本文为年初面向高榕资本研究院(以及部分投资团队)作交流的文字纪要,主题为《我的行业研究方法论》。该交流持续约八小时,文字纪要约八万字,涉及宏观、产业、产品,一级市场与二级市场。我们作一定删减,并根据时间顺序逐步整理出。目录一、关于研究阿丽塔仙子精灵反乌托邦洛丽塔二、什么是研究话语体系行业划分知行合一虚假世界你做不出成果只恨黑夜太漫长观察生活解放天性/当众孤独/时刻准备着游戏规则与市场机制三、核心方法论(基础)驱动力与信号验证核心驱动要素草根调研代理变量假说成长红利/ABH效应四、核心方法论(进阶)影子魔法与水晶球人民币汇率问题毛利杠杆与库存周期晴雨表宏观经济问题社会文化问题金融反身性与产业反身性精确的错误与模糊的正确话语体系的损耗数据挖掘五、核心方法论(艺术)非线性外推PE是什么成长与周期股票价格估值上帝视角数字货币的例子价格决定预期差投资五要素六、小结待续……注:本文为目录中的第一章与第二章,约1.2万字。第一章:关于研究阿丽塔放个视频给大家看,我用抖音自拍的阿丽塔,抖音的美颜算法很强,看完电影后,我就想到“抖音或成最大赢家”,因为看到阿丽塔首先想到的就是抖音的大眼瘦脸。我还有一些,大家也可以拍一些,女生肯定可以拍的,不管是不是因为美颜总之抖音能看到很多美女,抖音会帮你发现自己的美,为什么火是因为这是一个好产品。我穿的这件蓝色毛衣也是一件典型的“软妹服”,我们后面也要讲到。现在我们就开始讲行业研究方法论吧。过去我在很多场合讲过我的研究成果,但这是第一次讲研究方法论。我会结合做产品的一些经验,以及过去在券商的一些经历和案例。首先大家想一个问题:什么是研究?以及什么是好的研究?前几天在抖音上看到一个视频,爱因斯坦说,如果有一天遇到一个关乎生死的重大问题,只有一天的时间解决,他会用95%的时间去研究问题是什么,再用5%的时间去解决问题,我很认同这一点。就是95%的审题和5%的解题。很多时候我们并没有搞清问题是什么,当问题被界定清楚时,答案便显而易见了,你离问题越近,就离答案越近。我们现在讲研究方法论,我们可以把“研究”作为一个研究对象来研究一下,研究以及好的研究其本身到底是什么?这一点非常重要,问题界定清楚时答案便显而易见。还有一句话是“万解皆可包,唯有题无价”,即所有解决方案都是可以外包的,提出关键性问题才最有价值。很多时候,我们面临一些困扰,你想该怎么解决,你潜意识里有一个问题,但可能并没有仔细界定这个问题,包括现在我们讲的到底什么是研究?我们还可以举个例子,比如什么是爱情?以及什么是二次元?什么是萝莉?什么是社交?什么是人工智能?什么又是新零售?仙子精灵什么是爱情?大多数人都经历过爱情,即便没有经历过也至少向往过,知道爱情“大致”是什么样子。这个问题没有标准答案,每个人有不同的理解。当问到什么是爱情时,你脑子里会蹦出很多概念,很多感动,那到底什么是爱情?我和朋友做过这个事情,一天他问我什么是爱情,我们几个朋友回答是美好是痛苦,是希望是绝望等等,每个人都在说,最后差点声泪俱下。你发现爱情场景中的点点滴滴太多,是我人生的希望,是我人生的绝望,是我的全世界也毁了我的全世界,是精神交流,是肉体融合,是小鹿乱撞,也是胃痛,失恋的时候胃是会痛的。说到爱情脑海里会出现大量场景,对应的词便会蹦出来,到最后越来越深刻,你就接近崩溃了。所以我这里提到了很多词,是阳光明媚,是乌云密布,是喜笑颜开,是声泪俱下,是轰轰烈烈,是万劫不复,其实还有很多其他的。比如,爱情到底是漫不经心还是掏心掏肺呢?阿丽塔就是掏心掏肺,看到一个帅哥就爱上了,缺乏爱情经验的人几乎都是这样,男人也是如此,看到漂亮妹子就会喜欢,然后不切实际地追求,搞得双方都很尴尬,但这也恰恰是最宝贵最美好的经历,所以爱情是包含很多方面的。然而,在今天掏心掏肺的纯情却被称作舔狗。这是因为,爱情游戏的本质在于你需要“漫不经心”。爱上一个人时,你会变得卑微,因为你把所能想到的所有最美好品质,全都赋予了你最深爱的人。这是矛盾,也是人性无法逃脱的宿命。所以我说爱情是不稳定的存在物。热恋很幸福失恋很痛苦,这和投资很像,投资赚钱和亏钱的感觉与热恋失恋高度一致,一样充满了不确定性,进而有天堂和地狱同时存在的反差。真爱像稀有金属一样难以以单质形式保存,条件苛刻,你需要很好的经营,但大部分人都很着急。所以对于爱情,我说她是森林里的仙子精灵,如果有生之年你曾经遇到过她,曾经看见过她,这是“曾经”这个词在你一生中,最美好的一次使用场景。因为你可以骄傲地说出,我曾经相信过、看见过爱情。现在你会发现,很多东西定义本身就是主观的,并不严格存在一个客观世界,正因爱情的这种主观性,最近流行在任何一句话后面都加上“像极了爱情”就立即深刻起来,也是这个道理。投资,像极了爱情。那什么是美女呢?其实类似,金融市场选股就是选美,其实就是你要去关注“主观”是什么而不是“客观”是什么。其实不仅资本市场,互联网以及2C的产品,都是在判断大众主观在如何变化,那什么是美女?我不展开了,我讲一下结论。首先我们讲的是异性眼中的美女,男人眼中的美女首先是长得好看,这没问题,但美女最不可或缺的要素是什么呢?是“社会属性的难以接近性”。比如你的亲妹妹长得再好看你也不会对她有什么想法,因为社会关系太接近,这是结论,原因在于“美”是“感而不应”。具体我不展开了,因此美女界定核心恰恰是社会属性而非自然属性。反乌托邦那什么是社交呢?我在《社交产品方法论》中已经阐述,相信大家也都看过了。当我们提及社交时,不同人心中会有不同概念,语言是思维的物质外壳,无论是为了避免交流时各说各话,还是更重要的为了解决问题,我们首先都要界定问题。社交产品有多种界定方式,我从技术逻辑界定成通讯、媒体与交友三大类。通讯是既定社会关系沟通工具,媒体是社会化传播工具,交友是社会关系扩展工具,三者有区别,但正因他们都与人类社会活动有关,并通过互联网完成,所以我们都叫它们社交产品,但三件事背后的产品逻辑和技术逻辑都是不一样的。通讯产品出现需要计算平台级技术进步,这是怎么超越中国移动的问题。社交媒体依赖平台内技术进步,从3G到4G再到5G,抖音全称叫抖音短视频,和当年快手GIF一个道理,GIF是3G环境的产物,短视频则是4G环境。接下来抖音一定会把“短视频”三个字去掉,就像快手去掉“GIF”一样。交友产品则是另一逻辑,其实我们可以出一道题,请在下列选项中选出完全与其他几项不一样的选项:微信、微博、抖音、陌陌。你会怎么选?不同视角不同答案,但有一个“更深刻”的答案。你可以选微信,因为是熟人社交,是即时通讯。你可以选微博,因为是最大的舆情平台,社交媒体。你可以选抖音,因为是短视频。如果我选,我会选陌陌。因为他有着更深刻的差别。陌陌和其他三个产品之间的差别已经上升到了“阶级关系”。我们说这么多年,即时通讯一直被很好的满足,社交媒体也取得了长足进步,到今天唯一没有被解决的,就是交友问题,包括婚恋。App Store社交排行榜基本上是最浪得虚名的排行榜,因为除了前面的一些产品外都是“垃圾”。这个品类太缺产品,永远是“今夜寂寞”、“同城约”等字眼,因为交友需求从来就没有被正真满足过。这也是为什么交友类产品,永远是一波一波,爆发之后又掉下来,水分蒸发剩下淤泥变成酱缸,陌生人社交产品的生命周期相对都会短一些。资本主义经济危机的必然性在于社会化大生产与生产资料私有制之间的矛盾。交友类产品的创新与酱缸周期,也源于陌生人社交的根本矛盾:社会化大交友与优质的脸和钱的私有制之间的矛盾。大家都要找最好的脸和钱,但资源掌握在少数人手里,这就是“阶级关系”。这是交友类产品和社交媒体以及即时通讯的最大区别,因其涉及社会关系拓展,阶级性是社会规律,永远存在。这也是为什么我很喜欢反乌托邦模型,这是一个最简单的社会模型。阿丽塔也一样,人们想去一个地方,但不让去,但可以通过参加比赛去,目标明确,反而简单了,只是现实社会比这个复杂,真是像极了爱情。洛丽塔什么是萝莉呢?萝莉(可爱的低龄少女)一词源于洛丽塔(小说)但不等于洛丽塔,更不等于穿着Lolita裙子的人(lo娘)。刚才大家提到最近在调研Lolita用户,在做用户访谈,其实了解圈子的最快方法就是进入这个圈子,调研会因为技术问题失真,事实上大多数调研都难以接近真相。真正的用户调研来自一种“主观感知”能力而非客观统计学调查。因为永远无法通过抽样接近客观真相,只能形成主观感知能力来判断真相,类似金融反身性原理,这是一种社会反身性。我过去买了很多Lolita裙子和Cosplay裙子作收藏,最近我开始尝试。我对漫展很了解,也知道大家为什么要去漫展,但这更多是一种理性认识,或尚不深刻的感性认识,直到穿上裙子那一刻,我才真正获得了感性认识。纸上得来终觉浅,绝知此事要躬行。穿上裙子那一刻,你开始发自内心期待漫展,因为你开始渴望展示自己,开始思考如何变得更美。哪怕只是通过拍照及后期做出完美的平面效果,而不是在现实中,但这件事情,也已经足够引人入胜。我妹妹玩了十年Cosplay,我一直有个疑问,为什么她的大多数作品在我看来并不是特别的“完美”,后来发现男女审美并不一致,进而在视觉展示上(包括角色选择)追求的重点就不一样,女性更多追求 “华丽大气”,而非“吸引力”。这也是我开始“穿女装”的重要原因之一,我在试验自己心中的审美风格。我心中一直有一个完美女子形象,我还不曾遇到你,便只能先把自己变成你。很短的Lolita裙子,运动鞋,上身吊带(JSK无袖),里面T恤,手持宝剑向你跑来,然后启动法拉利带你认识更多萝莉。你的意中人是一个盖世英雄,会踏着七彩祥云来娶你。我的意中人则是一个盖世萝莉,我相信有一天她会开着法拉利,身穿短裙丝袜,脚踏AJ,带我认识更多萝莉。所以大家应该去买点裙子,Lolita/JK制服/汉服还是Cosplay用户很多是学生,买裙子还会有经济压力,在座的各位都不会有压力。这恰恰是了解圈子、研究用户的真正捷径。大家也可以多参加漫展,漫展信息可以看喵特APP。五年前我说过中国三四线城市的漫展正像当年中国三四线城市电影屏幕一样快速增长,2012年便诞生了10亿票房的电影《泰囧》。去年中国漫展已经办到了3822场,除去一、二线城市外仍有2322场。下一个趋势是电竞中心。第二章:什么是研究话语体系现在我们回到开始的话题:什么是研究?我把研究分成三类:一是大家日常口中所说的“这个问题研究一下”,即工作和生活中都会出现的我们叫它“①求真态度”。后面两种则是专门的研究职能:一是“②学术研究”,另一种是“③商业研究”,券商研究、以及买方(包括一级市场)自己的投资研究都是商业研究。学术研究好理解,今天我们主要讲商业研究。以及更关键的,商业研究和学术研究的差别。这里我会结合一些二级市场的例子。记得刚进申万研究所时,领导就给我们强调要完成学术研究到商业研究的转变。券商招人强调实习经验,一是行业节奏快没人有时间教你,二是学术研究到商业研究之间有一个鸿沟,最好在工作前你就已经跨越了这个鸿沟。但正如申万研究所的优良传统之一,申万(至少在早年)招人最不强调实习经验,甚至你最好不要有任何实习经验,学生就好好完成学术研究,申万的培训体系能在三个月内帮你完成学术到商业的转型。这一点是非常对的,研究能力相通,如果没有接受过规范的学术训练,你很难完成好的商业研究。如果你在学校混日子是很难做好研究的,做商业研究时你会一脸懵逼,你要重新进入一个探索过程,因为研究是有经验的,有习惯的,需要一个持续训练的过程。商业研究和学术研究的区别是什么呢?我的总结是:商业研究需要有①可操作的②经济利益。你不能研究了半天,一点操作性都没有,同时背后要有经济利益,这是和学术研究的最大差别。学术研究就像一个大圆,你在圆的边缘上往外做了一点点贡献。这些东西可能当下没有经济利益,也没有操作性,但把人类知识往前推了一点,这就有学术价值。商业研究则要有可操作利益。金融市场比较直接,可以买卖,产业也是类似,上马什么项目进入什么领域,都要有可操作的经济利益。因此切勿陷入探究本身的快感中。探索求知是很快乐的,但商业研究不能只是快乐。举个例子,二级市场事实上你在哪个行业很大程度上决定了你的职业生涯高度,比如航运这个行业,周期是三十年,你如果进入这个行业时恰逢下行周期,下行周期十年,直接超过了你的职业生涯,那你就有点麻烦了,虽然你依然可以研究的很快乐。行业划分二级市场大多券商都会对行业进行全覆盖,因此会有好坏行业之分,秘密就是你要进入好的行业,我入行看的是钢铁行业,在明确知道这个行业“没有前途”的情况下依然选择呆在这个行业,因为我想学一下产业链。这也涉及申万的人才分类策略,行业划分整体涉及上游领域(资源品)、中游领域(制造业)和下游领域(消费品)。一般学经济的人去看上游,其更受宏观经济影响,如钢铁、有色、煤炭、建材、石油等。钢铁行业事实上属于中游制造业,但在实务中仍放在上游资源品领域。我的专业是世界经济,因此在实习时就去了钢铁行业。学管理的人看下游,如食品饮料、纺织服装、旅游酒店等,因其更受消费者市场影响。有工科背景的人则去看制造业,这一点好理解,“复合背景”在投资领域一直很吃香。TMT则跨越上述三个品类。但正如申万研究所的另一个优良传统,事实上申万可能是所有券商里招募“工科背景”最少的券商。这涉及券商行业研究的本质。券商行业研究的本质是金融研究。你需要懂行业,但你更需要懂金融,你做的研究实际上也只是金融研究,即你所在行业及上市公司基本面的变化如何影响了预期进而影响了股价?这又涉及另一句申万名言:证券研究的直接目标是寻找预期差。行业知识都可以学,金融素养则更加重要(当然也可以学)。申万领导曾说只有三个行业需要有相关背景,一是医药,二是化工,三是电子勉强需要。不是因为这三个行业无法临时学,而是临时学起来太耗时间,事实上只有医药研究员需要相关背景。我正式入职前领导一度问我要不要转去化工行业,我诧异这不是需要相关背景吗?领导答只要你高中是理科生就可以了。我还是选择留在钢铁行业,因为我在钢铁行业实习了很长时间也在宏观部门实习过,有一个自己的宏观与产业链研究体系的搭建过程,钢铁行业受宏观驱动,上游涉及铁矿石和焦炭,下游涉及房地产、基础建设、造船、汽车家电、轻工业等,几乎涵盖所有上中下游产业链。我后续转行互联网行业研究,也受益于钢铁行业的训练。我研究互联网行业的时间很短,但做出了一些成果,很多人问我怎么做的,事实上就是源于钢铁行业的研究基础。行业研究是你要去洞察一些东西,即便你在航运行业,你也可以去搞清楚波罗的海指数以及世界经济周期,这背后都很有价值。知行合一讲到这里,我们要讲一个东西叫知行合一。前面讲商业研究和学术研究的差别在于是否有可操作的经济利益,即正确把握认识世界和改造世界的关系。事物=客观+主观+主客观之间的裂痕。如果说谋士在知,主公在行,那么研究是认识世界,产业化是改造世界。知和行本身有一个交集,好的学术研究和商业研究都在这个交集里,学术研究的范围比商业研究大,且不是所有的研究都在这个交集里。前面说的研究三种类别中的“求真态度”即是一种知行合一的态度。就像投资经理肯定要做研究,但他需要的是 “求真态度”而不是专职的研究工作,把他分工出来就是商业化研究,但好的“研究”一定是和执行高度相关的,你研究到极致时你已经在做这件事本身,而不再仅仅是“研究”了。某件事做的非常好的人,他一定明白其中的秘密与Knowhow。你做研究也是在逼近这个状态,即不仅“知”,还要“行”。最好的研究就是最好的执行,反之亦然。从这个角度看待,你就会发现研究并不是一个“后台”,而是问题的核心,如果你能做到“知行合一”你就很厉害。人都有舒适区,当你研究的很快乐时你要小心了,你要时刻关注自己的研究在操作性上的价值,事实上你要明白主观和客观之间存在的裂痕,我们永远只是在逼近真相,但你自己要明白到了什么程度。二级市场的研究都是进行获利交易,股票你买卖就行了,但炒股票实际又很难,因为你只把握了50%的概率。基本面你把握了80%,但股票价格=价值+套利+情绪——申万研究所,它由三部分组成,并且还天天变,这就变得高度复杂了。所以股票研究本质在于研究预期的变化而非基本面的变化,只是后者影响了前者。你可以把一个问题研究清楚,但你必须明白你研究清楚的东西在整个决策系统里占了多少比例,它可能只占了20%。如果你以为你搞清楚了80%,那就是在自娱自乐,在搞行为艺术。但如果你真正搞清楚一个极小的部分,至少你在这一点上你是知行合一的。由于我们当前在探讨“研究”,我便把“研究”和“执行”在逻辑上做了区分,事实上两者没有区别也不该有区别,研究者和执行者都是从两个方向无限逼近价值实现。只是当他太难实现的时候,我们便区分了职能。知行合一并不代表时时刻刻需要“有用”,大部分基础研究在当下是无用的但在某时某刻是无价的。但这涉及另一个话题,即创新是边缘溢出。当“暂时”无用的研究一旦完成“边缘溢出”便实现了价值,基础研究在等待“边缘溢出”,“知行合一”在创造“边缘溢出”。这就是为什么之前我们还要问一下什么是爱情?因为如果你连什么是爱情都搞清楚了,还有什么东西搞不清楚? 虚假世界这个世界是虚假的。前面我们讲到互联网行业和钢铁行业(以及周期品行业)的差别,一个是研究主观世界,一个是研究客观世界。周期品行业要不断逼近经济运行的平均水平,互联网则要不断逼近大众心理的平均水平,前者是客观世界,后者是主观世界。互联网是主观世界好理解,事实上经济周期也是主观的,都存在反身性原理。文化流行存在反身性,宏观经济也一样,经济规律、政府调控、主体行为共同构成反身性,包括凯恩斯主义与奥地利学派的差别。巴菲特说,大部分投资人是不看年报的,就是说这个世界上大部分人都是不认真和不用心的,投资领域无论二级市场还是一级市场都是如此,很多时候人们只是在干一份工作,只有极少数人用心,或者说,大部分人待在虚假里。奥地利学派讲,大家看到经济下行后政府会增加支出或扩大信贷,但经济规律是经济进入衰退后必须通过萧条来完成市场出清,让非理性行为得到清偿,经济自然会快速复苏。经济高涨时大家都觉得自己牛逼,进行了不必要的扩张和资本开支,借了不必要的钱,因为周围的人都在这么干,你觉得你不干就落后了,就完蛋了,所以你也去干了。之后一定会带来问题,金融经济互为表里,之后就没钱了,这个过程就是市场出清,让犯错的人付出代价,从而减少总供给。市场萧条后自然就会再起来,但如果去救的话,问题就会更大。想想个人借贷就好理解了。用于消费而非价值创造的贷款,如果继续提供信贷,无异于延缓更大问题。奥地利学派就是说什么都不要管,市场出清后自然会快速复苏。现实中更多是皇帝的新装,这一点非常关键,但这一切又是“合理”的。你做不出成果现在我们来看看,什么是好的研究?我们来看看一九法则,以及199法则,世界永远是两极分化的。市场上1%的人赚去了99%的钱,0.1%的LP赚去了99.9%的钱,全球化和AI又加速了两极分化。研究也是如此,大部分研究都是没有用的,因为大部分人都是不用心的,资本市场的“虚假”程度只会远超你的想象。如果给好的研究一个定义,我叫他“建体系,出思想”,这句话也是申万研究所提出来的。申万要求研究必须建体系、出思想。当然即便在申万能真正做到这一点的也是少数。大家一定要明白一件事情,就像我们前面提到的知行合一,研究本身是一种艺术,只有少数人才能成为艺术家(投资也是如此),绝大部分人包括在座的部分人做不好研究是一种非常正常的常态。这个世界上90%的研究只是在“提供信息”,也即一份工作。9%的研究给人启发,实现了某种程度的“建体系”。只有1%的研究令人惊愕,我们叫他“出思想”。这便是研究三层次。任何行业都是如此,所以大家在做研究的时候,并不要默认你能做出什么成果,因为大部分人都做出不成果,包括投资也是如此。你必须明白这一点,你到底是那90%,9%还是那1%,你需要努力,以及判断自己的天赋领域,亦或是满足于只做那90%。高中艺考生越来越多,但大部分成不了艺术家,甚至只是为了逃避文化分数。即便上海戏剧学院这种层次的表演系和导演系学生毕业后不少也只能干着不相关的工作(技术进步会逐渐改变这一点),播音主持专业大部分毕业后也并不在从事主持人工作,央视、卫视的主持人要求很高,大部分人也不愿去基层电视台或相关领域,最后也就从事了其他职业。研究也是如此,研究和做学术一样需要天赋,研究和投资事实上都是高阶工作,是一件门槛很高的事情,只是中国经济过去的加杠杆使得很多高阶职业变成了一份日常工作进而误导了很多人。大家都知道一级市场大部分人都投不出好项目,但很多人并不明白事实上大部分人也做不出研究成果,因为投资与研究本无区别。VC投资是认知、圈子、阅历的综合结果,而不是一份工作,研究的迷惑性也在于让人误以为只是一种脑力劳动,只要高学历就可以完成。研究恰恰涉及前文说的主观世界与反身性甚至“边缘溢出”,如果把研究一词换成“深刻洞察”就好理解了。研究的基础是获得信息和整理信息,当你对信息和逻辑理解非常深刻的时候你自然就会有自己的体系,比如什么是社交、什么是爱情,他一定是一个逻辑体系,你首先需要把它界定清楚,比如我们说社交包含通讯、媒体与交友,通讯依赖计算平台技术进步,媒体依赖平台内技术进步,而交友最后还是一个阶级矛盾的问题,这样就是一个体系。但很多研究也都能形成让人启发的体系,这还不够,最高阶段则是出思想,即你的研究成果成为了一种思想。做研究你必须要求自己建体系出思想,否则你和咸鱼有什么区别。我们刚才讲的商业研究,不仅指卖方研究,而是指商业价值导向的研究,买方研究(包括VC)本身也是商业研究,必须产出商业价值。只是卖方研究你还必须把它搞得很牛逼的样子,比如一篇报告50页甚至100页,要显得牛逼,但如果只是内部汇报你的逻辑与洞察,一般3-5页足以。卖方研究出于要显得很牛逼,要把一些方方面面展开,把一些基础信息和补充信息附上,这也是有价值的,但核心还是体系与思想。大家可以尝试找一个领域或一个点进行深入洞察,你搞懂它后,他一定是一个高度简单和高度容易理解的结果,这些洞察就是有价值的,作为内部汇报的话你可以在附录里附上补充资料,逻辑和洞察本身则是简单却富有启发的结论。你可以提供信息,但这只是基础工作,你要知道如果没有体系,没有思想,你的研究就真的没什么用。研究是跨越主观和客观的鸿沟,大家想想如何建体系与出思想,强大的洞察力其实是一种性格特点,所以研究要靠天赋,我叫它“只恨黑夜太漫长”,即一种神游的感觉和创造心流的过程。我们前面讲研究要避免陷入快感,是不要让快感成为研究本身,但研究一定是有快感的,对“真理”的追求,朝闻道夕可死矣,你会一晚上不想睡觉,就像小学生想到明天要春游的那种感觉。只恨黑夜太漫长去年5月份朋友圈有一篇很火的文章大致叫悲催的成年人,什么做PPT到凌晨然后电脑坏了,很多辛苦感人的画面让大家共鸣,我当时也转了,但我觉得这篇文章很正能量,一点都不辛苦。这种只恨黑夜太漫长的感觉真是太好了,也是你人生中最奢侈的一段经历,只有在你最年轻的工作时期你才能体会到,加班到两三点万籁俱静身心合一的专注感觉。这也非常有利于你的职业生涯,因为任何一个人的职业习惯都是在工作最初的2-3年内形成的,你如果没有找到只恨黑夜太漫长的感觉,那很遗憾。什么是青春?不计回报的努力还能让你感到快乐便是青春。研究是一种天赋,事实上就是一种快速进入“神游”状态的天赋,本质是一种感知能力。我们前面说无论是互联网泛娱乐产业,还是周期品制造业,到最后都是一种对大众心理和社会反身性的感知能力,研究的天赋即强大的感性感知能力。这也是为什么我们要反复强调什么是爱情,当你开始思考什么是爱情,你开始声泪俱下,爱情便深刻地理解清楚了。有中学生问我语文不好怎么办,我说你去失恋一次语文成绩就会上来,失恋后内心会有源源不断想要表达的东西,你文采会变得很好,语文成绩就上来了,本质是感性化能力上来了。人类强大的情感能力在经历痛苦后都会表现出来,所以失恋是很多人的人生转折点。所以研究对我来说是一件高度感性化事件,我研究问题时经常听一些很中二的歌曲,非主流三巨头,徐良、许嵩、汪苏泷,即能让你快速进入青春期思维模式的歌曲。青春期是大脑算力即流体脑力的巅峰,我们虽然过了青春期,但可以通过歌曲进行超频。十几年前我用500倍杠杆炒外汇,全是手动高频交易,几秒钟下单,十几秒后平仓,我必须听着马克西姆钢琴曲,大声快节奏的音乐能让人进入一种失去自我的状态,然后下意识建仓平仓,我叫它“用感性祛除感性”。如果说研究靠天赋,那么日常生活中我们是否还有一些可操作性的方法,怎么去做点事情呢?我叫他观察生活。观察生活“观察生活”一词来自表演学,演员需要塑造各种没有经历过的角色,他必须通过生活中的点滴观察进行积累,比如街头遇到乞丐,和他交流,看看他在干什么,看到建筑工地进去搬搬砖,你要深入生活的点点滴滴。前面聊到调研Lolita用户,调研本身是一种观察生活,但要做好一个调研本身,真正的观察生活就是亲自去尝试一下Lolita。你自己穿一次Lolita可能才会真正明白,为什么要穿裙子?为什么要省钱买裙子?是因为虚荣吗?部分是,但更多是因为让你发现了自己的美,发现了自己的闪光点,你开始变得自信,开始很热爱这件事情,进而开始热爱生活。你开始找到了生活中的闪光点,你找到了甚至找回了少年心气,找到了疲惫生活中最后的英雄梦想。TFBoy很多粉丝是中年女性,杨超越有很多国企男性粉丝,SNH48有很多富二代粉丝,为什么,因为杨超越给了我们平淡无奇一眼到头的生活中带来了那么一点点英雄梦想,让我们看到了生活中那些还会闪光还有盼头的瞬间。明星只是一个法相,那么杨超越就是一个很好的法相,你追的不是一个明星本身,而是提醒你追求心中最后的梦想。明星就像一尊“佛像”,佛像本不是佛,佛像只是提醒你要敬畏心中的佛法,因为每个人都是佛,见性成佛。“偶像”就是“像偶”,一个你想成为的更好的自己,如果你正处青春期,家穷人丑,成绩还不好,如果你还不追星,你的青春期那不是一事无成?当然为什么会这样是家庭教育进而阶级关系问题。但不管怎样,追星已经是一件非常可爱的事情了,因为每天叫醒你的不再是闹钟,而是梦想。蔡徐坤也是如此,其实不用质疑现在的男性偶像为什么越来越女性化,这本身是女性消费主义的崛起,把男人打扮成洋娃娃,是因为要给女性消费。所以买裙子也是观察生活,当你观察生活到极致时,你就是一个演员了,你也是一个对产业、产品和用户非常有洞察的一个人。除了观察生活,表演学里还有“解放天性”和“当众孤独”两个要素,以及我加上的“时刻准备着”。解放天性/当众孤独/时刻准备着“解放天性”作为表演第一课,简单说就是让你彻底放开,以便塑造任何与你人格性格不一致的角色,往往通过极端的表演行为来训练。比如先想象出物理上与精神上难以忍受的场景、角色行为和角色特点,然后再演出来,把视觉上和精神上最难以忍受、甚至摧毁价值观的场景自然地表演出来,那么解放天性训练就完成了。“当众孤独”作为表演第二课,简单说就是做到不受大众和旁观者影响严格遵循内心。在舞台上严格按照剧本完成角色,不受台下万千观众的唏嘘、质疑、称赞、吹捧等行为的干扰。最后我再加上了一个“时刻准备着”,这其实是播音主持专业的提法,即时刻保持状态。商业上也是如此,成功者往往都在争议中成长,因为他们解放了天性,也完成了争议中的成长,因为他们做到了当众孤独。好的研究者/执行者也是如此,因为一个极致的研究者本身就是一个执行者。这三点本身又是和“观察生活”相关的,你要做好研究,或者说知行合一的话,首先你要做到观察生活,深入生活。更高阶段你则完成了解放天性与当众孤独,你成为了一名演员,你与这个世界已经融为一体。我一直说研究是高度感性化事件,无论是宏观经济还是互联网与新兴产业,其本质都是用你的内心去同步这个世界的频率,感受这个世界(包括大众主观世界)的震动,进入群体共鸣,完成连接,完成你的心灵与这个世界的连接。这个世界天地万物都在相互作用,你要做的只是融入这张大网。所以让你买裙子只是很基础的一件事而已。好的研究者/执行者首先是一个观察者,最优秀的则是一名演员。游戏规则与市场机制讲到感知能力,申万在选择研究员时会有心理测试,横向思维看策略,纵向思维看行业,以及横向思维看包含产业链多的行业等。策略分析师必须相貌英俊,行业分析师则必须练好唱歌,这些都是研究中的Knowhow,某种程度也是一种游戏规则,当然更大的游戏规则在商业本身,尤其是资本市场。证券分析师本质是在做销售工作而不是研究工作,原因一方面在于前文说的大部分人是做不出研究成果的,另一方面在于,这个世界大多时候比我们想想的虚幻,当大家都活在虚幻中的时候,真相便不再那么重要,大家只是在玩一个游戏而已,各方也只是在相互配合完成这个游戏。也正因为此,超额收益永远只属于少数人。这让我想起《寒战》里梁家辉的一句台词:“我服务香港警队30年,认识不少人,也得罪不少人。不过在这30年里,我学会了一件事,就是每一个机构,每一个部门,每一个岗位都有自己的游戏规则。明也好,暗也好,第一步学会它,不过好多人还没有走到这一步就已经死了,知道为何?自以为是。第二步,就是在这个游戏里面把线头找出来,学会如何不去犯规,懂得如何在线球里面玩,这样才能勉强保住性命。”但我今天不是在讲职业生涯规划,我是在讲研究,道理一样,任何事情,你都要搞清楚其背后的秘密,包括研究的规则,研究的方法,你都要理出来。但这又涉及到一个驱动力问题,我叫他市场机制。卖方研究有外部客户作为驱动力,这一点很重要,就像任何创业的成败,本质都源于是否存在巨大的外部需求推动,外部需求会推着你走,推着你成长并给你足够容错率,这就是市场机制。一级市场VC研究团队的驱动力来自哪里?来自内部投资经理和合伙人吗?我认为这个驱动力不够,优秀的人才是有强大的自我驱动力,但这种驱动需要建立在外部环境的催化下实现,也即大量需求和倒逼机制,这是一个关键话题,即对内服务的研究团队的驱动力来自哪里,相比外部市场的强大驱动,内部需求、领导评价等驱动会显得不足。注意,这并不涉及“自我内心满足”和“外部评价满足”的个体心理学差异,内部需求的评价对个体来说也是一种“外部评价”,该问题本质上涉及的是,对内服务的研究团队其所在机构能否源源不断产生强大需求推动研究团队成长,因此对内研究团队要是未做出什么成绩,原因可能是来自机构本身而非研究团队本身。但最后,心有多大,舞台就有多大。我们讲了这么多,事实上还没有真正开始涉及研究方法论,而更多是关于方法论的方法论。下面,我们开始正式探讨“研究方法论”。待续……
「行业研究方法论」是对行业研究方法论的系统整理和撰写。作者 | 第3类人图片来源 | Canva 可画今天我们来着重讲一讲SWOT分析法。SWOT分析法是一种常用的战略工具,它是由著名的战略学家——迈克尔波特提出的,用以分析帮助企业在竞争中厘清自己的优劣势和机会威胁点,从而制定企业战略的方法。S(Strengths)是优势W(Weaknesses)是劣势O(Opportunities)是机会T(Threats)是威胁优势:列举企业的优势,如充足的资金、良好的品牌形象、成熟的数字化程度、强大的供应链体系等。劣势:列举企业的劣势,如缺乏精英人才、行业经验不足、没有技术壁垒、营销体系不够强等。机会:列举行业的机会点,如消费升级、消费者的认知唤醒、新技术等。威胁:列举行业的不利于发展的因素,如政策变动、顾客需求的改变、经济形式下滑等。不难发现,SW分析地是内部因素,OT分析地是外部因素。那么,我们如何利用SWOT分析法来做战略分析呢?一般地,我们会利用内部和外部交叉的矩阵,来找到应对问题的策略,例如下图:举一个例子,假设Google所在的办公楼方圆两公里内只有两三家餐厅,你的连锁餐饮店要入驻这一片区域。S-优势:你的餐饮店的口味和菜式都很不错,已经在其他门店得到验证,顾客认可度高。O-机会:办公楼人多,餐厅少,竞争对手少。W-劣势:租金高昂,营业成本高。T-威胁:消费升级的背景下,顾客越来越喜欢健康饮食,例如楼下的轻食餐厅正在火爆营业。那么,应该采取什么策略呢?S+O 优势+机会:新店开业,以优惠来刺激拉新,短期内高效引流。S+T 优势+威胁:主推店内的低卡套餐,从“健康”着手来切入用户心智。W+O 劣势+机会:将门店开在这一片区稍微偏僻的位置,以O2O外送为主,堂食为辅。W+T 劣势+威胁:在O2O外送的页面,从门店名字、菜单风格、优惠品类等各个维度强调“健康”调性,吸引用户下单。今天暂时分享到这里,我会持续更新行业研究相关的方法及工具,详细给你讲解怎么做行业研究。希望你能关注我的GZ号「第3类人」,从一个女博士的视角剖析商业和科技问题。如果喜欢我的文章,也请帮忙「转发」,让我们一起传播经过思考和沉淀过的「Know-How」。
行业分析是解读行业变化的工具,它包含三大板块和14个子版块,不同的行业分析的方式不尽相同。在工作和面试中,很多同学会遇到“做个行业分析”这种要求。一听“行业分析”,好多人觉得特别复杂,特别高大上,不知道咋弄。今天就先丢个提纲,内容高度浓缩,大家先凑合看着。首先明确一点,我们讲的行业分析,仅限于指导企业经营的行业分析。它是数据分析的一种基本方法,它和投资、炒股、求职这些没一毛钱关系(文末有解释)。一、行业分析有哪些模块行业分析是有套路的,包含三大模块14个子板块,一览如下:正是因为行业分析有固定模块,于是很多人把行业分析做成了填字游戏。只要百度一下文字把这些板块填满,便认为自己完成了“分析”……其实真正的行业分析,从这里才开始呢。二、行业分析如何做判断做分析,罗列事实和数字仅仅是第一步。如何基于数字和事实做判断更重要。做行业分析,要先清晰对象:一个行业的新玩家/老玩家,需要关注的是不同的。对于新玩家,核心关注点是:这个行业值不值得玩(是否值得做)进入的难度有多大(能不能做)我要以何种方式进去(怎么做)因此关注的顺序如下图:其中:第一步是前提,不懂玩法,新手必死。第二步是做出进入判断的重要依据。出现以下特征,往往是明显的进入信号:潜在空间大+市场规模小增长速度快,增长曲线陡峭大量新玩家进入,资本大量涌入至于具体怎么进入,进入哪里,进入做多少,则要靠第三、第四步的分析。需要注意的是,判断机会,要五个指标联起来看,不能只看某个指标。因为对于老玩家,传统的关注点是:我面对多大市场我要和谁竞争我要在哪里打败他但是这种传统想法面临的挑战也很多。因为现在面临跨界打击越来越多,仅仅盯着业内的对手布局,很可能被跨界来的对手打趴下。因此每当新技术、新环境出现的时候,往往行业研究人员会关注它的业务逻辑,从业务逻辑角度来推演影响,而不是等着数据出现变化再来解读——那可能已经晚了。三、解读行业变化的工具对行业大势做解读,不会像经营分析那样,细化到每一个产品品类走势,每一群用户需求。本身行业格局也是各大企业博弈,内外部压力影响下结果,因此更多关注宏观因素,指明方向会更重要。常见的切入角度,被称为PESTP:政策。政策对行业的影响,往往是立竿见影且致命的。E:经济走势。经济大势对行业影响非常明显,上下游企业受影响,都会城门失火殃及池鱼。S:社会群体。用户数量,需求,爱好的变化,会导致产品购买、地域分布等等变化。T:技术。新技术会催生新商业模式,新产品品类,新细分市场注意,这四种力量表现在数据上是有差别的:1)P的力量不言而喻,往往是断崖式下跌,风口式起飞。俗话说:当政策发生时,你一定感受的到,就是这意思。2)E的力量,要具体看对行业哪一端带来影响,再量化估计(如下图)。3)S的力量,往往体现在目标群体数量、需求、购买力变化。这些变化直接影响的是细分品类的市场。不会像政策、经济那样短期内释放巨大破坏力,但是会表现为长期的变迁,比如细分品类需求减少,新品类的产生等等。4)T的力量,往往体现在对商业模式、供应链,营销渠道的变化上(如下图)。四、行业分析有什么局限行业分析最大局限就是数据……一数难求,是很常见的事。很多同学会说:不是有XX行业协会,XX机构,XX咨询公司(名字还特牛逼那种)有数据吗。实际上,不管名字听起来多厉害,获取数据的手段是固定的(如下图)是滴,没有一个数据是严格意义上“准确”。和企业内部数据(特别是财务数据)相比,准确度完全不是一个数量级。因此所有行业数据分析结论都是有限理性的分析。甚至说是聊胜于无的。在实际经营中,更多是用作参考。真正指导经营还是要靠内部的经营分析,这个数据就准确的多。后记为啥开头说行业分析和投资、炒股、求职没啥关系:投资。很多人会以为:我分析到哪个行业牛逼,我也去干,不就发财了。实际上个人经营能力是远远大于行业选择的,大部分跟风的都是死于自己不会做。炒股。很多人会以为:我分析到哪个行业牛逼,我买股票,不就发财了。实际上股市(特别是A股)都是靠小道消息,内部人士得到消息的速度远远快于普通散户。即使大家都看好XX行业股会涨,真买的时候,也很难买到爆发前那个价格。求职。很多人会指望:我分析到一个超牛逼行业,我就去干,不就发财了。实际上每个行业都有成功的人,个人工作能力不行,到哪都不行。正本清源的说:行业研究是一种分析手段,不是投机取巧的神器,更不是一夜暴富的工具。反倒是很多卖包生儿子无效退款的神药,喜欢打着:“基于人工智能大数据”的幌子。放弃幻想,踏踏实实练好功夫,才是正道。#专栏作家#资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。本文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
无论是金融机构研究员、咨询公司顾问甚至是互联网战略分析师,他们都有一个必备技能,那就是需要会做行业研究报告,从战略和经营角度为企业提供发展建议。如果没有通过专业的训练,很多人是不清楚如何做一份行业研究报告的,比如你身处短视频行业,你领导突然下达一个任务,让你做一份短视频行业的研究报告,你一定会是懵的,无从下手,从哪里切入?1行业研究思考框架 行业研究的逻辑线索简单来说就是从大到小,从宏观到微观。第一步,分析 宏观环境和整体 行业趋势,为之后的分析定下基调。第二步,分析 细分领域和 具体公司情况,因为宏观的概念无法落地。第三步,分析竞对企业情况和 应对策略,怎么样才能碾压对手or不被对手玩死。第四步,分析企业未来的发展趋势和 投资价值。(这一步不是必须的,可以根据研究的目的和具体的业务要求的不同灵活处理)以上四步,下面会针对每一步来详细讲具体的研究方法。2宏观形势分析分析宏观形势,大致也可以分为下面四步:1. PEST分析一个公司,一个行业无不受到整个国家乃至全球格局趋势的影响。如果想要预测和把控一个行业的发展机遇和方向,就一定要有更高的格局。更重要的是,现在一个行业的颠覆往往不是来自于内部企业,而是来自于看似完全不相关的外部企业,甚至是来自新的行业。第四次工业革命来临,大数据、AI、云计算带来的科技变革会产生很多新兴的公司和行业,而这些新来者往往正是传统行业的掘墓人。咨询公司常用到的PEST(Politics,Economy,Society,Technology)模型是分析宏观环境最好的工具之一。其中Politics(政治)维度是最需要重视的。有些不能过审的内容这里不能多讲,举几个简单的例子:国内有很多行业都是需要政府补贴的(例如新能源电动车等),还有很多行业是需要看政策风向吃饭的(例如动不动就翻车的P2P行业)。国外政府的态度和风向也很容易影响行业格局。华为就是最好的例子。川大统领从行政命令的角度对一个商业公司的封杀就是降维打击,本来是可以直接搞死企业的(例如美国弄死“法国华为”阿尔斯通的案例,可以参考《美国陷阱》这本书)。好在华为一直坚持自主研发的精神,在(窝巢支持下)和美国硬杠的道路上一骑绝尘,虽然芯片国产化的技术难度在短期内很难追上,但硬杠到底总比妥协屈服后被步步蚕食的下场好了太多,毕竟老牌资本主义国家的嘴脸一直是贪得无厌。这个问题北宋文学家苏洵在《六国论》里说的过于精辟,以下原文引用预警:今日割五城,明日割十城,然后得一夕安寝。起视四境,而秦兵又至矣。然则诸侯之地有限,暴秦之欲无厌,奉之弥繁,侵之愈急。古人云:“以地事秦,犹抱薪救火,薪不尽,火不灭。”2. 产业链分析任何一个行业其实只是整个产业链中的一个环节,通过对整个产业链条进行分析,其实可以帮助我们更好的了解行业。这里具体的方法很多,可以层层逼近的方式来深入了解行业,具体的问题例如:行业在产业链条中的位置是什么?上下游都有哪些?行业在产业链条中的价值是什么?行业在产业链条中是否不可或缺的?行业是否具备在产业链条中的定价权?…………二级市场行业研究经常会对一个公司背后的整条产业链进行分析,例如苹果和华为,这两家行业巨头的背后,是无数上下游供应商提供的各种零配件和技术。从芯片、到面板、到摄像模组、到音频系统等等,每个方面都是各种供应商的配件和技术结晶,最终才能呈现出一台优秀的手机。天朝大A股市场也常出现XX概念股(例如苹果概念股,5G概念股等),也是来自于产业链分析的结果。3. 行业规模估算既然要在一个行业发展或者深耕,就一定要知道这个行业的市场规模,这样才能知道有多大的蛋糕可以分(市场潜量),或者还剩下多少蛋糕可以分(市场存量)。估算市场规模(Market Sizing),是咨询公司面试常用的题目,一般可以从供给端(Supply)与需求端(Demand)出发,进行交叉验证。简单来说,本质上就是要把一个你不知道的数,拆成几个你知道或者容易推测的数。举一个例子,如何估算北京市每年的奶茶店市场规模?从需求端角度来看,可以拆成一个很简单的问题:我家三口人,只有我每两天喝一次奶茶,每杯30块钱。那我家一年花多少钱买奶茶?转化成专业一点的公式就是:市场规模 = 用户基数(3口人) x 渗透率(1/3) x 消费频次(约180杯/年) x 客单价(30块)这个公式里面,用户基数已知,客单价已知,渗透率和消费频次可以根据经验拍一个数,如果要提高准确率,还可以通过用户分群的方式估算不同人群的渗透率和消费频次。实际工作中,还可以通过数据分析、专家访谈、市场调研的方式获取更准确的数据进行估算,具体市场调研操作方法可以参考我之前写过的文章,这里不赘述。需要注意的是,很多时候只能做一个粗略的估算,并且不同估算方法考虑的因素不同,最后的估算结果也可能会有很大差异。更多的估算方法如果大家有兴趣,之后我会再写一篇文章给大家讲更多的例子。最后,如果想要省事,或者实在不好自行估算行业规模的话,也可以查找市场上现有的一些行研报告,采用报告中的估算数据,以作参考。4. 行业发展阶段分析通过上一步的市场规模估算,我们大概知道了这个行业还有多大的空间可以供企业争取。接着就需要判断行业处于哪个发展阶段,毕竟在不同的行业发展阶段,企业的竞争策略也是不同的。一般来说可以关注下面几种指标来判断行业的发展阶段:A)市场增长率、销售额/销售增长率、用户数/用户增长率这是主指标,与行业发展速度相匹配。传统企业更关注销售额/销售增长率,因为传统企业是利润驱动的。互联网企业更关注用户数/用户增长率,因为互联网企业是资本驱动的,只要有风口,就可以投入大量资本驱动行业增长,疯狂扩张,能熬死别人就赢了。举一个典型例子,瑞幸咖啡的前身神州租车就是这么玩的。B)利润率行业平均利润率,可以反应盈利能力和吸引投资能力。C)集中度行业前几名企业的销售额占比,反应垄断程度和竞争情况。集中度越高的行业越难进入,因为进入壁垒高,所以行业龙头的盈利水平较高,例如手机行业的苹果,常年以牛逼的毛利水平制霸全球同行财报。同理,集中度低的行业进入门槛低,但竞争激烈,盈利水平低。行业在初创期和成长期都很适合企业进入并抢“量”,成熟期和衰退期就需要稳扎稳打保持现有优势并谨慎探索未来方向,通过这样的思路来定一个策略上的基调3细分领域分析宏观的概念无法落地,所以第二步的分析要围绕整体策略,思考一个具体的落地方向,即下沉到一个细分目标市场。可以从以下5个维度思考这个问题:1. 商业模式是什么?严格来说其实没有所谓的互联网行业,只是互联网公司的产品以虚拟产品为主,而具体的深耕领域有游戏、广告、电商平台、社交、O2O平台、新闻资讯、互联网金融等等,更加垂直的领域有汽车、房产、美妆、母婴等等。这里谈的商业模式,更多关注盈利模式,下面举一些例子:B2C(商家对消费者):网易严选、小米商城等品牌商自己运营的平台、P2PB2B(商家对商家):咨询公司、广告公司、百度、头条B2B2C(早期是B2C):京东(有京东自营,有入驻商家)C2C(消费者对消费者):闲鱼二手交易、58同城二手板块B2VC(商家对投资者):绝大部分互联网公司都是,例如瑞幸咖啡、共享单车、B站O2O(Online to Offline):这个其实不能和上面几种放在一起讲,因为O2O的分类维度是从线上线下,而不是从交易对象的角度看。但是O2O可以包括B2C、B2B、C2C、B2B2C等等看到一个很生动形象的例子,也分享给大家:你在地摊买东西,C2C你去超市买东西,B2C超市找经销商进货,B2B超市出租柜台给经销商卖东西,B2B2C你在网上下载个优惠券去KFC消费,O2O所以问题来了,除了常识和经验,还有哪些方法可以用来搞清楚盈利模式?这里提供一些分析的思路,当然绝不仅限于这些思路:A)与业内人士交流问前辈,问同行,加入专业社群,付费咨询等B)看新闻,财报,行业文章通过关注行业新闻建立基本的认知,关注财报了解利润来源C)站在企业的角度看问题用户看问题是看功效(这个东西好不好用?)企业看问题是看谁来买单(能把这个东西卖给谁?谁会买?付多少钱买?)2. 细分市场是否有开发价值?这里主要是讲细分市场规模的现状与变化趋势。在前面的宏观形势分析里提过了估算行业规模的方法,同样的,针对细分市场也可以做进一步的市场估算,具体方法这里不赘述。3. 面向哪些消费群体?了解不同区域的消费群体规模、用户需求、消费者使用习惯与态度、品牌/产品渗透情况。具体分析方法参考之前写过的市场调研的文章。值得注意的是,传统行业除了分析消费群体,还特别注意具体的地域。因为每个大区、每个省、每个市可能都会有很多具体差异,光讲大趋势是落不了地的。4. 要做出什么产品?选择满足消费者需求,有增长空间的产品品类,并关注产品渗透率、产品所处的生命周期等。注意对于用户和产品的研究最好有量化数据。脱离规模谈需求,脱离用户谈产品,脱离地区谈策略,都是很不专业的。企业需要根据具体的数字做预算规划,行业研究想要落地,也离不开对一线业务的了解和调研。5. 有哪些风险制约因素?风险制约因素有很多,下面提供一些思路,但不仅限于这些思考维度:A)细分市场的PEST因素看具体落地时是否有机会点/障碍点B)行业的进入壁垒(也是关键的成功因素)即行业内既有企业在多年经营当中建立的优势。进入壁垒一般有:客户忠诚度,政策与政府关系,资本金投入,规模经济,技术积累,品牌效应,渠道,运营经验,产品差异化等等C)企业面临的潜在风险政策/法律风险(如贸易保护、行业限制、反倾销等)市场风险(如需求减少、竞争者增加等)经营风险(如员工过剩、成本提高等)财务风险(如坏账,现金流断裂等)…………D)核算成本和利润,看是否能盈利主要是传统企业,互联网企业可能不太在意利润的问题,毕竟烧钱是主流衡量盈利水平的指标一般有毛利率(Gross Margin),净资产收益率(ROE)和息税折旧摊销前利润(EBITDA)等等在研究具体项目时,一般会采用投资回报率(ROI),内部收益率(IRR),投资回收期(Payback Period)等等4竞争情况分析完成了对细分目标市场的分析之后,对行业的洞察已经可以具体到战术层面。如果还要更深入到战斗层面,结合行业趋势给出具体的操作方案,就得做第三步,竞争情况分析。大致的分析框架也可以分为下面四步:1. 竞争情况梳理首先可以做的一步是梳理一下行业目前有没有巨头?这些巨头是出于发展阶段还是已经占据了大壁江山?他们的研究方向是什么?除了新兴行业和高速发展中的行业,大部分行业的蛋糕其实已经被瓜分得差不多了,后来者如果想要搅局,就需要创新的思路。例如当年的新闻资讯行业,是门户网站的天下,例如新浪、搜狐、腾讯等,拥有大量的采编团队,对于已经形成如此体量的行业龙头而言,以传统的思路跟它们竞争是行不通的。于是今日头条作为搅局者,用算法分发的思路创新性地重构了行业格局,后来居上地占有了新闻资讯行业的一大块蛋糕。2. 选定竞争对手做竞争情况分析一定是需要对标一个甚至几个对家的。否则就是自嗨。只有选中对手才能谈优劣。因为最终选择权在用户手里。用户不会理会企业的各种策略,只会考虑我是谁、我需要什么功能、我觉得这个产品好不好用、我觉得这个产品贵不贵、我觉得对家产品是不是更好用、如果更好的话好在哪里……选中对手,才能真实测试用户态度,了解真实的竞争优势劣势,才能知道我们想象中的用户到底买不买单。3. SWOT分析SWOT(优势Strengths、劣势Weaknesses、机会Opportunities、威胁Threats)分析是最常用的竞对情况分析模型。通过对这SWOT四个因素的排列组合,可以确定之后的竞争策略。具体的思考维度可以参考但不限于以下思路:主要竞争品牌的知名度总体市场及各销售渠道的市场占有率用户构成、用户画像产品特点价格定位销售渠道、铺货范围、供货程度各销售渠道的优劣势各零售店的促销活动广告营销费用比例…………针对上面的每一个维度,都可以做SWOT分析,具体操作的时候建议结合当前业务关注的问题,选择最紧迫的几点有针对性地分析。抽象的概念不好理解,举一个好玩的例子来讲SWOT分析。时至2020年穿越剧仍然是很热门的话题,上半年就有从现代文明穿到古代文明拿狙击枪开挂吊打古人的,还有编剧穿到自己写的剧本里开上帝视角结果差点翻车的,所以这里可以提一个很有意思的问题:如果你穿越到三国时期,怎样才能成为人生赢家?(小目标是先赚他一个亿,大目标可以是一统天下)优势S作为穿越人士,最大的优势自然是对历史趋势的了解(俗称上帝视角、开天眼)。预知未来这个技能是所有人都梦寐以求的吧?要是让我回到2000年,我砸锅卖铁也要去买房子好吗。。。或者回到2010年,我愿倾家荡产投资茅台的股票。。。有人会说穿越人士还有一个优势是对现代军事科技的掌握,拜托你醒醒,火药你知道怎么配制吗?枪你可能会开,然而你会制造吗?你有图纸吗?有图纸你能一起带着穿越吗?重武器就更不要说了,不是专门研究这个的工程师就不要做梦了。。。还有人说穿越人士对兵法的了解?你是认真的吗?纸上谈兵还能有这么自信?古代战场上的天气、地势、敌我双方情况都是瞬息万变的,没有真正上过战场能理解这些细节吗?而且你知道怎么保障后勤吗?兵马未动粮草先行您能否考虑一下?所以作为穿越人士,要对自己有清醒的认知。你懂的是天下大势和历史人物的特点,不是具体的操作,所以请合理利用优势,广纳人才——因为你知道谁会打仗,谁会奇谋,谁会治军,谁会治国,所以请不要登月碰瓷三国时代名将谋臣的专业能力,你只需要知人善任,关键时候做出决策,老老实实做他们的老板就可以了。。。劣势W最大的劣势就是你作为一个穿越人士,光杆司令一个,没有认识的人,没有群众基础,连家人和朋友都没有。电视剧里那种一穿越就能碰到男主角/女主角的事情,想想就好,不要当真。更实际的情况是你穿越之后连衣服都没有,连一块烧饼都买不起,上无片瓦,下无交通工具。当然你要是开了金手指,开局直接魂穿了某位无辜群众,前面的话当我没说。机会O说到机会,从商业角度来看,就是要看前面提过的行业宏观形势和细分市场情况。有下面几个机会点可以考虑:1)致富请找医疗行业宏观形势是,三国时期瘟疫影响了很多战争的发展和结果(黄巾之乱就是源于东汉末年的大瘟疫,赤壁之战曹军水土不服也是一个例子),瘟疫和伤病也导致了很多名将谋臣的陨落。从细分市场来看,搞医疗行业必定是能致富的,但是关键问题在于你不掌握核心技术。所以赶紧去抱华佗大神的大腿,比如说对麻沸散这种神药进行商业化操作(由你作为药企掌握定价权),对五禽戏这种神操进行大规模推广开班(可惜不能直播教学)。不管是把华佗发展成商业合伙人,还是通过人格魅力发展成挚友,都是靠谱的方法~2)搞事请找你喜欢的合作伙伴如果想要改变历史进程,你需要先和诸侯或地方豪强合作,毕竟你手里没兵没粮,巧妇难为无米之炊。先获取诸侯豪强的信任,获得创业的第一桶金(即兵马钱粮),接着就可以靠你的天眼一步一步扭转历史。具体跟谁合作取决于你穿越到了哪一年。举个栗子,如果穿越到建安二年,你可以去找曹老板,建议他不要去搞张绣的婶婶。如果穿越到建安五年,你可以去找孙策,建议他不要单骑出猎。如果你要和刘备一起干,随时可以建议他去请诸葛先生出山并且尽快把法正从刘璋那里挖过来。威胁T整体的宏观环境威胁来自于你不会武功,又没有军队,被抢劫or被暗杀or亡于兵灾的可能性很大,所以需要考虑和本地豪强合作,或投靠某位诸侯。具体的细分领域威胁来自于你要发展的行业:如果要发展医药行业就要紧密观察华佗会不会抛弃你单干,是否能够获取核心的商业机密(例如麻沸散的制作方法等),或者如何通过股权运作的方式保住你在公司里的地位等等。如果要搞事,最大的威胁就是曹刘孙三家诸侯,他们在你羽翼未丰之际是强大的竞争对手,在你形成实力之后是随时会卷土重来的隐患。接下来可以看一下具体的竞争策略了:机会优势战略(OS)如果外部的机会正好是你的优势,赶紧利用起来机会劣势战略(OW)外部有很好的机会,但是目前是你的劣势,你就需要改进优势威胁战略(ST)你具有优势但是外部存在威胁,那就需要时刻监视、保持警惕威胁劣势战略(WT)既是威胁又是你的劣势,请及时逃离并消除以下是结合“如何在三国成为人生赢家”这个问题的具体战略说明:4. 标杆分析标杆分析(Benchmarking),就是把企业经营的各方面情况与与竞争对手或行业一流企业的产品、服务、经营业绩进行对照分析的过程。说的通俗一点就是高级的拿来主义,怎样把别人的优秀经验化为己用,如何对别人的经验取其精华去其糟粕,并调整为符合自己战略和特点的操作。这里举一个例子:对于销售部门来说,标杆分析是很适合的方法。如果直接对销售进行指导,无异于纸上谈兵。毕竟总部的分析师不一定会去一线接触销售跑单的业务,就算接触了也是钦差出巡体验生活,并不是真的和基层销售员一起跑业务,所以上来就指手画脚经常是脱离实际的。销售会质疑总部的分析人员,但不会质疑比他们自己做得好的销售,最多抱怨自己没有人家的外形条件、地域条件、促销政策、话术指导、以及其他支持资源等等(是的他们可以找一万个理由证明业务做不过人家不是自己的问题)。所以对于这种情况,树立标杆比讲道理有用,让他们跟着做得最好的销售标杆案例学习是让他们心服口服的好办法。全国的销售团队,总有一个大区的业绩最好,这个大区里又有一个省市业绩最好,这个省市里又有一个商圈业绩最好,这个商圈里又有一个门店业绩最好,这个门店里又有一个金牌销售业绩最好。为什么人家业绩好?刨除不可复制的因素之外,学TA的成功经验就好了。销售行为毕竟还是可以通过一定的观察和分析,总结出套路和流程化操作的。你的目的不是把60分的销售变成90分,而是把不及格的销售变成60分,量变引起质变,最后对总体业绩的提升将会是明显的。这里就不展开来说未来趋势分析这一点了,毕竟对于未来趋势的把握,需要长期的行业经验积累和商业洞察才能做到,大部分人的预测都只是看看而已,就算是数据模型,对未来的预测也有太多的变数。这一点以后有机会再聊。5去哪里找数据最后讲一下数据要去哪里找。毕竟不管是做行研,还是做分析,一切研究的基础都需要有数据,所以找数据是第一步。1. 怎么找数据?从大的角度看,有5种方法:1)搜索引擎谷歌大法好,请善用搜索引擎,可以帮你节省大量时间,准确找到需要的信息,并且发现一些新的思考维度。唯一的门槛是需要科学上网。2)搜索引擎搜不到的其他网络内容例如微信公众号的内容,就是一个信息孤岛,不开放给搜索引擎的,所以只能自行关注感兴趣的行业,寻找相关的媒体或自媒体。3)公开二手数据国家官方公开数据,例如统计局数据上市公司公开数据,例如招股书、财报、重大公告以及来自咨询公司、数据平台、第三方机构的研究报告4)市场调研数据这些数据可以是二手的,也可以是自己调研得来的一手数据,具体调研方式包括但不限于专家访谈、用户访谈、问卷调查、实地考察、Cold Call等等。5)人脉交流这部分数据就看各位同学的本事了,可以是你家里带来的资源,可以是你的同学、老师、校友、同事、朋友带来的资源,也可以是你自己通过社交、会议、沙龙、社群等方式获得的人脉资源。毕竟很多内幕消息和行业核心信息,只掌握在少数人手里,必须接触到相关人士,才能了解到这类信息。总的来说,看脸,也看缘。2. 怎么看待数据?拿一张表做说明:1)官方数据最权威的数据来源是国家统计局。但是即使是国家统计局,拿到/上报的数据就是一定真实的吗?不敢多说怕不过审。行业协会数据同理。2)第三方机构数据这种数据比较真实,但是有两个问题:一、数据来源于使用了第三方机构产品的企业。例如TalkingData(这个公司是做数据服务的)发布的互联网行业报告,但是注意这个报告对互联网行业的定义,仅限于那些用了TalkingData产品的互联网企业。那还有很多没有用这个公司产品的互联网企业,就不算了?二、第三方机构的数据只能用于某些特定行业的分析,例如电商、社交、游戏等互联网属性强的行业,有大量的用户数据供分析。但是对很多传统行业而言,要么没数据,要么很难收集数据,你怎么分析?3)市场调查数据调研数据也是比较真实可信的,局限在于样本太小、成本又太高。只要涉及到抽样,都会有样本是否有代表性的问题,反推可能过于夸张,而且还有幸存者偏差。国家统计局也会做抽样,但是样本相比全国的企业简直是九牛一毛。如果做全量统计,除了公安机关民政机关,就是运营商和微信有这个能力了(三大运营商用户智能机设备数超过14亿,微信用户数接近12亿),但是微信采集不到其他APP的数据,三大运营商采集不到没有智能机的人群的数据。这都是客观局限。4)企业主动发布数据上市公司的财报、公告等信息一般可以从官网的投资者关系这一栏找到,同时上市公司的招股说明书对于新手了解一个行业非常有用,会有一些章节详细介绍上市公司从诞生到上市的情况,包括业务情况和运作方式,并将公司所在行业进行一次梳理。招股书、财报这类数据,虽然存在粉饰的嫌疑,但总体来说也是比较真实的,但是也有两个问题:一、数量太少、频率太低,毕竟你不能逼着企业发布数据啊。二、对于广大非上市公司,你怎么分析?估计只能猜了。当然还有一些其他渠道的数据,但除非能够相互印证,一般都不能直接使用。3. 数据不准确怎么办?既然能获取的数据存在这么多问题,那应该怎么用呢?如果数据不准要怎么办?首先,不要迷信行研的数据。严格来说,行研数据肯定不准,也没办法准,如果你的内部数据和行研数据对不上,也很正常,相信你的内部数据,不要强行说服自己。但是商业数据通常很难获取,特别是竞争对手的数据,即使是通过私人关系从对方内部拿到的数据也是天差地别,无法甄别。因此通过第三方咨询公司购买是最常用的做法。除此之外,从对方网站爬数据,通过搜索引擎收集相关的新闻报道、公司高管的采访视频、投资人对公司的评价等等方式也是常用的手段。虽然比较麻烦,但是把以上方式收集到的数据综合在一起看却是最接近真相的数据。行研真正的价值,不是具体数字,而是分析师对于行业整体发展趋势的判断。好的分析师能够结合其他的数据和信息,看到数据背后隐含的商业行为和价值,这才是真正做战略分析的意义所在。所以行研的参考意义大于实战价值,如果内部数据都分析不出来问题,行业分析更是只能作为参考,更多的时候是给投资人画饼的时候的背书。更关键的是,逻辑有时候比数据更重要。不管你通过数据分析出了多少结论,最后都要输出并且说服别人。这就需要你有讲故事的能力。说服力强的故事通常有着严密的逻辑分析推理过程,因果关系在大多数情况下也是成立的。这个过程并不比数据收集分析简单,或者说更具有挑战性。因为你的读者(不管是同事、老板、还是客户)可能很难质疑你的数据,所以会更加注意你的逻辑是否合理和严密。思考的逻辑可以是树状的,但是沟通的逻辑最好是线性的,表达和汇报的时候需要有清晰的结构和重点,对于逻辑思维和表达的训练说起来又可以单独写一篇文章了,以后有机会再跟大家分享。4. 常用工具推荐下面推荐一些常用的找数据的工具和网站,供大家参考:官方统计数据:国家统计局行业统计数据:各大行业协会官方网站咨询公司报告:MBB、罗兰贝格、德勤、普华永道、尼尔森、IBM等第三方数据机构报告:CAICT中国信通院、 CNNIC国家互联网络信息中心、阿里研究院、企鹅智酷、360研究报告、 199IT、 TalkingData、QuestMobile、前瞻网、乐晴智库、友盟、艺恩、艾瑞、艾媒、易观、亿欧、极光等二级市场研报:WIND万得金融终端、迈博汇金(慧博)、Bloomberg(彭博)等上市公司财报:上交所、深交所、港交所、美国SEC、上市公司网站投资者关系页、巨潮网、证券星等创投媒体:36 氪、虎嗅、猎云、亿邦、新浪科技等财经媒体:华尔街见闻、财新网、FT、新浪财经等垂直领域研究与资讯:微信公众号、知乎机构号等宝藏工具:B站,包括但不限于知识区的财经频道,科普频道,社科频道等个人推荐的行研报告查询平台:发现报告 https://www.fxbaogao.com/并购家 http://ipoipo.cn/作者:胖小丁 知名咨询公司管理咨询pointer,头部互联网战略分析师和策略分析师。
36氪专门为读书设立了【36氪领读】栏目,筛选一些值得读的书,并提供一些书摘。希望你手边有一本称心的书,让读书这场运动继续下去。2017年,TMT板块的IPO数量占到了总数的四分之一;对于投资者来说,投资TMT的收益非常可观。那么,TMT的投资趋势如何?TMT行业又有哪些投资热点?本文将与你分享TMT投资的基本研究方法、分析视角、整体行情及趋势分析,希望对你有所帮助。本文摘编《科技投资新时代:TMT投资方法、趋势与热点聚焦》,作者马军、宋辉、段迎晟。文章摘录:TMT投资的基本研究方法第一节 TMT行业及公司研究的基本工具和方法对TMT行业进行研究,是为了解释行业所处的发展阶段,阐明行业在国民经济中的地位,分析影响行业的各种因素及这些因素的影响力度,预测并引导行业发展趋势,判断行业投资方向。基本分析工具包括麦肯锡、科尔尼、德隆等知名咨询企业的行业咨询方法,以及PEST分析方法、波特的五力模型演化、SPACE分析、战略地位与行动评价、波士顿矩阵、兰彻斯特战略模式等。下面是基本的工具方法介绍。1.PEST分析我们可以对TMT行业进行宏观环境分析(PEST分析),通过政治、经济、社会、技术四个因素,来分析TMT行业目前面临的状况。政治因素(P)是指对行业的经营活动具有实际与潜在影响的政治力量和有关的法律、法规。政策变化释放制度红利,促成政府职能转变、行政效率提高、司法体制改革、国家大安全的加强等。这些变化对未来资本市场产业结构偏好有着极大的指导作用。集成电路、信息安全、国产替代、军工信息化等概念,大部分都和政治要素有关。经济因素(E)是指一个国家的经济制度、经济结构、产业布局、资源状况、经济发展水平以及未来的经济走势等。具体到TMT行业,经济因素的影响表现在三个方面,一是基于宏观的变量在短期提振经济;二是基本的经济制度在加速完善;三是财税体制、城乡一体化、放宽投资准入、自贸区建设加快改革等。经济因素对TMT行业的影响体现在通过影响经济效率、经济结构调整和产业转型,促进工业互联网、服务业消费升级,加速产业创新。社会因素(S)是指行业成员的民族特征、文化传统、价值观念、宗教信仰、教育水平、风俗习惯等因素。人口总量、年龄结构、收入水平与消费结构变化,是催化产业发展的关键和核心。现阶段TMT行业的消费主体、消费业务、消费方式等发生了巨大变化,这种变化使得信息消费引领信息产品和信息服务升级,导致产品趋同和用户选择/转移成本降低,对用户的争夺转向入口的竞争,进而重组产业生态。技术因素(T)不仅包括那些引起革命性变化的发明,还包括与企业生产有关的新技术、新工艺、新材料的出现、发展趋势以及应用前景。信息的无边界化加速了科学技术的进步,产业生命周期开始缩短。技术快速变化导致社会资源分布重组,互联网与传统产业加速融合,并在促进经济结构转型调整方面发挥重要的作用。各种技术的广泛融合和深度应用,使得培育新产业、新业态、新模式,实现经济发展方式的转变和产业结构调整成为必然。2.波特五力分析通过分析供应者讨价还价的能力、行业间现有企业的竞争、新进入者的威胁、购买者讨价还价的能力以及替代品的威胁这五种竞争力量,我们可以了解行业的竞争环境。供应者讨价还价的能力。在市场中,供应者,即那些向行业提供原料产品及服务的企业,可以通过提高产品的价格或者降低单位产品的质量,影响行业中现有企业的盈利能力以及产品的竞争力。具体在TMT行业中,通信行业、专网通信以及北斗导航等行业对上游供应商的选择余地较大,因此供应商的议价能力会受到同业竞争的限制,TMT行业拥有议价优势。行业间现有企业的竞争。现有企业的竞争主要体现在价格、售后服务以及成本等方面。一般来说,当行业进入门槛低、规模相近企业多、产品需求增长缓慢、竞争者提供产品几乎相同时,行业中现有企业间的竞争就会相对激烈。对TMT行业来说,产业从军用市场向民用市场的转变、产品生命周期的缩短以及技术的更新都会影响现有的竞争格局,以及现有企业的发展。新进入者的威胁。新进入者虽然能够给行业带来新活力和新资源,但是也会与现有企业产生产品原料以及市场份额方面的竞争,降低现有企业盈利能力。而新进入者在进入行业时,也存在进入障碍,主要有产品差异、政府行为与政策、资本需要以及产品技术等。在TMT行业中,多数细分产业都存在一定的进入障碍,如:通信设备属于高技术的知识密集型产业,存在技术壁垒,而北斗导航的军用市场以及电信运营行业受国家政策限制,存在政策方面的进入障碍。因此,对TMT行业来说,只要现有产业能够紧跟当前行业的发展趋势,积极开发新产品,研发新的技术,那么替代品对行业的威胁就不会很大。购买者讨价还价的能力。一般来说,购买者主要通过压低产品价格或者要求提高产品质量,影响现有企业的盈利能力。在行业中,当购买者数量不多或者购买者有能力实现后向一体化时,购买者就具有较强的讨价还价的能力。在TMT行业中,以北斗导航为例,一方面在面向军工市场的产业市场中,购买者数量并不多,这一因素增强了购买者的议价能力,而另一方面,现有产业对技术的要求高,购买者在实现后向一体化时难度较大,也会限制购买者的议价能力。所以,综合来看,行业的购买者议价能力适中,购买者对行业的威胁不大。替代品的威胁。相似企业生产的产品如果互为替代品,那么整个行业中现有企业的竞争战略都会受到影响,一方面,替代品的存在会限制其他产品的获利能力,压制商品的售价;另一方面,由于替代品的侵入,现有企业被迫提高产品质量或者降低产品售价。在TMT行业中,产品推陈出新的速度很快,诸如电信基础服务等行业存在多家相似公司,产品之间的替代性强,这种现象会加速包括工业互联网、电信运营等产业的转型和创新。所以,在对行业进行分析时,我们需要考察替代品的发展潜能以及盈利扩张情况。3.细分市场分析——产业生命周期分析每个产业从出现到退出社会经济活动,都要经历从成长到衰退的过程,具体来说有四个时期:初创期、成长期、成熟期以及衰退期。市场增长率、需求增长能力、产品品种以及技术革新都是判断产业生命周期所处阶段的主要标志。在初创期,产业刚刚形成,前期研发费用和推广费用高,而产品市场需求小,这一阶段的企业往往处于亏损状态,面临很大的投资风险;在成长期,产品向多样化和高质量方向发展,产品的市场需求开始上升,产业充分竞争的格局也逐步形成,在这一阶段,行业的增长具有稳定性和可测性的特点,因此投资的风险也大大降低;在成熟期,产品的接受度大大提高,产品的质量和性能也得到优化,此时产业的增长会减缓甚至停滞,行业的盈利能力开始下降,投资回报率开始趋平甚至下降;当产业进入衰退期后,市场需求开始下降,新型产品以及替代品大量涌现,企业利润下降,在这一阶段,企业会选择退出该行业,或者开发新产品进行产业转型,当产业处于这一阶段时,要详细分析企业未来的发展方向。在对TMT行业进行分析时,只有明确细分产业所处的生命周期阶段,以及企业在该产业中所处的地位,才能足够全面地认识产业以及现有企业,从而辨别企业未来的发展方向,做出恰当的投资判断。高德纳公司发布的新兴技术成熟度曲线很好地展示了产业生命周期理论,如图2-1所示。图2-1高德纳技术成熟度曲线4.波士顿矩阵波士顿矩阵运用市场增长率和相对市场份额两个指标,将产业中的现有企业区分为四种不同类型的企业,即明星类、现金牛类、问号类以及瘦狗类。一方面,企业在产业市场中的占有率高,说明企业的竞争实力强,那么企业获取利润的能力大,投资者投资获利的能力也越大;另一方面,企业的销售增长率高,预示着产品有好的发展前景。波士顿矩阵如图2-2所示。图2-2波士顿矩阵从波士顿矩阵来看,明星类企业属于高市场增长率以及高市场份额的企业,这类企业所生产的产品往往处于成长期,有很好的市场机会,在未来加大投资能够使企业获得迅速的发展;现金牛类企业的特点是拥有高的市场占有率,但是增长率不高,其产品已经进入成熟期,产品的利润大,但是因为增长率低,所以不需要扩大投资,在投资这类企业时,需要判断未来市场环境的变化,因为一旦市场环境不利于产业的发展,企业可能会变为瘦狗类,加大投资风险;对于问号类企业和瘦狗类企业,要采用选择性投资战略,对这些企业的投资一般风险较大,要视具体情况进行投资。我们也可以将波士顿矩阵进行演化变形,根据“前景”和“业绩”两个维度去评价公司。A类公司为“标杆企业”,是其他同行应该模仿学习的榜样;B类公司为“潜力公司”,是最值得投资的公司;C类公司为“转型公司”,往日的辉煌难以持续;D类公司为“落后公司”,“停、转、关、并”一般都是这类公司的结局。具体如图2-3所示。图 2-3 波士顿矩阵演化图图 2-4 投资路线与投资机会的逻辑框架从图2-4中我们可以发现,到了今天,波士顿矩阵分析仍然实用,唯一需要变化的是一些小的要素及结论的分析和修正。第二节 如何选择行业和公司研究行业的发展时,应该重点关注行业市场空间、商业模式、价值链分布、行业集中度分析、行业的关键成功因素及企业核心竞争能力分析、行业的主管部门及现行政策、行业投资机会的把握、行业和市场战略的制定等分析行业发展情况的核心分析指标。评估TMT公司的基本要素有如下几点。1.市场空间:对于如何选择投资行业,第一步主要看行业的“天花板”有多高“天花板”是指企业或行业的产品(或服务)趋于饱和、达到或接近供大于求的状态,简单来说就是行业的市场空间有多大。在进行投资之前,我们必须明确企业属于下列哪一种情况,并针对不同情况给出相应的投资策略。在判断上,要重视行业前景,关注企业素质。我们可以根据是否达到天花板,将行业前景分为三种情况,具体如下。第一种,已经达到天花板。投资机会来自于具有垄断经营能力的企业低成本兼并劣势企业,扩大市场份额,降低产品生产和销售的边际成本,从而进一步构筑市场壁垒,获得产品的定价权。第二种,产业升级创造新的需求,旧的天花板被重新解构,新的天花板正在形成或者尚未形成。这些行业通常已经比较成熟,其投资机会在于技术创新带来新需求。通信行业是这类行业的典型代表。受摩尔定律影响,每一代通信技术的升级都会带来通信设备的更新换代,促进通信设备的性能不断提升,服务单用户的成本不断降低,用户信息消费的新需求不断被满足、不断被超越,甚至能够出现从0到1的行业发展奇点,打破原有的行业平衡,创造出新的需求,例如,苹果手机的发明促进了移动互联网时代的到来。第三种,行业的天花板尚不明确。这些行业要么处在新兴行业领域,需求正在形成,并且未来的市场容量难以估计,如新型节能材料;要么属于“快速消费”产品,如提高人类生活质量、延长人类寿命的医药产品和服务。这类行业历来都是伟大企业的摇篮,牛股层出不穷,要重点挖掘那些细分行业里具备领军地位的优秀企业,即“小行业里的大公司”。2.模式分析:行业如何赚钱,能赚多久钱商业模式是指一家企业的盈利模式。通过商业模式的设计,企业可以明确如何盈利。简单来说,就是关于企业“做什么、如何做、怎样赚钱”的问题。对TMT行业中的公司进行研究时,我们可以主要运用三种模式,即业务模式、盈利模式和营销模式,来弄清目标企业是如何赚钱的。业务模式是企业提供什么产品或服务,业务流程如何实现,包括业务逻辑是否可行,技术是否可行,是否符合消费者心理和使用习惯,以及企业的人力、资金、资源是否给予足够的支持等。盈利模式是指企业如何赚钱,通过什么手段或环节赚钱。营销模式是指企业推广自己产品或服务的模式,包括销售渠道、销售激励机制等。好的业务模式必须能够盈利,好的盈利模式必须能够推行。(1)TMT行业典型的商业模式B2B指企业对企业之间的营销关系,它将企业内部网和企业的产品及服务,通过B2B网站与客户紧密结合起来,通过网络的快速反应,为客户提供更好的服务,从而促进企业的业务发展。产品服务质量、客户关系、产品毛利和销售渠道等为主要考量。普遍存在长账期。电信、科技类企业居多。B2C指直接面向消费者销售产品和服务。这种形式一般以网络零售业为主,主要借助互联网开展在线销售活动。企业向消费者提供的产品或服务,一般很难被取代或者对消费者而言价值相当大,企业向消费者直接收费。账期很短,甚至采用预付形式,如电信运营商服务、网络游戏、电影院线以及电子商务等。B2C2B指商家对消费者再对商家,这类属于TMT行业特有的商业模式。企业向消费者提供相对有价值的产品或服务,以免费或大幅低于成本价的形式积攒大量的“眼球”或用户,在达到所谓的临界用户数(criticalmass)时通过广告的方式向广告主收取费用。账期取决于企业的谈判能力。典型的行业有综合门户网站、垂直网站以及实时通信服务商等。B2B2C是一种新型网络通信销售方式,第一个B指广义的卖方(即成品、半成品、材料提供商等),第二个B指交易平台,即提供卖方与买方的联系平台,同时提供优质的附加服务,C即指买方。卖方不仅仅是公司,还可以包括个人,即一种逻辑上的买卖关系中的卖方。平台绝非简单的中介,而是提供高附加值服务的渠道机构,是拥有客户管理、信息反馈、数据库管理、决策支持等功能的服务平台。买方同样是逻辑上的关系,既可以是内部也可以是外部的。B2B2C定义包括了现存的B2C和C2C平台的商业模式,更加综合化,可以提供更优质的服务。近年来由Facebook等开放平台引领的商业模式,其商业逻辑是利用自身海量用户构建平台,为第三方产品服务提供商对接目标客户,企业与第三方进行收入分成。(2)能赚多久的钱从宏观逻辑看,技术进步是促进经济长期增长最为重要的因素之一,过去几十年,TMT行业集中了人类历史上最大规模的技术进步与商业模式创新,也是全球最为重要的增长动力。科技革命,尤其是过去二十多年的互联网革命完全重构了全球经济格局、产业演进与人类生活方式的面貌。从产业逻辑看,TMT的技术演进路径、技术成果的商用普及以及由此带来的商业模式创新路径尤为重要。技术与商业模式的领导者将由于“报酬递增原理”,其领先优势与市场份额在相当长的时间里持续扩大,行业集中度迅速提高。无论是硬件还是软件甚至是服务,都显示出了这个特征,如芯片、显示、存储、各种应用软件、流量平台、社交网络等各个细分行业。所以,在同一个细分行业,不同公司的命运有天壤之别,产业的中观研究尤为关键。商业模式的可持续性,可以从是否能够可持续获得规模收入、公司产品成本结构是否合理、是否可以可持续性扩张等方面的因素考量。除此之外,还要考虑公司所在行业或者公司本身是否依赖于特定政策、大客户或单一市场。成功的商业模式具有的主要特征如图2-5所示。图2-5成功商业模式的主要特征3.寻找企业的核心竞争力和壁垒模式谁都可以模仿,但能够成功模仿的毕竟是少数。企业的成功关键是具备构筑与商业模式相应的核心竞争力。核心竞争力的内容包含股东结构,领军人物及团队,研发能力,信息技术应用,发展历史等。(1)股东结构适度集中有利于公司发展经营绩效和股权集中度之间呈现出显著的正向线性关系,但是不同股权性质的控股股东激励效应不尽相同,中央直属国有企业和私有产权控股的上市公司所表现的激励程度最高,地方所属国有企业控股的上市公司次之,而国有资产管理机构控股的上市公司所表现的激励程度最低。(2)TMT行业属于智力密集型行业,人是最重要的资产企业的领导者及其管理团队成员的素质关系到企业的素质,关系到企业能走多远、能做多大,在研究中要重点考察领导者和管理团队成员的背景,通过跟踪他们的言行(通过浏览新闻,阅读招股说明书或董事会报告等)获取企业的发展方向、行业战略、用人机制、激励措施等方面的信息。我们需要判断企业管理者的人品、格局和价值观,这些因素都会潜移默化地影响一家企业的前途,也间接地影响到投资者的回报率。(3)持续研发和创新能力是TMT公司的竞争法宝优秀的研发团队,持续的研发和创新能力,能够提供高标准产品和服务的先进工艺、流程,以及发明专利等。纯粹的技术并不构成永久的核心竞争力。某一领域的技术壁垒(如专利技术)却能在一段时期内让企业保持领先优势。持续研发能力是判断企业技术壁垒的重要标准,我们可以通过企业的研发费用与收入的比值关系获得量化结果,做出逻辑判断。此外,技术优势会带来生产效率以及生产成本的优势,有技术优势的企业就能够获得高于行业平均水平的回报。内容简介2017 年,TMT 板块的IPO 数量占到了总数的四分之一;对于投资者来说,投资 TMT 的收益非常可观。那么,TMT 的投资趋势如何? TMT 行业又有哪些投资热点?本书立足于 TMT 投资现状,在介绍了 TMT 投资的基本概念之后,作者详细讲述了TMT 投资的基本研究方法、分析视角、整体行情及趋势分析,同时从行业视角分析了包括大数据、云计算、人工智能、物联网、5G、3D 成像、全面屏等投资热点,为投资者投资 TMT 提供了系统的方法和工具。作者简介马军,方正证券研究所副所长,通信互联网首席分析师,曾就职于工信部电信研究院;拥有15年通信互联网产业政策趋势研究经验,撰写了20余篇行业分析文章及40余篇行业深度分析报告;连续五年荣获各种行业研究奖项,2017年获得包括新财富、水晶球、金牛奖、第一财经等通信行业研究第二名,2018年被评为福布斯中国最佳分析师50强。宋辉,北京邮电大学工学硕士,拥有三年电信运营商及互联网工作经验,是2016—2017年新财富最佳分析师核心成员。段迎晟,华南理工大学工学学士, 中山大学MBA;现任方正证券研究所副所长、电子行业首席分析师,曾任平安证券、国信证券、华创证券首席分析师;拥有超过10年的实业工作经验, 业内资源广泛, 擅长进行产业链调研和行业跟踪;2008—2017年连续被评为新财富最佳分析师。
了解一个行业可以帮助从业者认知行业的发展趋势,提高对行业变化的敏感度。笔者分享了对行业进行分析的方法,四个步骤了解你所处的行业。对于每一个从业者而言,对于自己所处行业的都应该有所了解。对行业的信息了解越全面、对行业的理解越透彻,我们就更容易看清行业存在的机会。对于产品经理而言,也能够在做产品规划时更贴近正确的方向。那么我们应该如何进行行业分析呢?一、收集信息分析任何事物,首先要对选定的事物有一个基本的认知。为了建立对行业的整体认知,我们要做的第一件事情就是搜集这个行业的信息。那么我们该如何搜集信息呢?搜集信息的维度我划分以下三个:分析报告新闻资讯找人咨询1.1 分析报告最快了解一个行业的途径就是查看该行业的报告。在互联网发达的今天,只要你会搜索,任何一个行业的资料基本都能找到。最近好几个朋友都向我咨询有没有XX行业的分析报告,授人以鱼不如授人以渔,除了会帮忙看一看我的知识库里有没有相关报告外,我还会将自己整理的查找渠道分享给他们。链接是东方的知识库里收藏的查找渠道:行业分析-各个行业分析报告查找渠道我在知乎收集了这篇笔记的内容,各行各业近百个查询渠道。如果你想查找的信息在这些网站都查询不到,那么可能有以下几种情况。查询的行业市场太过垂直:过于垂直的市场,可能不会有单独的行业报告;比如“直播电商”、“社交电商”都属于“电商”的垂直市场,你可以放大到“电商”行业去看有没有相关的报告。行业信息高度不透明:对于保密性比较强的行业,是不会有对外的行业报告;还有就是灰产地带,在被揭晓前很多人都不会知晓。第三种情况:恭喜你了,这个市场还未被人发掘;如果是这种情况,别犹豫,拿起键盘可以开始干了。1.2 新闻资讯去资讯平台和社交媒体搜一搜这个行业的资讯,看看这个行业的服务者和消费者双方发出的不同声音。媒体对某个行业和公司是看好还是看衰?最近有哪些值得关注的行业事件和动态发生?兼听则明,偏听则暗。多听听不同渠道发出的不同声音,这些都有助于了解这个行业的全景。1.3 找人咨询以上两种信息搜集的维度,存在两个问题:信息的真实度;信息的深度。网上搜集的行业报告,或多或少会与行业的真实状况存在偏差。而且,即便看了足够多的信息,但对于行业潜藏的一些信息,也是无法知道的。想要对这个行业有更深入地了解,咨询该行业的从业者是一个很好的途径。不同圈子获取的信息差异,远比你想象中的要大。很多在行业内看来是常识的事情,行业外的人可能看起来高深莫测。二、了解行业在上文中,东方提到,对一个行业进行分析需要先建立对行业的整体认知,也介绍了一些收集信息的渠道。收集信息时,我们要注意不能盲目地收集信息,收集到的信息要在我们后续去了解和分析行业时能够用到。那么对于收集的信息,我们要如何运用呢?首先我们先要利用收集的信息去解答三个问题:行业的产业链有哪些环节?行业有哪些头部企业?行业处于哪个发展阶段?2.1 行业的产业链有哪些环节?对一个行业进行分析的时候,我们要做的第一件事情就是去看看这个行业的构成是怎样的?这个行业从源头到终点都有哪些环节?每个环节的上下游是谁?了解整个行业的产业链,能够让你认知到自己所处环节到底扮演着什么样的角色。当行业发生变化的时候,你能够清晰地捕捉到是哪一个环节出现问题。2.2 行业有哪些头部企业?为什么要去了解行业的头部企业?一个行业的头部企业也是从小规模逐渐演变为头部,一个头部企业所经历和面临的问题,可能是这个行业绝大多数从业者都会遇到的问题。比如票务市场,不论一级市场的大麦还是二级市场的摩天轮,用户的负面评价都集中在价格浮动与票价过高和没有及时收到票。比如拼多多当前面临的商家问题,不论京东还是淘宝,之前也都曾经历过。从头部企业可以看出这个行业的基本竞争格局,头部的生存状态也意味着这个行业最终的生存状态。2.3 行业处于哪个发展阶段?每一个行业都有它的生命周期。了解一个行业的生命周期能够让你意识到,行业当前的着力点在何处,和可能发展的方向与趋势。这个行业所处的阶段是早期、中期还是晚期?这是市场是增量市场还是存量市场?行业产生阶段性变化的时机,往往是最能够抓住机会的时机。三、分析行业东方的这篇文章内容结构是逐级递进的,需要完成以上的步骤才能进行接下来的分析。当建立一个行业的基本认知后,就可以对行业展开分析。3.1 常用的分析模型当我们对一个事物进行分析的时候,有很多种常用的方法论。每一个方法论都有其适用的场景。——《如何快速了解一个行业—实战篇》麦肯锡分析法常用对公司战略进行分析,其中的MECE分析则是对问题的分解;5W2H法则是通用法则,适用多种场景;PEST法则常用于对宏观环境进行分析,以此去判断机遇和风险;五力分析模型是微观分析模型,以竞争对手为主体进行分析,用于判断竞争形势;SWOT分析模型以自身为主体,去寻找适合自己的经营策略;商业画布模型主要用于分析企业价值,通过该模型可以得出一个企业的商业模式;生命周期理论用于去判断行业和企业的发展阶段,以把握企业发展节奏与规避风险。3.2 行业的天花板如何进行预估?行业的天花板并非固定不变的,随着市场的变化,其旧天花板可能会被解构,产生新的天花板。行业的天花板一般可以通过推算行业内的消费者数量或消费频次来进行大致判断,也可根据整个市场的消费数据和变化趋势进行判断。后续会以现场娱乐行业为例进行系列讲解。现场娱乐行业在18年的市场规模为521亿元,其中票务市场规模为189亿元;且历年来的增长幅度都比较小,可以预估其市场的当前天花板在200亿元。对于共享出行而言,可以通过出行频次进行推算;共享雨伞可以通过一年的阴雨天数进行推算。对于新兴行业,由于本身没有路径可遵循,也没有数据作为参考。只能依靠个人主观分析去进行推断,比如当共享充电宝刚出来的时候,很多企业和资方都吃不准这个市场到底能否做活。也许正因为看不清市场前景,共享充电宝才避开了资本的恶战,现在闷声发大财。3.3 每个环节提供的核心价值是什么?对于每一个环节的核心价值判断,能够让我们看清在一个行业里,掌握哪些核心资源才能让一条产业链持续地正常运转。现场娱乐行业其上游是文艺表演团体、演出经纪公司和主办方,核心价值是生产消费内容;而大麦与摩天轮作为中间的消费服务平台,提供的核心价值是连接内容与消费者;其下游是演出场馆,核心价值是提供消费者与内容的承载空间。引自《中国现场娱乐票务市场年度综合分析2018》3.4 每个环节的商业模式是什么?当我们对一个行业的核心价值有所了解后,就可以对该环节的商业模式进行初步的判断。现场娱乐行业上游的核心盈利来自于门票,由消费者贡献;消费平台的盈利则可从双边获取,向发行方收取推广费、向消费者收取服务费;场地方的盈利则是来自于主办方支付的场地费用。从中可以看见,消费者支付的费用最终流入到主办方、消费平台和场地方三方。只有三方的收入都维持相对平衡才能保证这个市场持续运转。3.5 每个环节的核心竞争力?在我们了解每个环节提供的核心价值以及其商业模式后,我们可以对每个环节的核心竞争力进行初步的判断。核心竞争力意味着能够提供和创造核心价值,我们倒推就能看见每个环节的核心竞争力。现场娱乐行业上游的核心竞争力在于内容产出的品质、消费平台的核心竞争力在于流量的获取与上游资源的争取、下游的核心竞争力在于场地的综合性体验。四、预测行业4.1 行业未来的发展趋势如何?对于行业发展趋势的判断是综合多个维度的判断,在此我们可以借助在4.1章节提到的各种方法论进行分析和判断。以PEST分析法为例。政策方面:鼓励政策性、商业性金融机构进入,鼓励生产传播内容健康的作品,提高内容的原创能力和质量,大力发展内容建设工程。总体来说政策利好。经济方面:随着人均收入水平地不断提高,大众消费能力也在持续攀升。人均可支配消费收入也在逐步提升,其中文娱消费占比11.2%。大众在文娱消费的支出后续还会逐步提升。社会方面:随着95后的初入职场,以及90后的收入稳固,24岁以下消费人群占比攀升至14.8%,30岁以下人群占比达到42.4%。其热爱生活,乐于新事物,注重生活品质的同时,精神娱乐需求也日益丰富多元,这一群体也为文娱消费市场未来提供了巨大的增长空间。技术方面:VR、AR、5G等前沿科技的到来,加快了数字技术在内容创作生产、传播和服务领域的应用。无纸化、人脸识别等智能查验技术快速崛起,逐渐成为现场娱乐新标配。拥有基于大数据、云计算、物联网、新零售、人工智能等新技术的创新平台将在新的市场创造更大价值。4.2 存在哪些潜在的机会?对于机会的判断同样是信息的二次整理和主观推断分析。在现场娱乐行业,我看到两个机会。产业链重构的机会:我们在摸清上每个环节的核心价值后,可以看看是否还存在重构产业链的机会。如结合内容投资、精准宣发、场馆馆运营、衍生品开发等领域,成为专业优质的现场娱乐综合服务提供商。高新技术带来的机会:如果能将抢先新技术融入表演内容中,给用户带来更好地现场体验,是否能为市场带来突破性地增长?同时借助网络平台去承载现场内容,是否能够为现场娱乐开括新的业务市场?写在最后任何一个行业的分析和判断都需要收集大量信息和进行深入思考,本文只是对一个行业进行了浅显地分析,主要目的是让大家理解如何去分析一个行业的思路。社会在不断发展,时代在不断进步,尤其是走在社会最前沿的互联网行业更是瞬息万变。不论是市场的变化,还是相关技术的变更,都对产品的从业之路有着深远的影响。而应对这种变化的方式,只有让自己不断学习从而跟上每一次变化的步伐,站在时代的浪潮之巅。不断地提高自己思考的广度与深度,寻找到自己能够适应、跟随、引领时代的方式。参考文章:《如何研究透一家公司》《如何在一周内搞清楚一个行业?》《如何七天快速了解一个行业》《干货:如何快速了解一个行业—实战篇》《如何快速判断一个行业是否值得加入?》《中国现场娱乐票务市场年度综合分析2018》#专栏作家#关注互联网新动态,致力于产品知识体系的构建,不定期分享产品心得。本文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
作为当下最基础的一个职业技能,无论你是将要迈入职场的学生、职场老鸟、知识行业从业者,还是企业家、创业者、投资人,你可能都会遇到行业研究这一课题;做毕业设计你要做行业研究、分析公司新产品的市场表现你要做行业研究、知识行业从业者给客户做分析和建议,更要用上行业研究,企业家和创业者为明确公司发展战略,要做行业研究,投资人做投资决策同样要做行业研究。一份完整的、详实的、逻辑严谨的、高水平的行业研究报告将直接影响到一个新产品市场投放的成败、一个企业发展方向的对错、一个投资项目的盈亏。本报告将从道、法、术三个层面分析行业研究的基本思路、研究框架与研究模型,同时给大家分享一些常见的数据获取途径,让你也能做出专业的行业研究报告。行业研究之道:行业研究的目的与基本逻辑、行业研究的基本原则行业研究之法:行业研究的分析框架,常用的分析模型与分析工具行业研究之术:研究数据的获取途径目前市场上主要的行业研究报告输出主体有咨询公司、研究机构、券商/投行等,由于角度不同,他们进行行业研究、输出行业报告的目的也不尽相同,所以他们的报告从研究框架、主要内容、研究选题、数据来源等各个维度都会存在一定的差异性,这也从另外一个角度说明了以目的为牵引的行业研究逻辑的重要性;按照不同的研究目的,可以将行业研究分为市场、战略、投资三大类:建立跨学科的知识体系有助于行业研究者从不同的维度思考问题,多元化思维模型有助于研究者从不同角度设置研究课题,防止掉入“如果你只有一把锤子,那么你就会把所有问题都看成钉子”的陷阱中。研究框架统领整个研究过程,是做行业研究的核心。干货建议收藏,以备不时之需;报告链接、更多方法论及数据获取途径可咨询作者。
「行业研究方法论」是对行业研究方法论的系统整理和撰写。图片来源 | Canva 可画我们在解决问题的时候,往往会陷入一种困境。例如,在开会的情况下,集体头脑风暴,提出各种意见。但此时,逻辑思维强一些的人会发现,总经理提出的意见和产品经理提出的意见是重叠的,且相互不在一个维度上。一个是宏观的方向,一个是这个方向的具体执行措施。这个时候,你总觉得有些意见是交织在一起的,并且相互重叠或者属于包含关系,很混乱但又说不清楚问题出在哪。另一种情况,你开会头脑风暴了很久,你总觉得有一些事情是没有想到的,但是大家没有办法高效地去找到被遗漏的方向。在以上两种情况下,你可以用到一个原则,即著名的「MECE原则」。01想进入管理咨询行业的人,MECE原则是一项必备思维技能。MECE是麦肯锡的著名的咨询顾问Barbara Minto在《金字塔原理》中提出来的。MECE,即「Mutually Exclusive,Collectively Exhaustive」,它的发音类似于法语的Mercy。Mutually在英文中是「相互」的意思,Exclusive是「独立」的意思。Collecitvely是「集合在一起」,Exhaustive是「穷尽」。所以这条原则翻译过来,可以是「相互独立,完全穷尽」,也可以翻译成「不重复,无遗漏」。讲到这里,你肯定会说,好,我知道MECE是什么意思了。那具体怎么用呢?接下来我们举几个例子来详细阐述。02案例一:公司用户研究组接到一个任务:分析公司的消费人群的特征。在分析之前,要先对人群进行拆分,并拟定调研的方案。一般的员工会逐一开始分析:90后、95后、Z时代、银发人群、中产阶级、小镇青年...但是,你会发现,基于以上的分类,人群与人群之间是相互重复的,且有遗漏。基于MECE原则的分法应该是:0~19岁、20~29岁、30~39岁、40-49岁、50-59岁...这样所有年龄都被覆盖到,无遗漏,且相互之间没有重复。案例二:小罗是公司新招聘的应届毕业生,按照规定,周五需要提交一份数据报表给经理,但是因为业务不熟练,小罗一直到周日晚上才把报告做完发给经理。周一到公司,被经理一顿批评:小罗,你不知道是周五交报告吗?周末发给我有什么用?而且这格式根本就不行,信息一点都不清晰。你知道你耽误了我多少时间吗?还有报告中的销售数据我觉得一点都不可靠,你核实过了吗?今年和去年的数据,看起来相差这么大,你分析了原因吗?根本就对不上。数据不吻合是多严重的问题,你不会不知道吧,认真点不行吗?这次的数据报的太晚了,而且还不对。报告中还包含了很多没有多大意义的数据,太混乱了。我希望以后不要让我看到,稍微动点脑子。如果出现了什么特殊的情况,要进行特殊的说明或标记颜色。不要用手工计算,你手算容易出错,用公式计算。数据不准确,下次要好好核实数据,把报告做好一点。上面的场景在办公室是司空见惯的,很多新员工听到上面的对话,整个人都会处于又委屈又混乱的状态,因为经理说的话也是支离破碎的。但是,如果我们用MECE原则来好好分析一下上面的问题,其实总共就是以下几点:1、发送时间太晚2、数据不符合要求3、呈现形式有待改善接下来,我们举一个例子,来看看MECE原则是如何用在商业分析领域的。案例三:假设,联合利华找到你,希望提升销售。你可能会提出以下几个解决方案:1、改变把商品卖给零售商的方式。2、改善针对消费者的营销方式。3、减少商品的单位成本。4、重新调整生产程序。以上的解决方案看起来非常的寻常可见,也没有大的毛病。接下来,我们用MECE来分析,你会发现第4点其实是属于第3点,降低商品的单位成本的一个具体的操作。03说了那么多,现在如何扔给你一个问题,让你用MECE原则进行分析,你可能还是不会马上上手。那么,我们来讲一讲常用的使用工具,帮助你快速上手MECE原则。1、二分法二分法,就是将事情分成A和非A,这样一定是无重复无遗漏的。比如,国内和国外,男人和女人。2、流程法将一件事情的发生分解成不同的流程,这样相互之间无重复。将流程全链路都呈现,就可以无遗漏。例如,把大象放进冰箱:打开冰箱——把大象放进去——关上冰箱。3、要素法要素法主要用于事物由哪些要素(或部分)组成,把一个整体分成不同的构成部分。但是,在拆解要素时要保持维度的一致性,否则有可能出现有重叠和遗漏的问题。例如,某图书馆可以按楼层维度来划分:一楼、二楼、三楼...也可以按照功能区域来划分:信息服务区、藏书区、阅览区、公共活动区、办公区。但是,不能将楼层和功能区混在一起,因为他们不是一个维度的,有悖于MECE原则。4、公式法公式法是按照公式设计的要求进行分类,公式若成立,要素的分类就符合MECE原则。例如,利润=收入-成本,其中,收入 = 单价 x 销售量,成本 = 单个成本 x 销售量,单个成本 = 单个的固定成本 + 单个的可变成本。5、矩阵法矩阵法就是把事务按照二维矩阵进行分类或划分,例如,时间管理中常用的紧急且重要、紧急不重要、不紧急但重要、不紧急也不重要的分类方法就是典型的矩阵法。04在应用MECE原则时,我们一般分为以下三个步骤:第1步:确定范围MECE原则虽说要「完全穷尽」,但是「穷尽」也是有边界的,不是无止境的。所以在开始分析问题之前,要首先界定清楚问题的边界和范畴。第2步:找到合适的切入点切入点,讲的是从什么维度进行划分,例如上述所说图书馆案例中的,是从楼层划分,还是从功能区域划分,这便是切入点。有时,你会发现很难把所有要素都考虑进来,这时你不得不加入项「其他」,用以包含不能被划分到别的维度的要素。用「其他」当然是可以的,但是如果你不得不用「其他」的时候,往往可能是你切入点没有选好,所以要慎用「其他」。高手和菜鸟的区别,亦经常体现在切入点的选择上。第3步:检查重复和遗漏反复检查和分析各要素之间是否有遗漏或者重复。例如上述所说的案例三,第4项其实包含在第3项中,不是一个维度,且是「重复」的要素。最后,我们要注意,MECE原则必须应用在「纯理性分析」的情境之中,对于感性的问题,MECE原则可能并不适用。希望你能关注我「第3类人」,从一个女博士的视角剖析商业和科技问题。如果喜欢我的文章,也请帮忙「转发」,让我们一起传播经过思考和沉淀过的「Know-How」。
本文共有 2204 字如果没有时间阅读关注转发点赞在看原创,转载请告知很多人问我,你如何做到博士毕业顺利「转行」的?首先,我想问你:1、你「为什么」要转行?2、你认为你能转去「什么」行业?3、你对那个行业了解「多少」?对于你的第二个行业的选择,你至少需要知道以下的事情:1、行业「前景」好不好2、你的背景技能与该行业的「匹配」程度所以,做「行业研究」是你思考转行的「必不可少」的事情。以上描述的是,你要选择「进入一个行业」的时候,你必须做行业研究。那么,这个时候的行业研究其实不需要非常专业和全面,只需要有「大致的了解」。那么,接下来我写的这篇文章,无疑会比你想象地更为「专业」和「全面」。并且,它会帮助你快速掌握这一套「方法论」,让你终身受益。那肯定是好事啊,「超出」了你学习的「期望值」。还有一些人,从事「行业研究」、「商业分析」、「产品经理」、「咨询顾问」等职业,那么这些职业就要求他们具备非常「专业」和「全面」的行业分析能力。不但要专业,还有有「嗅觉」,「敏感度」,「洞察力」,能够快速地在「海量」的信息中,发现一般人发现不了的「信息」、「洞见」、并由结论性地「输出」,形成「策略」或者「战略」。那么,这部分是更加「高阶」的玩法了,需要「多年」的行业「积累」和「沉淀」。今天我们这篇文章,先框住在让你了解「方法论」这一层面。做行业研究可以说是「五步走」:第一、明确要分析的「目的」。第二、有基本的「逻辑」线索。第三、行业研究的基本「要素」和「框架」。第四、做好行业研究所需要的「能力」。第五、搜集资料和数据常用的「工具」。01. 明确要分析的目的在做行业研究之前,你得先明确自己分析的「目的」。因为你光是谈理解或者研究,它始终是一个「过程性词汇」,并不是你要达到的目标。你所想要达到的目的决定了你对这个行业优先研究什么,并且在哪里结束。比如,你想了解区块链技术在金融领域的应用?比如,你想了解区块链技术究竟靠不靠谱,适不适合你个人进行投资?比如,你先了解区块链技术发展的现状?这三个问题,都牵涉到区块链技术的,但「目的均不相同」,也会让你后续的「方向」、「深度」和「工作量」各不相同。02. 有基本的逻辑线如何把一个行业研究清楚呢?我认为一定要弄清楚一下问题,「以问题为导向」去各个击破,始终不会错。1、提供的是什么样的产品/服务?商业模式是怎样的?2、需要什么样的输入?供应商是谁?3、客户是谁?客户分布和特征刻画?4、行业规模有多大?5、谁在竞争这块市场?利润水平如何?同质化程度多高?(行业竞争格局)6、行业目前面临怎样的政策环境?影响较大的宏观环境因素有哪些?7、竞品/替代品是什么?8、互补品是什么?可以和哪些行业外产品/服务协同合作?9、行业内部要素特点?如人才、技术、资本运作、融资等。把上面9个问题回答清楚,那么对一个行业的「基本情况」就已经了解了80%了。03. 基本的逻辑框架对于行业分析,整体方向是从「宏观」到「微观」的,先了解大的「背景趋势」、再到「行业层面」,再到「市场层面」,再到「企业层面」,再到「产品层面」和「用户层面」。「背景趋势」:宏观经济形势如何?大趋势好不好?「行业层面」:行业的规模和增速怎么样?行业处于生命周期哪一阶段?整个行业发展历程如何?是供给驱动还是需求驱动力?盈利模式如何?上下游供应商有哪些?近期政策是否利好?重点企业有哪些?「市场层面」:市场规模和增速大不大?区域市场表现如何?上线城市和下沉市场的表现分别如何?哪一细分市场还有机会?「企业层面」:龙头企业的盈利模式如何?有什么新模式,新打法?竞争格局如何?「产品层面」:哪一细分产品走势好?有什么特点?产品是否有技术壁垒?细分功能、尺寸、包装等分析。「用户层面」:消费者的新趋势、新喜好如何?04. 做好行业研究所需要的能力那么做好行业研究需要具备哪些能力呢?1、结构化思维的能力2、模型理解和应用的能力3、信息搜索能力「结构化思维的能力」:将海量的按照「逻辑线」进行分析和「结构化」。麦肯锡有一个著名的法则叫「MECE」,Mutually Exclusive, Collectively Exhaustive。中文意思是,「无重复且无遗漏」。这项技能我在后续的文章中会详细写到,也请关注我的GZ号「第三类人浪世界」。也可以看一些类似的书籍,如《金字塔原理》,通过持续的训练培养自己的这项能力,「模型理解和应用的能力」:不必死套模型,但是至少需要会用其中的一些。行研相关的理论和模型很多,下面列举一些,包括但不限于:PEST分析波特五力模型平衡计分卡价值链分析SWOT分析麦肯锡7S模型波士顿矩阵GE矩阵法新7S模型安迪格鲁夫的六力分析模型战略十步骤系统战略钟模型05. 搜集资料和数据常用的工具这一部分,我其实在我的另一篇文章有了非常详细的回答。「搜索引擎」:Google、百度、Bing等。「分析企业」:企查查、天眼查、巨潮资讯网、Inverstor Overview、U.S. Securities and Exchange Commission等。「政府公开数据库」:国家统计局、中国信通院、中国政府官网、世界银行、世界数据图册、199IT等。「咨询公司报告」:艾瑞、易观、TalkingData、艾媒网、DataEye、艺恩Endata、七麦数据、行行查、国金证券、App Annie、友盟+、卡思数据、TooBigData、阿拉丁指数、Gartner、Forrester、Nielsen、GfK、麦肯锡、贝恩、波士顿咨询、罗兰贝格、科尔尼、普华永道、毕马威、德勤、安永、Flurry、eMarketer、J.P.Morgan、Comscore、Ericsson、Adfonic、Canalys、Juniper Research、Fiksu、世界经济论坛、CADAS、竺帆、全球移动通信系统协会等。「专业数据库」:路透Reuters、彭博Bloomberg等。「企业年报和财报」:Wind、百度财报、百度财报解读、阿里财报、腾讯财报、搜狐财报、拼多多财报等。「互联网公司数据」:腾讯业绩报告、腾讯大数据、百度开发者中心、百度数据智能、百度统计分析平台、阿里研究院、企鹅智库、腾讯CDC、PP指数、360互联网研究报告等。「媒体网站」:Techcrunch、The Verge、纽约时报、彭博商业周报、经济学人、福布斯、华尔街日报、商业周刊、36氪、雷锋网、199IT、极客公园、虎嗅、硅谷探秘、麻省理工商业评论等。希望你能关注我的GZ号「第三类人浪世界」,从一个女博士的视角剖析商业和科技问题。如果喜欢我的文章,也请帮忙「转发」,让我们一起传播经过思考和沉淀过的「Know-How」。
来源:格隆汇机构:广发证券核心观点: 前言:出栏增长的预测具有重要意义 2017 年我国生猪养殖企业 CR10 仅约 6.9%,参照美国等成熟市场,行业集中度提升空间较为广阔。生猪养 殖企业的出栏成长性对于公司估值具有重要意义,但出栏增长的预测存在难点、不易直接获得。本文试图通过分 析资产负债表中的主要科目,并结合生猪养殖的周期过程,以期寻找到量化生猪公司未来出栏增长的计算方法。 路径一:从固定资产出发 对于生猪养殖公司而言,猪场产能是预测未来出栏量的重要参考指标之一(暂不考虑租赁情况)。我们从固定 资产(主要为猪场及其配套设备等)这个科目出发,先对猪场产能进行预测,同时对出栏量进行预测。我们把头 均资本投入作为中间指标,从而建立当前公司固定资产与猪场产能的对应关系。在建工程转固当期公司就会投入 相应的生物资产,考虑从母猪饲养到生猪出栏约 12~14 个月的养殖生产周期,固定资产增速应与滞后约 1 年的出 栏量增速具有明显的正相关关系。我们用牧原股份作验证,利用 17 年末公司的固定资产数据,可以推算出 18 年 公司的出栏量约 1146 万头,与 18 年实际出栏量 1101 万头较接近;更进一步,利用 18 年末公司的固定资产数据, 推算得到 19 年公司的出栏量约 1414 万头,计算结果符合公司年报披露的 19 年出栏计划区间 1300~1500 万头。 路径二:从生产性生物资产出发 结合“母猪→仔猪→出栏肥猪”的生产流程,用生产性生物资产(包括成熟种猪、未成熟种猪等)以及消耗性 生物资产(归属于存货科目,主要为存栏的仔猪、保育猪以及育肥猪等)来对出栏量进行预测。后备种猪饲养至可 以配种约需 4 个月,叠加妊娠期约 114 天(接近 4 个月),换算到季度角度的话,生产性生物资产应与滞后 3 个季 度的消耗性生物资产具有较强的正相关性。消耗性生物资产属于截止值,根据生猪养殖周期,在死亡率相对稳定的 情况下,消耗性生物资产的当期存量至多在 6 个月内最终转化成出栏量,即当期的消耗性生物资产值与未来 6 个月 内累计出栏量具有较高的正相关性。我们再用牧原股份作为验证,利用生产性生物资产以及消耗性生物资产数据进 行预测得到公司 19 年出栏量约 1360 万头,仍然符合公司的计划区间。 小结:验证结果理想,亦或存在局限性 本文采用固定资产、生物类资产两种路径对生猪养殖企业未来 1 年的出栏量进行预测,并以牧原股份为验证。; 两类方法在运用过程中亦或存在一定的局限性,对于特殊情况需作适当调整(如租赁模式、外购仔猪以及疫情等)。 风险提示:猪价波动风险、疫病风险、食品安全等