行业分析是什么?怎么做?

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:

超级产品经理

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:

  1. 这个行业值不值得玩(是否值得做)
  2. 进入的难度有多大(能不能做)
  3. 我要以何种方式进去(怎么做)

因此关注的顺序如下图:

超级产品经理

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:

  1. 潜在空间大+市场规模小
  2. 增长速度快,增长曲线陡峭
  3. 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:

  1. 我面对多大市场
  2. 我要和谁竞争
  3. 我要在哪里打败他

超级产品经理

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PEST

  1. P:政策。政策对行业的影响,往往是立竿见影且致命的。
  2. 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。
  3. 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。
  4. 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)。

超级产品经理

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)。

超级产品经理

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)

超级产品经理

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:

  1. 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。
  2. 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。
  3. 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。

作者

接地气的陈老师,微信公众号:接地气学堂。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。

关键字:行业分析

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部