惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

aimingoo的专栏
aimingoo的专栏
Google DeepMind News
Google DeepMind News
S
SegmentFault 最新的问题
Project Zero
Project Zero
D
DataBreaches.Net
I
InfoQ
L
Lohrmann on Cybersecurity
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
酷 壳 – CoolShell
酷 壳 – CoolShell
Stack Overflow Blog
Stack Overflow Blog
The Register - Security
The Register - Security
Recorded Future
Recorded Future
Vercel News
Vercel News
博客园 - 司徒正美
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
I
Intezer
The Hacker News
The Hacker News
F
Fortinet All Blogs
Microsoft Azure Blog
Microsoft Azure Blog
P
Proofpoint News Feed
Help Net Security
Help Net Security
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Scott Helme
Scott Helme
T
Threatpost
爱范儿
爱范儿
N
Netflix TechBlog - Medium
D
Docker
云风的 BLOG
云风的 BLOG
C
Cisco Blogs
K
Kaspersky official blog
H
Help Net Security
S
Secure Thoughts
T
Threat Research - Cisco Blogs
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
S
Security @ Cisco Blogs
Cyberwarzone
Cyberwarzone
N
News and Events Feed by Topic
G
Google Developers Blog
Forbes - Security
Forbes - Security
博客园 - 三生石上(FineUI控件)
博客园 - 叶小钗
B
Blog
Google DeepMind News
Google DeepMind News
Recent Announcements
Recent Announcements
Simon Willison's Weblog
Simon Willison's Weblog
S
Securelist
P
Privacy International News Feed
Spread Privacy
Spread Privacy
The Last Watchdog
The Last Watchdog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
产品经理如何做好市场分析?
西子光尘 · 2023-04-10 · via 人人都是产品经理

作为产品经理,用户调研是产品设计与优化迭代的必经之路,那么做好市场分析就很重要。本文总结了如何做好市场分析,从对商业化的作用、市场来源和问题以及获取准确的市场分析数据三个方面进总结,希望对你有所帮助。

一、市场分析是产品商业化的基础

在过去几年中,消费互联网的流量见顶,无论是互联网大厂还是相关生态产业,原来依赖流量红利的业务都显现出了增长乏力的迹象,甚至有的业务开始出现下滑。

根据工信部运行监测协调局发布的《2022互联网和相关服务运行情况》,在过去一年,中国规模以上互联网和相关服务企业完成互联网业务收入14590亿元,同比下降1.1%,为过去十年(2013年)该数据统计以来首次出现下滑。

而与此同时,随着AI、大数据、云计算、物联网、5G等技术的发展和成熟,各个大厂、传统行业龙头企业及创业公司都在积极布局产业互联网相关业务,以数字化和智能化作为主要方向研发相关产品及解决方案,为工业、商业、金融、政务等客户带来新的价值,如提升产品竞争力,创新商业模式,降低运营风险等。

在这个产业转变的十字路口,客户、产品、技术、供应链等都与以往2C业务运营有着明显的差别,比如2C的获客很多都是通过在线方式,而2B的获客大部分都需要进行线下拜访,这是由于2B客户决策的复杂性决定,需要建立信任之后才会产生合作。

再比如2C的产品经理一般为用户型或者平台型产品经理,对用户需求理解和产品交互设计要求较高,一般设计的产品要有极致的用户体验,而2B的产品经理往往是商业型产品经理,对客户场景、市场竞争、定价、渠道、服务、成本、营销等商业要素需要有深刻的理解,而交互设计在整个工作中占比不大,有些公司也会将交互设计和用户体验交由UED团队来负责,以此来保证商业型产品经理将足够的时间放在商业成功的关键工作上。

由此可见,2B业务的成功需要考虑的因素非常多,稍有不慎就有可能导致失败或者错过宝贵的发展窗口期,而在诸多工作当中,系统、准确、及时的市场分析是所有工作的基础,只有在有详尽的市场分析之后,结合自身优劣势,才能制定出合理的业务策略、产品策略、市场策略、技术策略等,并且可以相对准确地评估出整个业务的ROI,给高层决策提供可靠的支撑。

它可以让我们了解到我们进入一个新的领域或者现在从事的业务天花板在哪、未来几年的发展趋势以及主要的客户分布情况。

如果把商业比作战场,那么市场分析可以给我们提供一张作战地形图,帮助我们看清战场形式,从而帮助我们制定合理的作战目标及有利的战略战术。

二、市场数据的常见来源及问题

如果你没有亲身参与过市场调研,只是从公开渠道拿到一些数据来支撑业务的商业判断,往往会出现各种各样的问题,通常是过于乐观的估算。

比如你的产品是做视频AI相关的产品,你拿到了全球或者国内知名咨询公司的调研报告说每年视频领域的市场规模有几百亿,过去几年CAGR(年均复合增长率)为35%,未来5年的CAGR会保持在30%以上。

所有数据都表明这是一个天花板够高且快速增长的行业,你的产品销售空间应该非常广阔,但当你花费了大量精力将产品研发出来,进入市场时可能一半以上的客户根本没有视频AI的需求,还有不少客户虽然有尝试意向,但是对于是否能带来业务价值持怀疑态度,也不愿意投入人力来做PoC,剩下的客户中有一些表示想用,但是付不起太多费用,如果免费他们就愿意用,另外还有一部分客户提出了合规方面的需求,表示如果你满足了所在行业对监管合规的要求,他们才有可能去采用……

时间过去了一年,你的销售团队卖给了3个客户,年收入不过百万,跟一年前咨询报告的情况完全不同,业务严重亏损且增长缓慢,最终可能会迫于亏损压力业务停止运营以及团队解散。

为什么知名咨询公司的数据都不能帮助业务做出正确的参考?

很多负责市场分析的新人可能会百思不得其解,这是因为每家咨询公司发布咨询特定行业报告的目的不同、统计方法不同和统计维度不同,另外还有数据准确性问题以及跟你的业务相关性问题。

每家咨询公司的商业模式各不相同,有的靠卖行业报告,这些公司相对比较权威,报告背后的分析师往往是行业资深专家,因此数据相对可靠,而有的咨询公司是受行业内某家公司的委托发布报告,报告的侧重点是行业空间大、增长快、该公司是行业头部,以帮助该客户获得市场认可;另外每家公司的统计方法以及统计的维度各有差异,有的会在报告中做出说明,比如视频领域的统计,可以包含最下面的IaaS层产品、中间视频处理的各种PaaS层产品及产品相关的SaaS产品,如果有硬件型产品或者人工服务,有可能也会统计在内,这就会导致不同咨询公司对同一个行业的规模估算有时会出现比较大的差异。

最后还有数据准确性的问题,咨询公司的分析师数据来源往往需要找行业内的资深从业人员或者知名公司进行访谈,而被访谈的对象很多都会为了突出自己的市场地位刻意放大自己的市场规模及增速,从而给咨询公司的分析师造成市场规模很大,增速很快的假象,因为这些源头数据不准确导致了市场规模及增速非常好的问题出现。

如果你采用了这些数据来做业务决策,那么很可能等下场的时候才会发现现实跟报告差距甚远,但此时已经做了投入了大量的产品、研发、市场、供应链等资源,想要回头会非常困难。

最后一个问题是行业报告所涉及的市场是否你能直接参与竞争的市场,如果不是,那么这份报告就不能成为你估算市场规模的依据,在上面的例子中,视频领域的市场规模和客户群体有可能包含了网络流量(视频领域流量成本占比非常高)、各种视频技术(比如转码、分发、存储、合规审核、AI智能等)以及对应的配套SaaS系统、硬件及服务,而你的视频AI产品很可能只能覆盖1%的客群。

另外如果你只提供公有云服务,那么还需要把金融行业及政务行业客户去掉,因为这些客户会因为监管合规问题使用私有云,只有把这些水分去除干净,剩下的才是真正属于你的市场空间,这时有可能已经从原来的百亿规模变成亿级规模,降低了两个数量级。

除了咨询报告,市场分析人员还会从其他公开途径来获取市场数据,但通常这些公开途径的数据会有各种各样的问题,常见的有:

基金公司报告:通常这些报告是给投资人做投资建议的,这些分析师有专业的报告编写方法论,写出的报告会显得系统而专业。但事实是编写报告的人很多是非行业从业人员,对行业历史、技术趋势、现状及未来判断的理解非常有限,报告里面会有大量引用咨询公司报告的部分,甚至有的报告会引用过期数据(如3年前的数据),拼凑感比较强

上市公司财报:受到监管要求,绝大部分财报中关于自身业务数据都是准确的,但是要注意数据背后的统计维度,比如有的公司会把硬件销售收入计入平台收入以达到看起来平台收入规模比较大的目的,用新名词来包装旧业务

某大厂发布的行业报告:以公司作为主体发布的行业信息通常都带有强烈的商业目的,肯定是一片欣欣向荣的数据,这些数据很可能都是准确的,但有可能是片面的。因为发布这些数据的背后,有可能是为了吸引更多的渠道商来销售自己的产品,有可能是为了获得更大的市场影响力,而为了达到这些目的,就可能会采用片面的数据,以偏概全

三、如何获取准确的市场数据?

市场规模分析是如此重要,准确数据的获取又是如此地困难,以至于作者见到的大部分产品都不知道业务的天花板在哪、增长情况如何、主要客群分布以及各家公司市场份额如何,犹如在没有地形图的情况下抹黑行军。作者结合过去的工作经验,谈谈在做市场规模分析的一些方法,供大家参考。

市场规模分析一般是在产品立项材料或者每年/半年业务规划材料的第一部分,了解“五看三定”模型或者“BLM”(Business Leadership Model,业务领先模型)的人会比较熟悉,一般需要输出几个关键信息,以此来了解我们的业务所处的市场环境:

市场规模及增速:比如全球市场或国内市场我们能参与竞争的市场规模是多少,过去增长趋势如何,未来预计会是什么样。

主要竞争公司及份额:有哪些主要公司参与竞争,各自的收入、增长及市场份额如何,通过这些数据也能判断该市场属于集中市场还是分散市场,比如用CR3(Concentration Rate,集中度)、CR5或CR10的市场份额来评估。

主要的客群分布:可以按行业、规模、售卖形态、销售通路、地域等来划分,比如金融占比25%、互联网占比15%或者华东30%、华南25%。

行业趋势如何:比如3年前疫情后大量公司进入云视频会议行业、ChatGPT大语言模型对各行业知识从业者的冲击、双减政策对于在线学科教育的影响等等,可以借助PESTEL(Political、Economic、Sociocultural、Technological、Environmental、Legal)模型来分析。

对于市场分析,我个人的观点是对行业、客户及业务的理解,作为从业者的我们会比大多数咨询机构及证券公司的分析师理解的更为深刻,因此市场的数据我会更相信自己团队的调研报告,事实也证明这种做法是对的。除了常见的看咨询机构的行业报告、证券公司的报告、行业公司财报等,我更相信通过下面几种方式获取的信息:

客户访谈:区分区域、区分行业、区分规模等,各挑选一定数量客户,拜访客户层面的关键决策人(使用者和购买者者最好都交流),了解到客户现状、对产品的看法(使用意愿及付费能力)、竞对产品情况、客户所在行业的规模、发展及竞争情况等,从而了解到不同行业的客户购买潜力有多大,竞对覆盖情况,产品优劣势等。

行业交流:如同垂直行业媒体、行业协会以及行业社区组织者的交流,有些行业媒体的创始人都是该行业的资深从业者,有着极其丰富的行业人脉和信息,同这些组织合作有时候可以了解到非常有价值的行业信息。

产业链分析:比如你想了解某款智能硬件的市场数据,如果市场上品牌很多,那就很难准确统计到总量及增长趋势。但智能硬件上游一般都是少数几家芯片厂商来提供芯片,如果你能找到这几家厂商在该领域的销售数据,那么就能间接推导出这个市场的规模及趋势;再比如如果你要想了解某时序库的市场规模,可以从源头分析客户如果要用时序数据库有几种选择(比如开源自建、A云、H云、T云等),每种选项的规模及所占比例,以此来推导出时序数据库整体的市场规模。

咨询公司:市场上有专门的付费咨询公司进行市场调研,作为客户你可以指定具体的公司作为调研对象,这些咨询公司负责联系到目标公司的人进行访谈拿到对应的信息

通过以上几种方式,基本上都可以获取业务所需要的市场信息,但这些信息仍然会有不准确,因此需要对这些原始数据进行交叉验证,有时候几个渠道拿到的数据相差很大,这时候要依靠自己对行业的理解来决定采用哪一种数据。

One more thing

最后想强调一点的是,系统的市场分析一般是每半年或者一年进行一次,但日常需要对这些信息进行更新,比如在每一次行业大会之后可能需要对发展趋势进行更新,在每个客户合作或丢掉之后需要进行竞争分析更新,把市场分析工作融入日常工作当中,这样才能在商业竞争中做到心中有图、手里有剑、知己知彼、百战不殆。

本文由 @西子光尘 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。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。