本文阐述了作者对行业研究的看法，包括“漏斗风格”、面对新兴模型的局限性、“鱼骨风格”，以及对数据来源的比较和评价。感兴趣的童鞋欢迎阅读。
行业研究有什么用？专门做这个职位的人不会说。即使在其他岗位，如果你想说服老板调配资金，你可以拿出数据、案例，谈谈行业的大趋势，成功率无疑会更高。
说真的，即使没有研究技术，但具备行研思维，也能有助于我们跳出自己岗位的局限，从宏观、市场、公司等更广阔的视角来思考和决策.
还有，当一个人选择工作或者想创业的时候，做好行业研究可以有效减少信息差距和犯错的概率。
当然，不同身份的人对这个行业有不同的关注和看法：
券商和金融行业从业者可能更关注周期、波动和价值仓位。
产品经理可能更关注行业竞争、用户行为和态度等等。
然而，我既没有做过财务研究，也没有做过产品经理。以上都只是猜测，哈哈。就我个人而言，我通常更关注头部（标杆企业）、玩法（商业模式）、机会点.
因为个人的职业原因，我经常会看各个机构做的行业研究，尤其是科技、互联网、NEV等领域的研究，看多了会发现各种报告混杂在一起。特别是有一些写的时候是作为科普写的，宏观的大数字都列出来了，所以趋势判断比较模糊。简而言之，新兴产业正在各地蓬勃发展.我还是很期待看到更犀利的行业调研，现场解决问题，但这样的报道往往是不可避免的。
毕竟，找准方向、找全资料、找对人、问对问题,两者都不容易。
所以这次想谈谈自己对行业研究的一些想法，希望能引起更多的关注。因为我也不是100%从事行业研究，所以主要讲思考，不涉及具体的操作流程(大家都差不多)和模型解读(两者都很基础)。包括“漏斗状”，面对新兴模型的局限，“鱼骨状”，以及数据源的对比评估。
# 01漏斗型：从宏观到微观。
从宏观到微观的按部就班的研究思路应该是最普遍、最全面的。PEST、SWOT、五力模型等。这里提到的应该大家都很熟悉，一开口你就知道他们是老商学院的。事实上，各种分析模型之间都存在隐含的逻辑关系，适用于从大到小的不同研究阶段。
具体车型介绍和解释详见网站。你通过百度就知道了，这里就不细说了。每个模型主要讲一些个人的想法。
# #首先，宏观环境分析最常用的方法是PEST。
也就是说，从政治、经济、社会和技术。
)影响行业的四大宏观因素开始分析。还有由此衍生的PESTEL模型，其中E和L分别指环境因素和法律因素。
之所以将PEST/PESTEL放在顶层，主要是因为这些影响因素不仅影响到单个企业，而且一项政策、一项技术或一种舆论趋势往往会影响到整个行业。
这里政策和经济相对明确，部委文件、补贴标准、规划令等公开明确。事实上，经济数据也可以从统计局和其他官方来源获得。
倒是社会环境的影响比较难把控
尤其是地域文化、社会公德、群体心态等这些因素，更多的是定性分析，没有很好的定量标准。他们需要对社会环境保持敏感和洞察力，有社会学基础可能更好。
PEST主要是识别影响因素，从感觉上判断风险和可行性。但是你说的具体经济环境对行业的影响，技术对行业的影响，其实很难量化，就是看一个模糊的趋势。
但有些行业其实更注重政策，比如补贴，有时会成为一个企业甚至一个行业的利润来源和盈利模式，只有入局才能赚到补贴。是时候研究政策导向和补贴的算法了。
# #产业链，先推五力模式。
分析了政治、经济、社会、技术因素对产业的影响后，可以看淡产业链中的情况，先推五力模型。
行业研究？' />所谓波特五力，分别是：
除了桌面研究的方式看五力影响，其实还可以看财报。正好最近在B站看了清华大学肖星教授的财务分析课程，里面讲到
从财报的角度看供应商议价能力、购买者议价能力、和行业内竞争者的竞争能力 。
竞争激烈时，因为购买者数量有限，购买者的议价能力更强，这时购买者倾向占用企业资金，导致资产负债表里的 应收账款 / 应收账款占资产比率
就有可能比较高。
或者产业链上原材料供应不足，供应商比较强势，开始抬价，就会导致企业利润表里成本上升，或者企业应付账款低，因为不敢拖欠供应商太多钱。
可以对比相似行业的财报，比如同是制造业的造纸企业A和家电企业B（06年）。家电企业应收账款高，存货高，竞争激烈，下游强势，要求企业容忍更长时间的欠款。造纸企业原材料紧张，供应商强势，应付账款比率就相对低。
## 市场情况
再往下，进一步聚焦到产业内的市场情况了。这个市场有多大、多细分，市场里的用户们都有什么样的行为习惯和态度？
市场情况可以看总量、看分布、看趋势。也就是俗话说的“盘子有多大”。
看市场整体规模及增长情况时，各个行业用来做判断的指标也会有些差异。比如互联网行业因为流量经济的特点，一般是用用户数或者营收（用户数*ARPU）等来衡量整体市场规模。汽车行业就看销量。数据源可以从工信部、CNNIC等机构或者行业协会获得基础数据。
这里面常见的一个坑在于总量其实是一个很模糊的数，或者说是一个牺牲了很多内在信息的数。
比如新能源车的销量，看起来每年都有很高的增长，如果只看销量总趋势，那是涨势喜人，潜力无限。但是如果我们仔细多想一步，这些车都卖给谁了呢？
其实是有两个截然不同的市场在里面。一种是ToB市场，也就是卖给车队运营商，比如曹操、滴滴的子公司等等，这些车流入市场以后都做快车、做专车，拉活赚钱去了。而车队运营商，很多其实都是整车厂的子公司或者参股公司。另一种是ToC市场，就是实打实的有消费者想买，车卖给消费者了。把两个市场拆开再看，你就能看到几乎所有增长都是B端销量带来的，C端无论总量还是增长速度都不够凸显。这里面就很有故事了。
在估市场总量的时候，也可以用 TAM – SAM– SOM 的思路，结合企业自身情况综合分析。
在市场这个层面，还有市场集中度CR、市场吸引力等分析。还可以再看用户U&A（习惯和态度）等等。各个研究机构也有各自的方法偏好，比如巨量（字节跳动）就喜欢看TGI等等，这方面数理统计的方法也很多，这里就不多说了。
## 公司与竞争
了解市场情况后，就可以进一步结合公司具体情况，去推战略方向了。比较经典的SWOT和3C分析。
SWOT模型由海因茨·韦里克教授提出，基于企业自身资源、外部环境和竞争情况，分析企业的
优势（Strengths）、劣势（Weaknesses）、机会（Opportunities）和威胁（Threats） 。并基于这几个元素推导出
4种组合战略 。
3C：客户customer，竞争对手competitor，自己的公司company ，从外部环境到内部资源，审视自己
还有比较常用的矩阵分析，最经典的就是波士顿矩阵。横轴和纵轴也可以替换成其他的分析变量，比如价格和某个产品属性等。波士顿矩阵的图太常见就不放了，这里放个汽车行业的矩阵图做示例。
更具体到公司层面，就是看财报、看创始人讲话，做分析。如果要具体到策略和打法，就得具体问题具体分析，没有什么通用的模型了。
“漏斗式”的研究思路，最大的好处就非常全面，你可以从上到下搞清楚一个行业，还能看到各个级别的影响因素之间的互相作用与影响。不过，漏斗式的研究思路也不是万能的。
# 02 新的商业模式很难从宏观开始界定
就我个人感觉，漏斗式的研究思路比较适合传统或者成熟的行业。
但是很多时候新的技术或者新的商业模式一出现就是破坏性的，破坏行业界限、破坏传统认知。
Peter Thiel 2014年在斯坦福CS183B的演讲“competition is for Losers”里讲了这样一个逻辑。
一个看起来很广阔的市场其实很“糟糕”，比如美国的航空业，2012年销售额高达1956亿，妥妥的一个千亿市场。每张机票平均178美元，但是带给公司的利润只有2美分。反观google，同年收入550亿，21%都转化为净利润。
众多航空公司在这个广阔的航空出行市场里激烈竞争，但google却坐拥几乎全部在线搜索市场，所以google一家公司的市值比美国所有航空公司加起来还高。
所以，我们总在说竞争有益、竞争孵化出领头羊，企业要在竞争中脱颖而出。
但现实是，竞争只会让大家越来越相似，差异化慢慢被抹平，价格利润有波动但总会回归平均，最终大家都只能赚点微薄利润。
而一个真正有突破性的技术或者商业模式，是从一开始就带有“垄断”性，牢牢占据一整块需求、一整块市场，由于不必担心与任何人竞争，它有更广泛的维度来关心员工、内部文化，以及他们的产品对整个世界的影响。
换句话说，虽然大家都是大公司，但是有些企业（/商业模式/产品）是NB到自己开辟一个行业、定义一个行业、垄断一个行业的。
那从这个角度来看，
我其实觉得可以把充分竞争（比如美国航空业）和充分垄断（比如google）当做一条坐标轴的两端，竞争或者垄断的格局可能可以分成这三种 。
第一种就是很传统的大市场里的充分竞争
，大部分传统商业都是属于这种模式。或者有一些挂了新模式名头的生意，其实也没有脱离竞争。比如互联网思维开餐厅、或者无人零售等等，实际上都是局部微创新，依然无可避免要与其他传统商家一起进入充分竞争之中。这种市场厮杀激烈，要去评估总量，要看自己如何能抢到一块蛋糕，要绞尽脑汁的去分析SWOT、3C等等各种分析。
第二种就是介于充分竞争和充分垄断之间的
。这种企业或者说他的商业模式，有一定的突破创新性，让他可以大部分脱离于对手们的竞争，或者从不同行业切割并拼出一个新市场。但是还没有达到充分垄断，或者正走向充分垄断的路上。
比如瑞幸，虽然品牌营销上碰瓷了星巴克，但实际上并不会和星巴克充分竞争。星巴克、茶饮、新市场，每一个市场都有一部分被瑞幸切走了，这个不多谈，以后有机会单独讲讲瑞幸。
第三种，就是充分垄断了 ，产品一出来就开辟了一个新市场，比如DJI。甚至直接带来一个时代的变化，比如IPhone。
当然这个不是固定不变的，有些企业可能会从第三种滑落到第一种，竞争壁垒被攻破，但比较少见，毕竟能持续垄断，可能护城河是足够深的。也有可能从第一种走到第三种，比如特斯拉或者蔚来最终等来了智能网联和自动驾驶大突破，在新出行时代实现了贾老板的生（窒）态（息）化的美梦。
所以，当新的模式出来以后，特别是后两种，如果还是用上一部分从宏观到微观的研究思路，其实是有些困难。比如
新模式往往领先于宏观环境，比政策、比社会反应要快，而且往往自成一行，你也很难找到他的标杆或者竞争对手 。
就像斯蒂芬库里进NBA联盟时的选秀模板是穆罕默德·阿布杜尔-拉乌夫，你敢信？
# 03 鱼骨式：从点切入
所以除了从宏观到微观这种思路，也许可以 试试从点切入，而不是从面切入 。
所谓从点切入，就是聚焦到一个公司或者一种模式，甚至一个自己感兴趣的问题上。比如，“蔚来还能撑多久”，或者“瑞幸的商业逻辑是什么？为什么资本被说服？”。（瑞幸割美国韭菜这种段子，就和中国大妈扫货震惊全球一样，也就图一乐，可别当真。），或者“抖音怎么做商业化”。
这个切入的问题就是鱼头，为了回答这个问题，就衍生出一系列子问题。
比如你想知道“瑞幸的逻辑怎样说服投资人”，那就要先得回答“投资人看重什么”“瑞幸在讲的故事是什么？”“现状如何？从现状到目的途径是什么？”。
每个子问题还可以再拆解，直到你找到的资料、数据或者其他论据，能够回答单个问题点。
最终就推导出整个切入点的答案，在这个过程中，商业模式、市场环境或者宏观环境等等也都会涉及到，上面漏斗里讲的各种方法也可以用，只不过不再按照从大到小的顺序，而是都成了过程中的论据。
最近还想到一个思路是 看钱的流向 ，从财报里经营和投融资的流入流出、利润表和资本投入这些财务信息，结合市场背景基础信息，
看机会点空间大小、模式可行性 等等：
# 04 公开报告和数据源
最后聊聊资料和数据，首先是公开报告和数据：
统计局年鉴、各部委统计的宏观数据，以及其他官方机构公布的产业数据。比如汽车行业有中汽协的销量数据，互联网行业有CNNIC的网民数据等等。
不过，官方数据不代表百分百准确，比如中汽协的销量和实际车辆上牌上险数会有差异，比如CNNIC用电话访问做抽样调查可能会导致人群有点偏差。
不过，通常可以认为官方发布是权威且真实数据，但是在一些具体解读情况时，还是需要注意数据的自带的偏差和特点。
券商/投资机构的研报：
通常做得挺全面的，从宏观到产业，一般都会有一条整理好的故事线。不过他们的研报面向的人群和关注点不一样，而且有些还带了导向性。所以我一般也就看看数据，不太看观点。
第三方机构研究报告：
一类是管理咨询公司的，MBB、四大都会出一些，但是内容大多都有点空，适合当成科普读物，也许是因为管理咨询公司主要面对大公司高管。
另一类是艾瑞、亿欧、易观、36kr研究院等等，这类机构报告一般比较综合和完整，但是水平很是良莠不齐，有些解读和数据甚至还有坑。
还有就是大厂们自己研究院的报告：
比如比较高产的巨量（字节跳动），专注吃喝玩乐的企鹅智酷等等。这类报告最大的问题都是写到最后都会有导向性，多多少少带了些宣传的性质，而且大家都是用自己的独家数据，用这个数据推市场推行业，会有数据源偏差的问题。但是还是有价值的，巨量讲抖音，这个数据都是字节跳动自己的数，当然会比别人准。
公司层级主要是看各种一手信息。年报，企业投资者关系材料，创始人讲话。
还有一些外部指数， 基本已经细到产品级了。比较广为人知的比如百度指数、微信指数。新媒体行业的新榜。出海App的APP
annie。甚至还有更细的，比如专门监控B站UP主涨粉数的BiliOB。
除了这些公开的数据和报告，还有一些非公开的资料，比如商业计划书，这些就得有路子才看得到了。
当然，正儿八经的行业研究还是要做大量访谈的，专家访谈、用户访谈等等。
桌面研究往往只是基础，真想深入研究，害得当面唠。不过对于大多数非专业行研的人来说，能把基础桌面研究做好已经能拿到很多有用的信息了。
# 最后
写了这么多，其实不得不说，做行业研究其实是门手艺活，没有积累，不泡在行业里，真的不是从网上扒了点N手资料，抄点媒体老师们吹的犇，就能搞清楚一个行业，输出一份有用的报告的。
所以，培养思维+刻意练习，慢慢就见成果了，共勉吧！
作者：Allen，微信公众号：Allen走走神
本文由 @Allen 原创发布于人人都是产品经理，未经许可，禁止转载。
题图来自 Unsplash，基于CC0协议
