Builder Score
हम निचेस को कैसे रेट करते हैं — अवसर × निर्माणयोग्यता × ईमानदार जोखिम।
सब कुछ कैसे जुड़ा है
स्कोर, §1-12 विश्लेषण और स्रोत एक बंद सिस्टम बनाते हैं: हर स्कोर अक्ष उन्हीं असली डेटा पर टिका है जिन्हें विश्लेषण समझाता है — आप किसी अक्ष से सीधे मेल खाते § तर्क पर जा सकते हैं।
उदाहरण: माँग अक्ष 92 ← §2 (यूज़र धारणा) ← समीक्षा मात्रा + HN/Reddit सिग्नल। स्कोर कभी ब्लैक बॉक्स नहीं होता।
हम कैसे रेट करते हैं
स्कोर 12 घटकों का एक हाइब्रिड है — 8 एडिटिव (additive) अक्ष और 2 मल्टीप्लिकेटिव (multiplicative) गेट्स फेटल-फ्लॉ (Fatal-Flaw) कारकों के लिए। हम iTunes स्टार्स और रेटिंग संख्याओं को सीधे गुणवत्ता मूल्यांकन के रूप में नहीं, बल्कि अन्य घटकों के लिए डेटा इनपुट के रूप में उपयोग करते हैं (उदा. डिमांड को Sweet-Spot के रूप में, रैखिक नहीं)।
8 एडिटिव (additive) अक्ष
- 1 · डिमांड (Sweet-Spot)
- 2 · मोमेंटम (Momentum) (समय निर्धारण)
- 3 · आक्रमणयोग्यता (Incumbent प्रेम)
- 4 · Wedge × Pain-Intensity
- 5 · खोजयोग्यता + वितरण
- 6 · मुद्रीकरणयोग्यता + प्रतिधारण
- 7 · स्विचिंग-लागत (inverted)
- 8 · ट्रेंड-स्थायित्व
2 मल्टीप्लिकेटिव (multiplicative) गेट्स
- 9 · निर्माणयोग्यता (AI-निर्माता × अनिवार्य-सुविधाएं)
- 10 · जोखिम (Compliance/प्लेटफॉर्म)
Floor: कोई भी गेट स्कोर को एडिटिव (additive) कोर के 20% से नीचे नहीं दबा सकता।
आप क्या देखते हैं
प्रत्येक स्कोर एक Confidence Tier बैज लेता है। प्रतिशत दिखाने के बजाय हम चार Tiers दिखाते हैं, ताकि यह स्पष्ट हो कि मूल्यांकन कितना विश्वसनीय है:
- मजबूत संकेत — ≥75% आत्मविश्वास, डेटा पूर्ण।
- संकेत — 50–75%, स्कोर प्रशंसनीय है, कृपया क्रॉस-चेक करें।
- प्रवृत्ति — 25–50%, सीमित प्रासंगिकता।
- डेटा-सीमित — <25%, केवल संकेतक।
कम Coverage वाले अक्षों को Radar में डैश के साथ दिखाया जाता है — गायब डेटा दृश्यमान होता है, छिपा नहीं।
हम कैसे सीखते हैं
स्कोर एक ML मॉडल नहीं है। यह एक संस्करण-वाला, नियम-आधारित हाइब्रिड मॉडल है जो चार तंत्रों के माध्यम से विकसित होता है:
- डेटा-विकास: दैनिक स्नैपशॉट Momentum घटक को तीव्र करते हैं; बड़ा कॉर्पस → बेहतर Sweet-Spot कैलिब्रेशन।
- संस्करण-सक्रियण: स्कोर संस्करणों को मैन्युअली सक्रिय किया जाता है। पुरानी रेटिंग "अपडेट उपलब्ध" दिखाते हैं।
- परिणाम-प्रतिक्रिया (v3.1): किसी Niche पर Pro-क्लिक के बाद वैकल्पिक 1-क्लिक प्रतिक्रिया।
- क्रॉस-वैलिडेशन (v3.2): स्कोर पूर्वानुमान बनाम वास्तविक निर्माण परिणाम।
v3.0 में जानबूझकर नहीं: शुद्ध ML सीखना, वजन की Auto-Tuning, LLM-in-Score-Loop। हम निर्धारक व्याख्यायोग्यता की रक्षा करना चाहते हैं।
हम कौन-से स्कोर कहाँ दिखाते हैं?
दो ओर्थोगोनल स्कोर: Builder Score बिल्ड सब्सटेंस आँकता है (opportunity + buildability + ईमानदार risk); Market Snapshot सिर्फ़ एक मार्केट स्नैपशॉट है — कभी बिल्ड मूल्यांकन नहीं।
| पेज | प्राथमिक | द्वितीयक |
|---|---|---|
| डैशबोर्ड / niche अवलोकन | 🛠️ Builder Score | 📊 बाज़ार-स्नैपशॉट |
| niche विवरण | 🛠️ Builder Score | 📊 बाज़ार-स्नैपशॉट |
| App विवरण | 🛠️ Builder Score (App) | ⭐ iTunes स्टार |
| App सूचियाँ / Explorer | 🛠️ Builder Score | — |
विवरण पेज पहले से सुसंगत थे; इस अपडेट के साथ डैशबोर्ड और सूचियाँ उसी मानक का पालन करती हैं।