如何用“漏斗式”与“鱼骨式”做行业研究?

这篇文章描述了作者对行业研究的一些看法,内容包括“漏斗式”、面对新兴模式的局限、“鱼骨式”、和对数据源的对比与评价。欢迎感兴趣的童鞋阅读。

行业研究有什么用?专门从事这个岗位的人就不说了。即使身在其他岗位,想说服老板拨钱时,能拿出数据、拿出案例、再扯一通行业大势,无疑成功率会更高一些。

正经来讲,即使没有行研技术,但是 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,个人择业选择或者想创业时,做好行业研究也能有效地减少信息差,减少犯错的概率。

当然不同身份的人对行业的关注点和角度也不一样:

券商、金融行业从业者,可能更关注周期、波动、价值位等。

产品经理可能更关注行业内的竞争、用户行为态度等等。

不过我既没做过金融行研,也没做过产品经理,以上都是瞎猜,哈哈。就个人而言,我通常会更多关注 头部(标杆企业)、玩法(商业模式)、机会点

因为个人职业的原因,平时也常会看看各种机构做的行业研究,特别是科技互联网和NEV领域。看得多了就发现各种报告也是良莠不齐。特别是有些写着写着就写成科普了,宏观大数一通罗列,趋势判断模模糊糊,总之就是新兴行业欣欣向荣遍地金……还是很期待能看到比较犀利的行业研究,实打实地解决问题点,不过这种报告往往可遇而不可求。

毕竟 找准方向、找全资料、找对人、问对问题 ,哪个都不是件容易的事。

所以,这次想聊聊我自己对行业研究的一些思考,希望能抛砖引玉。因为我也不是100%做行业研究的,所以主要讲讲思维思路,不太涉及具体的操作流程(大家都差不多)和模型解读(都很基础)。内容包括“漏斗式”、面对新兴模式的局限、“鱼骨式”、和对数据源的对比与评价。

01 漏斗式:从宏观到微观

从宏观到微观的逐级研究思路应该是最常见,也是最全面的。这里面提到的PEST、SWOT、波特五力模型等等大家应该也是耳熟能详,一开口就知道是老商院人了。其实各类分析模型之间也有隐含的逻辑关系,适用于从大到小不同阶段的研究。

具体的模型介绍和解读都可以在网站上找到详尽的解释说明,百度一下,你就知道,这里就不赘述了。每种模型主要谈谈个人的一些思考。

首先宏观环境的分析,最常用的方法是PEST

即从政治(Political)、经济(Economic)、社会(social)和技术(Technological )这四大影响产业的宏观因素开始分析。还有以此衍生出的PESTEL模型,其中E和L分别是指环境因素(Environmental)和法律因素(Legal)。

之所以把PEST/PESTEL放在最顶层,主要还是这些影响因素不单单影响单个企业,很多时候一条政策、或者一项技术、或者一种社会舆论风向,都是影响整个产业。

这里面政策和经济是相对比较清楚的,部委文件、补贴标准、规划量级等等都是公开可查而且很明确的。经济数据,其实也可以从统计局等官方口径拿到数据。 倒是社会环境的影响比较难把控 ,特别是区域文化、社会道德、群体心态这些因素,更多还是定性分析,也没有太好的量化标准,需要对社会环境比较敏感,有洞察力,可能有社会学的基础会好一些。

PEST主要是识别出影响因素,从感觉上来判断风险、可行性。但是你说具体经济环境对产业造成多大影响,技术对行业造成多大影响,这个其实是很难量化的,无非也就是看一个模糊的趋势。

不过,有些行业其实是比较看政策,比如补贴,有时候都成了一个企业甚至行业的盈利来源和盈利模式,就是为了赚补贴才入的局。这时候就要好好研究政策导向和补贴的算法了。

产业链,首推波特五力模型

分析完政治、经济、社会、技术这些大因素对产业的影响之后,可以往下看产业链条内的情况了,首推波特五力模型(Five Forces Model)。

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

我来评几句
登录后评论

已发表评论数()

相关站点

热门文章