就是专业版了，注意使用到地方。

5.升级专业版优势也明显：全天的高可用性，更快的响应时间，优秀先使用新功能。

#让AI触手可及# #智能# #释放5G潜能，有龙则灵# #chatgpt 申请出站#

会按模型实际价格算，外加门窗损坏和盗走的现金1500元，顶多3000元金额定罪。//@君子坦荡荡111：盗窃金额怎么计算？按模型还是按同型号真机？

3男子闯入苹果手机店，盗走18台手机模型，店家：他们凌晨破门而入，作案过程仅36秒

#餐厅选址#

15.餐厅选址数据测算：投资可行性分析

选址时，判断一个位置是否适合开餐厅，需要一个【投资可行性分析模型】。

通过这个模型我们可以计算得到三个数据：餐厅需求人流量，餐厅需求面积，每平方米的日租金。与我们实际测量人流量的数据、实际餐厅面积、实际房租价格进行比对，从而决定是否适合在这个位置开餐厅；

在这个模型中，投资额和投资回收期是已知的。

1.计算月需求净利润。

用投资额回收期=月需求净利润，得到餐厅的月需求净利润。

我们可以知道餐厅需要每天赚到多少钱，才可以在回收期内收回投资；

2.计算月需求营业额。

用月需求净利润净利润率（8%~15%），得到我们的月需求营业额。

通过这一步计算我们知道了餐厅需要每月赚多少钱；

3.计算日需求人流量。

用月需求营业额客单价得到我们的月需求就餐人数。

用月需求人数30天得到了日需求就餐人数；

我们已经知道了每天需要多少顾客来吃饭，用日需求就餐人数捕获率，就能得到餐厅的日需求人流量。这意味着我们已经知道了每天餐厅门前需要有多少人经过。

注意：日需求量是我们要获得的第一个关键数据。

4.计算月需求房租租金。

用月需求营业额X房租占比，就得到了我们的月需求房租租金；我们可以得到需求房租的上限；

5.用日需求就餐人数翻台率X座位占比面积，得到我们的前厅需求面积。

用前厅面积前厅面积占比可以得到餐厅的需求总面积；

注意：需求面积是我们需要获得的第二个关键数据。

每平米日租金是我们需要获得的第三个关键数据。

用这三个数据和我们已知数据比较就可以得到我们的选址位置是否适合开餐厅；

假如你看好了一个铺位，想投资50万开一家餐厅，如何判断这个投资是否可行呢？

第一步：假如房屋合同为五年，较为合理的投资回报期为1年到2年，我们就能知道我们每个月的净利润为20833元。50万24=20833元。

这意味着餐厅每个月的净利润要大于20833元，才能在两年内回本。

第二步：计算餐厅需求的营业额

我们知道餐厅的净利润率通常为8%-15%，我们假设13%，用我们第一步得到的需求净利润20833元13%=120256元，得到餐厅每个月的需求营业额；

第三步：计算餐厅的需求就餐人数

假设我们已经知道餐厅的平均客单价为25元，用我们的月需求营业额除客单价得到我们餐厅每个月的就餐人数6411人。

641130 可以得到每天餐厅的就餐人数=214人。

我们假设 餐厅人流量的捕获率为5%。用214人5%=4280人，我们就得到了餐厅每天门前人流量4280人。

第四步：计算需求房租价格

通常餐厅的房租在营业收入中为10%~15%，我们选择13%，在第二步的计算出的需求营业额160256元X13%，可以得到餐厅每个月的房租需求价格20834元。

第五步：核算餐厅面积

假设餐厅的每个占地面积为1.3㎡，翻台率为4次，用第三步得到的餐厅每天需要的就餐人数，214人4次，得到餐厅需要的座位数54个。

用座位数54*1.3(每个座位的占地面积)=71平米（就餐面积），假设餐厅的公摊面积、墙体、柱子的占比为15%，餐厅的厨房面积占比为25%，用100%-15%-25%，我们就得到了就餐面积比例：60%；

最后用上面计算的就餐面积71平米60%，我们就得到了118平米，这个数据就是我们需要的餐厅面积；

第六步：计算房租的日租金

通过第四步的计算，已经知道餐厅每个月的需求房租20834元，用这个数据总面积11830天，就得到了餐厅每平米每天的租金价格为5.89元。

通过这几步的计算我们得到了这个餐厅选址时最重要的几个数据：人流量、房租租金、餐厅面积、用我们实际的数据，或从市场上获取的数据与我们上面的计算数据对比，我们就可以判断，这个餐厅的投资回报情况；

假如通过计算，我们发现餐厅每天需要人流量4280人，而我们实际测算的人流量为2000人，这个时候假如我们选这个位置开餐厅，几乎很难收回成本；

再举个例子，经过计算需要的餐厅租金价格为5.9元，实际的租金价格为10元，这时候你需要综合考虑：

a.如果这个位置的人流量大大超出了需求的人流量，那这个位置还是需要谨慎考虑的，

B.这个地段的实际人流量一般，这个时候你需要的是果断放弃这个位置，在这里开店是很难赚到钱的。

如果你看到了这里，你会发现，选址的本质是数据模型的核算，不符合开店模型的位置，即使再好，也要舍弃，所以为什么满大街的好位置差位置那么多，高手都能做的风生水起呢？数据对了结果才对，这就是许多餐饮高手的不传之秘。

祝愿各位餐创者，都能在这个生生不息的行当里越做越好。

我是 头 条 号：文博餐饮观的作者赵文博

本号只分享餐饮行业经营管理的知识

喜欢我的文章欢迎 点赞 留言 转发及关注~

什么是心机？儿子收7100元压岁钱，妈妈写收条“巧取豪夺”：抹掉俩零，全“不”归还。据《九派新闻》报道，长春一位妈妈在大年初二给自己一年级的儿子写了一张收条，看完之后，我哭笑不得。

这位妈妈“坑娃”的“套路”并不新鲜，无非就三招：别字、大写、小数点。“别字”是把“全部归还”故意写成“全不归还”；“大写”是在阿拉伯数字表示的金额后面加上汉字表示的大写金额；“小数点”是在7100中间加小数点，7100元变成了71.00元。

话说回来，就为了把孩子压岁钱要来代为保管，出手这么重，合适吗？

①妈妈“处心积虑”

接受采访时，这位妈妈透露了四点信息：

第一，他想有个委婉的方法，让孩子心甘情愿把压岁钱交给她；

第二，孩子跟她强调交出压岁钱可以，必须留视频和图片作证，不能耍赖；

第三，孩子一年级，不认识数字大写，小数点是啥也不懂；

第四，她打算开个账户给孩子把钱存上，过几年孩子有了理财意识，再让他自己保管。

②看法“大相径庭”

媒体对这件事报道之后，网友们的看法针锋相对。支持派认为，孩子太小还不懂，妈妈这么做可以接受，以后还可以拿这件事教育孩子，勉励他好好学习，注意书写规范、证据留存，不要轻易被坑。反对派认为，妈妈在用自己的行动为孩子演绎什么叫做欺骗，孩子有可能因此而失去相信别人的能力。

你是支持派，还是反对派呢？我借此来分享一下我的做法，你觉得好不好用？

③我的“以策万全”

我家孩子四年级，从小到大，他的压岁钱管理，我总结出七个要点。

第一，由于孩子名字开的银行卡只能存取款，没有别的功能，所以用我的名字开一张卡，专卡专用，只存他的压岁钱；

第二，跟孩子明确，他收的压岁钱（来自家庭成员内部的部分）归他所有，但我作为监护人，要进行监督管理；

第三，孩子的手机上下载网银APP，他可以随时查看这张卡的收支状况；

第四，他可以用自己的手机进行网络支付；

第五，我们约定单笔消费的上限，超过这个金额，就需要我们一致同意才能支付；不足这个金额，他可以自由支付；

第六，每个月固定日期对账，在这一天我们会一笔一笔核查本月的收支，看看收入多少利息，消费的性价比高不高；

第七，不断拓展他的边界，从教给他什么是收入和支出开始，拓展到资产和负债的概念，风险和收益的关系，直到最近两年跟他交流有哪些类别的不同产品可以投资理财，以及从哪些角度筛选产品。

从目前的情况来看，我对现状还是比较满意的。

我们偶尔会在一起探讨如何赚钱，比如上一个月我很认真地告诉他：你的想法很好，如果动手把模型做出来，可以去申请专利，有了专利就能赚钱啦。出门在外，我也会鼓励他在一定限度内支配金钱，比如请我吃吃喝喝，比如参加活动我们各自交纳自己应该承担的费用等等。

④红包“来龙去脉”

压岁钱身边总是围绕着两个问题，一是“钱从哪里来”？二是“该归谁所有”？

“正方”认为，压岁钱都来自于成年人之间的人情往来，没有家长掏钱给别家孩子，别家的家长也不会掏钱给自己的孩子。所以，孩子的压岁钱理应归家长所有。

“反方”认为，压岁钱是风俗，既然收钱的是孩子，就该归孩子所有。钱到了孩子手里，家长可以去教孩子如何使用，借机培养孩子的理财意识。

你对这位妈妈的“套路”怎么看？你是支持派，还是反对派？你对我们家的压岁钱策略怎么看？你是“正方”，还是“反方”？来评论区聊聊吧。

关注@缪老师妙笔生花，看更多教育观点。

#母亲保管压岁钱 收条写“全不归还”##大有学问# #长春头条#

说说你们不知道或者被引导的不知道的GDP（二）。上一次说了中国GDP有没有因为不统计小企业、个体、路边摊而被严重低估这个问题，今天说下，所谓美国住房租金虚拟化等是不是人为虚高了GDP数据。

先说答案：没有。

其实这个就是GDP统计中三种方法的问题（生产法、中间值法和消费法）。很多人望文生义，觉得生产法就是统计生产产品计算GDP，消费法就是统计最终消费计算GDP，这完全是外行话。无论哪种方法，生产、消费、投资等等都要统计，三种方法的核心在于计算比重。

就以房地产来说。

中国GDP基本是中间值+生产法，所以GDP计算倾向于产出和增值，在房地产统计中，计算GDP的关键指标其实是三个：建筑安装工程、从业人员工资（只是房地产）和销售额（面积）。具体计算如下，第一步建立模型，根据以前多年房地产GDP数据（这个要多种方法不断取舍），算出历年建筑安装工程，工资和销售的占比影响（需要很多年），然后根据影响给各个数据赋予一个比值。第二步根据比值确定一套计算工具和方法，在一段时期内根据这个工具和方法来算未来几年GDP。第三步每五年根据经普数据，重新确定各个数据所占的比值。

那么会不会只用建安、工资和销售，来算房地产GDP，不会的。这个就牵涉形势变化：中国仍然处于房地产建设增长期（无论是高速还是低速），建安这几个指标完全可以反映房地产GDP。假如某一年，房地产建设不再进入增长期，但房租进入增长期，这个时候房租市场可能大于建设，那么统计房租就比统计建设更有代表意义。那个时候房地产GDP统计可能就是房租+工资等模式了。

美国就属于房租市场>建设市场的国家，在这样的市场里，每年的房租交易可能远大于建设费用或者销售额，统计房租就远比统计建设或者销售更有代表意义，所以美国倾向于统计房租来反映房地产。

这个时候就有可能存在住房租金虚拟化的问题。因为租金统计和统计企业两码事，比如中国有100多万大中企业，但租房的可不止100万，按照企业统计来对租房统计显然不行，就需要采取一些办法，住房虚拟化就是一个办法：第一步根据经济普查以及税务等数据算出全社会租金额，然后通过其他普查或者房屋部门得到所有房屋总量（不去管那个房子租不租，或者今天租明天不租）。第二步根据全社会租金和房屋总量算出一个平均租金。第三步按照分层随机等原则抽取一些租房，来统计租金变化，根据这个租金变化算出全社会租金额用于计算GDP。第四步，经普修正数据。

这里就出现一个问题，既然可以算出全社会租金额来虚拟租金，为什么还要统计租金变化来算全社会租金额。这个就牵涉实际值和推算值。我们看到的GDP等通过计算的数据，其实只有经普才能真正统计出来，但经普是五年一次，但数据却需要年年公布，季季公布，所以就有了推算值，根据经普数据、各项比重选取重要指标，计算各项指标比值，然后每月每年统计这些重要指标，来根据比值算GDP，下一次经普再修正一下。

房租也是，要想知道全社会房租额，只有五年知道一次（美国经普也是五年），但国家社会必须每季度都要知道数据，所以五年中只能抽样统计来推算全社会房租额，但是要知道五年变化很大，除了租金变化外，房屋是不是年年租、有没有新建房屋，有没有发生自然灾害或者火灾摧毁房屋等都会影响，这样就需要进行全社会房屋虚拟化。这样虚拟化的好处就是降低工作成本。

举个例子：1个区1万套住房，五年一统计，有5000套出租，一年租金合计5000万，租金1万/套年，选其中50套作为样本连续追踪5年，算房租变化，如果这个区这50套租房统计五年变为1.1万/套年，那么这个区是不是租金总额是不是就变为5500万了？答案是未必。因为套数，这个区五年前1万套，五年后是不是还是1万套？五年前出租是5000套，这五年是不是还是5000套？这都是变数。因为统计部门不可能年年去核实，所以就引入了虚拟化。就是干脆假定这1万套都租，租金总额不变还是5000万，每套就变为0.5万/套年，然后从其他部门拿到这个区新建住房数为1年500套，每年增加5%；租金每套每年增长2%，那么全区租金总额每年增长为1.05*1.02/100。然后套入5000万初始总数，可以算4年，然后到第五年经普再统计新的基础数据修正。

这种虚拟化的办法，只要参数准确，计算合理，理论上样本越大越精确。

中国统计中也有大量虚拟化的数据，比如粮食产量统计（虚拟土地产量），工资总额，就业情况等等。这只是为了减轻工作量的一种方式，不存在人为拔高数据。

ChatGpt近段时间最火，讨论最多的人工智能AI语言模型，而且还推出了收费版，免费试用也只有短短3个月和18美元的额度，这不升级完全没法用啊看来，可我还没开始尝鲜啊[尬笑][泪奔]

#ChatGPT# #OpenAI#

网页链接

详解万能商业模型：波士顿矩阵

波士顿矩阵是指通过“市场增长率”和“市场占有率”两个指标对业务进行优化组合的一种分析工具。我们在历史的模型介绍文章中也有多次提及到。

01什么是波士顿矩阵

波士顿矩阵（BCG Matrix），又称市场增长率-相对市场份额矩阵，由美国著名的管理学家、波士顿咨询公司创始人布鲁斯亨德森于1970年首创，它是通过销售增长率（反应市场引力的指标）和市场占有率（反应企业实力的指标）来分析决定企业的产品结构。

市场吸引力包括企业销售量增长率、目标市场容量、竞争对手强弱、利润高低等。其中最重要的是反映市场引力的综合指标——销售增长率，这是决定企业产品结构是否合理的外在因素。

企业实力包括市场占有率、技术、设备、资金利用能力等，其中市场占有率是决定企业产品结构的内在因素，他直接显示出企业的竞争实力。

02波士顿矩阵模型的三个重要指标

市场（需求）增长率

高增长和低增长的分界线可根据具体情况设定。

市场增长率的计算公式为：市场增长率=[比较期市场销售量（额）-前期市场销售量（额）]前期市场销售量（额）100%

相对市场占有率代

相对市场占有率即该公司某产品的市场占有率与同行中最大竞争者的市场占有率之比或为该公司某种商品销售量与同行中最大竞争者的种商品市场销售量。

市场占有率 又称“市场份额”。是指企业商品销售量(额)在同类行业商品销售量(额)中所占的比例，一般用百分比表示。它包括绝对市场占有率和相对市场占有率。通常说的市场占有率一般系指绝对市场占有率。

计算公式如下：企业某种商品的市场占有率=（该公司某种商品销售量/该种商品市场销售总量）100%

销售收入

销售收入也称作营业收入。营业收入按比重和业务的主次及经常性情况，一般可分为主营业务收入和其他业务收入。

销售收入=产品销售数量产品单价。

03波士顿矩阵模型分类详解

波士顿矩阵将产品类型分为四种：

1，明星类产品：高增长且高市占，发展前景好，竞争力强，需加大投资以支持其发展；

2，问题类产品：高增长但低市占，发展前景好但市场开拓不足，需谨慎投资；

3，现金牛产品：低增长但高市占，成熟市场的领导者，应降低投资，维持市占并延缓衰退；

4，瘦狗类产品：低增长且低市占，理论率低甚至亏损，应采取撤退战略。

1.1、问号（山猫）产品

位于第一象限，是一些相对市场份额还不高，但市场增长率提高的很快的业务。企业将面临选择对其加强投资还是想要进行出售、放弃的决定，其发展方向可以说是暂不不确定的。

1.2、明星产品

位于第二象限，通常是处在很有发展前景的新兴产业中的成长期，在这个快速增长的市场中，占据了较高的市场份额。战略选取上可以采用纵向和横向一体化、市场渗透、市场开发，产品开发和合资经营等模式。

1.3、现金牛产品

位于第三象限，也被称为企业的印钞机，它通常有很高的相对市场份额，但也因此市场增长率就显得增速不高了。战略选取上产品开发或集中多元化经营，而当竞争优势转为弱势时，可采用收缩或剥离战略。

1.4、瘦狗产品

位于第四象限，在一个低速增长的产业中竞争，看不到有什么增长的机会，市场份额比较低，是食之无味弃之可惜的无用的瘦狗。如果短期内没有发生转机的迹象，合乎逻辑的决策是战略选取上可以先收缩，然后剥离或清算。

04波士顿矩阵的行业生命周期

四种战略并没有清晰、严格的界限，可以在生命周期过程中采用复合型战略以持续获取最大化的收益。

发展型战略：用现金牛业务的收益，投入到问题业务中，以提高相对市场份额，尽快发展为明星业务的战略；

保持型战略：好好养牛，不轻易投资新业务，继续保持现有的市场份额，让现金牛产生更多的收益；

收割型战略：对现金牛业务和发展前景不佳的问题业务和瘦狗业务，尽可能考虑快速收割短期利益，然后准备放弃或变卖；

放弃战略：对无利可图的瘦狗业务，果断清理、撤消、出售，把资源用在其它有发展前景的业务上。

05BCG矩阵变种--GE公司的行业引力矩阵

GE行业引力矩阵下的九种战略措施

GE行业吸引力矩阵的开发初衷，是帮助市场营销人弥补波士顿矩阵的一系列缺陷。事实就是如此，波士顿矩阵重市场份额、轻品牌与战略，以市场营销学中的产品组合为着眼点；而GE矩阵提供市场营销学的全局视角，恰好与其互补。

该矩阵由33共九个方格组合而成，将市场划分为三类。与波士顿矩阵相比，行业吸引力矩阵用“市场吸引力”取代的“市场增长率”，用“竞争地位”取代的“市场占有率”，并增加中间等级，更有时代感与包容性。

所有的模型都是为了帮助我们更好的做战略研究，做市场分析，做数据分析的。结合自身实际情况制作对应的模型更为重要。

#波士顿矩阵##商业模型##自我提升指南##职场干货##看图涨知识##商业分析模型#

商业模式是设计出来的

商业模式是设计出来的

值得学习的预测方法[给力]

「别说你懂销售漏斗」你或许知道销售漏斗用于销售阶段管控，但你一定不知道，销售漏斗的算法也在不断升级，在掌控过程与预测结果上逼近精确。 中长期打单模型中使用销售漏斗，最明显的变化是： ①　销售机会管理，从面向结果的管理到面向过程； ②　从跟单黑盒，到阶段统一划分跟单周期； ③　从销售个人主观判断，到可能性百分比； ④　从模糊的预计签约，到具体的预估时间和金额； ⑤　从总转化率，到阶段分布展示各阶段流失。 管理视角下的漏斗，是在对比中发现问题： ➊纵向对比：阶段分布展示阶段流失：销售漏斗不局限于签约转化率的分析，它其实更关注阶段转化率，比如：用阶段停留天数反应机会健康度、用阶段推进比值表示阶段转化率。需要注意，要剔除成功、搁置、放弃、失败等客户的干扰，只计算状态=“正在跟踪”筛选活跃机会。 ➋横向对比：历史转化率发现趋势异常：销售漏斗的优化是个持续进行的过程，时间越久，收集的客户数据越多，从全局上看，历史转化率会更精准。这里的阶段历史转化率（用历史全部机会计算历史平均转化率），则不需要过滤客户状态下的转化率。对比当前阶段转化率与历史阶段转化率，可分析当前阶段转化是否健康，做及时调整。 ➌全局平均发现个人短板：在分析个体销售阶段跟踪能力时，另外可以用“全局平均”做参考，这是用全公司人员机会计算全局平均转化率，由此可以对比出该销售阶段能力与公司整体业务水平的高低。 关于销售预测：传统预测，是依靠销售员填写的「单条商机成交可能性百分比」来计算的，本质上是基于销售的经验判断，谈不上精准。 区别于传统预测，超兔CRM提供2种预测方法： ✿人工预测：根据销售主观判断机会的可能性、预计签约日期与预计金额得出的销售预测值，适用于销售机会较少的时候，反而避免偶然性，适合找到稍低于成功临界值附近的最大潜力机会。 ✿阶段最终转化预测：漏斗的功能建立在销售流程的基础之上的，离开流程谈漏斗，就等于凭空建楼阁，一切都是空谈。 计算公式：1）销售预测值=该机会预计金额阶段最终转化率；2）阶段最终转化率=当前阶段到最后一个阶段的逐级转化率的乘积(由该用户历史销售机会计算) 从公式中可以看出，历史销售机会数量越多的情况下，基于历史阶段转化率得出的预测值数据将越精准，适合过滤掉主观的偏见，反映客观数据。 〖如图所示：为超兔App销售漏斗和销售预测功能〗#超兔CRM##销售#

运营，必须掌握的5大模型！

一、AARRR模型

二、RFM模型

三、漏斗模型

四、Hook上瘾模型四要素

五、产品生命周期模型

运营内容如下：

一、AARRR模型

Acquisition：获取用户

Activation：提高活跃度

Retention：提高留存率

Revenue：获取收入

Refer：自传播

二、RFM模型

R——最后交易距离当前天数（Recency）

F——累计交易次数（Frequency）

M——累计交易金额（Monetary）

三、漏斗模型

趋势（Trend）：从时间轴的变化情况进行分析，流程或步骤进行改进或优化的效果监控

比较（Compare）：比较类似产品或服务间购买或使用流程的转化率

细分（Segment）：细分来源或不同的客户类型在转化率上的表现，分析网站的广告或推广的效果及ROI。

四、Hook上瘾模型四要素

Trigger：触发/引爆点，即如何引导用户采取行动。

Action：行动，即驱动用户的行为。

Reward：奖励，这是让用户上瘾的关键。

Investment：用户对产品的投入，泛指能促使用户再次使用产品的一切行为。

五、产品生命周期模型

探索期（introduction）

成长期（growth）

成熟期（maturity）

衰退期（decline）

关注订阅专栏《老夏聊运营》

让内容为你赋能，让你的运营更加的轻松！

头条专栏

老夏聊运营

只要做好单店模式就可以做复制了，单店模型需要梳理六点，简称321单店盈利模型

3：客户需求为核心，提供商品和服务，团队如何激励和服务客户的流程，即：①客户服务的标准化②商品和服务的标准化③团队管理的标准化

2：根据品牌的定位，进行设计选址、建店、开店的流程标准化，即：①品牌规划的标准化②开店系统的标准化

1：财务模型的分析例如：单店投资测算，即，投资金额、月经营金额，投资回报周期。这三点去分析。