Dr.2

同样是搭乘互联网的快车，为什么小米成功了，而锤子却还在艰难前行？继雕爷牛腩成功“模仿了”小米模式之后，“叫个鸭子”、“叫只鸡”也纷纷试水O2O，从单品切入，意欲用产品来区隔目标人群，但前景是否看好，还需要市场来检验？

在进入一个行业之前，不仅要对行业和产品本身做全面的分析，还必须分析你的竞争对手。现代企业如果能够正确掌握大量真实可靠的行业分析数据，进行符合实际的竞争博弈推演，并将其转化为创新能力，就有可能形成面向未来的核心竞争优势，从而创造行业价值，这就是“行业吸引力”。

行业吸引力不仅只是关注当前或过去的竞争对手，还应该关注未来的竞争对手。而竞争分析的关键是，要按照未来盈利能力或市场成长率去评估行业地位，这决定了竞争对手投身于该行业的程度（包括资本投入或人力投入）。我们可以从对技术、政策等主要趋势的分析中了解行业发展的主要威胁和机会。

环境：保持对变化的敏感性

对企业而言，环境要素有着至关重要的作用，一个企业如果不能保持对环境变化的敏感性，行业就会黯淡无光。反之，如果企业能利用环境变化的优势，行业将会很有前景。比如政府对待雾霾的政策和决心，以及由于天气因素而影响部分交通的正常运营等。

首先，技术环境的影响。技术环境的关键问题是，新技术的出现是否会影响或替代行业的现有技术。因为技术含量不高的行业很容易受到新兴行业的威胁，但我们又不能忽视技术给人带来的抵触情绪，比如说自动语音服务常常使人怀念人工服务。

企业在考虑技术环境的时候，不妨问问自己：企业在生产经营中使用了哪些技术？这些技术对企业的重要程度如何？上述的外部技术中哪些是至关重要的？为什么？企业是否可以持续利用这些外部技术？这些技术最近的发展动向如何？哪些企业掌握最新的技术动态？以此来帮助企业找到关键技术。

其次，个人价值观的变化对行业的影响。我们为什么会持续开发新产品？就是为了适应当今的生活方式。对于消费类产品而言，关键的问题是，该行业是否利用当前趋势为定位。比如，用户使用微信的主要动力在哪里？支持语音、文字、图片、视频，让交流更加便捷;摇一摇、扫一扫等功能，在很大程度上增强了用户的生活趣味性;公众号的开通给企业提供了微营销的平台，相比微博，这种许可式的推送信息和价值更大;微信支付、游戏中心等服务插件，可以更大程度地黏住用户。

最后，国家的社会制度，政府的方针、政策、法令也会影响行业吸引力。即使政府的很多干预往往是间接性的，常以税率、利率、汇率、银行存款准备金为杠杆，运用财政政策和货币政策来实现宏观经济的调控，以及通过干预外汇汇率来确保国际金融与贸易秩序。在评估行业吸引力时，对政府政策的长期性和短期性的判断与预测十分重要，企业战略应对政府发挥长期作用的政策有必要的准备，对短期性的政策则可视其有效时间或有效周期做出不同的反应。

由于法律限制了行业的市场竞争力或增加了经营成本，政府和其他机构也会通过法律规范来影响行业吸引力。有些行业由于长期受到环境和安全法规的影响，已经变得没那么有吸引力。

值得我们注意的是，对数据的罗列固然重要，但这并不是目的。我们的目的是对过去和当前数据进行解释，及时分析数据，从而进行大胆预测，并制定未来规划。综合这些指标，我们可以利用权重计算出各项指标的得分，从而得出一个行业的整体吸引力。

自我：量化你的优势

什么是权重？

词典是这么解释的：“为了考虑到特殊情况或补偿一个扭曲的因素而做出考量或调整”。所以说，权重其实是一个相对的概念。针对某一情况或因素而言，其权重是指该情况或因素在整体评价中的相对重要程度。

举一个例子，我们经常用SWOT分析法来做数据分析。产品面对一个市场时，我们通过行业、市场分析洞察市场的机会和威胁，从竞争分析中了解自身的优势和劣势。如果我们列举的企业有8条优势，而劣势只有4条，这是不是意味着企业自身的优势大于劣势呢？

当然不是。

因为每个优势和劣势的重要性及发生的概率都不同。这样的定性列举让我们无所适从，企业也无法做出战略选择。所以我们必须从不同侧面对每一条的重要程度做定量分配，对各评价因子在总体评价中的作用进行区别对待。

量化容易对比和鉴别，因此也比较容易与人沟通，并达成共识。我们生活中不缺少量化的例子。医生用量化的手段来诊断疾病，如体温表、血压计、心电监护仪;厨师用量化的手段来烧菜，如克、盎司。在这个统一平台上，医生和患者，大厨和主妇就很容易沟通。相反，中医或中餐如果缺乏量化，沟通起来就会有很多问题，如脉搏偏快、体温偏高、酱油适量、糖少许等，这根本没办法让人做出判断。

SWOT分析有一个最大的缺陷，就是只能做偏静态的定性分析。但学者们根据SWOT的原理发明了外部因素评价表和内部因素评价表，增加了权重和评分，由此就可以算出加权得分，然后进行比较，做出战略选择。这不仅有效地解决了部分实战问题，还能提供有价值的参考。

然而，我们该怎样来确定权重呢？

根据定义，权重越大，则该指标在群体因素里的重要性也就越强。因此我们总是以百分比来表示权重，群体的总权重即各个指标的权重之和，永远是100%。那么各个指标的单项权重就落在0～100% 之间。

其实，权重确定的方法有很多，有些方法是利用专家或个人的知识和经验，被称为“主观赋权法”;有些方法是由调查统计的数据决定，不需要专家的判断，这就是“客观赋权法”。在这里，我介绍的是“权值因子判断表法”，它属于主观赋权法，是指由分析人员组成的专家小组，制定和填写权值因子判断表，然后对各位专家根据经验和已知信息所填写的权值因子判断表综合量化分析，来确定权重值的方法。

举一个实战的例子，我曾在做移动医疗牙科App行业分析的时候，选定了与该行业最相关的8 项指标来进行量化评估。

首先，成立分析小组，共有4人。然后将上述8项指标分别作为行因子和列因子，制作出权值因子判断表（见表1）。

将每一个行因子与除自身之外的列因子两两比对，如果行因子比列因子重要，就填“1”，如果行因子没有列因子重要的话，则填“0”。

比如说，市场规模这个指标，我们认为在移动医疗牙科App领域，市场规模没有市场成长更重要，填“0”;市场规模比市场营销组合更加重要，则填“1”，依此类推。然后我们再用下一个指标依次向右比对。

当全部的比对完成以后，我们将所有的分数横向相加，就可以得到各项指标的得分。对比上述得分，各项指标的优先排序就能列出来了。

我们的分析专家小组有4名成员，每名成员都会根据自己的知识和经验，来填写权值因子判断表确定权重值。因此我们将所有人表格上的每项指标的得分相加，计算出每项指标的集体评估得分。紧接着，再将各项指标的小组分析得分相加，总分合计为112分，最后用每一个指标的小组分析得分除以合计总分112，由此计算出来的百分比就是该项指标的权重。比如，市场规模的权重就是20%（见表2）。

当然上述推导过程本质上类似建立一个理论数学模型，得出的结果通常还要进行多次代入验证，以考量该数学模型的严谨性及可信区间。

竞争：吃透每一个对手

行业分析的重要性我们都能理解，在关注宏观市场的同时，我们还必须掌握微观的企业分析，它能让我们足够了解自己的竞争对手，为未来做好全方位的准备。

首先，搜集基础数据。

分析一个企业的核心，其实就是对企业信息和数据的全面汇总，进行前瞻性预判，但这些数据和信息只有我们主动搜集才能获得。但请注意，数据一定是基于合法合理途径公开搜集而来，切忌不择手段地获得内部数据。

数据一般分为两种形式：定量和定性（见表3）。定量的数据是可以通过具体的数字生成图表的，比如各种报表、问卷调查等。这类数据虽精准、有说服力，但我们却很难辨别真假，有时精确到小数点后面好几位是很荒谬的。而定性的数据更多的是通过主观去感受了解。这虽然容易分析出背景，但可靠性却不强，区间范围过大，而且缺乏说服力。这两种形式各有利弊，所以需要结合起来分析，交互印证。

其次，制定可行的拜访计划。

拜访是定性分析的一种工具，它需要仔细的计划和准备。将拜访前、拜访中、拜访后这三个步骤，计划得比较准确和具有可操作性，才能成功拜访。

最后，合理利用企业分析工具。

企业分析最常用的工具有很多，我主要介绍5Cs和BCG矩阵这两种工具。

5Cs针对的是一个企业做策略分析，Company（公司）指围绕这家公司所有信息，比如销售额、产品和服务等;Competition（竞争对手）指这家企业的竞争情况和竞争优势。Costs（成本）指这家公司的成本结构是什么，固定成本和变动成本是多少？Customers（用户）指产品的用户是谁，集中在哪些群体，用户需求满足了吗？Channels（渠道）指产品和服务的营销渠道、推广方式等。任何时候给自己的企业、竞争对手或收购对象做分析，都可以采用这种分析工具。

我们可以根据实际情况回答下面这些问题，企业也可以根据实际情况酌情添加。

1. 就公司本身而言。这家公司的销售额是多少？提供什么产品和服务？有什么优点和缺点（优势和劣势）？

2. 针对竞争对手来说。公司的竞争对手有哪些？竞争对手分别都有多大的市场份额？竞争者的竞争优势是什么？

3. 从成本来看。这家公司的成本结构是什么？哪些是固定成本？哪些是变动成本？和行业的平均成本相比，公司有没有成本优势？有没有减低成本的机会存在？

BCG 矩阵即波士顿顾问公司发明的一个分析工具，它能够帮助企业划分其产品和服务的利润和增长潜力。站在投资人的角度来了解公司的产品及服务（如下图）。

横轴是产品和服务相对与竞争对手的市场份额;纵轴是产品和服务的市场增长率。如果市场增长率和相对市场份额都高，就是明星，极有可能赚钱，而且成长性大，适合投资;如果市场增长率低，相对市场份额也低的话，那就是“老狗”，能生存就尽量维持，但绝不能再往里投资了，如果不能挣钱或者亏损了，就要趁早剥离出去。

[编辑 陈俊伶]

E-mail：cjl@chinacbr.com