这篇文章描述了作者对行业研究的一些看法，内容包括“漏斗式”、面对新兴模式的局限、“鱼骨式”、和对数据源的对比与评价。欢迎感兴趣的童鞋阅读。
行业研究有什么用？专门从事这个岗位的人就不说了。即使身在其他岗位，想说服老板拨钱时，能拿出数据、拿出案例、再扯一通行业大势，无疑成功率会更高一些。
正经来讲，即使没有行研技术，但是具备行研思维，也能有助于我们跳出自己岗位的局限，从宏观、市场、公司等更广阔的视角来思考和决策。
还有，个人择业选择或者想创业时，做好行业研究也能有效地减少信息差，减少犯错的概率。
当然不同身份的人对行业的关注点和角度也不一样：
券商、金融行业从业者，可能更关注周期、波动、价值位等。
产品经理可能更关注行业内的竞争、用户行为态度等等。
不过我既没做过金融行研，也没做过产品经理，以上都是瞎猜，哈哈。就个人而言，我通常会更多关注头部（标杆企业）、玩法（商业模式）、机会点。
因为个人职业的原因，平时也常会看看各种机构做的行业研究，特别是科技互联网和NEV领域。看得多了就发现各种报告也是良莠不齐。特别是有些写着写着就写成科普了，宏观大数一通罗列，趋势判断模模糊糊，总之就是新兴行业欣欣向荣遍地金……还是很期待能看到比较犀利的行业研究，实打实地解决问题点，不过这种报告往往可遇而不可求。
毕竟找准方向、找全资料、找对人、问对问题，哪个都不是件容易的事。
所以，这次想聊聊我自己对行业研究的一些思考，希望能抛砖引玉。因为我也不是100%做行业研究的，所以主要讲讲思维思路，不太涉及具体的操作流程（大家都差不多）和模型解读（都很基础）。内容包括“漏斗式”、面对新兴模式的局限、“鱼骨式”、和对数据源的对比与评价。
01 漏斗式：从宏观到微观
从宏观到微观的逐级研究思路应该是最常见，也是最全面的。这里面提到的PEST、SWOT、波特五力模型等等大家应该也是耳熟能详，一开口就知道是老商院人了。其实各类分析模型之间也有隐含的逻辑关系，适用于从大到小不同阶段的研究。
具体的模型介绍和解读都可以在网站上找到详尽的解释说明，百度一下，你就知道，这里就不赘述了。每种模型主要谈谈个人的一些思考。
首先宏观环境的分析，最常用的方法是PEST
即从政治（Political）、经济（Economic）、社会（social）和技术（Technological ）这四大影响产业的宏观因素开始分析。还有以此衍生出的PESTEL模型，其中E和L分别是指环境因素(Environmental)和法律因素(Legal)。
之所以把PEST/PESTEL放在最顶层，主要还是这些影响因素不单单影响单个企业，很多时候一条政策、或者一项技术、或者一种社会舆论风向，都是影响整个产业。
这里面政策和经济是相对比较清楚的，部委文件、补贴标准、规划量级等等都是公开可查而且很明确的。经济数据，其实也可以从统计局等官方口径拿到数据。倒是社会环境的影响比较难把控，特别是区域文化、社会道德、群体心态这些因素，更多还是定性分析，也没有太好的量化标准，需要对社会环境比较敏感，有洞察力，可能有社会学的基础会好一些。
PEST主要是识别出影响因素，从感觉上来判断风险、可行性。但是你说具体经济环境对产业造成多大影响，技术对行业造成多大影响，这个其实是很难量化的，无非也就是看一个模糊的趋势。
不过，有些行业其实是比较看政策，比如补贴，有时候都成了一个企业甚至行业的盈利来源和盈利模式，就是为了赚补贴才入的局。这时候就要好好研究政策导向和补贴的算法了。
