SuperAPI AI 工具集

market-research

营销与增长

查看项目

更新于 10-15 17:28

技能介绍

用途:这是一套应用型市场研究技能,服务于需要在董事会汇报、投资备忘录或融资材料中为市场数字逐项辩护的人。核心是操作工艺:用两条独立路径构建市场规模、核对差异、按行为差异划分细分市场,并设计不会诱导出预期答案的问卷工具。

适用时机:为将被逐行质疑的场合做市场测算;核对继承来的 TAM(例如分析报告称 120 亿美元而自建自下而上仅 7 亿美元,需要解释差距);在定价、打包或 GTM 决策前细分市场;把搜索量、入站线索、赢单率、分析师数据、竞对招聘等需求信号三角化为一个方向性读数;设计支付意愿、品类认知、转换意图问卷;在签字前审计他人的测算。

输入要求:一句话市场定义(含地域与买家);带来源与年份的自上而下锚点;自下而上的单位经济(单位数、合格比例、每单位年价值);该数字支撑的决策;SOM 的时间跨度;问卷还需总体规模、目标误差与投放方式。若未知应先询问,最多问 2–3 个最影响结果的项。

主要能力与用法:

  1. 构建并核对 TAM/SAM/SOM:先写市场定义句,再分别构建自上而下链路(已发布市场值加逐层具名筛选,各带保留比例与理由)和自下而上链路(可计数来源的单位数、合格比例、每单位年价值、可达比例、预期赢单率),然后运行: python3 research-ops/market-research/scripts/tam_sam_som_builder.py --input research-ops/market-research/assets/sample_market_model.json --format text
  2. 三角验证需求信号:收集可观察信号,评估来源独立性与方向强度后运行: python3 research-ops/market-research/scripts/demand_signal_triangulator.py --input research-ops/market-research/assets/sample_demand_signals.json --format text
  3. 问卷投放前审计:检查诱导性用语、双重问题、绝对化表述、量表失衡,并计算所需样本量: python3 research-ops/market-research/scripts/survey_instrument_auditor.py --input research-ops/market-research/assets/sample_survey.json --format text

合理性阈值(启发式):SAM/TAM 健康区间 5%–40%,超 60% 触发标记;SOM/SAM(3 年)1%–10%,超 20% 标记;SOM/TAM 0.1%–5%;自下而上与自上而下 TAM 相差 3 倍内,超 3 倍警告、超 10 倍失败。

限制与反模式:避免沿用继承 TAM 而不自建;避免"占 TAM 1%"式无渠道机制的乘法幻想;避免使用过期锚点(超 18 个月需显式增长桥);避免诱导性问卷(应问当前行为及其成本);避免按公司规模、地域等可得字段细分而各段转化与 ACV 相同。以上为方法论与启发式,非效果或收益承诺。

文件:scripts 下含 tam_sam_som_builder.py、survey_instrument_auditor.py、demand_signal_triangulator.py;references 含 market-sizing-methods.md、survey-design-methodology.md;assets 含市场测算备忘录模板及三个可运行示例 JSON。