前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >万字总结,行业分析到底应该怎么做!

万字总结,行业分析到底应该怎么做!

作者头像
张俊红
发布2022-09-06 15:15:59
3560
发布2022-09-06 15:15:59
举报
文章被收录于专栏:张俊红张俊红

今天给大家分享一篇关于行业研究的干货,从行研基本内容、数据来源、分析框架到常见误区,总结的非常系统,值得一看~

一、行业研究的基本内容

1、行业研究的目的

咨询、研究机构、券商/投行以及企业都会做行业研究。

很多新手分析师在拿到一个新的行业后,往往第一反应都是一脸懵逼。面对陌生的行业,不知道如何切入。

其实,切入的关键并不在于了解行业,而是要了解行业研究的目的

咨询公司的行业研究报告一般都目的很明确,无非是向潜在客户宣传:“我很懂XX行业,你们赶紧来找我买数据/做项目吧!”

所以,咨询公司的研究报告大多是免费且公开的,因为要“广撒网”。

而券商和投行的研究报告大多是为买方客户(比如基金)提供投资建议,研究对象都是上市公司。

所以,券商报告很少公开,因为要“重点捕”。券商报告还会在末尾特别注明:“本报告仅本公司的客户使用。本公司不会因为任何机构或个人接收到本报告而视其为本公司的当然客户。”

如何快速地明确行业研究的目的,从而迅速地开展研究分析?

首先,我们得给行业研究分分类,看看各类行研有哪些特点。

2、行业研究的分类

咨询公司的行研报告最主要的目的还是拉项目,所以行研分类和咨询业务息息相关。

目前传统咨询业务基本都可以分成三大类:战略咨询,管理咨询,IT咨询

战略咨询主要包括公司/集团战略,新市场进入,收购/并购等; 管理咨询涵盖的范围很广,几乎涉及到人事,运营,财务等公司运营的方方面面,还包括企业重组,投后整合等; IT咨询则主要包括IT规划,系统开发,系统实施等。

咨询行研的分类也基本遵循这一脉络,主要分为三类:

  1. 市场类:服务于战略咨询项目
  2. 战略类:服务于战略、管理与IT咨询项目
  3. 投资类:服务于战略与管理咨询项目

a. 市场类

市场类研究报告面向的客户群体最为广泛:一方面向潜在客户展示本公司的研究能力与知识储备,另一方面在大众面前打造了良好的品牌形象。

这类报告一般会从行业整体规模和细分市场规模出发,结合外部环境,分析行业的驱动因素及风险情况,以及客户的一些关键行为,预测未来的趋势。

案例 1:贝恩《中国奢侈品市场研究》 这是典型的市场型研究报告。报告首先从市场规模及增速入手,依次分析了消费者行为(渠道)、政府政策、以及奢侈品行业的一些关键趋势,最后为奢侈品品牌提出了一些简单的建议。

市场类报告还有另一种形式,主要基于大规模的调研,从而得出分析结论。调研的对象一般是B端的客户或C端的消费者。

案例 2:麦肯锡《中国消费者调研报告》 这是侧重于消费者调研的市场类报告。整个调研围绕“消费意愿”,“消费形态”,“消费方式”和“消费地点”四个主题进行展开,以调研数据为基础进行消费者行为的分析。

b. 战略类

战略类研究比市场类研究更进一步:在行业环境、消费者行为的大背景下,识别未来的发展机会与增长点,提出企业战略规划的建议。

战略类报告一般会从市场出发,对外部环境、上下游、壁垒与风险、关键成功因素等进行综合分析,然后就市场整体或不同的细分领域提出战略发展方向。

案例 3:波士顿咨询《顺势而为,在伟大的变革创新时代成功实现券商转型》 这是典型的企业战略类报告。报告首先分析了国内的经济大环境与券商行业的发展趋势,结合与国外资本市场的对比分析,提出了战略转型方向及相应战略。然后选取了几个最重要的战略主题,详细分析了壁垒、风险和关键成功因素,并借鉴国外模式,提出了适合本土券商的战略建议。

战略类研报除了聚焦于上述公司战略(Corporate Strategy)之外,还有一类是运营战略(Operation strategy):比如供应链战略,营销战略,IT/数字化战略等

这类报告一般涵盖客户分析、壁垒/风险和关键成功因素,聚焦于某个具体职能,提出对应建议。

案例 4:罗兰贝格《B2B销售的数字化未来》 这是是典型的运营战略类报告。这份报告主要聚焦于工业品企业的销售现状,结合现有的数字化技术,为B2B销售型的企业提出了数字化销售的建议。

c. 投资类

投资类研究主要面向的是投资机构,比如PE,主权基金和集团战略投资部,帮助这些客户梳理投资机会。

这类报告首先会对行业概况进行简单介绍,然后会详细分析投资并购情况,如投资数量、投资类型、交易金额、估值情况等。

案例 5:普华永道《中国境内医院并购活动及展望》 这是典型的投资类报告。报告主要是关于投资并购情况的分析,从地域和医院体制两个维度拆解了整体并购市场,随后探讨了退出机制及未来趋势预测。

此外,投资研报还可能会整理出潜在投资标的的名单,并结合行业现状与前景,分析这些公司的规模、毛利水平、优劣势以及估值水平。

不过,由于投资并购属于敏感信息,所以凡是涉及到潜在投资标的的研究报告一般都不会公开发布,而是通过一些正式或非正式会议、面谈等形式,由咨询公司的合伙人向投资机构进行推销。

3、行业研究模块

通过对不同类型行研研究的拆解,其实不难发现,行业研究基本脱不开以下五个模块:

1. 行业现状与未来发展趋势

  • 一般包括:产业链构成与特点、价值流通方向、行业规模、历史发展情况和未来趋势等

2. 行业特征 

  • 一般包括:行业壁垒、主要风险和关键成功因素等

3. 行业细分领域与竞争格局

  • 一般包括:行业细分市场规模、细分市场发展特征、行业集中度和主要竞争对手表现情况等

4. 客户/消费者行为

  • 一般包括:客户属性、客户价值和采购行为特征等

5. 投资并购情况

  • 一般包括:投资规模、投资数量与频率、投资热点、交易特征和潜在标的分析等

几乎所有的行研报告都由以上五个模块组合而成,只不过不同模块在不同类型的报告中详略程度会有所差别。不同类型研究报告与模块的对应关系如下表,Harvey Ball颜色越深代表研究约深入,内容越丰富。

需要注意的是,以上五个模块是行业研究的框架,而不是最终行业报告的框架。

实际行业报告的撰写中,这些模块肯定不可能同时出现,而是根据实际需要有详有略;而且,在报告中这五个模块可能会被打散重排,也可能出现交叉。

也就是,不能把分析过程当做结论。

案例 6:贝恩《The Global Diamond Industry》 这是一篇市场宏观类报告。报告重点分析了行业现状与趋势(Chapter 1&6),然后分析了产业链(也是行业细分维度)不同环节的特点(Chapter 2-4),简略概述了行业的挑战与风险(Chapter 5)。 在这里,行业概况模块被打散,其中的产业链模块和另外的行业特征这模块则与行业细分模块糅杂在了一起。

案例 7:埃森哲《赢在服务-制造业的服务变革 这是一篇运营战略类报告。报告在第一章节概述了行业趋势,然后提出了服务变革的框架,随后针对框架每一环节分析了关键成功因素与风险点,然后提出了战略建议。

案例 8:普华永道《中国清洁能源及技术行业投资研究报告》 这是一篇投资类报告。报告第一章首先分析了行业概况,第二章重点分析了几个情节能源领域,剩余几章则对投资、并购及IPO情况进行了深入分析。

所以,遇到一个陌生的行业,首先要明确研究目的,到底是研究市场、战略还是投资方向。带着目的性,再去选择对应的模块进行研究。

二、信息获取的方法和渠道

1、信息获取的基本方法

总体来说,信息与数据的方法分为两类,一手信息二手研究

一手信息来源主要是访谈、问卷与自测。

一般来说,一手数据最为真实靠谱,但缺点在于成本太高。

一个靠谱的专家访谈往往要花掉好几千,能获得的信息量也比较有限;而一个几千样本的问卷往往一下子能烧掉十几万。

二手研究来源主要是搜索引擎、数据库与第三方机构。

与一手数据相比,二手的成本要可控得多。

每年花几万、几十万订阅的数据库基本都可以无限使用;即使是定制型的数据报告,成本也都能控制在几千以内;搜索引擎的成本大概只有几毛钱的电费。

但二手数据最大的缺点就是不靠谱。国内第三方研究机构滥竽充数太多,到底注了多少水谁也说不清。

所以,一般情况下都是一手和二手的方法混着用。

比如从第三方买来报告之后,再通过专家访谈验证数据的可靠性 比如自己搭model算出一个市场规模,再通过第三方机构的数据进行交叉比对 比如通过问卷了解消费者行为,再通过Focus Group进行验证与深化

2、一手信息

问卷、访谈与自测这三种方法都属于一手研究,但用途不太一样。

问卷一般针对的是客户/消费者等个体,目的是探究客户群体中的一些共性,比如客户画像、消费行为、购买偏好等。

一般情况下,问卷的作用很难被代替,但投入的资源也比较多。钱是一方面,往往调研供应商个个要价不菲;同时也要投入很多人力,问卷的撰写与后期的分析都需要耗费很多时间。

访谈主要有焦点小组(Focus Group),有陌生电话(Cold Call),也有专家访谈(Expert Interview)。

焦点小组的目的与问卷类似,也主要用于收集消费者的反馈信息。

陌生电话是咨询公司最常用的手段之一,基本适用于任何行业的任何访谈对象,缺点是成功率低,耗时间(所以才会招那么多PTA)。

专家访谈也是最为常用手段,主要是通过人脉关系或者第三方的专家平台约访行业专家。

这些业内资深人士往往对行业有着非常深刻地认识与了解,同时也具备更为灵敏的行业直觉。

在一些咨询顾问不是很了解的行业,特别是一些“水很深”的行业,这些专家简直就是大救星。

当然,专家访谈的成本也很高,不同平台的收费一般在3,000-10,000/小时。

自测包含的东西比较杂,常用的是实地走访(Store Visit)和搭模型(Modeling)。互联网兴起之后,自测的手段还多了个爬虫

实地走访是FMCG咨询领域常用的手段,去每一家门店看陈列、数人数。

搭模型往往用于市场规模的评估,特别适用于一些数据很少的细分领域。

3、二手研究

二手研究的方法则多种多样,常用的就是:搜索引擎、综合数据平台、官方机构、券商、咨询公司与研究机构。

搜索引擎就不多赘述,未来有机会会详细聊一聊如何正确地使用搜索引擎。

3.1 综合型数据平台

综合型数据平台永远是找数据的首选,比如WIND,Capital IQ,Euromonitor等。

这些平台数据非常全,想要的绝大部分数据都可以找到;而且使用很方便,可以迅速地导出到EXCEL,甚至有EXCEL插件。最大的缺点就是都很贵。

3.2 官方机构

官方机构包括政府部门、行业协会等,一般是找行业数据、国家宏观数据等的首选。

收集政府部门的数据,首选国家统计局 http://data.stats.gov.cn/ 网站基本上涵盖了绝大部分宏观数据,包括人口、产值、贸易等;而且还有国家各部委数据。 此外各省都有自己的政府统计网站,基本能找到本省的大部分宏观数据。

行业协会是收集行业数据的最好选择。大部分此类机构都是业内企业联合发起的专业性组织,一般都会定期披露行业数据。

常用的有: 中国奢侈品联合会 http://www.clia.org.cn/ 中国电力企业联合会 http://www.cec.org.cn/ 中国互联网络信息中心 http://www.cnnic.net.cn/ 饭店协会 http://www.chinahotel.org.cn/forward/enterHome.do 服装协会 http://www.cnga.org.cn/ 汽车协会 http://www.caam.org.cn/ 以上仅是部分协会资料。只要搜索引擎输入“行业+协会”,基本都能找到对应协会。

如果觉得找网站太麻烦,还可以试试统计年鉴。统计年鉴一般包含了该行业本年度的所有统计数据,一般分细分领域与地区进行统计。

常用的统计年鉴:

  • 中国统计年鉴
  • 中国城市统计年鉴
  • 中国城市建设统计年鉴
  • 中国工业统计年鉴
  • 中国教育统计年鉴
  • 中国汽车工业年鉴
  • 中国海关统计年鉴
  • 各省、市统计年鉴

统计年鉴也非常容易获得,只要在淘宝上搜索“XXX年鉴”,迅速购买,省时省力。

在收集海外数据时,则需要到海外官方机构的网站。不难发现,发达国家的政府机关、专业机构在数据收集与整理方面做得比中国好很多。

常用的有: US Census http://www.census.gov/ US BEA http://www.bea.gov/index.htm US BTS http://www.bts.gov/ US BLS http://stats.bls.gov/ US DA http://www.usda.gov/ US DoT http://www.treasury.gov/resource-center/data-chart-center/Pages/index.aspx US BFR http://www.federalreserve.gov/econresdata/statisticsdata.htm CIA https://www.cia.gov/library/publications/the-world-factbook/geos/ch.html ECB http://www.ecb.europa.eu/stats/keyind/html/sdds.en.html AMECO http://ec.europa.eu/economy_finance/db_indicators/ameco/zipped_en.htm EChttp://ec.europa.eu/index_en.htm UN http://data.un.org/ UN Comtrade http://comtrade.un.org/data/ World Bank http://databank.worldbank.org/data/home.aspx IMF http://elibrary-data.imf.org/ WTO http://stat.wto.org/StatisticalProgram/WSDBStatProgramHome.aspx?Language=E 注:由于篇幅问题,没有贴出全部网站链接,回复“数据源”,即可获取完整版链接。

3.3 券商研报

一般情况下,券商研报主要用于初期的扫盲以及趋势研究。

国内券商都有各自擅长的领域,具体参见每年的新财富榜单。在找针对某个行业的报告时,可以重点寻找优势券商的研究报告。

但国内券商报告都是针对客户的(买方),一般官网上的报告也无法下载。因此推荐以下两个平台,基本可以找到大部分国内券商研报。 i财富 http://www.icaifu.com/ 渐飞 http://bg.panlv.net/

大部分国外投行官网都会部分研究报告免费下载,而且还很贴心地分地区、分行业。不过这些报告一般也比较泛泛,内容更具体的报告往往还是要通过收费的方式获取。

比如: Morgan Stanley http://www.morganstanley.com/what-we-do/research JP Morgan http://www.jpmorganchina.com.cn/country/CN/EN/insights Goldman Sachs http://www.goldmansachs.com/our-thinking/index.html 注:由于篇幅问题,没有贴出全部网站链接,回复“数据源”,即可获取完整版链接。

3.4 咨询公司与研究机构

在行业研究的过程中,往往也会参考其他咨询公司或研究机构的研究报告。但目前国内各家咨询公司和研究机构水平参差不齐,参考这些报告时一定要交叉检查。

咨询公司 McKinseyhttp://www.mckinseychina.com/insights Bainhttp://www.bain.cn/news.php BCGhttp://www.bcg.com.cn/cn/newsandpublications/newsandpublications_publications.html ATKhttps://www.atkearney.com/ideas-insights RolandBerger https://www.rolandberger.com/en/insights/ 研究机构: Nielsenhttp://www.nielsen.com/cn/zh/insights.html?pageNum=1 Ipsoshttp://ipsos.com/knowledge/overview Gartner http://www.gartner.com/technology/research.jsp IDC http://www.idc.com/home.jsp IHS https://technology.ihs.com/Research-by-Market 艾瑞http://www.iresearch.com.cn/ 易观http://www.analysys.cn/ 艾媒http://www.iimedia.cn/ 注:由于篇幅问题,没有贴出全部网站链接,回复“数据源”,即可获取完整版链接。

3.5 其他来源

咨询公司一般还会有一些“不可描述”的渠道,获得一些私密程度较高的数据。

比如非上市企业的财务数据、车管所车辆数据、海关数据以及一些用户信息等。

国内已经有一套完整的产业链售卖这些数据,就不细说了。

以上是主要的数据获取方法。靠谱的数据与信息是行业研究的核心。

三、行业研究的框架

行业研究的各个模块的内容可以通过以下“行业研究框架”概括:

1、行业概况与趋势

产业链分析

在行业概况与趋势当中,一般首先会研究整个行业的这个产业链构成,即整个产业从上游到下游的所有环节,以及在整个过程当中的价值流向。

对产业链的研究一般有助于迅速了解整个行业,并便于抓住研究中的关键点。

案例 1:Wellmet250《Going On a Metal Diet》

对钢铁行业的产业链进行了详细的拆解。不同粗细的线条也体现了钢材从原料到最终成品的不同流向。

外部环境

外部环境一般包括宏观经济环境政策环境社会环境技术发展现状。外部环境研究的意义在于探索行业目前所在的大环境对行业本身造成的影响。一些外部环境动因很有可能会成为驱动或阻碍行业的重要因素。

行业规模与发展趋势

在研究完产业链和外部环境之后,研究的聚焦点就会到行业的规模与发展趋势这两块内容。这两块往往密不可分,且是行业概况研究的重中之重。

一般分为三大块:行业规模发展历史驱动因素

发展历史的研究一般着眼于行业目前的发展阶段,萌芽期,兴起期,发展期,成熟期还是衰退期。相同行业在不同国家的发展往往不尽相同,先发国家对于后发国家有显著的借鉴意义。

驱动因素则是对未来的预测。未来几年内驱动这个行业的因素有哪些,这些因素对行业的影响有多大。

行业规模的估算一般从供给(Supply)与需求(Demand)端出发,进行交叉验证。行业未来的增长趋势则通过对驱动因素的定量分析而得出。

案例 2:贝恩《互联网品牌化和品牌互联网化》

展示了过往几年行业的发展状况,并预测了未来行业的规模水平。

2、行业特征

在摸底了行业的基本情况之后,则会深入研究行业的特征。一般地,一个行业最首要的特征是其进入壁垒。

进入壁垒

进入壁垒即新进入者进入行业的难度,换言之,是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。

潜在风险

潜在风险则是第二个考量因素,因为风险与挑战限制了行业的发展,甚至有可能会危及乃至颠覆整个行业。

企业面临的风险一般有:

  • 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)

案例 3:罗兰贝格《迎接硅谷的挑战,美国汽车行业趋势分析》

罗列了过去与现在行业面临的主要挑战与风险,为后续的战略做支撑。

关键成功因素

结合壁垒与风险的研究,可以分析出行业的关键成功因素(KSF),即在这个行业当中,哪些因素可以帮助企业取得。

一般地,行业关键成功因素会有:品牌效应,客户忠诚度,政策与政府关系,渠道,产品差异化等。

不难发现,关键成功因素与行业壁垒存在很多重合,在某种意义上KSF可以简单理解为“做到行业顶尖水平的壁垒”。

案例 4:波士顿咨询《顺势而为,在伟大的变革创新时代成功实现券商转型》

列出了不同的商业模式,并详细分析了不同商业模式的关键成功因素和盈利水平。

盈利水平

在以上分析完成之后,行业研究则会再进一步,分析行业的盈利水平。

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);在研究具体项目时,一般会采用投资回报率(ROI)和内部收益率(IRR)。

案例 5:罗兰贝格《2015年全球汽车零部件供应商研究》

报告从收入增长入手,分析了利率与资本回报率的变动情况。

3、行业细分与竞争格局

实际上,在研究“行业特征”的同时,一般会同步进行细分领域与竞争情况的研究。

行业细分

一般一个行业都是复杂的,会有很多不同的组成部分,因此要拆分行业,分块研究。

细分的维度一般多种多样。

  • 按照企业的性质,可以把行业内公司分成国企,民企和外企
  • 按照产品的定价,可以分成低端,中端和高端
  • 有一些行业产业链上下游比较紧密,也可以按照产业链的上下游的划分直接分类。

此外,对细分市场规模的研究也必不可少,当然也包括了历史和未来的发展趋势。同理,细分行业也会有一些独特的行业特征,且同一类行业的细分行业特征可能大不相同。

这些在整体行业分析中需要涉及到的点,在分析细分行业时也同样必要。

案例 6:贝恩《THE GLOBAL DIAMOND INDUSTRY 2015》

将整个钻石行业的上下游四大环节分成了四个不同的细分市场,并详细研究了不同细分市场的盈利能力以及变动情况。

行业集中度

行业集中度的衡量方法一般是市场内前N家最大的企业所占市场份额的总和,一般有CR5(市场前五名占比)和CR10(市场前十名占比)。

研究市场集中度的目的在于观察行业的竞争与垄断的水平。集中度越高的行业越难进入,所以往往盈利水平较高;集中度低一般表明进入门槛低,行业分散,但竞争激烈,盈利水平低。

主要竞争对手及表现

一般是研究行业及细分行业的领头羊。研究内容一般包括:

  • 竞争对手名单
  • 竞争对手特点:业务领域、优势与劣势
  • 竞争对手关键指标:产能、收入、盈利水平等

4、客户/消费者行为

客户研究的对象一般有两类,个人客户(消费者)与企业客户。虽然这两类客户的属性、行为等截然不同,但研究的内容往往殊途同归,主要都是:客户属性,客户行为与价值,客户分群。

客户属性

个人客户的属性一般包括性别:年龄,学历,收入,所在城市等。

企业的客户则包括:行业与细分领域,所在城市,营收,产能等.

客户行为与价值

客户行为主要是客户在实际购买中的偏好,如价格、品牌、渠道等选择。

而客户价值则主要衡量了客户支付能力与支付意愿。

案例 7:贝恩《2015年中国奢侈品市场研究报告》

客户分群

基于客户的属性、行为与价值,就可以将客户划分成不同的群组。

客户分群的意义与行业细分相似,将广大的客户群体分成不同的几个类别,然后再采用不同的产品策略与营销策略。

5、投资并购

与其他模块相比,投资并购在行业研究中的地位相对独立,因为此类研究主要针对的客户群体是投资并购基金。

资本市场概况

一般会讨论三个主题:总体投资规模/数量投资热点投资趋势

案例 8:贝恩《中国企业境外并购点金之术》

从过往几年的交易量和交易额,分析并购趋势。 案例 9:普华永道《2015年中国企业并购市场回顾与2016年展望》

通过地域分析,寻找境外投资热点。

典型交易与潜在标的

典型交易是指业内最近发生的具体交易,包括交易双方的信息,交易额估值水平等,进而估测未来交易的趋势。

案例 10:艾媒咨询《2016年Q2中国移动医疗健康市场监测报告》

通过对比近期行业内的融资情况,预测未来行业投融资趋势。

潜在标的分析则更为具体,需要梳理潜在的收购对象名单(包括长名单和短名单),这些对象的主要特征(主营业务,销售收入,盈利性等),进而测算可能的估值指标。

因为这会涉及到一些敏感信息,所以一般不会在公开发表的报告中体现,而是通过一些正式或非正式会议、面谈等形式,由咨询公司的合伙人向投资机构进行推销。

最后,需要强调的是,以上仅仅是行研过程中所需要涉及的内容,并非研究报告的写作逻辑。好的行研报告=扎实的研究+可信的信息与数据+严密的推理与论证+明晰的展现逻辑。

四、行业研究的常见错误

每天,这个世界上都有无数的研究报告被制造出来,其中绝大部分都犯着各种各样的错误,最终不可避免地成为垃圾。

常见错误一:轻信既有数据

目前在国内,提供数据的主要有两类机构。

一类是市场研究机构,包括数据公司,咨询公司等。在这一大类中,各家公司的业务水平、职业道德参差不齐,差距极大。比如经常被挂出来的*观,*瑞,就是出名的给钱就编数,想编多大编多大。

另一类是官方机构,比如统计局,行业协会等。这类机构出具的数据可靠性相对略高,注意只是“相对”。

如何鉴别这些数据的准确度?

同类对标狭义/广义比对相关对比演绎归谬

在《2012年中国工业统计年鉴》中,披露了2012年国内“纺织服装、鞋、帽制造业”的规模以上企业的数量为11,750个。 为了验证数据的准确性,又查阅了前后几年的统计年鉴,得到了这么一组数据:

因为“规模以上企业”指的是年收入2000万人民币以上的企业,这种体量的企业不太可能说开就开说关就关,所以基本可以判断,2011年数据有很大可能存在问题。

数据口径也是经常会犯的错误。不同数据均有特定的统计方法,如果没有注意这些口径而轻易的使用了数据,往往会导致最终数据失实。

就继续拿之前的服装纺织行业数据说事。 我见过不止一家研究机构在自己的报告中,直接把“规模以上企业的数量”当做“所有企业的数量”,然后就开始进行各种计算和分析。 要知道,服装纺织是集中度很低的行业,国内有许许多多小微型纺织厂、印染厂、服装厂等,而这些企业的数量要远远大于规模以上企业的数量。 搞错了这个口径,最终能得出什么样见鬼得结论,也就可想而知了。

常见错误二:缺乏有效的量化手段

市面上绝大部分报告,都是定性分析多于定量分析,这些定性分析既缺乏详实的数据支撑,最终也没有落到量化的结果上。

当然,也有一些机构学聪明了,给了不少数据,但这些数据没有逻辑严谨的计算,更多地是靠拍脑袋估算。

同样是专车市场研究,举两个例子做对比。 以下是易观的《中国专车行业专题研究报告》中的三页。在前两页纯定性分析之后,没有任何其他的说明与解释,就得出了第三页的市场规模——这样分析得来的数据真的靠谱吗?

再来看看罗兰贝格《中国专车市场分析报告》是怎么做的。同样是连续的三页,第一页先明确定义,第二页阐述方法,第三页得出市场规模。

不谈最终结论的准确性,仅从数据计算的逻辑性来看,罗兰贝格的数据无疑更令人信服。

常见错误三:论证逻辑不严谨

论证的过程一定要有严密的逻辑性,否则就只能算拍脑袋,而不是论证。

最常见的就是堆砌无用论据。很多报告为了使分析“看上去”有道理,或者内容“看上去”充实,使用了大量的无效论据做“验证”,而这些论据其实和结论一毛钱关系都没有。

这种错误在各种研究机构报告里简直俯拾皆是。 比如艾瑞的《2016年中国短视频行业发展研究报告》就有这样一页凑字数的PEST分析。

比如易观的《国内主要智能硬件平台概览及实力对比分析》中有一页SWOT分析。

以上这些硬套框架的分析不仅对研究报告整体来说意义不大,甚至对框架本身的理解有误,把错误的内容归结在了错误的分类里,这里就不展开细说了。

此外,还有三类常见的逻辑错误,包括:论证不周、错误归因和孤例论证。

1. 论证不周 在论证过程中遗漏一些关键证据,导致最终结论有瑕疵甚至与事实违背。 这是最常见的谬误,在实际工作中也很难避免。根本原因还是由于事物本身的复杂性,以及思考分析不周全所致。 示例: 部分研究报告认为国内奢侈品市场近两年增长放缓,甚至出现负增长。主要原因是“反腐”严厉和经济下行,却忽略了消费者行为的变动。 实际上,随着海外旅游、跨境电商以及代购的日益繁荣,很多内地奢侈品需求通过上述三个渠道转移到了国外,国内总体的需求还是增长的,只不过发生在国内的销售额增长放缓。 正是由于忽略了消费者行为的变化,导致最终的结论都发生了偏差。 解决“论证不周”,主要可以通过借鉴一些现有的分析框架和思维工具。 2. 错误归因 两件事同时发生或先后发生,并不能说明任何相关性。这两件事可能有共同的起因,可能有因果关系,也可能根本毫不相关。 示例: 啤酒的销量和冰淇淋的销量往往正相关,但实际上这二者销量上升都由气温上升导致的。 其他因素,如欧洲杯,也会导致啤酒销量上升,但并不影响冰淇淋的销量。如果在欧洲杯期间看到啤酒销量上升就判断冰淇淋的销量会上升,显然就大错特错了。 3. 孤例论证 在论证过程中,用个别案例代替整体状况。 此类谬误往往是故意为之,通过刻意寻找的一些孤例来论证自己的观点,对其他普遍现象一概视而不见。一般都是先确定观点或立场,然后仅挑选那些对自己有利的证据。

常见错误四:没有明确的观点和结论

我相信不少人读过这样的报告:有非常多的数据和信息,这些数据和信息的可信度也比较高,但具体这些数据和信息有什么内在联系、会产生什么样的影响,却一概不谈,或者谈得很少。

其实这就是典型的缺乏结论和观点。主要原因是缺乏对数据背后隐含意义的挖掘,以及缺乏思考不同数据之间的联系。这一类错误往往很隐蔽,因为会被过多的数据与信息掩盖。

先来看什么叫“缺乏结论”。 在友盟《VR类应用行业研究报告》的总结页中,仅仅只是罗列了一些事实,并没有对这些事实做过多的分析与解释。

再看看贝恩《2015年中国奢侈品市场研究报告》的总结页:

——二者的差距一目了然。

- END -对比Excel系列图书累积销量达15w册,让你轻松掌握数据分析技能,可以点击下方链接进行了解选购:
本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2022-09-03,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 俊红的数据分析之路 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档