Source de l'article : Wu parle de blockchain.

Traduit par | Wu parle de blockchain.

Cette édition concerne le contenu du canal YouTube personnel d'Alex, qui se concentre sur le produit social populaire Kaito, explorant en profondeur sa stratégie produit, le contexte du marché et la logique de développement. Alexon est le CIO de Ferryboat Research. En analysant le choix de Kaito sur la plateforme Twitter et ses caractéristiques de collecte, de traitement et d'application des données sociales liées à la crypto, il explique les raisons de sa tarification élevée et ses principaux avantages. De plus, il compare les explorations de direction de projets similaires, soulignant comment Kaito a réussi à surmonter les limitations des services de données traditionnels grâce à l'optimisation des appels API, à la construction de cartes KOL et à des mécanismes de liaison sociale, réussissant ainsi une transformation stratégique et établissant une position de marché unique. Parallèlement, il partage les expériences et les idées d'entrepreneurs dans l'industrie, abordant les défis et les opportunités rencontrés lors de la commercialisation et de la productisation des produits Web3.

Méthodes d'acquisition de trafic en crypto : différences entre la diffusion et la répartition.

La crypto est un domaine à haute volatilité, à haut risque et avec de fortes propriétés financières. Vous pouvez y trouver des opportunités, mais vous devez également vous préparer psychologiquement à perdre votre capital. Passons maintenant à la première partie : pourquoi Kaito et des produits similaires choisissent Twitter comme principal terrain.

Tout d'abord, du point de vue de l'industrie des biens de consommation, la structure du trafic se divise généralement en deux catégories : trafic public et trafic privé. En termes de moyens d'acquisition de trafic, il existe deux principales voies : la diffusion et la répartition. Le trafic public inclut généralement Twitter et YouTube, tandis que Telegram et Discord appartiennent au trafic privé dans l'industrie de la crypto. En comparaison, le trafic privé est plus difficile à suivre et sa structure est plus monolithique.

Bien qu'il existe également des plateformes telles que Reddit, Instagram et TikTok qui s'intéressent progressivement à l'industrie de la crypto, il semble que Twitter et YouTube aient encore la plus forte concentration de trafic. Dans un environnement domestique, il pourrait être nécessaire d'utiliser Xiaohongshu, Douyin et Kuaishou pour la promotion, tout en ayant également besoin de plateformes de recommandation comme Bilibili, et enfin de promouvoir en interne via des moyens comme la voiture directe ou le Wangxiangtai. Ensuite, il faut rediriger le trafic vers WeChat et d'autres domaines privés pour la conversion et le réachat.

En résumé, les méthodes d'acquisition de trafic dans le secteur de la crypto sont relativement simples, car la logique de diffusion ne peut pas porter assez d'efficacité à ce stade de l'industrie. Cela conduit à une façon d'acquérir du trafic assez unidimensionnelle, principalement centrée sur la répartition et la diffusion.

Comparaison des coûts d'acquisition des utilisateurs et des effets de répartition selon les régions.

Il y a un peu plus de deux ans, lorsque nous développions notre produit, nous avions essayé des stratégies de diffusion. J'ai investi plusieurs milliers de dollars dans des tests, bien que je ne puisse pas divulguer les données spécifiques, un résultat évident est qu'acquérir un utilisateur américain coûte environ dix fois plus cher que d'acquérir un utilisateur vietnamien. Cependant, le taux de répartition des utilisateurs vietnamiens est nettement supérieur à celui des utilisateurs américains. Cela indique que les utilisateurs américains sont moins enclins à participer activement à la promotion par répartition, comme créer et diffuser une page de destination.

Dans l'ensemble de l'industrie de la crypto, je pense qu'il n'y a fondamentalement que deux manières d'obtenir du trafic : la diffusion et la répartition. Bien que ces deux méthodes soient en essence une forme de répartition, leurs logiques d'application diffèrent. La diffusion repose davantage sur les KOL (leaders d'opinion clés) ou les KOC (consommateurs d'opinion clés) pour la promotion, vous confiez votre produit à leur endorsement, puis ils le diffusent aux détaillants ou aux utilisateurs finaux.

La répartition consiste à concevoir un mécanisme de répartition efficace, créant des activités qui incitent les utilisateurs à participer activement. Par exemple, l'activité Yap de Kaito est un cas typique. Les utilisateurs partagent des données de leur compte Crypto Twitter (CT), comme le nombre de "smart followers" (followers intelligents), créant une sorte de jeu similaire aux listes de chansons annuelles de NetEase Cloud ou aux relevés de consommation. Essentiellement, ces mécanismes visent à réaliser la répartition grâce au partage spontané des utilisateurs, afin d'obtenir plus de trafic.

Après avoir expliqué ces connaissances de base, il devient clair pourquoi nous avons choisi Twitter comme principale plateforme plutôt que le domaine privé. Le plus grand problème du domaine privé est qu'il est difficile de standardiser l'acquisition de tout le contenu, et le contenu à l'intérieur du domaine privé est difficile à évaluer de manière efficace. Par exemple, si une communauté discute uniquement de Kaito, vous ne pouvez pas évaluer avec précision la valeur réelle et l'impact de ces données. En même temps, la dispersion des plateformes privées rend également difficile l'acquisition complète de données pertinentes. C'est pourquoi ce n'est pas un choix prioritaire.

Pourquoi Kaito a-t-il choisi Twitter comme principale plateforme ?

Sur des plateformes publiques comme YouTube, le contenu est généralement mieux présenté sous forme de vidéos longues. Par exemple, cela peut être des vidéos en solo comme celle que j'enregistre maintenant, des interviews, ou du contenu plus axé sur des tutoriels et l'interaction, voire des guides d'opération de matériel minier. Ce type de contenu nécessite souvent un temps de production et de visionnage long, adapté aux sujets nécessitant des explications détaillées et un apprentissage. Par conséquent, ce type de support n'est pas fondamentalement adapté aux événements en temps réel ou aux scénarios basés sur des sujets d'actualité.

Ces contenus vidéo longs sont généralement plus adaptés au traitement de thèmes liés à la PoW (preuve de travail). Ainsi, bien que nous ayons également essayé d'introduire la logique de surveillance et d'analyse de Kaito sur YouTube et Farcaster, nous avons finalement constaté que les cibles observables étaient généralement des projets comme Kaspa et Helium, tandis que pour certains tokens meme à court terme, les performances étaient complètement insuffisantes.

En comparaison, Twitter est naturellement adapté en tant que plateforme de données, surtout dans un environnement où la concentration des données sociales est très élevée. Les budgets marketing de presque tout le monde sont concentrés sur Twitter, créant un consensus élevé. En même temps, le réseau social de Twitter est également très transparent, par exemple, votre liste d'abonnements, le nombre d'interactions (engagements), etc. sont présentés sous une forme explicite. Sur des plateformes comme YouTube, il est difficile d'obtenir des détails clairs sur les relations d'abonnés ou les interactions.

Finalement, la raison pour laquelle nous avons choisi Twitter comme principale plateforme est qu'il représente la meilleure solution. Son réseau social transparent et sa structure de trafic centralisée nous offrent des avantages clairs. En revanche, sur des plateformes comme YouTube, il est très difficile, voire impossible, d'obtenir des données similaires sur les réseaux relationnels. C'est pourquoi, tant nous que Kaito, privilégions Twitter comme principal terrain.

Deux raisons pour lesquelles Kaito a des prix élevés : coûts API et restrictions réglementaires.

Nous avons utilisé certaines "astuces inhabituelles" à l'époque où Twitter n'avait pas encore été acquis par Musk, et il y avait des zones grises dans le système. Par exemple, obtenir des données via des comptes éducatifs ou d'autres moyens, bien que pas entièrement conformes, était courant à cette étape initiale. Pour un projet précoce comme Kaito, je suppose qu'ils ont également adopté une stratégie similaire pour obtenir des données par ces voies informelles. Cependant, lorsque le produit a commencé à se commercialiser, cette méthode ne pouvait plus être utilisée.

Il y a deux ans, lorsqu'ils ont terminé leur financement et lancé leur produit, ils ont dû se fier à des API commerciales, et après que Musk a acquis Twitter, de nombreuses voies non réglementaires ont été bloquées. Les coûts d'utilisation des API commerciales sont très élevés, et avec l'augmentation du nombre d'appels, ces coûts augmentent de manière linéaire, au lieu de diminuer.

La deuxième raison de la tarification élevée est la réglementation de Twitter. Même une entreprise utilisant une API commerciale a un plafond sur le nombre d'appels par mois (je ne me souviens plus du nombre exact). Cela signifie que si le produit est particulièrement populaire, la limitation des appels rendra le modèle ToC (orienté consommateur) difficile à maintenir. Finalement, Kaito et nous avons tous deux choisi le modèle ToB (orienté entreprise) à peu près au même moment, qui est la meilleure solution pour maximiser la valeur économique des appels limités. Pour Kaito, c'était presque la seule direction possible.

Plus précisément, étant donné que le volume des appels est fixe, le seul moyen d'obtenir un retour économique plus important est d'augmenter la valeur de chaque utilisateur, ce qui, en termes simples, signifie augmenter les prix. Et c'est précisément le choix nécessaire pour le produit, sinon le modèle commercial entier ne peut pas exister.

J'ai appris que leur délai était d'environ 15 minutes, ce qui est à peu près le même que le nôtre. Il faut comprendre que plus le temps de retard est court, plus le coût est élevé. Cela est dû au fait qu'il faut balayer les données historiques à une fréquence plus élevée, et cette augmentation des coûts est exponentielle. La définition du temps de retard influence également directement l'efficacité et la viabilité économique des appels API. En somme, le tarif élevé de Kaito pour les appels API et les restrictions réglementaires est donc justifié.

Évolution et choix de la direction du produit Kaito.

Parlons maintenant de la direction produit de Kaito, et pourquoi ils sont passés d'un produit de type "tendance" à des fonctionnalités de type KOL. Voici d'abord une petite conclusion : il ne s'agit pas d'enseigner aux autres comment entreprendre, mais de partager notre propre expérience. Nous avons essayé plusieurs directions et avons découvert que trois directions peuvent évoluer à partir de cette logique.

La première direction est un outil Alpha purement destiné à un usage interne. Le PDG de Kaito a mentionné dans un podcast qu'ils avaient également envisagé cette direction. Si l'outil est uniquement destiné à des fins de type Alpha, alors plus il est développé, plus il est destiné à un usage interne et non adapté à un large éventail d'utilisateurs. Nous avons également rencontré un problème similaire : si ce n'est pas payant, les utilisateurs peuvent ne pas l'apprécier ; si c'est payant, pourquoi ne pas l'utiliser soi-même ? Ces questions font que les outils Alpha sont généralement plus adaptés à un usage interne qu'à la commercialisation.

Nous avons développé un outil similaire à Kaito. L'application de cet outil nous a souvent permis d'identifier des projets avant qu'ils ne deviennent populaires. Nous avons envisagé d'utiliser cette logique pour créer un outil de listing pour les échanges. Par exemple, j'avais proposé de collaborer avec Binance pour fournir cet outil gratuitement afin d'optimiser leurs critères de choix de listing. Certains projets, comme ACT, n'ont montré aucune performance remarquable dans notre analyse des données Twitter avec une "vue d'ensemble", mais ont quand même été listés par les échanges. Ce choix irrationnel aurait pu être évité par un outil basé sur les données.

De plus, nous avons également étudié l'application de la logique Alpha aux stratégies de trading quantitatif. Nous avons testé les 200 ou 100 premiers projets sur Badcase, en prenant des décisions de trading basées sur l'extraction de texte, l'analyse des sentiments, etc. Les résultats des tests ont montré que cette stratégie est plus efficace pour les projets de petite capitalisation, qui sont plus sujets aux émotions et aux événements, tandis que pour les projets de grande capitalisation, l'effet est limité. Je pense que Kaito a également mené des recherches similaires, étant donné que leur PDG a un background en trading. Sur ce point, nous avons beaucoup de similitudes dans nos points de départ et notre logique, mais les chemins que nous avons finalement choisis sont différents.

Exploration de l'outil d'actualités communautaires de Kaito et de son potentiel industriel.

Dans le cadre du modèle actuel, certains thèmes phénoménaux, comme les memes et les NFT, sont très marquants. Ils peuvent montrer un potentiel d'augmentation des prix dans cette logique. Cependant, ces phénomènes ne peuvent pas être entièrement résolus par une négociation programmée standardisée, car ils nécessitent toujours une forte intervention humaine. Cette caractéristique signifie qu'ils sont efficaces mais manquent de standardisation. Quant à savoir si Kaito a des produits similaires en interne à cet égard, je ne suis pas au courant.

La deuxième direction digne d'exploration concerne les produits d'actualités et de type GPT. Que signifie cela ? Prenons un exemple, comme l'assistant Web3 actuel Alva (anciennement Galxe), qui, en intégrant les données en temps réel de Twitter, peut obtenir le corpus de tous les tweets et l'optimiser en utilisant l'interface ChatGPT. En ajustant les prompts en frontend, ces données peuvent être produites sous une forme plus intuitive, générant ainsi de nombreuses actualités communautaires en temps réel.

Prenons un exemple simple : si vous êtes confus par la controverse autour de "elisa" en majuscules et en minuscules, vous pouvez poser directement la question à cet outil : "Quelle est la raison de la controverse autour de la casse de elisa ? Qui en est l'initiateur ?" De cette manière, l'outil résumera la réponse basée sur les données les plus récentes. L'original GPT ne peut pas faire cela, car ses données ont une date limite fixe et ne peuvent généralement pas fournir de contenu des six derniers mois. Vous devez d'abord rassembler le matériel pertinent et le fournir à GPT, puis résumer la logique avec des prompts. Le potentiel de ces outils est immense et c'est une direction qui mérite d'être explorée en profondeur.

Pour l'instant, Kaito semble déjà explorer ce type de produit ou tenter des directions similaires. Le produit Alva que j'ai mentionné est un bon exemple. Il utilise des API liées à la crypto comme Rootdata pour intégrer une grande quantité de données sectorielles, connectant les utilisateurs directement aux informations sectorielles. Cependant, le problème d'Alva est que la qualité du nettoyage des données n'est pas suffisamment élevée. Ils ont passé beaucoup de temps à connecter les réseaux de données, mais en ce qui concerne la précision des données et la minutie du nettoyage, il y a encore des améliorations à apporter. En revanche, l'avantage de Kaito réside dans la précision de ses données, cela ne fait aucun doute.

Prenons un exemple concret, récemment, concernant la controverse sur la casse de "elisa", j'ai obtenu des réponses rapides grâce à cet outil. L'application de ce type de produit dans l'industrie de la crypto peut réellement améliorer l'efficacité. Plus de deux ans auparavant, nous avons également développé un outil similaire, et les résultats des tests ont montré qu'il pouvait effectivement améliorer l'efficacité du travail. Cependant, lorsque nous avons essayé de le commercialiser, le problème central que nous avons rencontré était que la volonté de payer des utilisateurs n'était pas assez forte. Bien que l'outil puisse améliorer l'efficacité, il ne ciblait pas un point douloureux central, ce qui a conduit à un manque de motivation d'achat chez les utilisateurs.

De plus, en raison des coûts d'appel élevés de ce type d'outil (chaque appel à l'interface GPT nécessite des frais), la marge brute du produit est relativement faible. Ainsi, bien que ces outils aient un certain sens, leur commercialisation fait face à de grands défis. De nombreux comportements d'appel sont plus motivés par l'activation que par la génération de revenus, et les scénarios qui génèrent réellement des revenus sont limités, ce qui devient un obstacle à surmonter. Dans l'ensemble, bien que cette direction ait un potentiel immense, davantage d'optimisations et de percées sont nécessaires dans sa mise en œuvre réelle.

L'exactitude des données et la construction de cartes KOL dans le marketing.

Lors de l'exploration de ces outils, une question centrale se pose : comment réalisent-ils des revenus ? Si l'on se base uniquement sur un modèle VIP, permettant aux utilisateurs d'appeler l'API autant de fois qu'ils le souhaitent, un tel produit aura du mal à avoir un large espace de profit, mais son existence est significative. Il peut directement utiliser la logique de Kaito, lire les données Twitter, et les utiliser pour générer et distribuer du contenu sur les médias sociaux, comme "Wu parle" ou d'autres formes d'actualités communautaires. Ces outils peuvent non seulement améliorer l'efficacité, mais également aider les projets à distribuer du contenu sur plusieurs plateformes, comme en générant des vidéos courtes via l'IA à publier sur TikTok, ou directement sur Twitter.

Je pense que cette direction produit n'est pas seulement un essai pour Kaito ou Galxe ; des projets comme Mask sont également très adaptés à cela. Étrangement, Mask ne semble pas s'être profondément engagé dans cette direction pour l'instant. Si un membre de l'équipe de Mask entend ces suggestions, j'espère que vous considérerez d'y réfléchir.

Pour Kaito, la direction actuelle de son produit montre clairement qu'ils souhaitent viser une plus grande capitalisation boursière, plutôt que de continuer à avancer selon la voie des outils Alpha. Bien que les outils Alpha puissent être rentables, ils manquent de potentiel de commercialisation. Si l'on ne se concentre que sur cela, cela finira par se limiter à un usage interne, sans pouvoir créer un produit destiné à un marché plus large. En se tournant vers la construction de cartes KOL, Kaito cherche manifestement à briser ce goulot d'étranglement.

Les utilisateurs intéressés par le produit Kaito au début correspondaient presque exactement au groupe d'utilisateurs qui prenaient alors en compte notre outil. Notre outil a également été suggéré pour être vendu à certaines entreprises de trading ou fonds secondaires à ses débuts. Bien que ces entreprises de trading soient plus axées sur la rentabilité, cette direction pourrait tomber dans un cycle de "est-ce rentable". En revanche, la carte KOL fournit un soutien précis pour le marketing, en améliorant l'efficacité des dépenses publicitaires grâce à la précision des données, augmentant ainsi la valeur marketing pour les projets.

L'exactitude des données est essentielle. Bien qu'il existe de nombreuses entreprises capables de collecter des données Twitter, la question de la précision des données est une autre affaire. Sur le marché public, Kaito et notre outil précoce sont parmi les rares capables d'atteindre une précision. Le cœur de la précision des données réside dans le "nettoyage des données", qui est l'étape la plus difficile et la plus cruciale. La collecte de données est relativement simple, mais le processus de pondération et de nettoyage des données nécessite de nombreux tests répétés et des ajustements logiques, ce qui nécessite souvent une combinaison d'expérience et d'intuition.

Par exemple, la communauté chinoise de Crypto Twitter (CT) présente souvent beaucoup de bruit, ce qui nécessite de réduire le poids. Ce bruit fait que le CT chinois est généralement en retard de 24 à 48 heures par rapport au CT anglais. La capacité à nettoyer et ajuster efficacement les données est une compétence clé, ainsi qu'un élément central de la compétitivité de l'entreprise.

Grâce à une carte KOL précise, Kaito peut aider les projets à optimiser leurs stratégies de diffusion, augmentant ainsi la précision des diffusions. Ce produit non seulement aide les projets à réaliser un marketing plus efficace, mais leur permet également de récupérer des frais de marketing, formant ainsi un modèle commercial durable. Choisir cette direction est une stratégie astucieuse que Kaito a démontrée dans la concurrence du marché.

La logique stratégique derrière l'activité Yap et l'effet flywheel.

Dans l'ensemble du domaine de la crypto, la diffusion de publicités a toujours été un comportement relativement flou et inefficace. Les agences de marketing actuelles ressemblent essentiellement à de simples outils de répertoire, leurs méthodes étant relativement unidimensionnelles. Dans ce contexte, l'outil proposé par Kaito peut aider les projets à déterminer quels KOL valent la peine d'être ciblés et lesquels ne le sont pas, en fournissant des références basées sur l'analyse des données. Cette précision améliore considérablement l'efficacité des publicités.

Kaito optimise le ciblage des KOL à l'aide de deux indicateurs clés : la précision et le cercle central. La précision fait référence à l'exactitude du jugement des KOL, par exemple, s'ils ont discuté d'un projet avant son augmentation, et non après. Chaque partage ou promotion est enregistré et pondéré en fonction de l'exactitude du jugement du KOL, ce qui influence son score de poids. Tout cela peut être vérifié à plusieurs reprises grâce à des horodatages et à des outils d'analyse de données.

Le cercle central (appelé "smart follower" chez Kaito) mesure la profondeur de l'influence d'un KOL. Si un compte a davantage d'interactions avec d'autres comptes intelligents (c'est-à-dire des smart followers), son score de poids sera plus élevé. Cela peut aider les projets à sélectionner de véritables KOL influents, et non pas simplement des comptes avec un grand nombre de followers.

L'activité Yap de Kaito a démontré le succès de sa transformation stratégique. Cette activité a considérablement réduit les coûts marketing en utilisant le levier des KOL gratuits. Le marketing traditionnel nécessite de contacter chaque KOL individuellement et de payer des frais élevés, tandis que Kaito a simplement ouvert une page, offrant des récompenses de répartition basées sur un algorithme de poids. Cette méthode simplifie non seulement le processus, mais améliore également la crédibilité grâce à la transparence des données. Ce modèle a incité de nombreux KOL à participer activement à la promotion, aidant le projet à se répandre rapidement.

En même temps, l'activité Yap a également résolu le problème de risque potentiel. En prévision d'un éventuel changement des règles de l'API de Twitter, Kaito a permis à tous les utilisateurs de CT de lier leurs comptes à son backend via le TGE, autorisant ainsi l'utilisation des données. Cela permet à Kaito de se détacher progressivement de sa dépendance à l'API Twitter et de commencer à maîtriser ses actifs de données. Cela non seulement donne à Kaito une plus grande indépendance, mais crée également un cycle positif de l'offre et de la demande : plus d'utilisateurs CT s'inscrivent, plus l'intérêt des projets augmente, créant un effet flywheel de mise en relation des données.

Finalement, Kaito a créé une imagination commerciale similaire à celle d'Alimama ou de Jushou, devenant une plateforme écologique de marketing réussie dans l'industrie de la crypto. À l'heure actuelle, cette stratégie a été exécutée avec un grand succès.

Réflexions sur l'entrepreneuriat : comment les professionnels issus de milieux non typiques peuvent se démarquer.

Si tous les utilisateurs de CT (Crypto Twitter) lient leurs comptes au backend de Kaito, alors à l'avenir, lorsqu'ils entreront sur le marché secondaire, Kaito pourra clairement déclarer : "Ces données sont à moi." Que ce soit les projets ou les utilisateurs de CT, cet acte de liaison peut créer un consensus et une tendance sur les données. C'est là la logique centrale derrière l'activité Yap.

Avant de conclure sur le sujet de Kaito, je voudrais partager une petite histoire à propos de nous. Avant que nous ne finissions le financement de Kaito, nous avions également développé un produit similaire, voire en même temps. Il y a plus de deux ans, nous avons simultanément essayé les directions des outils Alpha et des outils de type GPT. À l'époque, le secteur était en crise, notre équipe n'était pas très douée pour le social, et nous connaissions peu de gens dans l'industrie. Bien que notre produit soit intéressant et prometteur, il y avait peu d'amis pour nous présenter aux VC.

À ce moment-là, nous avons contacté quatre VC, dont l'un était prêt à investir, mais avait besoin que nous trouvions un leader d'investissement. Les trois autres nous ont directement ignorés, l'une des raisons étant que notre profil ne correspondait pas à l'image typique d'un entrepreneur d'élite. Ils n'ont pas approfondi la logique derrière notre produit, ni même tenté d'imaginer sa valeur potentielle, mais ont simplement voté contre nous.

Ce n'est qu'ensuite que nous avons progressivement commencé à attirer l'attention d'un plus grand nombre de professionnels de l'industrie à travers des plateformes comme YouTube. Ces spectateurs sont principalement des institutions et des professionnels de l'industrie. Pourtant, je n'ai toujours pas mentionné le passé à ceux qui avaient déjà été en contact avec nous, car cela semblait un peu gênant. Fait intéressant, j'ai vu plus tard sur la timeline que les employés de VC avec qui j'avais été en contact parlaient maintenant à mots couverts de Kaito, ce qui m'a profondément touché.

Nous avons finalement choisi de suivre la voie des outils Alpha, cette décision étant liée à notre réseau social limité à l'époque. Nous pensions qu'il serait difficile de commercialiser un produit ToB avec peu d'aide extérieure. Nous espérions obtenir la reconnaissance de VC connus et tirer parti de leurs ressources pour étendre notre marché, plutôt que d'avancer péniblement par nous-mêmes.

Pour les entrepreneurs issus de milieux non typiques d'élite, j'ai quelques conseils. Les VC se concentrent davantage sur les connexions et les réseaux relationnels, et non nécessairement sur votre produit en lui-même. Cependant, je crois fermement qu'un bon produit peut se vendre de lui-même. Si votre produit est vraiment bon, n'ayez pas peur de l'exposer. Aujourd'hui, je réalise également l'importance de construire une influence sociale. Grâce aux réseaux sociaux, vous pouvez non seulement rencontrer plus de gens, mais aussi accumuler une certaine notoriété et confiance pour vos futures entreprises.

Pour mes amis qui regardent mes vidéos ou parcourent mon Twitter, le message que j'espère transmettre est le suivant : peu importe que vous ayez un arrière-plan d'élite ou non, tant que votre produit est suffisamment bon, je suis prêt à vous aider. Un bon produit et une bonne idée sont plus importants qu'un CV impressionnant. Tant que ce que vous proposez peut me convaincre, je ferai tout ce qui est en mon pouvoir pour vous aider à trouver des ressources.