数据驱动市场决策框架 @Market Research-Ai+工具资源库
数据驱动市场决策框架 @Market Research
此内容为付费资源,请付费后查看
会员专属资源
您暂无购买权限,请先开通会员
付费资源

数据驱动市场决策框架 @Market Research

纯文档型市场研究框架,提供 TAM/SAM/SOM 分层测算、竞品映射与需求验证方法论,助力数据驱动决策,零代码风险。

说明:

## 核心用法

Market Research Skill 是一套面向市场决策的结构化研究框架,而非自动化数据采集工具。其核心交付物包括四类:

1. **市场分层测算(TAM/SAM/SOM)** — 要求研究者显式列出公式、假设与置信区间,避免”头顶大数字”的虚假安全感
2. **竞争格局映射** — 超越品牌名列表,涵盖直接竞品、间接替代品、内部 workaround(如 Excel/人工流程)及潜在跨界 entrants
3. **需求验证体系** — 优先采信”揭示性需求”(repeated painful workarounds、预付款、转介绍意愿),警惕”表态热情”(survey positivity、点赞数)
4. **决策备忘录** — 每项研究必须以 Recommendation 收尾:证据支持什么、不确定性在哪、下一步动作、什么条件会改变结论

Skill 提供四种研究深度模式(Quick scan → Decision memo → Launch validation → Expansion study),用户可根据决策重要性灵活选择。

## 显著优点

– **方法论成熟度极高**:融合经典战略框架(Bain TAM 分层、JTBD 需求洞察、Christensen 替代品视角)与现代验证实践(Y Combinator 的”do things that don’t scale”、Indie Hackers 的定价访谈)
– **反直觉陷阱警示**:明确列出七大常见陷阱(top-down theater、competitor tunnel vision、segment blur 等),对创始人/PM 极具现实纠偏价值
– **证据分级制度**:强制要求三类证据家族(市场结构数据、行为数据、直接客户证据)交叉验证,避免单源叙事偏差
– **零安全负担**:纯 Markdown 文档型 Skill,无可执行代码、无网络调用、无隐私合规风险

## 潜在缺点与局限

– **非自动化执行**:Skill 提供框架与检查清单,但所有数据收集(财报检索、访谈招募、竞品页面分析)仍需人工完成,不适合期待”一键生成市场报告”的用户
– **行业特异性弱**:方法论通用性强,但对于特定行业(如医药监管市场、政府招投标市场)需额外补充垂直知识
– **定量深度有限**:未内置统计模型或数据可视化代码,复杂预测需依赖外部工具(如 R/Python/Tableau)
– **假设检验依赖研究者质量**:框架再严谨,若执行者在访谈中选样偏差、在 sizing 中假设激进,输出仍会失真

## 适合人群

– 早期创始人评估新市场进入可行性
– PM 在功能/品类扩张前进行需求验证
– 投资者快速建立对陌生赛道的结构化认知
– 战略团队为董事会/高管准备决策备忘录

## 常规风险

– **使用风险**:低。无代码执行、无数据外泄、无提示词投毒。
– **决策风险**:中。框架质量高,但”垃圾进垃圾出”原则适用——若用户将 Skill 输出的粗糙假设当作定论,可能导致错误投资。建议始终标注证据置信度(A/B/C 级)。
– **合规风险**:极低。无个人数据收集,GDPR/CCPA 无涉。

© 版权声明
THE END
喜欢就支持一下吧
点赞15 分享