市场研究的本质是辅助决策,不是生产报告
做过几次市场调研之后,我开始意识到一个普遍的认知陷阱:把「研究做完」和「研究有用」画了等号。
一份 40 页的竞品分析,把每个对手的功能列表截图贴满,最后用一张大表格收尾——感觉做了很多,但到了真正要决策的时候(要不要进这个市场?产品该往哪个方向调整?这轮融资该找哪类机构?),翻开那份报告,还是不知道答案。
这叫「研究剧场」:形式上很完整,实质上不支持决策。
先问「这份研究要回答什么问题」
有用的研究和没用的研究,区别通常不在于信息量,而在于有没有在开始之前就锁定一个具体的决策问题。
比如同样是竞品分析,「把市场上的竞品都调研一遍」和「搞清楚 A 方向的市场还有没有空间给我们进来」是完全不同的研究任务。前者的边界是无限的,后者的边界很清晰——收集到足以支持「有空间」或「没空间」结论的证据就可以停了。
在动手之前先写下这句话:「这份研究要帮我决定 ___。」如果填不出来,就说明还没有研究的前提。
区分「事实」「推断」「建议」
做竞品研究或市场分析时,最容易出现的问题是三种性质不同的内容混在一起,读的人分不清哪些是确凿的数据,哪些是你的解读,哪些是你的主张。
我现在的习惯是在写研究结论时把这三类明确分开:
- 事实:有来源,可以核查,对方发布的融资新闻、公开的价格页面、App Store 的下载量估算
- 推断:基于事实做出的解读,比如「从他们最近两次招聘都在投放端,推断他们正在押注广告变现」——这是合理推断,但不是既成事实
- 建议:基于以上,我认为我们应该怎么做,以及为什么这个建议对这个具体决策是合理的
把三者混在一起,研究就变成了「感觉上很有说服力,但说不清楚底气从哪来」。分开之后,读的人可以独立评估每一层,也可以在不同意某个推断的情况下保留那份事实。
结论容易质疑,推理链容易验证。当你的研究把假设和跳跃都显式写出来,别人可以纠正你的某一步推断,而不是只能全盘接受或全盘否定。
反向证据是研究的护城河
还有一个让研究失效的常见模式:只收集支持自己既有判断的证据。
在已经想进某个市场的时候做市场研究,很容易潜意识地把有利的信号放大(这个市场增速不错、竞争格局还没定型),把不利的信号淡化或跳过(头部玩家已经占据了最关键的分发渠道、用户迁移成本很高)。最终写出来的研究支持进入,但这个结论其实在开始研究之前就决定了。
解决方法很简单但需要刻意训练:在每一份研究里专门留一块写「反向证据和下行案例」。不是为了自我否定,而是为了测试自己的结论是否经得起最强的反驳。如果反向证据写完之后结论还是成立,说明结论是可信的;如果一写就发现原来的结论很脆弱,那这次研究就在真正花钱之前帮你避开了一个坑。
数字要标出推算过程
最后一条,专门针对市场规模估算(TAM / SAM / SOM)。
这类数字的常见做法是引用某份行研报告,说「根据 XX 机构,该市场 2025 年规模为 800 亿」,然后据此推算自己的份额。这种做法有两个问题:第一,行研报告的数字通常是 top-down 的宏观估算,和自己业务的实际可触达市场可能差距很大;第二,把别人的数字直接用作自己判断的基础,一旦有人质疑这个数字,整个推理就塌了。
更稳健的做法是同时做 bottom-up 的估算:从真实的客户获取假设出发,算「我们在 12 个月内可以合理触达多少客户,每个客户付多少钱,总收入是多少」。两个数字做交叉验证——如果 top-down 说市场有 800 亿但你 bottom-up 算出来只能做到 5000 万,这个差距本身就是重要信息,说明市场很大但你的可及部分有限。
把推算过程写出来,比写出一个「好看」的大数字有用得多。
一句话心法
研究的价值不在于信息量,而在于它让下一个决策变得更容易做——如果读完之后还是不知道该怎么办,这份研究就没完成。