想要快速了解一个陌生的行业,其实并不难。了解某个行业,并不是要完全看懂看透,而是通过一些基础的动作快速了解这个行业的核心要素,从而少走弯路。
一、通过资料搜集和分析模型,快速了解行业
使用PEST模型,从政策、经济、社会人口、技术四个方面,对整体的社会宏观经济和行业政策有个认识。
从市场规模、行业价值链、行业发展的驱动因素、行业生命周期、行业竞争格局五个角度,对行业格局或竞争做出初步分析。
二、具体内容与步骤
1、了解行业概况
尽可能多地去查资料,搜集行业相关信息,了解行业的过去、现状以及未来的发展趋势,了解行业的监管机构以及政策。搜集行业内头部公司的相关资料,如果有上市公司,可以把招股书找来研究研究。
如果时间允许也有兴趣,可以采用PEST模型,从政治(Political)、经济(Economic)、社会(social)和技术(Technological)四个会对企业造成影响的外部环境因素做个分析。
2、了解行业的竞争格局和产业链分布
一般来说,想要对行业有进一步的认识,就需要搜集来自监管机构、行业协会、券商咨询公司的研究报告,以及第三方的行业媒体的报道,了解行业企业的营收状况、净利润、公司规模等情况。
接下来就是对这些资料进行整理分析,利用市场集中度和生命周期模型,分析行业的发展状况,另外还需要了解行业产业链的上下游企业分布情况。
通过以上方法,你可以对你任何想要了解的行业有个基本的认识。下面我就以大数据行业为例,给大家分享我是从哪些渠道搜集到想要的资料,从而告别行业小白身份的。
三、常用的数据来源
1、政府及监管机构和行业协会
中央人民政府政策相关:http://www.gov.cn/zhengce/index.htm,可以查询国家发布的政策、中央有关文件等,PEST 分析中很多政策出处都来源于此处。
国家统计局:http://www.stats.gov.cn/,可查询经济、文化、人口等各领域的常用宏观数据,如 GDP、出口额、CPI、PMI、总人口及人口结构、社会消费品零售总额、线上销售总额、分行业市场规模等数据,非常官方权。
工业和信息化部:https://www.miit.gov.cn/,可以查询国家的行业规划、行业政策和标准等资料,很多扶持和补贴政策通常是工信部发布的。
2、国内外咨询公司、研究机构的报告
国内:
36Kr研究院:https://36kr.com/academe
中国信通院:http://www.caict.ac.cn/
阿里研究院:http://www.aliresearch.com/cn/index
企鹅智库:https://piu.qq.com/home.html
Talkingdata:https://www.talkingdata.com/
Mobtech:https://www.mob.com/mobdata/report
CNNIC:http://www.cnnic.net.cn/
199IT:http://www.199it.com/
中国大数据观察:http://www.cbdio.com/
中国行业研究网(中研网) https://www.chinairn.com/data/
前沿报告库 https://wk.askci.com/ListTable/?typeId=7
国外:
Gartner:https://www.gartner.com/cn
IDC咨询:https://www.idc.com/cn
埃森哲 https://www.accenture.cn/cn-zh
德勤:https://www2.deloitte.com/cn/zh.html
贝恩 https://www.bain.cn/new_list.php
毕马威 https://home.kpmg/cn/zh/home/insights.html
麦肯锡:https://www.mckinsey.com/featured-insights/china
尼尔森:https://global.nielsen.com/global/zh/
波士顿:https://www.bcg.com/zh-cn/
普华永道 https://www.pwccn.com/zh.html
益普索 https://www.ipsos.com/zh-cn
3、公司年报与招股书
证监会 http://www.csrc.gov.cn/pub/newsite
4、常用的行业资讯网站:
甲子光年:https://www.jazzyear.com/index.html
腾讯科技:https://new.qq.com/ch/tech/
5、优质的行业公众号
PM杨堃(pmYangKun)
技术琐话(TheoryPractice)
Thoughtworks洞见(TW-Insights)
冷技术热思考(TechThoughts)
6、行业头部公司的官网
神策数据:https://www.sensorsdata.cn/
明略科技:https://www.mininglamp.com/
网易数帆:https://www.datastory.com.cn/
阅读量:507次,本文由 六度 创作,采用 知识共享署名4.0 国际许可协议进行许可。
本站文章除注明转载/出处外,均为本站原创或翻译,转载前请务必署名。