行业研究怎么做

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。

财务最大的魅力，在于它数字背后所隐藏的公司经营。肖星老师曾说：一个公司的过去、现在、未来，都藏在财务报表里，都能从中寻觅到踪迹。这也是我对财务着迷的原因，喜欢看公司的财务数字，希望能通过财务数字挖掘背后的秘密。但是，在看了一些财务报表之后，也发现，如果只拘泥于数字，不结合公司所处的行业去看，其实很难真正看懂一家公司。这也是很多报表分析类书籍的短板：侧重技术层面的指标分析，和理论性较强的定量分析，缺少对公司所处行业和商业模式的解读。《行业分析怎么做》是前阵子在读的一本小书，就我的知识面而言，很好地弥补了之前所不了解的商业分析这块短板。虽然是很小的册子，但作者从宏观到微观，从定性到定量，搭建了比较完整的分析体系。最重要的是，没有把分析“妖魔化”，讲得很是通俗易懂，很容易理解。《行业分析怎么做》是知乎“一小时”系列电子书中的一本，全书篇幅不长。全书主要有三部分内容：1、行业分析的逻辑和分析数据来源2、分析行业的具体框架以及如何分析行业中的企业3、以银行业为例，一份分析报告要包括的内容笔记1、现实中，较弱的公司根本不可能熬到行业周期的景气拐点。言下之意就是，分析师在做分析的时候，一定要保持前瞻性的宏观思考，不能把眼光只局限于公司本身，也要看到这家公司所处的行业目前是在周期的什么位置。如果公司当前的财务实力不够强，而周期处于下坡路的阶段，那么对于该公司未来1-2年的发展有可能会是较负面的展望。2、说到企业的风险，我们也可以称之为商业风险，主要指的就是企业因为不确定性导致的利润减少甚至亏损的风险。3、作为一个分析师，如果是权益角度的（股票），那他看的更多的可能是这家公司的发展潜力、销售增长率等；而作为信贷分析师，观点会更加保守中立，关心更多的是这家公司运营所产生的现金流是否可以顺利偿还它的债务。4、识别所在行业的价值及驱动因素，能够更好地了解这个行业，也可以更精准地选择竞争对手来进行横向对比。价值驱动因素的寻找一般从价值链角度出发。价值链不同环节的重要性和整合性因行业不同而不同。驱动因素的识别看哪一个环节对于这个行业的利润增长有着最大的影响。5、行业分析需要对行业有相当的认识，向这个行业的从业者学习，往往他们的一句话，胜过读十年书。

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。

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……

来源：中国基金报陈光明最新演讲：行业研究如何创造价值中国基金报记者若晖时值年末，各大券商策略会重磅出炉，资本市场投资大佬的最新思考更是受市场关注。上周末，久未在公众场合公开露面的睿远基金总经理陈光明，现身母校——上海交通大学做了演讲，这也是他最近一次对外做主题发言。今年3月中旬，受新冠疫情全球扩散及石油价格下跌影响，各类风险资产剧烈波动，从华尔街到A股市场，恐慌情绪急剧蔓延，就连作为传统避险资产的黄金也一度遭到流动性冲击。股票市场风险偏好迅速回落，上证指数一度跌至2800点下方，当时，陈光明坚定发声：现在是可以乐观一点的时候。此后，市场迎来反弹。时隔9个月时间，陈光明再谈投资，不过此次演讲无关资本市场，而是谈他多年对行业研究的心得体会。尽管内容偏专业，偏静态，但对希望了解如何做好行业研究的投资者而言，依旧值得参考。基金君上周末也去旁听了此次论坛，记录了他的一些演讲内容以飨读者。关于投资人与企业家的异同：投资人不参与企业的实际管理，但在观察企业如何才能做强、做大上与企业家是共通的，不同的是，我们希望在此基础上能够测算出一个相对回报率。因为企业纵使做到了头部，成了行业龙头，可能是经过若干年持续努力后，但是每家企业背后创造回报率的因素是不同的。站在股东回报的角度，投资人需要对企业的内在价值进行评估，这也是做价值投资最核心的能力。关于投资本质：投资的本质还是要从Σ（Pi×Ei）这个公式来看，也就是要么提升你的高概率，要么提升你的收益率。比如，索罗斯在乎收益率的量级，巴菲特在乎的是确定性，收益率稍微低一点没有关系，因为资金是带杠杆的，希望有比较确定的回报率。关于价值投资：目前的主题投资是比较盛行的，不管是一级市场还是二级市场，一级市场更加明显一些。作为二级市场的价值投资机构，我们追求的是获胜的概率，而不是获胜的量级，因此很少去参与初创型公司的投资。关于传统行业：一些大家看不上的传统行业企业，不能直接说没有价值，当然也未必一定有价值，这是留给做研究的人的课题。关于人才：从深度讲，我们需要专家型研究人员。我们对研究员的期望是成为行业的专家，希望研究人员能在行业沉淀10年、15年乃至更长时间，向终身研究员方向发展，因为只有这样，才能对行业的本质、行业的变化有深入的洞察，提出独到的见解，发掘长期投资机会。以下为陈光明演讲实录（根据睿远基金总经理陈光明先生演讲整理，略有删节）：行业研究如何创造价值2020年12月20日，“第三届中国行业发展高峰论坛”在上海交通大学安泰经济与管理学院成功举行。大家中午好，谢谢安泰，谢谢陈院长，今天有很多老朋友，这里也非常熟悉，主题和平时有点区别，以往可能讲资本市场多一些。今天受陈院长的邀请，主要是因为学院在做尚未有商学院做的行业研究，这件事情非常有意义，当时在我们公司也聊了下，今天向大家做个汇报。行业研究的意义行业研究的意义是非常大的，主要应用或者说面向的人群，一个是企业的管理者，一个就是我们这样的投资人，政府部门或其他决策的人也会用到，整体来讲企业的管理者是运用比较多的。我们是做投资的，平常接触的企业家比较多。根据我们的观察，企业家往往是自己所处行业的专家，对行业的商业模式，对行业的核心竞争力，对如何运用行业特性进行人才匹配、激励约束机制建立，文化价值观，以及寻找什么样的人，等等，都有非常深入的理解和洞察，这也是企业管理者必须要考虑的，事实上优秀或卓越的企业管理者对本行业的认知往往是最深入、最高层级的，他们是我们学习的对象和榜样。从投资角度来看，行业研究非常重要。关于行业研究的运用，我们的出发点和企业家的出发点可能有一些区别，但共同点都是要看企业如何才能做强、做大，需要了解企业所处的行业特性，用第一性原理，洞悉本质。企业家在抓住本质后，需要组织资本、人才等各方面资源将企业做起来。投资人不参与企业的实际管理，但在观察企业如何才能做强、做大上与企业家是共通的，不同的是我们希望在此基础上能够测算出一个相对回报率。因为企业纵使做到了头部，成了行业龙头，可能是经过若干年持续努力后，但是每家企业背后创造回报率的因素是不同的。站在股东回报的角度，投资人需要对企业的内在价值进行评估，这也是做价值投资最核心的能力。我们在做行业分析、企业分析时，基本的逻辑框架是DCF估值模型。其中，FCFF取决于行业的商业模式以及竞争格局等；g取决于行业增速beta及企业自身alpha；n取决于行业模式、发展阶段及竞争格局等；WACC取决于行业特点。这个公式隐含着企业的模式、空间、管理和竞争等因素。具体而言，模式，即客户或市场是谁，企业提供何种产品与服务，凭借何种资源与能力形成供给。空间，即市场的显性、隐性、想象空间有多大，当前所处的位置和发展的方向是什么。管理，即文化与价值观、战略、组织、人才等管理要素，决定了DCF模型中参数的实现概率，如果是在高质量增长阶段，企业进入多产品、多市场是常态，管理复杂度攀升、重要性越来越高。竞争，商业的本质是竞争，竞争的本质是创造差异化，寻找结构性、差异化的竞争要素，格局、壁垒、产业链等是行业的客观事实，优势、护城河、定价权等则是公司可创造的差异化。需要指出的是，DCF只是一个逻辑框架，对于投资而言，很难完全通过数学公式来计算，基本上模糊的正确，不可能精确。行业研究需要理解行业商业模式、发展阶段、竞争格局。这张图大家常常看到，如果就企业发展阶段，按照初创、规模化、聚焦、平衡和联盟等简单划分。初创阶段，一般是主题投资阶段，这个阶段我们做得比较少。规模化和聚焦阶段则是企业相对成熟阶段，这个阶段我们做得比较多。现在像新能源汽车，当然还有很多其他的，都带有一点主题投资。从价值分析来讲，初创阶段的投资是蛮难的，它的不确定性非常高。但是一般能成为大主题，往往都意味着时代的某种变迁，比如说上世纪90年代末期的互联网，事实上的确意味着互联网给世界和社会带来巨大的变革，目前的新能源汽车也是，但这并不代表着一定会一帆风顺，新兴的头部公司也曾经有非常困难的时期。在这个阶段，可以看到有很多公司很多人往里涌入。现在是资本非常泛滥的年代，很多是零利率甚至是负利率，这些资本流向科技行业，导致一些科技行业可以获得大量的廉价的资本，而且是长期资本，因此增大了一些行业的供给。这些科技行业带来效率的提升，无论是新能源还是数字化的进程中，效率提升非常快，但是资本回报率其实是堪忧的，此外人的很多工作也在被替代，这里比较复杂不展开讲。回到行业研究，目前的主题投资是比较盛行的，不管是一级市场还是二级市场，一级市场更加明显一些。关于投资的本质，还是要从Σ（Pi×Ei）这个公式来看，也就是要么提升你的高概率，要么提升你的收益率。比如，索罗斯在乎收益率的量级，巴菲特在乎的是确定性，收益率稍微低一点没有关系，因为资金是带杠杆的，希望有比较确定的回报率。作为二级市场的价值投资机构，我们追求的是获胜的概率，而不是获胜的量级，因此很少去参与初创型公司的投资。但是不管采取哪种方式，都要求这两者乘积是比较高的，这样才能来带来比较好的组合回报。从投资组合构建角度看，行业研究的意义在于，通过行业比较构建高（Pi×Ei）组合；通过行业比较，降低组合风险，提高夏普比率。行业研究在投资中的运用行业研究在投资中是如何运用的，今天讲得比较实战，可能跟资本市场热点关系不大，从几个维度讲好些年前的案例。首先是行业发展趋势研究方面的案例。2008年“三聚氰胺”事件后，国内液态奶销量大幅下滑，投资者对于国内奶企的发展产生了巨大担忧。一家乳业龙头企业，很长一段时间市值只有50亿，在此阶段我们重仓买入，这背后除了公司研究外，更重要的是行业发展趋势研究。当时我们的基本判断是，动物蛋白是不可或缺的，只是需求被压制了，我们相信这个行业长期存在的价值，其次对公司管理层的信心，在事件中他们是相对保守谨慎的，正是基于对行业发展的理解和信心，才能在行业低谷时敢于重仓。再看另一家地产龙头企业，2014年左右，乐视网市值超过1000亿，但这家企业市值才六七百亿，当时曾在内部讲，100亿就可以做它的大股东，这是一笔非常合算的买卖。为什么会出现这种情况呢？当时大家都认为互联网改变一切，但是从行业的角度来看，我们认为房地产的需求是永远存在的，因为不管互联网有多发达，人们还是希望住在比较好的房子里，住在好的小区里，以及和好的邻居住在一起。互联网时代还需要房地产吗？房地产到底有没有价值，这些都是基于对行业发展趋势的研究。其次是行业模式演变方面的案例。你会发现，行业企业有时做着做着，会出现新的变化。以一家交运行业公司为例，2014年前，这家企业基本是作为交运行业来看待的，其估值水平基本在10-15倍P/E；但此后，随着市场对其免税为主的商业租赁收入认识的提高，其估值中枢逐步提升至25-30倍P/E。第三是行业周期研究的案例。这是一个火电行业的大周期反转案例。2004年后，随着国内煤价的持续上涨，同时电价调整滞后，火电行业盈利持续下滑，同时投资也逐年下降，这家公司H股P/B估值一度跌至0.3-0.4倍。2011年后，电力供求紧张背景下发改委电价调整开始到位，此外随着煤炭行业投资持续增加，煤价开始持续下行，火电行业盈利在2012年开始出现快速反转，H股的P/B估值也一度回升至2.0倍附近的高点，所以有时候野百合也会有春天。一些大家看不上的传统行业企业，不能直接说没有价值，当然也未必一定有价值，这是留给做研究的人的课题。第四是行业竞争格局研究方面的案例。比如这家光伏龙头企业，一直是单晶硅片领域的领先者，成本长期领先于同行。早年是单晶、多晶的路线之争，2014年左右公司在进行路线选择时其实承担一些风险的，企业家精神加上单晶优势，把它变成了现实，这也是从路线选择到成本领先的典型案例。行业研究面临的挑战最后讲一下行业研究面临的挑战。首先，行业的界限确实越来越模糊。比如说，现在最热门的新能源汽车，属于新的行业，信息技术软件进入汽车，以后特斯拉可能变成软件公司，甚至变成saas公司年年收费，所以它的估值与原来传统的汽车行业不同。“互联网+”或“+互联网”，使得各个领域都在不断融合，尤其是数字化，基本上每一个行业都在结合。其次，跨行业研究需求日益增加。近期热议的社区团购看起来既是消费，又是零售，又是互联网，还有供应商等，研究涉及互联网、物流、线下零售及消费品等多个行业，这样就需要团队合作，才能将研究做深入。第三，研究范围全球化。中国企业全球竞争力日益提高，很多企业都是全球性企业，尤其是制造业里的企业，比如最近特别火的跨境电商。我们的制造业都是具有全球竞争力的企业，随着投资主体在往全球化方向发展，如果研究没有全球化视野和格局，很难得出正确的结论。基于研究面临的挑战，对研究团队的要求也在不断提高。从深度讲，我们需要专家型研究人员。我们对研究员的期望是成为行业的专家，希望研究人员能在行业沉淀10年、15年乃至更长时间，向终身研究员方向发展，因为只有这样，才能对行业的本质、行业的变化有深入的洞察，提出独到的见解，发掘长期投资机会。从跨界来讲，未来要更加强调团队合作，从单兵作战到团队作战。从国际化来讲，研究需要全球化、国际化的视野和格局。简单分享这些，谢谢大家！

有人讲，它是成长最快的职业，是投资梦开始的地方，是绝对智囊团、智慧的化身。当然，它十全九美，唯一美中不足在于难免吃加班的苦。它，就是金融机构的幕后军师，行业研究员！一直以来，金融行业里的行业研究员都是最吸引人的岗位之一。那么小编今天带大家认识这个岗位。一、行业研究员都在哪些些机构？从宏观角度，行业研究员可以划分为两类：一个是买方研究员，另一个是卖方研究员。买方研究主要指公募基金、私募基金、私募股权投资、风险投资、资产管理公司等内部研究部门，买方的研究员主要是做投资研究，工作主要是来支持自己的基金经理，与买卖决策更接近。卖方研究主要指在券商研究所从事研究工作，卖方研究员就是纯粹地做研究。由于卖方研究需求数量较为庞大，且工作内容全面、工作流程成熟，所以我们以卖方研究为例进行具体讲解，买方研究参考卖方即可。二、行业研究员到底在研究啥？行业研究是证券公司人员最庞大的，也是招收新人最多的部门。头部券商公司会有百人以上的行研团队，为什么券商这么重视行业研究呢？行业研究的主要任务是：（1）研究此行业在整个经济发展中的地位，行业的发展阶段，通过对行业发展影响因素的研究和相关数据的分析，预测行业发展阶段，明确行业发展风险，判断投资价值；（2）研究上市公司股票，研究股票的影响因素，从而判断某只股票是否值得购买，投资回报如何；从而为投资人提供投资建议。从这里我们可以看出行业研究其实就是研究热门行业和上市公司，长期跟踪某个行业或者某上市公司的股票，为投资人做投资推荐。行业研究是从宏观到微观，从大到小，从整体到个体的研究，为了给投资者提供准确的投资建议，行业研究必须严谨有序，需要学会如何搜集相关资料，如何分析整合信息，如何判断行业壁垒、如何进行企业估值等等。我们以游戏行业的研究为例，说到游戏行业的研究，会涉及到这么几个核心的点：（1）行业概况，了解整个游戏行业的前世今生，及未来发展趋势，让这个行业在大众眼中透明化；（2）产业政策，国家是否支持发展游戏产业，文创相关领域是否有相关的政策支持或等等；（3）研究游戏行业的上下游产业链，上游是开放商，就是我们所说的游戏开发公司，比如上面的那几个，中游是运营商，比如英雄联盟在大陆地区就是腾讯游戏代理运营的，下游是相关配套服务行业，比如游戏销售的渠道商（网吧）、支付服务商、通信服务商等等，产业链的各个环节出现问题，都可能会影响这个游戏行业的发展，不得不说网络服务商的技术进步，为游戏的发展做出了巨大的贡献；（4）需要研究行业竞争格局，哪些公司出品的哪些游戏广受大众喜欢，在行业中独占鳌头还是三足鼎立？；（5）盈利模式，冲会员、买装备，还是打怪升级？当然我不是很清楚，有兴趣的同学可以自己去探究一下；这些是比较核心的研究内容。除了以上对于整个行业的研究内容之外，研究部还需要长期跟踪此行业内的上市公司情况，以方便给买方提供投资意见，是否建议买方购买这个行业的某个公司的股票，那么下面我们来看一下具体公司的研究内容是什么？这里我们来想一下，公司的哪些因素会影响公司的股价，那么研究部就研究哪些内容 ↓↓↓（1）研究公司的人，即公司的管理层水平。一个公司的管理层水平高低直接决定公司的命运，能否做出正确的经营决策直接影响公司的股价变动；甚至是管理层的个人形象都会影响，比如京东的股价曾经受到刘强东个人事件的影响。（2）研究公司的商业模式。什么是商业模式？一个公司的商业模式是否是自己可以复制和其他人不可以复制的，在竞争中占有很大的优势，自己可以复制可以迅速扩大经营规模，别人无法复制，可以使自己保持行业领先地位。（3）研究公司的核心竞争力。该公司的核心竞争力是什么？是技术、是人才、是管理模式、还是市场占有率？核心竞争力会使企业在同行业竞争中立于不败之地。比如教育公司的核心竞争力之一就是人才-名师，有好的老师资源，才会培育出更优秀的学生。（4）盈利水平。公司是否盈利，与往期相比盈利是增加还是减少，公司的盈利水平直接影响公司的财务状况，企业很可能会因为资金不足导致企业破产，比如乐视就是因为资金出现问题而引发后期一系列的问题，最终导致乐视破产。盈利水平降低也会让投资人信心不足。（5）估值水平。企业的估值就是这个企业值多少钱，合理对企业进行估值，才能了解企业的每股价格是否合理，是真正值钱，还是股价虚高，如果股价是被做起来的虚假增长趋势，那么投资者买入之后很可能会出现砸到手里，被骗的一夜回到解放前。所以，对企业进行估值研究是对投资者负责，也是投资者本人对自己负责。

最近有点不知道要写什么了。老规矩，当不知道要写什么的时候，我就会总结一下自己写作或研究的经验。这样做有几个好处：一是，确实可以把以前做事的心得体会总结一下，让自己今后少走一些弯路；二是，通过总结可以让脑子清醒一下；三是，总结分享一些心得体会，说不定可以帮到一些有缘分的人。在《一位中年大叔站在两艘沉船上的思考》一文中，我已经分享过我为什么进入了幼儿园研究行业，实在没有过多的理由，纯属偶然。这么多年新闻专业出身的我，已写了不少稿子，看过不少书，了解过不少行业，最大的特点就是博览群书，最大的缺点也是博览群书，但对每个行业都是浅尝辄止，而幼儿园行业算是已经前前后后关注、研究了三、四年，实在有点不简单。研究的立场虽说是研究，但其实，我对这个行业的未来也没有多少迥异于常人的看法。我现在最怕的就是，有读者问我：刘老师，你怎么看待XX政策，XX现象？一遇到到这个提问，我就一个头两个大。说真的，“你怎么看待这个事情”似乎已成了我们这个时代要成为所谓专家的必由之路。几乎你遇到的每一个人一上来都会寻求你对这个怎么看，那个怎么看。其实，我们生活的这个时代，是观点泛滥的时代，同时也是观点最不值钱的时代。如果你打开今日头条一看，看到的几乎都是观点，一些没出过国门，整天窝在屋子里的国际政治问题专家、自媒体比比皆是，他们的讨论依据就是国内转过来的一个新闻，然后围绕新闻就大发议论！我最讨厌的就是这种专家、自媒体和媒体，几乎见一个拉黑一个！有时候，仔细地想一想，自己也有点像他们这个样子，只不过，我采用的数据都是来自公开的政府部门，但由于来自政府部门的数据也经常被掺水，所以，我们有时候也会得出一些奇怪的结论。但总体上，我认为，来自统计局和教育部门的数据还是基本可信的。我对发表观点非常慎重，在写过的很多报告中，基本上不发表自己的观点，这是我们的报告不同于面上报告的一个最大不同。这是我一开始做行业研究时给自己定的一个基本立场。也因为这个定位，在市场上，我们做到了真正的差异化，当所有的人都在高声谈论自己的观点却不摆出足够的数据时，不发表观点，只摆数据就是一种鹤立鸡群，就能做到真正的差异化。毫不客气地说，幼儿园行业的地区研究就是我一手开创的，至今还没有看到被谁模仿。当然，没有被模仿也说明，这一块真的没有什么吸引力。前段时间，在跟一群幼儿园行业大佬分享时，我说这几年我做的都是一些非常基础，非常辛苦、非常累的事情，环顾四周没有人愿意去做。试问，除了专门研究学前教育的学院派学者，还有谁会像我一样，整天徘徊在各地统计局、教育局的官方网站上搜集学前教育的数据，并通过对比数据来发现一些问题？这些数据看上去都让人头疼，更不用说把他们整理下来，对比，然后做成精美的图表供大家阅读使用了。2019年9月份，我辞职创业，依然把这个方向作为创业的突破口，如今一年过去了，回头看了一下，发现我这个公司无论从流量，还是从收益，无论从影响力，还是从市场认可度，都比四年前那个花了投资人几百万却几乎一无所有的公司要好！有时候，我跟一些业内人士分享一些公开的数据，我认为这些数据他们应该知道，但是他们却不知道，连资深的业内人士都是如此，更何况那些局外人？从我的观察来看，行业的数据化、可视化应该是个不错的发展趋势，只可惜这是一个在下沉的行业，趋势不好，行业的从业者已过的很艰辛，给“依托于行业的数据化的生存者”并没有带来多少空间。这也是我近期非常焦虑的一个原因。研究的框架做研究，一开始要把自己关于行业的认识归零。我们学习一门学科，首先接触的就是这门学科的一些基本概念，然后是这个学科的发展历史，其次是学科的发展现状，最后是学科发展还遗留的问题，学完这些以后，在思考实践的基础上，才能展望学科发展的未来，而学科的未来就潜藏在对遗留问题的解决上。对于一个行业来说，比如说幼儿园，我们也可以顺着这个思路展开。1、幼儿园行业的基本概念：什么是学前教育？学前教育包括哪些参与者？参与者的分类标准？幼儿园的种类？按举办人分的种类？按提供课程分的种类？法律上的概念等等；2、幼儿园的历史演变：比如你可以去看各类学前教育史，中国以及国外的古人、今人是如何认识学前教育的？如何进行学前教育的？3、幼儿园采用的课程、教学理念：这就上升到教育学了，而教育学又是哲学的分支，这样理念就更多了；4、幼儿园的规划：幼儿园是一种社区公共设施，那么它的建设配备就要遵守相关部门制定的规划配置标准，这你就需求去看住建部和教育部制定的标准，而这个标准也有多个版本，把每个版本都读一遍，你就领先至少80%以上的从业者了。5、幼儿园的建设标准：幼儿园需要怎么建设？桌椅板凳玩教具怎么配备？装修标准？照明标准？户内外面积要求等等，这些都是幼儿园经营者需要门清的事情。6、幼儿园的软硬件配备标准：幼儿园的生均面积、生均玩教具、生均专任教师和保育员，一个班多少孩子，一个园多少班，需要配备多少个园长、副园长、老师、保教人员和其他人员的配备标准等等；7、师资的要求：除了数量，你要知道教育部门对幼儿园的园长、老师、保育员、厨师和园医有什么要求，这些都有相关的标准。8、幼儿园的政策：幼儿园属于社会事业，属于教育部管辖，是个政策密集型行业，而且中国32个省市自治区，每个省又那么大，分为经济、文化发展水平不同的市，每个地方的政策都不一样；9、幼儿园的招生：幼儿园的招生半径？怎么招生？这些需要你换位思考，假如你是家长，会让孩子去哪上幼儿园？因此不管招生政策怎么制定，都要围绕并尽可能接近这个原则去实践，不然就会出问题。10、幼儿园的举办：场地怎么找？有什么要求？该怎么申办幼儿园？该如何做账等等，这是一的问题。……我们在上面仅仅罗列了10类问题，其实关于这个行业的问题有非常多，我们还没有谈到行业的上下游，没有谈到资本、服务商、第三方等等，而且这些问题，并不是每个人都关注的，比如幼儿园的教职工，他们可能就不关注幼儿园的规划、建设，也不关心幼儿园的举办等方面的内容。除了上面那些关于行业的硬知识以外，还有就是一些关于幼儿园的资讯新闻：比如幼儿园的小学化、虐童事件、普惠补贴不到位事件等等。资讯、硬知识、数据、政策、新闻等共同构建了大家对这个行业的认知，而我们每个人关于行业的主要认识就来自两类：一类是，自己运营幼儿园或者在行业从事获得的经验体会；一类是，通过浏览资讯、学习行业硬知识、数据获得的认识；很多时候，这两类认知方式得出的结论经常相互冲突。我目前经常遇到的一个问题是：总有人喜欢拿自己身边的个案、经验去否定我统计学意义上的结论。比如，近期发的《辽宁省的启示：公办幼儿园学位已经过剩 毛入园率不升反降，为什么？》一文，就有读者留言说：小编你净瞎说，我们在辽宁同样上不了公办幼儿园，你为啥还说过剩？你到底安的是什么心？其实，我一点也没有安什么心思，仅就数据说话而已。我不知道是，为什么现在很多人动不动就喜欢给你扣个帽子，揣度你的立场，你代表了谁的利益，这几乎快成为一种思维定势了！当然，这个冲突其实是好的，它提醒我们，做行业观察不能光看宏观的数据，光看轮廓，还要看个案。研究的交流在前面，我提到我们通过观察宏观的数据、资讯、硬知识乃至行业人士的分析会经常跟一些人从实际经验中获得的认识相冲突，这提醒我们做研究不能光关注大数，还要跟行业人士交流。我以前很少跟行业人士交流。这是因为我一开始做研究的时候一个园长举办人都不认识，一个投资的人都不认识，而通过案头梳理行业的资讯、硬数据、政策并将分析的结果分享出去，是可以让内容找到你想要的人。现在，我跟很多行业人士的认识都是基于这个逻辑。人一旦认识，就可以通过交流彼此掌握的信息获取更多的行业知识，而有了来自一线人员更多的知识，我们再去看整个行业的数据，就会对这个行业的认识提高一个段位。因此，我现在写东西，其实很多的见解和看法并非来自我自己闭门造车的思考，很多其实是来自一线行业人士，只不过我通过文字的处理将其间接引述了。现在，我几乎每天都会跟行业人士交流。就这样，通过不断的交流，再加上对政策、数据以及资讯的分析，在不少人眼里，我俨然成了“行业的专家”，其实，我受不起这个称呼，也真的不是谦虚，而是我真正的觉得，我只是这个行业的记录者和观察者，远远谈不上专家。这段时间，与行业人士的交流，我发现，一些经营几十年幼儿园的园长、举办人其实对这个行业有着更为深刻的认识，他们对产业、对政策影响的判断远远在我们这些行业观察者以及其他所谓学者、专家的认识之上。认识到这个真相，其实很残酷。我现在跟我媳妇说，看上去我们这个公众号做的很热闹，粉丝的逼格不是专家就是学者，要么就是身价上亿、几千万、几百万的老板们，但其实，从牛逼的人身上，比如老板们身上赚钱非常难。很多时候，我常常想，为什么要做一个2B的公众号，而不是做一个2C的公众号。做2B的公众号，增粉又慢，赚钱也难，商业化也很痛苦，而2C的公众号就不是这个样子，你只要文章写的好，哪怕写的一般，能Get到读者的G点就不难走出一条可行的商业化道路。我现在看一些2C的公众号，写的像流水帐一样，纯粹的罗列些新闻事件，然后极尽渲染情绪之能事就能收获成千上万的流量。不说了，又扯远了。结尾我在上面分享的这些其实也适合很多行业，这本质上是一种学习方法。面对任何一个行业，从概念、历史入手，然后不断地摄入行业信息，通过观察行业数据，纵向横向比较分析行业数据，或者将不同地区行业同一类数据拿过来对比观察，找出异同点，然后把这些观察到的东西写出来，再结合行业人士的观点，就可以写报告和文章了。不过，如果你想做一个垂直行业的研究媒体，基本上顺着我这条路就能走的通，当然你也要能耐住寂寞，坐得了冷板凳——这真不是不是一个吸引人的行业，也赚不了什么钱。TIPS：如果你也想写作，请加入我们开设的写作自媒体陪伴营，让自己做个斜杠青年或中年。在营里，我本人将深度指导一个月（反复的改稿以及提出要求），终身友情服务。无论在不在深圳，我本人都提供线上一对一指导。详情请见：如何打造一个高逼格的自媒体？这里有一份攻略！

行业分析，对我们每一个人来说都是一个通用且重要的技能。不管是为了快速的了解一个行业，还是基于行业分析来更好的理解和决策产品，都需要积累一套分析方法论和分析工具。行业分析，就是了解一个行业的玩法和规则，其中包括这个行业是做什么的、做得如何、趋势怎样、有哪些做得好的企业等。在本质上，C端的行业分析和B端的行业分析没有区别，主要的分析框架和思路都是通用的。但是，对于C端产品而言，行业分析的时候会更关注用户体验、用户评价、流量、盈利模式等方面的内容，而对于B端产品而言，可能会更关注企业特点、技术趋势、定价模式、竞品信息如何获取等。接下来我会分享行业分析的5个步骤，为了方便理解，我会举一些我之前做过的“互联网出行”行业分析的例子，这差不多是前三年的分析内容，时效性可能不太好，大家理解方法即可。一、行业整体信息明确行业的定义，了解行业的边界、范围是什么。了解该行业主要提供的产品与服务是什么。了解行业的发展历史，市场规模、市场增速。以互联网出行为例，易观国际将互联网出行定义为是基于出行场景的互联网服务，该行业主要提供的服务就是出行服务。关于发展规模，这个很多途径都可以获取到比较专业的统计数据，比如艾瑞咨询、易观分析都会有关于互联网出行市场规模的数据，很方便就能获取到，在这里就不占用篇幅了。关于发展历史，我分享一个模型——市场发展阶段模型。该模型把市场发展阶段划分为萌芽期、成长探索期、高速增长期、成熟期和衰退期。根据具体行业的不同，每个阶段会停留的时间长短不同。（该模型借鉴了易观分析的AMC模型，以时间为参照系，从产品价值、用户规模、产业收入等多个维度划分出来的发展阶段模型，我们在分析行业发展到什么阶段时，可以直接借鉴和参照。）下图是我分析的互联网出行整个市场的发展阶段：行业现状与趋势分析行业现状和趋势是为了了解整个行业的经营环境如何，是利好还是不利的。分析行业的经营环境，非常经典好用的一个模型——PEST模型。PEST模型就是通过宏观环境调研，分析政治、经济、技术和社会各方面因素，考察和预测整个环境中影响产业和企业发展的因素，发现其中的机会与威胁。当然，千万不要为了使用模型而使用，模型就是工具，是为了我们的目的服务的。所以，在使用PEST模型分析行业环境的时候，我们需要关注不同行业的分析侧重点，比如有的行业特别依赖政策，如网络安全行业、金融行业、房地产行业等，这种就需要重点分析政策因素，包括近几年的政策走向、发布的政策规定、政府态度等。以互联网出行为例，在政策上就需要了解网约车的合法化、各地的政策规定等，在社会上就需要关注用户出行习惯、打车需求，甚至是生态环境等。特别提醒一点，在进行PEST各方面的分析时，需要思考这些因素对行业发展的影响是什么，是有利还是不利的。别忘了我们的目的是得到行业发展现状和趋势的结论，只有得出结论的内容才是有价值的。产业链分析提到产业链，可能大家还会想到供应链、价值链这些类似的概念。我觉得下图的区分挺清晰的，可以帮助大家理解。来源：百度文库对于我们了解一个行业而言，可以将产业链简单理解为：从原材料开始，到把产品交付给消费者所涉及到的各个环节。即通过什么方式把什么产品卖给谁。产业链分析的目的，主要是了解自己处在链条的什么位置，上下游是谁，他们会如何影响自己。当然，也可以基于产业链分析来判断链条中哪个部分成本最高、获利最高。那如何进行产业链分析呢，给大家分享一个我个人总结的分析思路：产业链上游：上游通常都是B端的企业，可能包括生产制造商、技术提供商、内容提供商。产业链下游：下游通常包括媒体营销服务商、物流服务提供商、金融服务提供商等。产业链中间部分，和用户有关系的产品或服务，通常是C端的企业。当然，以上只是一个分析思路，专业的产业链分析需要不断的去拓展、完善产业链的各个环节、然后在每个环节填充上厂商。我们在行业分析时，通常不需要太过深入，能够了解该行业的主要链条即可。以互联网出行，找了一张易观分析的产业分析图给大家参考，他们的产业链分析挺清晰全面的，平时大家也可以多关注。市场集中度分析市场集中度分析，就是分析行业内发展靠前的企业、标杆企业，它反映的是一个行业的整合程度。市场集中度分析的目的，就是了解标杆企业的玩法，了解行业内企业的发展情况。如何做市场集中度分析，主要有以下几点：找到标杆企业：一般看行业TOP5或TOP10的企业，这个信息可以从行业内的调研报告中获取，其中基本都会提到典型企业或标杆企业。分析维度：明确分析的企业之后，可从这些企业的定位、目标客户群体、主要产品和服务、销售策略/渠道等方面收集信息，进行信息的梳理和分析。总结出企业的优势、特点：把一个行业内的标杆企业分析过后，就会基本了解这个行业内企业的发展模式有哪些，各个企业的优势是什么。给大家分享下我当年做的互联网出行的企业分布图：竞品分析如果你只是简单的了解某个行业的情况，也可以不做这部分。 如果你正在接触某个产品，希望通过行业分析帮助自己更好的理解产品，那就需要基于自己涉足的产品进行竞品分析。市场集中度分析已经为竞品分析打下了很好的基础，因为你在分析行业内主要的企业时，基本就能了解到有哪些竞品。那确定了竞品分析对象后，该如何做竞品分析呢？分析竞品的目标客户群体，各个竞品之间存在什么差异和联系。分析竞品的主要场景，各自解决了什么用户的什么问题。分析竞品的主要特点。提炼竞争策略。当然，具体的竞品还会涉及到很多更细节的内容，比如销售方式、定价、提供的功能、用户体验、设计风格等，这主要取决于分析什么产品，不同的产品会有不同的侧重点。竞品这部分要说清楚需要的篇幅较长，这次就不展了，我计划在之后的分享中重点基于B端产品的竞品分析进行介绍，希望大家理解。总结对于产品经理而言，快速了解一个行业是必备的技能，它可以让我们站在行业的角度去认识具体的产品，从而帮助我们更好的做出产品决策。最后，总结一下本文提到的5个步骤：行业整体信息、行业现状与趋势、产业链分析、市场集中度分析和竞品分析。希望能对大家有所收获，感谢各位鼓励。本文由 @弦子的Xian 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

我们都知道产品经理的职责之一是市场调研，通俗意义上的市场调研主要包括竞争对手调研和消费者调研。这一章我们将市场调研的内涵稍微扩大一下，上升到整个行业的高度。为什么要这样做呢？理由有三：站在行业的高度，才能有全局观，不至于陷入单个区域的盲区；以全局观制定产品策略，更容易发现突破点；观察行业，能够清晰地看出它与社会的交互关系，和未来的发展趋势。以行业的视角看问题，往往是咨询公司干的事。产品经理资源有限，不可能像咨询一样专业，但依然可以借鉴这种全局化的思考方式，建立对行业的快速认知。尤其对于一些还没有确立职业方向的产品经理，在跨入所选择的行业前，无疑需要对该行业有一个大概的了解。而对于已经选定职业方向的产品经理来说，掌握基本的行业分析技巧，就更是基本功了。俗话说，大道至简，实用的技能背后的原理往往并不复杂。行业分析也是如此，它的核心要素只有三个：你要探究哪个方面的问题？对于这个问题，你要运用哪个思维模型？找到数据填充你的思维模型。如何运用这三个要素呢？以下是三个关键诀窍，分别对应上述三个要素：掌握MECE法则；建立思维模型工件库；了解基本的数据收集渠道；所谓MECE法则，其实是一种思想，核心为八个字：完全独立，相互穷尽。行业是个集合词，本身并不能被分析，我们要分析的，是它下辖的实体。譬如教育行业，从渠道角度，可以分为线上教育和线下教育；而线上教育，从教学方式角度，又可以分为授课型和非授课型；授课型中，从年龄层角度，又可以分为k12教育和非k12教育；k12教育里，从学生人数，又可以分为1对1和1对多；1对1，从老师属性角度，又可以分为自营模式和非自营模式。这中间的每个分层，都要确保是覆盖完全且并不重复的（A与非A）的关系。而在分层中，则存在横纵两种关系。横，是单一维度的是非切割。纵，是维度本身的叠加。拿上面的教育行业分类举例，k12教育和非k12教育；其中非k12教育又可以分为少儿教育和（非少儿教育∩非k12教育），少儿教育又可以分为学龄前教育和（非学龄前教育∩少儿教育）。这一层面无论如何细分，都以同一维度年龄层为基线。而从渠道到教学方式，再到年龄层、学生人数、老师属性，是叠加了新的维度。横纵两个方向，切割与叠加的深度，在开始的时候，尽量越深越好，行业分得越细，认识就更为精准。而一开始的时候，行业本身的划分必然不够清晰，当有新的信息补充进来，原有的架构不再适用，就要反思原先的划分方式是否存在漏洞，并对其进行优化。仍拿教育行业举例，当我们按渠道将其分为线上教育和线下教育时，似乎并不能将双师课堂这种模式很好地融入进去，同时像电子词典、取词笔这些硬件设施，本身并不能以渠道作为分界。遇到第一种情况，要考虑同一维度的元素是否可以叠加，例如双师课堂，其实是线上+线下结合的模式。遇到第二种情况，要考虑是否存在更合理的维度选择。在现实分类中，有些维度只适用于特定场景，例如渠道；而硬件是不具备渠道属性的，因此我们要选择能包容新事物的维度作为新的分类标准。例如从学习介质的角度，可以分为以人为介质和以非人为介质，这样就可以把硬件包进去。分类本身还有很大的学问，这里不多赘述。从实用的角度讲，只要能够覆盖市面上常见的类型即可。当我们确定了一个行业内部的分布情况后，就要提出相应的问题。有特定研究目的的研究者，会就当前工作中的实际问题进行探究。而抛开这些特定问题后，一般的分析都要囊括三个方面：这个行业是怎么运转的？这个行业的现状是怎样的？这个行业的未来有可能如何发展？当然，问问题很简单，回答起来就难了。但好在，商业世界发展的时间够长，这些问题早已有了对应的解。这个解就是思维模型。所谓思维模型，就是固化了的解题方式，不同的问题对应不同的解题方式。遇到问题，找到对应的解题方式，问题的难度就被消解很多。拿上述三个问题来说：第一个问题，我们可以用价值链分析来回答；第二个问题，我们可以用市场集中度分析和PEST分析来回答；第三个问题，我们同样可以用PEST分析来回答。（1）价值链分析价值链分析，指的是从原材料开始，到把产品交付给消费者的所涉及到的各个关节，包括行业价值链，企业内部价值链和竞争对手价值链。拿教育行业来说，原材料是知识本身，知识同时向学生和老师这两方传递，形成高低位差。平台则作为中介渠道，使得位差发生作用，从而让高位的老师能够辅导低位的学生。在价值链中，知识、学生、老师、平台通过传输，发生作用，形成了最基本的教育行为。如此，我们得以粗浅地理解行业的运转模式。当然，这只是价值链的表现形式，它的深层次意义在于，通过价值链去判断链条的哪个部分成本最高，获利最高，从而做出相应的调整。在具体的运用中，我们甚至可以结合其他的思维模型来对价值链进行混合应用。但它给我们带来的最重要的启发是过程性，一类事物的产生、发展到与其他事物的交互，这种先后的顺序关系是掌握价值链分析的精髓所在。（2）市场集中度分析市场集中度反映的是一个行业的整合程度，一般看行业的top10和top5占整个市场的份额变化。如果近几年，top10和top5的市场份额都在飞速上涨，那说明市场还不稳定，有相当大的发展潜力。如果top5的份额几乎不变，top10的份额却稳步提升，说明行业到了细分期，要精耕细作。如果top5和top10都不变，说明行业已经很成熟了，后入场者不太有大的机会了。如果说价值链分析能够让我们知道改做哪些事情，那市场集中度就是告诉我们该在哪些时间做事情。而通过市场集中度的分析，我们能够判断企业和市场目前的需求关系。（3）PEST分析PEST其实是对宏观环境的分析，主要包括政治、经济、社会人文因素、技术因素。它与价值链分析的区别在于，价值链聚焦于生产过程，并且呈线性关系，而PEST则聚焦于生产外，呈网状关系。一个行业，在政治层面受到法律、政策的影响；在经济层面受到居民收入的影响；在社会人文方向受到年龄结构、审美观点的影响。在技术方面受到新兴科技的影响，企业在处理好生产的同时，要了解它所在的行业环境，社会环境。这是它当前的现状，同时这些宏观环境的因素往往会影响行业未来发展的方向。政策导向如何，生活水平如何，科技创新如何，只有明晰这些，才能根据外部环境及时调整自身的生产动态，从而对现在做出改变，对未来做出察觉。当我们回答完行业的问题后，还可以进一步纵深，来研究企业在行业中的定位。企业之后，还可以研究企业中的产品线，产品线后，就到了单个的产品。完整的纵深路径如下：行业-企业-产品线-产品。而无论是行业、企业、产品线还是产品，都遵循一样的规则：问题是什么？用什么样的思维模型去解决？找到对应的数据进行填充。这里提几点简单的思路：针对企业，我们可以问企业当前的现状如何？面临什么样的挑战？可以用波特五力模型分析；针对产品线，我们可以问我们应该重点关注哪些产品？可以用波士顿矩阵分析；针对产品，我们可以问产品现在处于什么样的阶段？有哪些机会点？可以用SWOT、LTV模型分析。上述提到的几个模型，网上已经有大量的文章进行阐释，感兴趣的同学可以自行搜索，此处不再赘述。不过需要提醒的是，思维模型贵精不贵多，关键是理解模型背后潜藏的视角。时间视角？空间视角？场域视角？理解了背后的道理，我们甚至可以建立自己的思维模型。当然，实践出真知，理解了问题，掌握了模型，就要去实践它。而实践是需要燃料的，有了思维模型，就要知道去哪里搜集数据来填充它。因此，本章的最后，将提供几个常用的数据搜集方式，主要来源如下：上市公司财报、招股说明书、致股东信，一般可以从公司官网、证券交易所和监管机构的官网中获得；券商、咨询公司、研究机构公开报告，如萝卜投研、乐晴智库、艾瑞咨询、易观智库，麦肯锡、德勤、罗兰贝格等；政府数据，如国家统计局、工信部、巨潮信息网。数据源本身当然有很多，但大体可以分为这三类。在咨询行业中还要对数据进行交叉验证，但对于产品经理来说，选择跟自己行业相关的数据源，并且可信任的（至少是行业知名而非野鸡），就够了。同思维模型一样，贵精不贵多。不过值得推荐的是，产品经理可以定期看看经济学人、麦肯锡季刊这样的分析刊物，培养对宏观视角的敏感。以上是本章的全部内容，感谢读阅。#专栏作家#一个崇尚终身学习的互联网斜杠青年，擅长学界理论与业界实践结合，专注新媒体、游戏领域的运营策划。当然，偶尔会写点互联网时事评论。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。