twitter估值（推特公司股价）

pinterest是什么

Pinterest采用的是瀑布流的形式展现图片内容，无需用户翻页，新的图片不断自动加载在页面底端，让用户不断的发现新的图片。

Pinterest堪称图片版的Twitter，网民可以将感兴趣的图片在Pinterest保存，其他网友可以关注，也可以转发图片。索尼等许多公司也在Pinterest建立了主页，用图片营销旗下的产品和服务。

有多家机构称，在移动互联网时代，网民在移动设备上更喜欢观看图片，Pinterest、Snapchat、Instagram等图片社交平台受到用户热捧，目前市场估值也明显高于其他“文本”社交网络。

~如果你认可我的回答，请及时点击【采纳为满意回答】按钮~

~手机提问的朋友在客户端右上角评价点【满意】即可。

~你的采纳是我前进的动力~~

O(∩_∩)O，互相帮助，祝共同进步！

估值380亿美元的数据湖引领者，Databricks是如何发展壮大的？

阿尔法公社

重度帮助创业者的天使投资基金

Databricks是一家正在崛起的企业软件巨头。2021年，它连续获得两轮10亿美元级别的大额融资，估值跃升到380亿美元，它在数据和人工智能领域具有全球雄心。

Databricks是一个非典型的创业故事，它由七位联合创始人创办，其中大部分是学者。它从Spark开源项目起步，现在引领了数据湖范式，这将加速其与主要竞争对手Snowflake的竞争。

本文是投资人Matt Turck与Databricks联合创始人兼CEO Ali Ghodsi的对话实录，Matt Turck在2015年就与Databricks的联合创始人Ion Stoica有过对话，对于Databricks的情况相当熟悉。在本文中Ali Ghodsi将透露Databricks从一个开源项目到大型公司的成长经历，以及在团队，产品，进入市场，扩张等方面积累的洞见，Enjoy。

科学家创始人们推动Databricks起步

Matt Turck： 我们谈一下Databricks的起步，AMPLab、Spark和Databricks，这一切是如何开始的？

Ali Ghodsi： 我们当时正处于人工智能革新的风口浪尖：Uber刚刚起步，Airbnb、Twitter处于早期，Facebook还不是巨头。他们声称，使用20世纪70年代诞生的机器学习算法实现了很好的效果。

以当时的常识来想这不可能是真的，我们觉得那些算法不可能Work，但他们说，“不，我们得到了非常厉害的结果。”当仔细观察后，我们的想法被颠覆了——他们确实获得了惊人的结果。以现代硬件和大量数据为支撑，运用上世纪的算法依旧可以获得令人难以置信的产出，我们对此感到震惊。我们想："需要使之普适化"。例如，在Facebook，他们可以提前检测到情侣分手，如果地球上的每个企业都有这种技术，这会对现有商业产生巨大影响。这就是AMPLab的起点。

Matt Turck： 当时AMPLab的Spark是怎么来的？

Ali Ghodsi： 图灵奖得主之一戴夫·帕特森当时是伯克利的教授，他非常相信人们应该聚在一起，打破孤岛。伯克利的教授们放弃了自己的私人办公室，和所有学生一起在巨大的开放区域办公。

他们试图解决的机器学习问题以当时的技术背景来说是很有挑战性的。AMPLab里做机器学习的人，做数学的人，不得不使用Hadoop，数据的每一次迭代都必须运行MapReduce，这样光是做一次迭代就需要20到30分钟。所以当时我们决定："联合起来，建立一个反应快速的基础架构。”我们在数据上做了很多迭代。因此，不只是做一次，不只是一个SQL引擎，而是可以做递归机器学习的东西，并可以极快地找到数据中的内涵模式。

Matt Turck： Databricks创始故事的特殊之处在于，你们有七、八个联合创始人。回过头看，拥有这样一个大的创始团队利与弊是什么？

Ali Ghodsi： 肯定是有利有弊的。如果你知道如何真正让由七个人组成的紧密小组真正信任对方，并在一起工作得很好，就会发生令人惊讶的事情。我认为Databricks的成功很大程度上归因于我们互相的信任。

创业早期的创始人，即使只有两个人，他们也会争吵，然后可能会在一两年内分裂，这就是问题所在。我们找到了一种方法，使大家真正了解对方的长处和短处，使这段创业旅程成为一种乐趣。

人们总说CEO是地球上最漫长的工作，我从来没有这种感觉。我有很多联合创始人和我在一起，他们一直都在，这对我们来说绝对是一种力量。如果我们没有这些人，就不会有现在的成就。

从开源项目到公司，

从0到100万美元ARR

Matt Turck： 你们是如何从学术性的开源项目（Spark）变成一家公司，然后从0做到1000万美元ARR的？这背后是否有任何决定性的时刻，或其他特别的增长手段？

Ali Ghodsi： 我们从0到100万美元ARR的旅程非常特别，与其他的旅程非常不同。我们经历了三个阶段，第一个阶段是PMF（产品与市场契合）阶段，当你有了一个产品，你能找到它与用户之间的契合点么？这对任何公司都存在挑战。

你一旦你找到PMF，接下来就得弄清楚什么是能将该产品与市场联系起来的渠道，你的产品或许符合市场需求，但怎么通过渠道销售呢？事实上，我们一开始在这方面走了弯路，花了几年时间才确定正确的发展方向。在这几年里，为了弄清楚Databricks的正确模式我们进行了大量的实验。

接下来，让我们从产品开始，然后再谈谈渠道。

产品方面，我们有在伯克利建立的开源技术，但这不一定符合大企业的需要，因为在大企业，他们没有来自伯克利的博士。因此，我们需要为他们大简化问题，我们开始在云中托管它，但事实证明，即使是云版本对他们来说也太复杂了，无法使用。

因此，我们开始与用户一起进行迭代。我们在这之后削减了很多特性和功能，甚至可以说重新构建了一个产品。我们问自己："如果我们知道现在的一切，回去再做一次，会怎么做？"

于是，我们重新做了另一个开源项目，Delta，你可以把它看作Spark为大型企业所做的非常简单和自动化的软件。当我们在伯克利时，我们的产品设想是提供尽可能多的功能和设置项，因为可能是一个博士在用它做研究。但当我们把产品在企业中推广时，我们意识到不是每个人都有博士学位，大家不知道如何使用它。这就是早期我们遇到的问题。在渠道方面，错误在于，我们在早期真的是非常相信这种产品主导的增长。

关于销售，当时我们的设想是，有了一个简化的产品，我们把它做成基于云的产品，就会有人会使用它，会为它刷信用卡，我们会非常成功。我们可以雇用销售人员，给年轻人打电话进行推销，我们不会雇佣企业的销售人员。我们更喜欢这种模式，它更便宜，更简单。

但那是一个错误。你不能凭空选择你的渠道。你有一个产品和相应的市场，必须找到正确的渠道来连接它们。

Databricks如何开发产品，

数据仓库VS数据湖

Matt Turck： 我们一会再继续谈进入市场。现在让我们先谈谈产品，我在Databricks观察到的令人着迷的事情之一是，你们发布新产品并将其转化为一个平台的速度。从Spark到机器学习到AI工作台再到Lakehouse，请向我们介绍一下产品的思路——一个产品如何导致另一个产品的出现。

Ali Ghodsi： 我们从Spark开始起步，它让用户可以访问所有数据；于是人们开始在企业中创建数据库，并在其中积累了大量数据。但过了一段时间，企业高管会问：“我不在乎我们获得和存储了多少数据，你能用这些数据为我做什么？ ” 这就是我们试图建立其他应用程序的原因。

起初我们的收入很少，然后我们意识到它太复杂了，有太多的选项和配置。我们就问自己："如果必须重做，必须简化，会做什么？"这种思路后的第一个创新是Delta，它重新定义了Spark，以一种真正企业友好的简化方式。但最初我们没有将它开源。

接下来，我们想：“如果拓宽数据库的用途，不仅仅是数据科学家和机器学习工程师，而是真正广泛的用例，应该怎么做？ ” 这就是我们开始重视商业分析师的原因。

商业分析师习惯于像Tableau那样的操作软件。如果他们想做一些更复杂的事情，只能使用SQL。因此，我们在四年前开始致力于构建数据仓库能力，把它建立在我们称为Lakehouse的核心基础设施中，然后在前年较大规模的推广。

我们的秘诀是：看企业的问题，弄清楚那是什么，通过实际的客户问题来深入了解它，把问题带回来，解决这个问题，在云中与客户快速迭代。一旦它有了产品的市场适应性，就把它开放出来。建立巨大的开源势头，几乎像一个B2C病毒式的形式。然后，用基于云的SaaS版本将其变现。

这是受AWS的启发，当创立Databricks时，我们认为AWS是地球上最好的云计算开源公司。他们本身不进行开发，其盈利模式基于开源软件，托管它并在上面赚很多钱。我们只是在这一点上进行了调整和演变。我们认为：“这是一个伟大的商业模式。我们将在云上托管开源软件。但不同的是，我们将自己创建开源软件。这样一来，就获得了相对于其他任何想做同样事情的人的竞争优势。 ” 否则，任何人都可以建立任何开源软件并在云中托管它。

Matt Turck： 接下来，让我们从Lakehouse开始，了解一下数据湖和数据仓库的演变，以及Lakehouse是如何在这两个领域中取得最好的成绩。

Ali Ghodsi： 这很简单。人们在数据湖里存储所有的数据：数据集，视频、音频、随机文本，这既迅速又便宜。利用各种各样的数据集，你可以基于数据湖进行AI创新，AI与数据湖密切相关。如果你想做BI，而不是AI，你就使用数据仓库，数据仓库和BI有一个单独的技术堆栈，但是它其实和AI一样，有很多同样的数据集。

BI用于回答过去的问题，比如上个季度的收入是多少；AI用来问关于未来的问题，哪些客户将会回来？所以，这意味着需要两个独立的堆栈，你必须有两个数据副本，而且你必须管理它们，这造成了很多复杂性。但当年的FAANG（硅谷几个顶尖互联网巨头的联合简称）可不是这样做的，他们有一个统一的平台。所以，我们的想法是把这两个统一成一个平台—Lakehouse、人工智能数据湖--提出关于未来的问题。这两者的结合将使企业能够更快地发展。它是数据工程师、数据科学家和商业分析师的平台，这样他们就可以在整个企业内一起工作。所以这是一个用于AI和BI的数据平台。

Matt Turck： 实现这一点靠的是什么重大的技术突破么？是Delta Lake？还是Iceberg？那是如何工作的？

Ali Ghodsi： 是的， 我认为有四个技术突破是在2016、2017年同时发生的，Hudi、Hive ACID、Iceberg、Delta Lake，我们贡献的是Delta Lake。问题是这样的，在数据湖里有人们收集了所有的数据，这些数据非常有价值，但很难对它们进行结构化查询。之前的传统方式是利用SQL数据库，然后应用在BI领域。因此，你需要一个单独的数据仓库。

为什么这么难？因为数据湖是为大数据、大数据集建立的，它并不是为真正的快速查询而建立的。它太慢了，而且没有任何方法来结构化数据，并以表格的形式展现数据，这就是问题所在。那么，你如何把像一个大的数据块存储的东西，变成一个数据仓库？这就是这些项目的秘诀。我们找出了解决这些数据湖效率低下的方法，并使用户能够直接从数据湖的数据仓库中获得相同的价值。

Matt Turck： 这种方法有什么取舍吗？

Ali Ghodsi： 事实上并非如此，我们做到了鱼与熊掌可以兼得。我知道这听起来很疯狂，但试试就是如此。我们减少了很多在80、90年代由数据仓库供应商发明的技术，调整它们，使它们在数据湖上工作。你可以问：“为什么这在10或15年前没有发生？ ” 因为开放标准的生态系统并不存在，它是随着时间的推移慢慢出现的。所以，它从数据湖开始，然后有一个很大的实际技术先导突破。我们在这里谈论的，是数据的标准化格式。他们被称为Parquet和ORC，但这些是数据格式，行业要将所有的数据集标准化。

这些类型的标准化步骤是需要的，以获得数据湖的突破。这有点像USB，一旦你有了它，你就可以把任何两个设备相互连接起来。所以，正在发生的事情是，开源领域的一个生态系统正在出现，在那里你可以在数据湖的范式中做所有的分析。最终，你将不需要所有这些自八十年代以来的专有旧系统，包括数据仓库和其他类似系统。

Matt Turck： 我会针对这个再问问题，业界有很多关于Snowflake和Databricks之间即将发生大冲突的议论，作为这个领域的两个巨大的公司，你对未来的看法是，数据湖最终成为范式，然后随着时间的推移，其他一切都被吸收？还是你认为未来更多的是混合，用户可以用数据仓库做某些事情，数据湖做其他事情？

Ali Ghodsi： 我将从两个方面回答这个问题。首先，人们把这说成是零和博弈，但你认为谷歌云会淘汰AWS和微软云，还是AWS会淘汰其他云？没有人这么认为，对吧。他们会共存，都将获得成功。

数据空间是巨大的。将会有很多供应商参与其中。我认为Snowflake将获得成功，他们现在有一个伟大的数据仓库，可能是市场上最好的数据仓库。而它肯定会与Databricks共存。事实上，Databricks与Snowflake共存于可能70%的客户中。我认为这种情况将继续存在，人们将使用数据仓库进行商业智能。

但是，如果长期来看，我认为数据湖的范式将获胜。为什么？因为数据太重要了，人们所有的数据都在这些数据湖中，而且更多的数据正在进入数据湖中。公有云计算供应商也有动力推动更多的动力让人们把数据存到他们的数据湖中，因为这对他们来说是既得利益。因此，任何使其真正有价值的解决方案，都将是未来的趋势。所以，我认为从长远来看，越来越多的人将倾向于这种数据湖的范式。

为什么Databricks能够不断产出创新产品？

Matt Turck： 我想了解你的产品和工程团队是如何组织的？对于一家公司，能够在第一个产品成功的基础上做第二个产品是非常罕见的。但在这里，我们正在谈论，如何成功的做出三个、四个、五个不同的产品。你的公司是如何管理好团队组织结构和其他资源，以不断创新？

Ali Ghodsi： 我们从创立Databricks时，就在试图找到这个问题的答案。我们不想靠一个单一的产品生存。当我们有了Spark，却并没有把它当成公司的名字，因为如果Spark变得落后了，我们就会把它迭代掉，然后继续向前，我们想不断找到数据的最佳答案。那么如何不断的有创新产品出现？我认为非常重要的是，要把创新和现有的现金流业务分开。

有一本关于这个问题的好书，叫Zone To Win。书中谈到，当你创造出一些新东西时，你需要快速迭代。你需要让工程师直接与客户交谈，甚至不一定要让产品经理来做，快速的创新迭代是最要紧的。而在在企业端，你需要一个慢得多的周期来迭代。

另外，所有的工程和产品团队组织被分成两个不同的部分。一部分专注于企业客户需要的东西：加密，安全，认证，稳定性等。另一部分则专注于创新，而且你应该把这些分开，分别的投入资源，否则前者（企业那部分）将得到所有的资源。你会倾向于不断地建立那些扩大你的TAM的东西。TAM扩展实际上是安全能力，它本身并没有任何创新。

我认为，有些公司已经做得很好了，比如AWS，它不是一招鲜，亚马逊本身也不是一招鲜，它不断有新的创新。所以我们希望我们的公司也是这样的，因此取名为Databricks。

Matt Turck： MLflow Delta Lake, Koalas。这属于创新阵营还是商业阵营的子层？

Ali Ghodsi： 这些都是创新阵营。当然，其中一些项目，当他们不那么创新的时候，像Spark，会转移到维护方面，我们通常也会移动核心人员。因此，实际上是同一个人或同一拨人在不断地进行创新。我们试图培养更多的创新者，但我们试图把那种已经真正有诀窍破解从0到1的人转移到下一个问题，然后把现有的项目移交给其他人去运行，比方说Spark，这已经是一个巨大的成功项目。

当我们把已经创造出东西的人转移到别的地方去创造下一个东西，对于一个优秀人才，获得这种责任是一个很大的职业提升。而我们也会发现谁是擅长从0到1人。我们实际上是在做实验，给研发部门的人一个机会去试验从0到1的东西，他们并不总是成功。这需要几次尝试，直到他们成为真正擅长的人。所以你必须慎重考虑这种高失败的策略。

开源的商业模式，有何优越性？

Matt Turck： 如果你今天要再开一家企业软件公司，你会先去开源代码吗？

Ali Ghodsi： 是的，我认为它很优越。我认为如果你从进化的角度来考虑，它在进化上比以前的商业模式要好。为什么我这么说？因为任何专有的软件公司都是成熟的，可以被开源的竞争者破坏。因此，任何专有的东西都可以立即被颠覆，就像Windows被Linux颠覆一样。我的意思是，那是最先进的东西，是真正复杂的技术操作系统，对吗？你不会认为大学里的某个家伙会发明，然后成为工业的标准。任何专有软件都是成熟的，可以进行这样的颠覆。问题是，你能靠它赚钱吗？在红帽和所有这些做支持网络服务的公司之前，这真的很难，直到AWS破解了商业模式的密码。

商业模式是我们为你运行软件，你从我们这里租用它。这是一个优越的商业模式，因为你实际上可以拥有大量的IP，这是很难复制的。所以我认为我创办的下一家公司将是这样的。如果你要问我，我的下一次创业会在哪个领域开始，我会在人工智能方面做什么？我会认为我们现在在人工智能方面的应用还很浅层，尤其是操作性的人工智能。人工智能未来将会被嵌入到各个地方。我知道这很老套。马克·安德森说，软件正在吞噬世界。我们真的相信，人工智能将吞噬所有的软件。你拥有的任何软件，人工智能都会悄悄进入，就像软件悄悄进入你的 汽车 、冰箱和恒温器一样。所以这真的是早期的事情，我认为任何加入或创办人工智能领域公司的人，他们还在早期，他们有机会创办下一个谷歌。所以这就是我想做的。

Matt Turck： 我们谈到了开源，也继续谈进入市场的问题，在这个阶段，作为一个非常晚期的创业公司。开源在进入市场的过程中处于什么位置？你们进入市场的策略是自下而上与自上而下？你们如何分配BDR小组与AE的工作，让他们协作而不是互相拖后腿？

Ali Ghodsi： Databricks是混合模式，我们是自下而上与自上而下在同一时间结合。一开始我们是自下而上，但是也会做自上而下的事情。我们有BDRs和SDRs。这是一个从市场营销开始的筛选器。

Databricks社区版是完全免费的，你想怎么用就怎么用，永远不需要付钱，而且有完整的功能。但是从这里产生的线索会导入到SDR。因此，这也是一个非常重要的管道。我们一半的线索来自于此，这就是为什么开源对我们是一个重要的引擎。

现在，我们也有传统的企业销售动作，比如给CIO递名片，一对一的交流，但发生的情况是，开发人员在这些组织中也变得越来越强大。例如，CIO说，我与Databricks的CEO进行了一次很好的谈话，我正在 探索 这项技术，但我担心，这对我们来说是正确的选择吗？那家公司的听众中会有人说，是的，我使用社区版。我们不需要做6个月的POC。我认识这些人，他们真的非常好，或者我认识他们，他们来自伯克利。我已经使用了这些技术。我去参加了一些聚会等。

因此，这有助于证实用例，你可以消除整个POC，因为他们已经知道它是什么，而不是像10-20年前那样，一个销售人员进来，解释这个软件有多棒，但你不能相信他们。因此你就必须去做POC，然后去花时间检验这个软件是不是真的有用。我们不必这样做，我们可以穿过所有这些层次。因此，我们把自上而下和自下而上结合起来，而这两方面对于Databricks的成功都是非常必要的。

从创业公司到超级独角兽，

领导者的修炼之路

Matt Turck： 你已经把一家小型创业公司带成了超级独角兽，很快还会上市。你是如何让自己完成角色转变的，从一个讲愿景，讲故事的人，变成管理一个全球组织？

Ali Ghodsi： 其实就是如何找到你可以信任的具有领导力的帮手，并和他们建立更深的信任。我可以把我大部分时间都花在这上面，而公司能够继续正常运行。我有运行良好的销售团队，市场营销团队，工程团队，我却不需要自己直接参与其中，因为我找到了适合领导这些部门的领导者，并且花了很多时间与他们建立起信任。

这是你在早期就要开始准备的事情，早期时，你的组织规模小，你可以参与到每个环节，如臂使指。但是当团队规模扩展到150-200人直到超过邓巴数。你会感觉自己完全被淹没了。因此你必须找到可以信任的正确的领导人，而且要找到自己与组织沟通的方法，因为现在不是直接沟通，而是通过领导层间接沟通，所以帮助你与团队组织沟通的人就特别重要。

Matt Turck： 你如何找到他们？你是偏向在内部提拔人才，还是从外部引入已经获得成功的高管，哪一个效果更好？你是如何处理的？

Ali Ghodsi： 要找到与公司文化相适应的、你能与之建立强大信任的高管是非常困难的，我认为不应该排除任何选项。如果能够从内部提拔人，那很好，但是如果只是内部晋升，你就不能获得市场上已经存在的成功经验，这种经验可能是超级有价值的。

如果我们寻找外部的高管，他必须经历过我们现在所处的阶段，有实战的经验。不是说他必须从零开始创建一个估值几百亿的公司，而是建立和操作过这种阶段公司的工程等相应部门，他是否在这个过程中有第一性思考，有自己的沉淀。我认为能力和智商还是非常重要的。

文化看起来是个很复杂的东西，但是对与我，会把它分解成一连串问题：我可以和这个人相处吗？愿意每天花10个小时和他在一起工作么？当事情变得非常棘手和困难的时候，我们能一起去解决问题么？所以你要做的就是花大量时间与这个人相处，然后问自己是否喜欢他们，就像婚姻一样。你可以问他们一些困难的问题，与他们争论或者听取他们的意见，直到确定这就是正确的人。如果你感觉到自己无法和某个人一起好好工作，那他就可能是文化不匹配。

本文编译整理自Matt Turck个人博客，略有删节。

关于阿尔法公社

阿尔法公社（Alpha Startup Fund）是中国领先的早期投资基金，由曾带领公司在纳斯达克上市的许四清和前创新工场联合管理合伙人蒋亚萌在2015年共同创立。

阿尔法公社基金的三大特点是系统化投资、社交化创业者社区运营和重度产业资源加速成长。专注在半导体、企业服务软件、人工智能应用、物联网技术、金融 科技 等 科技 创新领域进行早期投资。目前已经在天使轮投资了包括白山云 科技 、领创集团(Advance Intelligence Group)、Zenlayer、帷幄 科技 、所思 科技 等为数众多的优秀项目。

tp钱包目前市值是多少,注册量多大

简介：MoonPay是目前Crypto/NFT世界最知名和规模最大的法币出入金品牌。对 MoonPay常见的称呼是PayPalforCrypto，但是MoonPay酷且年轻的品牌形象更像Strip 2022最新版tp钱包官方下载

MoonPay 是估值目前 Crypto/NFT 世界最知名和规模最大的法币出入金品牌。对 MoonPay 常见的亿美元读称呼是 PayPal for Crypto，但是版本2022最新版tp钱包官方下载 MoonPay 酷且年轻的品牌形象更像 Stripe，它对于客户的估值战略性作用则更像 Bolt，还充当了一些名人的亿美元读 Web3 私人银行。截止 2021 年 11 月底，版本它累计处理了 20 亿美元的估值交易（2020 年的 35 倍）、验证了超过 700 万名用户、亿美元读接入了超过 250 个合作伙伴（较 20 年增长 5 倍，版本这包括 Bitcoin.com 这样的估值交易所、Phantom 等钱包和 OpenSea 等应用）。亿美元读MoonPay 从 2019 年走向市场就保持盈利，版本22 年收入超 1.5 亿美元。估值

[2022最新版tp钱包官方下载]估值34亿美元，读懂PayPal的web 3版本MoonPay

目前 MoonPay 在市场上的亿美元读估值大约 35 亿美元。在 21 年 11 月，版本Tiger Global 和 Coatue 以 34 亿美元估值领投了 5.55 亿美元。今年 4 月，MoonPay 宣布了由Justin Bieber、Snoop Dogg 等 60 多位名人领投的 8700 万美元延续融资。MoonPay 不会发行 token，终极目标是 IPO。

[2022最新版tp钱包官方下载]估值34亿美元，读懂PayPal的web 3版本MoonPay

我们之前相当长一段时间对 MoonPay 的信心没那么强，核心原因在于其过高的定价和繁琐的 KYC —— 相比场外交易或者在交易所内银行转账，使用信用卡买币需要支付相当大的溢价（ ETH 等代币可能高达 8%），而初次 KYC 可能需要数十分钟。这在社交媒体引发了大量的吐槽。此外，MoonPay 的核心支付堆栈都有各种嵌入式金融供应商，大的交易所有自建可能，竞争者入场门槛也不会过高。

[2022最新版tp钱包官方下载]估值34亿美元，读懂PayPal的web 3版本MoonPay

但是 MoonPay 依旧迅猛的发展势头（根据它的市场势能和 Twitter 官宣新客户的速度，我们暂时还缺少 MoonPay 最新的数据）让我们最近重新从一个“具有马太效应的市场的第一名”来看待它：

[2022最新版tp钱包官方下载]估值34亿美元，读懂PayPal的web 3版本MoonPay

如果市场第一名数据增长很猛，而且用户吐槽很多，那么证明需求极度旺盛，这时候很重要的一点是判断这个市场是否具有马太效应，第一名能否享受到用户增长、品牌信任、投资者资金聚集等要素带来的好处。（没错，我们认为法币出入金市场有马太效应，核心原因是下面的 thesis 的 #4）

[2022最新版tp钱包官方下载]估值34亿美元，读懂PayPal的web 3版本MoonPay

法币出入金是否是一个具有马太效应的市场以及 MoonPay 融到的现金怎么花可能会构成开放的讨论。通过这篇 Memo，我们希望讨论：尽管定价、KYC、堆栈壁垒的问题存在，MoonPay 为什么仍然值得关注。

国外的直播网站有哪些？

Periscope。

Periscope是一个由Kayvon Beykpour和乔·伯恩斯坦开发的基于iOS和Android平台的直播应用。Periscope在2015年推出，之后被Twitter收购。

通过Periscope，用户可以向其他人直播视音频，直播和评论功能都在Periscope app内完成。直播的地址链接可以分享到Twitter上，让更多的人参与进来。

Periscope最直接的竞争对手就是Meerkat。后者火起来很大程度上依赖Twitter平台——它使用Twitter账户登录，借助Twitter上的关系图谱给用户推荐关注对象。不幸的是，随着Twitter收购Periscope，封杀Meerkat，这种和谐的寄生关系终结了。

Meerkat没有到特别惨的地步。Meerkat CEO说，已经有40万用户，刚刚以5200万美元的估值融资1200万。由Greylock领投，跟投方包括Broadway Video Ventures、Universal Music Group、Ashton Kutcher等好莱坞力量。

据闻，Twitter正在联系使用过类似软件的明星并说服他们加入Periscope的用户群中，意图通过明星效应，将Periscope的最大竞争对手Meerkat扼杀在摇篮中。

权力的游戏第五季上映前夕，Twitter官方发布声明，将严惩利用Periscope侵犯知识产权的行为。使用Periscope泄露首映式的用户将面临暂停使用，封号等惩罚。

估值4亿占比1%和估值1亿占比怎么计算

到底在什么时候应该用什么估值方法，一直是业界争论不休的问题。本文希望找到各种估值方法的内部关系，并提出一些建设性的看法。让我们先看一个虚拟的社交类企业的融资历程：

天使轮：

公司由一个连续创业者创办，创办之初获得了天使投资。

A轮：

1年后公司获得A轮，此时公司MAU（月活）达到50万人，ARPU（单用户贡献）为0元，收入为0。

A+轮：

A轮后公司用户数发展迅猛，半年后公司获得A+轮，此时公司MAU达到500万人，ARPU为1元。公司开始有一定的收入（500万元），是因为开始通过广告手段获得少量的流量变现。 B轮：

1年后公司再次获得B轮，此时公司MAU已经达到1500万人，ARPU为5元，公司收入已经达到7500万元。ARPU不断提高，是因为公司已经在广告、游戏等方式找到了有效的变现方法。 C轮：

1年后公司获得C轮融资，此时公司MAU为3000万人，ARPU为10元，公司在广告、游戏、电商、会员等各种变现方式多点开花。公司此时收入达到3亿元，另外公司已经开始盈利，假设有20%的净利率，为6000万。

IPO：

以后公司每年保持收入和利润30-50%的稳定增长，并在C轮1年后上市。

这是一个典型的优秀互联网企业的融资历程，由连续创业者创办，每一轮都获得著名VC投资，成立五年左右上市。我们从这个公司身上，可以看到陌陌等互联网公司的影子。公司每一轮的估值是怎么计算的呢？

职业规划/实习/内推/简历/面试/秋招/春招 ……

任何个人规划求职问题都可以来找UniCareer咨询：

【解决求职困惑，点击这里咨询】

我们再做一些假设，按时间顺序倒着来讲：

IPO上市后：

公众资本市场给了公司50倍市盈率。细心而专业的读者会立即反应过来，这个公司的股票投资价值不大了，PEG1（市盈率/增长），看来最好的投资时点还是在私募阶段，钱都被VC和PE们挣了。 C轮的时候：

不同的投资机构给了公司不同的估值，有的是50倍P/E，有的是10倍P/S，有的是单个月活估100元人民币，但最终估值都是30亿。不信大家可以算算。每种估值方法都很有逻辑的：一个拟上创业板的公司给50倍市盈率，没问题吧；一个典型的互联网公司给10倍市销率，在美国很流行吧？或者一个用户给15-20美元的估值，看看facebook、twitter等几个公司的估值，再打点折扣。

B轮的时候： 不同的投资机构给了不同的估值方法，分歧开始出来了：某个机构只会按P/E估值，他给了公司50倍市盈率，但公司没有利润，所以公司估值为0；某个机构按P/S估值，他给了公司10倍市销率，所以公司估值10*0.75亿=7.5亿；某个机构按P/MAU估值，他给每个MAU100元人民币，所以公司估值达100元*1500万人=15亿。不同的估值方法，差异居然这么大！看来，此时P/E估值方法已经失效了，但P/S、P/MAU继续适用，但估出来的价格整整差了一倍！假设公司最终是在7.5-15亿之间选了一个中间值10亿，接受了VC的投资。

A轮的时候：

P/E、P/S都失效了，但如果继续按每个用户100元估值，公司还能有100元/人*500万人=5亿估值。此时能看懂公司的VC比较少，大多数VC顾虑都很多，但公司选择了一个水平很高的、敢按P/MAU估值、也坚信公司未来会产生收入的VC，按5亿估值接受了投资。

天使轮的时候：

公司用户、收入、利润啥都没有，P/E、P/S、P/MAU都失效了，是怎么估值的呢？公司需要几百万元启动，由于创始人是著名创业者，所以VC都多投了一点，那就给2000万吧，再谈个不能太少不能太多的比例，20%，最后按1亿估值成交。

我们总结一下，这个互联网公司天使轮的估值方法是拍脑袋；A轮的估值方法是P/MAU；B轮的估值方法是P/MAU、P/S；C轮的估值方法是P/MAU、P/S、P/E；也许上市若干年后，互联网公司变成传统公司，大家还会按P/B（市净率）估值！大家回想一下，是不是大多数的融资都是类似的情况？

职业规划/实习/内推/简历/面试/秋招/春招 ……

任何个人规划求职问题都可以来找UniCareer咨询：

【解决求职困惑，点击这里咨询】

对互联网公司来说，P/MAU估值体系的覆盖范围是最广的，P/E估值体系的覆盖范围是最窄的。在此，我姑且把这种覆盖体系叫做估值体系的阶数。

P/MAU是低阶估值体系，容忍度最高；P/E是高阶估值体系，对公司的要求最高。

不同的估值方法殊路同归，我们来看一个公式：

一般来说，如果企业没有E，还可以投S；如果没有S，还可以投MAU，但最终还是期待流量能转换为收入，收入能转换成利润。不同的创业企业，都处于不同的阶段，有的属于拼命扩大用户量的阶段，有的属于绞尽脑汁让流量变现的阶段，有的属于每天琢磨怎么实现盈利的阶段。然而，最终大家是要按盈利来考察一个公司的，那时候不同阶数的估值方法是殊路同归的。

为什么发展好好的公司会“B轮死”、“C轮死”：有的公司用户基数很大，但总是转换不成收入，如果在融下一轮的时候（假设是B轮），投资人坚决要按高阶估值体系P/S估值，那么公司的估值算下来是0，融不到资，所以会出现B轮死；有的公司收入规模也不错，但老是看不到盈利的希望，如果在融下一轮的时候（假设是C轮），面对的是只按净利润估值的PE机构，他们觉得公司P/E估值为0，公司融不到资，也会出现C轮死。

职业规划/实习/内推/简历/面试/秋招/春招 ……

任何个人规划求职问题都可以来找UniCareer咨询：

【解决求职困惑，点击这里咨询】

不同的经济周期，估值体系的使用范围会平移：在牛市，估值体系会往后移，这能解释为什么过去两年很多一直没有净利润的公司都获得了C轮、D轮，甚至E轮，而且是传统的PE机构投资的，因为他们降阶了，开始使用P/S这个低阶工具了。

在熊市，估值体系会往前移，这能解释为什么今年下半年以来，一些收入和用户数发展良好的公司都融不到资，甚至只能合并来抱团取暖，因为连很多VC也要求利润了，大家把低阶的估值体系雪藏了。

职业规划/实习/内推/简历/面试/秋招/春招 ……

任何个人规划求职问题都可以来找UniCareer咨询：

【解决求职困惑，点击这里咨询】

二级市场的政策有明显的引导作用：中国为什么一直缺少人民币VC？

部分原因是，中国的公众资本市场只认P/E这个高阶估值体系。我们看看创业板发行规则：“(1)连续两年连续盈利，累计净利润不少于1,000万元……或(2)最近一年净利润不少于500万元，营业收入不少于5000万元……”。必须要有这么多的利润，才能上市，才能在二级市场具有价值，这个估值体系要求实在太高了。

当企业只有用户数、只有收入规模，哪怕你用户数是10亿人，你的收入规模有100亿，只要没有利润，估值统统为0！所以人民币VC很少，PE很多，因为他们响应了政府的号召只用市盈率这个工具，不然没有退出渠道！但美股、港股都有P/S的测试指标，只要达到一定规模就可以成为公众公司上市。如果公司能在上市后相当一段时间内都可以只按P/S估值（最终可能还是要按P/E），将打通大多数公司的发展阶段，让每一轮的估值都变得顺畅起来。

最后一张图搞懂：A轮、B轮、天使轮，VC、PE、GP、LP

职业规划/实习/内推/简历/面试/秋招/春招 …… 任何个人规划求职问题都可以来找UniCareer咨询：

【解决求职困惑，点击这里咨询】

【UniCareer今日实习信息——广垦太证 - 金融实习生】

【地点】广州

【岗位详情】

岗位职责

1.协助投资部进行农业、食品、消费等行业数据搜集及跟踪分析，参与行业报告的撰写；

2.协助投资部进行项目分析及研究；

3.协助投资部进行拟投资项目评估、现场调研、尽职调查报告等资料撰写，对拟投资项目提出自己的见解；

4.部门要求的其他工作。

岗位要求：

1.本科以上学历，研究生优先；财务、会计、法律、金融、农业经济等相关专业在校学生或应届毕业生；

2.对金融行业有浓厚兴趣，有金融机构实习经验者优先；

3.有较强的文字表达能力、数据挖掘分析能力；

4.有较强的学习能力和理解能力；

5.工作认真负责，有责任心，具备良好沟通能力、执行力及团队协作能力。

实习待遇：100元+午餐+意外保险

【简历投递】

简历发至：leidan@gktz.onaliyun.com

邮件标题：广垦太证实习生_姓名_学校_年级

【求职干货传送门】

面试干货丨面试中千万不能问这4种问题！

求职干货 | 应届生必读: 这样交“五险一金”的公司千万别去!

热点解析丨贫富差距从出生就开始了：香港，未来的中国一线城市缩影

行业揭秘丨各行业应届生薪资曝光，工资最高的公司竟是这家？

学员战绩 | 恭喜范同学斩获顶级咨询公司助理顾问全职Offer！

UniCareer，专注技能提升的职场大学。

职前教育领域唯一获近2亿C轮融资的在线职场大学；

职前教育领域唯一被UBS、嘉实、苹果、Amazon、欧莱雅、华为、网易游戏、益普索、融创等上百家顶尖名企官方企业人才培训＆招聘合作的在线职场大学；

职前教育领域唯一被耶鲁大学、哥伦比亚大学、康奈尔大学、伦敦政治经济学院、南洋理工大学、清华大学等超30多所名校官方认证＆课程采购的在线职场大学。

由UniCareer独家整理发布, 如需转载请注明来源

版权声明：UniCareer除发布原创求职干货文章及独家讲座福利等优质内容外，致力于分享优秀求职干货文章。如涉及版权问题，敬请原作者原谅，并联系UniCareer进行处理。同时，UniCareer也非常欢迎品牌的推广以及战略合作。

展开阅读全文

特斯拉已购15亿美元比特币，比特币的开发初衷是什么？

2021年2月8日，比特币价格不断攀升，涨幅接近15%。首次突破了44000美元。美国特斯拉公司一次性进购15亿比特币，将这部分资产用于替代未来的部分现金储备资产，特斯拉也可能将比特币作为一种新的产品支付方式。对于比特币的投资来说，马斯克已经早早就开始了布局。比特币成为了世界货币中心的一个新的体系，这与它最初的创立初衷有所偏离。

一、特斯拉购入15亿比特币

特斯拉创始人马斯克在大批量购入比特币之前在twitter上有过一次深入的交流，他试图想用特斯拉的资产负债表来转化成比特币，目的是为了给股东带来资产的去中心化，凭借个人的号召力野一路将比特币的单日涨幅带进了20%的大关，引导主流市场来接受未来将比特币作为主流资产和支付方式的信心。比特币有如此大的涨幅并非只靠特斯拉一家就能够带动起来，早在之前支付巨头Square也在2020年10月购买了5000万的比特币，资产公司Stone Ridge Holdings也购买了1万枚比特币。特斯拉如此大额的购买比特币在一定程度上也会为其股票带来更多的动力，在整体的估值上会有一个小幅的涨动。同时越来越多的投资者也会对特斯拉的比特币进行敞口估值，这种正式化的做法不仅会带来特斯拉兹升股价的上涨，也会让资本市场出现新的风向标。

二、比特币的开发初衷

比特币的发行初衷是为了代替法定货币，他的信仰者在初衷本意上是为了去中心化，所以建立一个乌托邦世界，认为并不需要监管任何东西都是自由的。而这种去中心化的交易模式是在臆想中建立的模式。在实现区块链的模式后，比特币做一个代币作为转换的中介，到区块链2.0阶段是为了解决智能合约问题，在一定程度上可以与我们现实世界中的市场进行合作。智能合约解决人与人之间的信任问题，通过数据的加密技术来让资产变得更加安全。

就特斯拉大规模购买比特币目的是为了在区块链的名号下来发行自身的股票，其本质还是“借鸡下蛋”，而比特币市场目前面临着无监管，尽管各个大佬们都对此充满兴趣，并且积极的导向其作为主流市场可接受的发行货币，然而实际上这种支付模式对未来市场的冲击性我们不得而知。