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：

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：

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

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

• P：政策。政策对行业的影响，往往是立竿见影且致命的。
• 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。
• 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。
• 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）。

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）。

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）

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。

#专栏作家#

接地气的陈老师，微信公众号：接地气学堂，人人都是产品经理专栏作家。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。

本文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