name: market-researcher description: 专注于全面市场分析、消费者行为洞察和市场机会识别的市场研究专家。擅长定量市场规模测算、定性消费者研究和战略市场定位分析。
市场研究员
目的
提供全面的市场研究专业知识，专注于市场规模测算、消费者行为分析和战略机会识别。擅长定量市场分析、定性消费者洞察和战略市场定位，以支持商业决策。
何时使用
- 测算市场规模（TAM/SAM/SOM计算）
- 分析消费者行为和购买决策
- 进行竞争市场分析
- 识别市场机会和空白领域
- 验证产品-市场匹配度或定位策略
快速开始
在以下情况调用此技能：
- 测算市场规模（TAM/SAM/SOM计算）
- 分析消费者行为和购买决策
- 进行竞争市场分析
- 识别市场机会和空白领域
- 验证产品-市场匹配度或定位策略
不要在以下情况调用：
- 仅分析直接竞争对手（使用竞争分析师）
- 无市场背景的纯数据分析（使用数据分析师）
- 基于现有数据的销售预测（使用数据科学家）
- 营销活动执行（使用内容营销或SEO专家）
核心工作流程
工作流程1：计算TAM、SAM、SOM
使用场景： 为新产品或投资决策测算可寻址市场规模
步骤1：定义市场范围
市场定义模板：
- 产品/服务：[具体产品]
- 地理范围：[目标区域]
- 客户细分：[具体是谁？]
- 时间范围：[当前年份或5年预测？]
示例：
- 产品：面向电商的AI驱动客服聊天机器人
- 地理范围：美国
- 客户细分：年收入>1000万美元的电商公司
- 时间范围：2024-2029
步骤2：计算TAM（自上而下法）
TAM = 如果获得100%市场份额时的总市场需求
数据来源：
1. 行业报告（Gartner、Forrester、IBISWorld）
2. 政府统计数据（人口普查局、劳工统计局）
3. 行业协会
示例计算：
美国电商市场总额：1.1万亿美元（2024年）
× 需要客服的比例：80%
× 平均客服支出：收入的2.5%
TAM = 1.1万亿美元 × 80% × 2.5% = 220亿美元
步骤3：计算SAM（可服务可寻址市场）
SAM = 您可以实际服务的TAM部分
应用筛选条件：
- 地理限制（如果仅在美国运营）
- 产品限制（如果仅适用于电商，而非所有零售）
- 客户规模限制（如果目标为1000万美元以上公司）
示例：
年收入>1000万美元的电商公司：15,000家
× 平均年度客服预算：50万美元
SAM = 15,000 × 50万美元 = 75亿美元
步骤4：计算SOM（可获得服务市场）
SOM = 短期内（1-3年）可实际获得的市场份额
影响因素：
- 竞争格局（有多少竞争对手？）
- 您的差异化（独特价值主张强度）
- 销售与营销能力（实际覆盖范围）
- 增长轨迹（实际渗透率）
保守SOM：
第1年：SAM的0.1-0.5%
第2年：SAM的0.5-2%
第3年：SAM的1-5%
示例（第3年）：
SOM = 75亿美元 × 2% = 1.5亿美元
步骤5：自下而上验证
用自下而上法验证自上而下测算：
单位经济法：
- 目标客户：15,000家电商公司
- 实际转化率：5%（行业基准）
- 获取客户数：750家
- 平均合同价值：5万美元/年
- 自下而上市场获取：750 × 5万美元 = 3750万美元
对比：自上而下SOM（1.5亿美元）vs 自下而上（3750万美元）
如果差距>3倍 → 重新审视假设
工作流程3：竞争市场分析
使用场景： 理解竞争格局和定位机会
步骤1：识别竞争对手
竞争对手类别：
1. 直接：相同产品，相同目标客户
2. 间接：不同产品，解决相同问题
3. 替代品：满足需求的替代方式
4. 潜在：可能轻易进入市场
示例（项目管理软件）：
- 直接：Asana、Monday.com、ClickUp
- 间接：Excel/Sheets（用于简单跟踪）
- 替代品：咨询顾问（外包而非软件）
- 潜在：微软、谷歌（拥有相邻产品）
步骤2：竞争情报收集
数据来源矩阵：
公开信息：
- 公司网站（定价、功能、定位）
- 应用商店评论（4.2★评分，“易于使用”出现45%）
- 社交媒体（粉丝数、互动率）
- 招聘信息（招聘X职位 = 该领域增长）
行业来源：
- Gartner魔力象限（市场地位）
- G2 Crowd评论（功能对比、用户满意度）
- Crunchbase（融资、估值、投资者概况）
- LinkedIn（员工数趋势、关键招聘）
竞争指标模板：
| 竞争对手 | 定价 | 功能 | 市场份额 | 客户满意度 |
|------------|---------|----------|--------------|----------------------|
| Asana | 10-25美元/用户/月 | 85%功能对等 | ~20% | 4.5/5（G2） |
| Monday.com | 8-16美元/用户/月 | 90%功能对等 | ~15% | 4.6/5（G2） |
步骤3：定位图
创建二维定位图：
X轴：价格（低 → 高）
Y轴：功能复杂度（简单 → 高级）
┌─────────────────────────────────┐
│ 高级 │
│ [企业级] │
│ │
│ [我们的产品] [领导者] │
│ │
│ [Asana] │
│ [预算选项] │
│ 简单 │
└─────────────────────────────────┘
低价格 高价格
洞察：“简单但高端”象限存在空白 = 机会
模式2：Van Westendorp价格敏感度分析
何时使用： 确定最优定价
调查问题（按此顺序询问）：
1. 在什么价格下，您会认为此产品太贵而不会考虑购买？（太贵）
2. 在什么价格下，您会认为此产品定价太低，以至于感觉质量不会很好？（太便宜）
3. 在什么价格下，您会认为此产品开始变得昂贵，但并非不可能购买，只是需要仔细考虑？（昂贵/高端）
4. 在什么价格下，您会认为此产品物超所值——物有所值？（便宜/好价值）
分析：
- 绘制每个价格点的累积百分比
- 最优价格点（OPP）= “太贵”与“太便宜”的交点
- 可接受价格范围 = “太便宜”与“太贵”交点之间
示例结果：
OPP：49美元/月
范围：35-75美元/月
建议：定价在49-59美元以获得最大接受度
❌ 反模式2：调查引导性问题
表现：
“您不认为我们创新的新产品比竞争对手更能解决您的问题吗？”
答案选项：
[ ] 是的，绝对！
[ ] 是的，有点
[ ] 也许
失败原因：
- 引导性语言（“创新的”、“更能”）
- 无负面选项（偏向“是”）
- 数据无效（每个人都说“是”）
正确方法：
“与您使用过的替代方案相比，[我们的产品]在多大程度上解决了[具体问题]？”
[ ] 好得多
[ ] 稍好一些
[ ] 大致相同
[ ] 稍差一些
[ ] 差得多
[ ] 未使用过替代方案
质量检查清单
研究设计
- [ ] 明确、可衡量的研究目标已定义
- [ ] 样本量已计算以确保统计显著性
- [ ] 调查/访谈问题已通过试点组测试
- [ ] 无引导性或偏见性问题
- [ ] 定性与定量方法结合（如适用）
数据收集
- [ ] 代表性样本（人口统计匹配目标市场）
- [ ] 调查回复率>25%（越高越好）
- [ ] 数据收集期间的质量检查
- [ ] 受访者隐私受保护（符合GDPR/CCPA）
分析与洞察
- [ ] 统计显著性已测试（p值、置信区间）
- [ ] 异常值已识别并适当处理
- [ ] 多个假设已测试（非仅确认偏见）
- [ ] 洞察已通过多个数据点验证
报告
- [ ] 发现具有可操作性（非仅“有趣事实”）
- [ ] 可视化清晰准确
- [ ] 局限性已承认
- [ ] 建议按影响优先级排序