cosplay名人(名人朋友圈用Cosplay)

 2025-12-27  阅读 242  评论 0

摘要:编者注: 离开北京,去二线城市创业,你会选择哪里?除了成都和厦门外,作为后起之秀的武汉,也逐渐显露在我们的视野之中武汉创业环境怎样?发展机遇如何……动点科技来到武汉实地采访了十多位本土创业者、投资人,推出系列文章,多角度呈现一个真实的武汉创业现状这是第一篇,我来为大家科普一下关于cosplay名人?

编者注: 离开北京,去二线城市创业,你会选择哪里?除了成都和厦门外,作为后起之秀的武汉,也逐渐显露在我们的视野之中武汉创业环境怎样?发展机遇如何……动点科技来到武汉实地采访了十多位本土创业者、投资人,推出系列文章,多角度呈现一个真实的武汉创业现状这是第一篇,我来为大家科普一下关于cosplay名人?以下内容希望对你有帮助!

cosplay名人(名人朋友圈用Cosplay)

cosplay名人

编者注: 离开北京,去二线城市创业,你会选择哪里?除了成都和厦门外,作为后起之秀的武汉,也逐渐显露在我们的视野之中。武汉创业环境怎样?发展机遇如何……动点科技来到武汉实地采访了十多位本土创业者、投资人,推出系列文章,多角度呈现一个真实的武汉创业现状。这是第一篇。

想要扮演一个名人或是虚拟角色?欢迎来到语 C 圈。这是一群语言文字 cosplay 爱好者,用电脑或者手机敲出来的剧本台词扮演自己心仪的角色。

今天我们要介绍的名人朋友圈,是一款满足语 C 圈需求的社交产品。创始人朱毅告诉动点科技,不同于 QQ 和贴吧,他们的产品首创了朋友圈语 C 模式:进入应用首先要选择你想去的剧组(兴趣专区)和喜欢的角色,之后的玩法就类似微信朋友圈发动态。和普通社交不一样的是,在这里大家都会将自己带入到扮演的角色和所发的状态的剧情中去。比如我选了中的 芈月传中秦王赢驷的角色发了一段话,不久就有“赵丽颖”和“金钟国”在底下点赞了……脑洞果然比较大。

当然,名人朋友圈也有聊天、加好友等普通社交产品一般功能,你也可以进入一个剧组扮演角色聊天。但最火的还是这种朋友圈的语 C 玩儿法。除了明星之外,当前热播的电视剧或者电影都可以形成一个剧组,比如琅琊榜芈月传等。 玩法法跟微博上流行过的“假如 XXX 有朋友圈”很类似。

朱毅表示,目前名人朋友圈已经有 20 万用户,其中 90%的用户是女性用户,平均年龄为 15.6 岁。这些人包括文学爱好者、明星粉丝,二次元用户,他们的特点是时间多、粘性强、忠诚度高。数据显示,产品用户日活在 10%左右,平均每天使用超过 1 小时,由于学生居多,这个时间在周末会更长。

这样的用户特点带来两个方向的商业化尝试。首先不用说当然是粉丝经济,朱毅透露,明星预热、 演唱会门票、 动漫周边、游戏、电商等,都是可以尝试的方向。

其实,朱毅更大的野心在于语 C 这种模式可能产生的 IP 上。朱毅认为,用户在语 C 过程中能够产生大量的内容输出,在角色扮演过程中能产生剧本。在他看来,这种“众创”模式区别于专业编剧和网络文学,跟众筹概念很类似。好处在于集众人之长,每个角色有亮点,而且在编剧伊始天然就有了粉丝 ;缺点是,目前出来的语 C 小说还是比较零散,需要做一些整合。

当然,这些商业化的尝试对于朱毅的团队来说是还有些远,目前他们的重心还是在产品优化和打磨。名人朋友圈的核心团队成员都来自华中科技大学,朱毅则是一个连续创业者,据他透露,目前已拿到了 300 万人民币的天使融资,目前正在接洽 pre—A 轮融资,预期是千万级别,估值一亿元人民币。

事实上,二次元和 cosplay 已经开始摆脱亚文化的标签,逐渐走向主流市场,这块蛋糕不小,市场上也不乏别的玩家,但跑道上并不存在一个绝对的领先者。创始人朱毅也表示,目前的产品数据不错,验证期已经完成,下一个版本会将会进行品牌推广来扩展市场。

动点科技将于 2016 年 1 月 17 日在武汉举行 “TNT 沙龙第 38 期:资本寒冬下如何过冬?”欢迎关注。

本文 名人朋友圈:用 Cosplay 的方式“众创”剧本?|关注武汉创业来自动点科技.

版权声明:xxxxxxxxx;

原文链接:http://cn.tdroid.net/cea5aCz0GAAgGUl0.html

发表评论:

管理员

  • 内容331172
  • 积分0
  • 金币0
关于我们
lecms主程序为免费提供使用,使用者不得将本系统应用于任何形式的非法用途,由此产生的一切法律风险,需由使用者自行承担,与本站和开发者无关。一旦使用lecms,表示您即承认您已阅读、理解并同意受此条款的约束,并遵守所有相应法律和法规。
联系方式
电话:
地址:广东省中山市
Email:
注册登录
注册帐号
登录帐号

Copyright © 2022 太卓开发网 Inc. 保留所有权利。 泰达科技网易库网

页面耗时0.1088秒, 内存占用1.34 MB, 访问数据库18次