1. 行业分析
1.1 行业分析的重点
行业分析重在趋势分析,不需要对产品的某一个具体功能点进行细致的分析。
行业大环境带来的影响往往是长期的、深远的。
行业分析要明确上游企业目前是扩大/缩小产能,同业对手目前是调整竞争策略/开始撤离,跨界对手是否被本行业吸引,下游企业/消费者目前是增加/减少需求。
行业分析是为了了解整个行业的基本做法,明确行业细分市场存在的机会(行业细分市场的地域/人群分布VS企业自身的地域/人群分布),明确行业存在的竞争手段及战术(行业产品结构及对应市场份额、行业集中度对标标杆企业、行业差异化程度),了解行业的发展趋势。
1.2 市场规模预估
市场的定义
- 可获取市场
- 可触达市场
- 潜在市场
自上而下
基于宏观层面数据进行拆解和估算。
优点:测算速度较快
缺点:测算精度较低
参数指标:XXX总规模、XXX比率、XXX占比
自下而上
将市场拆解成小区域市场逐一叠加测算。
优点:测算精度较高
缺点:测算速度较低,测算成本相对较高。
参数指标:人均XXX、XXX均价
拆分结构
- 拆分客户需求以及对应的市场需求占比
- 每一个客户需求继续细分,明确其每年的市场份额趋势并进行预测
- 预测需求:时间序列的预测。排除噪声、季节性、特定自然周期等
注:根据历史数据,历史增速,预测增速区间。
市场规模预估的七步破解法则
- 问清楚问题背后的问题:是问销售额还是销售数量,因为这决定了所用的时间。另外在什么时间段内?什么地理区域?
- 创建一个结构化的过程来寻找答案:不要马上计算,花点时间计划。
- 使用整数进行估计
- 以事实为依据:不要凭空挑选一个数字或百分比,而是基于自己的经验或事实。
- 正确的计算
- 检查答案的合理性
- 解释“那又怎样”:预估市场规模的重要性,这是考察沟通的部分。
1.3 行业图谱
举例
注:个人觉得梳理行业图谱是非常有必要的一件事情。
1.4 PEST (对战略发展的分析)
动因 | 关键要素 | 相关问题 |
---|---|---|
政治动因 | 商业、就业和贸易的立法和监管框架、税收制度和财政政策、即将出台的立法计划 | 政府是否倾向于干预主义或者自由放任政策、政府对税收/竞争/企业社会等问题的处理方式是什么责任和环境问题、行业规章制度如何影响研究的行业。政策对行业的影响往往是立竿见影且致命的。 |
经济动因 | 国内生产总值/国民生产总值、通货膨胀、利率/汇率、失业数据、工资和价格控制、财政和货币政策 | 经济是否处于增长/停滞/衰退时期、货币有多稳定、可支配收入是否会发生变化、获得信贷的难易程度如何。对于上中下游企业的影响 |
社会动因 | 教育水平、就业模式、职业期望、家庭关系、生活方式偏好、时尚和品味的趋势、消费模式、人口流动性等 | 不同用户群体的人群特征、消费特征的发展趋势会直接影响细分品类市场,会引起产品的销量、地域分布的变化。 |
科技动因 | 研发投资、新技术和发明、互联网和电子商务的发展、生产技术的发展 | 新技术会催生新商业模式/新产品品类/新细分市场,同时要警惕跨界竞争。在没看到成功商业个案的时候,盲目鼓吹新技术,会徒增成本,拖累企业经营。 |
1.5 波特五力 (对竞争战略的分析)
根据波特的观点,一个行业中的竞争,不止是在原有竞争对手中进行,而是存在着五种基本的竞争力量。
这五种基本竞争力量的状况及综合强度,决定着行业的竞争激烈程度,从而决定着行业中最终的获利潜力以及资本向本行业的流向程度。
五种基本竞争力量
- 卖方议价能力:供应商数量与采购商数量哪个更多,替代材料和原材料的数量,决定了成本是否会高,切换供应商的难易程度
- 买方议价能力:买家数量,替代品数量。切换到竞争对手的难易程度。对价格点的敏感性。产品/服务对买家的重要性。
- 同业竞争:竞争对手数量、切换供应商的难易程度、提供的产品和服务范围产品是否无差异化容易被替代、客户的品牌忠诚度是否高、市场增长率、行业生命周期点。
- 潜在替代品:目前现有的替代产品、消费者是否可以更轻松的找到更好的替代品、买家流失的原因、消费者转换到另一种产品或服务的时间成本人力成本等成本是高还是低、替代品与本公司产品/服务的价格和质量比较
- 潜在竞争者进入:行业壁垒,是否容易达到规模经济、政府监管法律法规保护的高低、进入市场的资本要求资金是少量还是大量、现有公司的专利、商标或品牌声誉是否高、物流和分销网络、技术取得的难易程度、客户切换供应商的难易程度
1.6 一个比较核心系统化的行业分析调研
一级 | 二级 | 内容 | 形式 |
---|---|---|---|
行业规则 | 产业链情况 | 行业图谱 | 定性描述 |
行业规则 | 商业模式 | 商业画布 | 定性描述 |
行业规则 | 进入壁垒 | 进入行业所需资质、资金、技术、场地、人员 | 定性描述 |
行业现状 | 市场规模预估 | 定量数据 | |
行业现状 | 地域以及人群分布 | 在国内/国外范围内覆盖了哪些区域、哪些人群 | 定性描述 |
行业现状 | 产品结构 | 高、中、低档产品配置以及每一类对应的市场份额 | 定量数据 |
行业现状 | 集中度 | 头部企业(TOP3\TOP10)所占市场份额 | 定量数据 |
行业现状 | 差异化程度 | 同质竞争(价格战)、差异竞争(档次、人群、功能差异) | 定性描述 |
发展趋势 | 潜力空间 | 潜在消费群体、潜在产品需求 | 定性描述 |
发展趋势 | 增长趋势 | 用户数、销售额、产品数量 | 预估数据 |
发展趋势 | 进入/退出情况 | 进入/退出行业的企业数量 | 定量数据 |
发展趋势 | 资金流入/流出 | 行业内追加投资/撤出投资情况 | 定性描述 |
发展趋势 | 结构变化 | 行业各细分市场结构变化 |
1.7 一个比较完整系统化的行业分析调研(耗时长)
一、行业综述
- 品类 行业简介
- 品类的主要分类和各类型产品的主要生产企业
- 品类的下游应用分布格局
- 全球 该品类 主要生产企业概况
- 全球 该品类 行业投资和发展前景分析
- 全球 该品类 投资情况分析
投资结构|投资规模|投资增速|主要投资项目简介|中国市场主要投资项目简介
二、全球 该品类 供需状况及预测
- 全球 该品类 供需现状及预测
全球该品类产能、产量、产能利用率及发展趋势
全球该品类产销概况及产销率
全球该品类的细分品类 产量及预测
全球该品类的细分品类 产值及预测 - 中国 该品类 供需现状及预测
中国该品类产能、产量、产能利用率及发展趋势
中国该品类产销概况及产销率
中国该品类的细分品类 产量及预测
中国该品类的细分品类 产值及预测
三、全球 该品类 竞争格局分析(产量、产值及主要企业)
- 全球 该品类 主要企业产量、产值及市场份额
- 中国 该品类 主要企业产量、产值及市场份额
- 最近一年该品类主要生产企业地域分布情况
- 全球 该品类 行业集中度
- 中国 该品类 市场集中度分析
- 全球和中国市场动力学分析
驱动因素|制约因素|机遇|挑战
四、全球 主要地区 该品类 行业发展趋势及预测
- 全球市场
全球 该品类 市场规模及各地区占比| 全球 该品类 产值地区分布格局 - 中国市场 该品类 产量、产值及增长率
- 美国市场 该品类 产量、产值及增长率
- 欧洲市场 该品类 产量、产值及增长率
- 日本市场 该品类 产量、产值及增长率
- 拉美市场 该品类 产量、产值及增长率
- 东南亚市场 该品类 产量、产值及增长率
- 印度市场 该品类 产量、产值及增长率
五、全球 该品类 消费状况及需求预测
- 全球 该品类 消费类及各地区占比
- 中国市场 该品类 消费量及需求预测
- 美国市场 该品类 消费量及需求预测
- 欧洲市场 该品类 消费量及需求预测
- 日本市场 该品类 消费量及需求预测
- 拉美市场 该品类 消费量及需求预测
- 东南亚市场 该品类 消费量及需求预测
- 印度市场 该品类 消费量及需求预测
六、该品类 价值链分析
- 该品类 产业上游市场
上游原料供给状况|原料供应商 - 全球当前及未来对 该品类 需求量最大的下游领域
- 中国当前及未来对 该品类 需求量最大的下游领域
- 国内销售渠道分析及建议
当前主要销售模式及销售渠道| 国内市场 该品类 未来销售模式及销售渠道发展趋势 - 企业海外销售渠道及建议
欧洲、美国、日本和印度等地区 该品类 销售渠道及未来销售模式发展趋势
七、中国 该品类 进出口发展趋势预测
- 该品类 进出口量及增长率
- 该品类 主要进口来源
- 该品类 主要出口国
八、流行性事件对市场大环境的影响
- 中国、欧洲、美国等 该品类 行业整体发展现状
- 国际贸易环境、政策等因素
- 流行性事件对该品类 行业的影响
2. 竞品分析
2.1 竞品分析的重点
- 现有的竞争环境,找到公司自身优势,避免难超越的竞争壁垒。
- 学习或模仿,看能否进行弯道超车,复制标杆企业做法。
2.2 如何界定竞品
注:用户画像对用户进行分类。
2.3 如何选择真正的竞品
2.4 商业模式画布: 拆解公司的商业运营模式
from《商业模式新生代》
- 价值主张:公司要解决的问题是什么?为什么有人想要解决这个问题?这个问题的根本动机是什么?为用户分别提供了什么价值(商品服务/节省时间/降低成本)?为用户创造价值的产品或服务方式。
- 关键业务:企业为了让模式有效运转,所需的价值交换(人力/物力/财力/知识/技术/关系/数据)。
- 关键资源:模式运转所必须的核心资源(人力/物力/财力/知识/技术/关系/数据)。
- 关键伙伴:企业为了让模式有效运转,所需的供应商和推广合作伙伴。
- 客户细分:为谁解决问题?谁会重视我的价值主张?用户群体与分类。
- 客户关系:企业如何和用户建立关系与维护关系
- 渠道通路:企业服务流程中和用户的触点(线上/线下/渠道/平台),如何告诉我们的客户群我们的价值主张,我们的客户在哪里,他们在社交媒体上/开车/听广播上/活动/会议上。
- 成本结构:模式运作带来的成本。
- 收入构成
2.5 补充:数据指标
产能、产量、产值、 客单价 、毛利率、客流量、市场占有率、市场规模、销售区域、市场动态、企业景气指数
数据来源(参考)
3. 总结:行业分析与竞品分析
不管是行业分析还是竞品分析,其最终的目的都是为了公司自身的发展。
从用户需求痛点出发,使用商业模式画布拆解公司自身或者竞品的商业运营模式,通过行业图谱对公司进行定位。对行业进行分析,对整个行业规模及外力进行评估,从而预测现在投入多少资源可以确保有多少的收入。
4. 综合评价法
4.1 定义
运用多个指标对多个参评单位进行评价的方法,称为多变量综合评价方法(综合评价法)。其基本思想是将多个指标转化为一个能够反映综合情况的指标来进行评价。
4.2 六大要素
要素 | 说明 |
---|---|
评价者 | |
评价对象 | |
评价指标 | 数值型指标、非数值型指标 |
权重系数 | 客观赋权法 |
综合评价模型 | 通过一定数学方法将每个分类指标进行汇总 |
评价结果 |
4.3 步骤
4.4 指标筛选、处理、赋权方法
指标筛选方法
- 德尔菲法:优点是专家经验,缺点是耗费很多的人力、时间成本。
- 最小均方差法:指标的方差如果太小,则不该纳入评价指标中。
- 极小极大离差法:指标的极大值和极小值之间的差值如果太小,则不该纳入评价指标中。
- 极大不相关法:该指标所能提供的信息无法被其他指标替代,则该纳入评价指标中。
指标处理方法
阈值比较法
阈值比较法是将原始数据与某个阈值进行比较,然后进行分类或赋值。这种方法主要用于二值化或离散化处理。阈值的选取往往取决于具体问题和实际情况。操作过程中,将数据与阈值进行比较,大于阈值的数据赋值为1,小于或等于阈值的数据赋值为0。
优点:简单易懂,易于实现,适用于二值化或离散化处理,特别是在分类问题中表现较好。
缺点:对阈值的选择较为敏感,不同阈值可能导致截然不同的结果,且可能忽略数据中的细节信息。
中心化
中心化是指首先计算其均值mean(X),然后用每个数据点Xi除以均值,得到相对值化后的数据Xi’。相对值法可以在一定程度上消除数据的量纲影响,突显数据的相对性。在实际应用中,相对值法常用于分析各类数据的相对重要性、占比或增长率等。
缺点:对均值敏感:相对值法的计算依赖于数据的均值,如果均值受到极端值或离群值的影响,可能导致相对值失真。仅适用于正数,对于包含负数的数据,阈值法或中心化法可能无法直接应用,需要进行预处理或选择其他方法。
规格化
规格化是将数据缩放到某个特定的范围,如[0, 1]或[-1, 1]。这种方法消除了数据量纲的影响,使数据具有可比性。操作(最小-最大规格化):Xi’ = (Xi - min(X)) / (max(X) - min(X)),其中Xi是原始数据,min(X)和max(X)分别是数据的最小值和最大值,Xi’是规格化后的数据。
缺点:当数据没有明显的最大值和最小值时,选择合适的缩放范围较为困难。
标准化
标准化是将数据按照标准正态分布(均值为0,标准差为1)进行转换。这种方法可以消除量纲,同时使数据具有统一的度量标准。操作:Xi’ = (Xi - mean(X)) / std(X),其中Xi是原始数据,mean(X)是数据的均值,std(X)是数据的标准差,Xi’是标准化后的数据。
缺点:可能受到离群值的影响,导致数据分布失真;对于非正态分布的数据,标准化后的数据分布可能仍然不理想。
比重法
比重法是将各个数据除以它们的总和,得到它们在总和中的比重。这种方法可以反映出数据在整体中的相对重要性。操作:Xi’ = Xi / sum(X),其中Xi是原始数据,sum(X)是数据的总和,Xi’是比重化后的数据。
优点:反映出数据在整体中的相对重要性,有助于比较和分析各个数据的贡献程度。
缺点:除了离群值的问题外,比重法在不同数据集之间进行比较时,由于总和不同,比重法可能无法完全消除量纲影响。
5. 客观赋权法(综合指标评分)
5.1 步骤
客观赋权法总体来说就是利用数据信息量大小计算权重。信息含量越大,将会赋该指标更高的权重。
第一步:确定评价的目的和对象
第二步:确定评价的指标
- 方法:德尔菲法(专家法)、最小均方差法、极小极大离差法、极大不相关法。
第三步:指标搜集和处理
- 计算同一个指标,不同对象之间的方差➗指标的均值(去量纲)
第四步:确定权重价值函数
- 方法:变异系数法、熵值法
- 变异系数法
step1: 每个对象的每个指标中心化:数值➗该指标所有对象的均值。
step2: 每个对象的总分(加权平均)= 每个指标(中心化)*每个指标的权重之和。
第五步:输出评价结果
5.2 离散系数(变异系数)
是统计学常用统计指标,是测量数据离散程度的相对统计量,主要是比较不同样本数据的离散程度。离散系数大,说明数据的离散程度也大,反之同理。
5.3 计算每个指标的权重
5.4 熵
熵的本质是度量一个系统内在的混乱程度。度量的是不确定性的大小。
所含的信息越少,不确定性越大,信息熵越大。
所含的信息越多,不确定性越小,信息熵越小。
概率相等
概率不等
公式总结
5.5 客观赋权法实际案例1: 看哪一个城市更具备商业发展的潜力
变异系数法
第一步:把关键指标挑出来。
第二步:计算每个指标的均值和标准差(计算标准差:每个样本点和均值的差、再通过平方➗N(对象个数))
第三步:计算指标的变异系数CV,等于指标的标准差➗均值,其代表了指标的信息含量。
第四步:计算指标的权重Wj,等于指标的变异系数➗全部指标变异系数之和。(计算占比)
第五步:打分
指标去中心化=实际值➗该指标平均值
对象获得的总分(加权平均)=去中心化后的各指标值乘以对应权重之和
5.5 客观赋权法实际案例2:选出性能最优异的车
熵值法
第一步:求出不同对象在同一指标下的比重,对象指标值➗指标下所有值之和。(比重法)
第二步:计算熵,其代表了信息的不确定性
第三步:计算权重Wj(客观赋权)
指标的权重等于指标的熵(1-Ej)➗全部指标的熵之和。(计算占比)
第四步:打分
指标去中心化=实际值➗该指标平均值
对象获得的总分(加权平均)=去中心化后的各指标值乘以对应权重之和
5.5 客观赋权法实际案例3:选人(指标值非全为数值)
第一步:求出不同对象在同一指标下的比重,对象指标值➗指标下所有值之和。(比重法;去量纲)
第二步:计算熵。
公式
第三步:计算权重Wj (客观赋权)
指标的权重等于指标的熵(1-Ej)➗全部指标的熵之和。(计算占比)
注:在信息熵的方法中,总体来说指标的权重重要顺序是一致的,但是由于算法的不同还是会有些许差异。
第四步:打分