拆解後的問題
「這值得投入嗎?」會變成:誰會買、多久買一次、他們現在付多少、他們對什麼不滿意、誰已經在服務他們,以及什麼會阻礙新進者。六個問題,六個答案。
每一份簡報都有一個市場規模數字,卻沒有人說得出它從哪來。這個工具不會給你這種數字。
一個市場問題,其實是五、六個小問題披著一件外套。以下說明:它如何被拆解、每個部分需要什麼才能回答,以及你手上既有的資料會怎麼被運用。
「這值得投入嗎?」會變成:誰會買、多久買一次、他們現在付多少、他們對什麼不滿意、誰已經在服務他們,以及什麼會阻礙新進者。六個問題,六個答案。
每個子問題都會標註:什麼能解答它,以及那項依據是公開的、可購買的、只能靠自己問人取得,還是根本不可知。四種不同情況,四套不同計畫。
問卷回覆、銷售紀錄、客服工單、某人匯出的試算表——這些會被妥善處理,而不只是被描述。大多數團隊手上的自家證據,比他們實際用到的還多。
三個步驟,從模糊的機會變成一份附有來源的問題清單。
市場、產品,以及這取決於什麼決策。附上你手邊既有的任何東西——問卷結果、銷售資料、客戶通話筆記。
它會把問題拆成幾個部分,說明每一部分需要什麼證據、標出那項證據位於何處、處理你提供的所有內容,並列出仍未解決的部分。
那些未解的問題就是你的研究計畫,並按優先順序排列。把這次執行存成 Playbook,讓下一個市場也以同樣方式被拆解。
市場研究有用的產出不是一個數字,而是知道該去找哪個數字。
向大多數 AI 工具要一個市場規模,你會得到一個數字,精確到小數點後兩位,還附帶成長率。它來自無從查證的地方,而且會先被抄進你的簡報,再被抄進別人的。拒絕產出這種數字,正是這個工具最有用之處。
.jpeg&w=1920&q=75)
人們花好幾週鑽研的問題,有一半無法坐在書桌前回答,而第一天就發現這件事會改變整個計畫。知道某件事需要打四十通電話,那叫時程安排;不知道這件事,就是花六個星期去找一份根本沒人寫過的報告。
.jpeg&w=1920&q=75)
這裡沒有授權的市場資料,也沒有即時網路存取,這是首先要講明的,因為它決定了你該有的期待。你會得到的是結構、推理,以及針對你提供之證據所做的分析。任何被當成產業數字呈現的東西,都必然是編造出來的。
.jpeg&w=1920&q=75)
評估構想的創辦人、準備進入新市場區隔的團隊、為研究案做範疇界定的顧問,以及任何被要求提供市場數字的人。
在投入一年之前,你需要知道這是不是一門生意,而誠實的答案通常取決於你手上沒有的三個事實。找出是哪三個,比一個自信滿滿的總潛在市場規模更有價值。
公司已經在賣東西了;問題是它能不能也賣給這群人。這個問題比表面看來狹窄,而且大部分可以從你既有的客戶身上找到答案。
在還沒有人開始動工之前,提案就得說明將交付什麼、要花多久。在那個階段把問題拆解做對,正是決定這個案子賺不賺錢的關鍵。
某位高層要在星期五之前拿到一個數字,而且會把你產出的任何東西當成事實。專業的做法是給出一個附上推導過程的區間,這更難寫,也更難被反駁。
探索更多橫跨研究、內容與資料的 AI 工具。
數字、來源、你自己的資料,以及再做一次。
過去,它是指能給你產業數字的東西。但大多數 AI 版本做的,是產出看似產業資料、卻沒有任何來源根據的數字。這個工具運作在更上層:這項決策需要知道什麼,以及每一塊資訊實際上該從哪裡來。
免費,一次一個市場。若要同時比較多個機會、使用更大量的自有資料集,以及保存拆解結果以便日後以相同方式評估其他市場,則屬於付費方案。
不會,這是刻意如此,而不是把限制包裝成優點。沒有來源的市場規模數字,是一個會四處流傳的捏造數字——流進你的計畫、你的提案,最後甚至流進某人的投資決策。你得到的反而是:一個站得住腳的數字需要什麼,以及如何建立它。
真正的工作大多發生在這裡。問卷匯出檔、銷售紀錄、客服工單和試算表會被讀取並實際計算,而不只是摘要,這往往在任何外部研究開始之前,就先解答了兩、三個子問題。
大多數工具不是賣你資料,就是生成某種貌似資料的東西。在這裡,問題會被拆解,每個部分都會標明答案在哪裡、取得它要付出什麼代價,你自己的證據會先被派上用場,而這套拆解方式還能沿用到你接下來檢視的市場。