《学会洞察行业：写好分析报告的 6 堂实战课》由王煜全所著，书中系统讲解了行业分析的方法论与实战技巧。
前言：你为什么需要这本书
核心问题：现代社会焦虑源于对未知的恐惧，破局关键是掌握行业分析方法，看清未来趋势。
破局方法：通过科学的行业分析框架（如产业链分析、数据验证等），拓展认知边界，理性决策。
本书价值：提供从资料搜集到报告撰写的全流程指导，帮助读者掌握行业分析的 “套路”，提升独立思考与决策能力。
第一章 热身运动：给自己设定一个目标
核心目标：明确分析对象与目的，界定行业定义。
关键内容：
确定分析对象：从熟悉行业入手，梳理行业发展历程与特点。
明确分析目的：限定时间、范围（如 “2023 年中国新能源汽车市场分析”），服务于投资、创业等场景。
行业定义的关键要素：结合研究目的（如投资 / 政策参考）与产品定义（如技术 / 服务边界），避免笼统界定。
行业分析心法第一课：判断产业机会的四要素
如何判断产业机会是否来临?
对于创业者来说，一个无法逃避的问题是，这个产业是否已经成熟，机会是否已经来临，自己能否进入。小米的创始人雷军说过，无论是什么时代，只要站在风口，猪都能飞起来。但猪想要飞起来，也要看风口什么时候来、自己是不是太重还没飞起来就摔下去了。风来得比预期早，猪很可能就失去了飞起来的机会。风来得比预期晚，猪可能等了太久饿死了。那么，如何判断一个产业是否已经成熟，或者产业机会是否来临呢?主要可以从以下四个方面来判断:技术是否成熟、产业链是否完备、市场是否有潜力、竞争是否有壁垒。
技术成熟度：如 VR 技术因眩晕感与 5G 依赖尚未成熟。
产业链完备性：汽车制造需 Tier1 供应商支持，创业公司需借力长板合作。
市场潜力：东芝硬盘因 iPod 应用场景落地才实现价值。
竞争壁垒：共享单车因模式壁垒低陷入红海竞争。
一个巨大的市场机会出现时，如果缺乏竞争壁垒，往往会变成大家蜂拥而上、蓝海瞬间变红海的局面。
比如在人工智能领域，无论是机器学习还是深度学习，很多法都是开源的。如果一家人工智能公司不能做到特定行业的数据垄断，那它和其他人工智能公司的技术能力就会趋于相同。就像众多自动驾驶创业公司，算法大同小异。更糟糕的是，大公司正在把自己的能力工具化，开放给其他人使用，这意味着初创公司即使一开始做得再好、再领先，后续也难以生存。
再比如，以模式创新为主的企业，往往对竞争壁垒认识不足蓝海瞬间变红海的现象屡见不鲜，时下正热的共享单车就是如此。因为缺乏技术硬壁垒，所以市场上一度能看到红橙黄绿青蓝紫各种单车，竞争厮杀的激烈程度可想而知。
对于这种模式创新的企业而言，市场和用户就是它最大的壁垒。当它的用户足够多、市场份额足够大的时候，其他的竞争对手就很难再撼动它的地位。所以，这类企业之间的竞争策略往往是通过“烧钱大战”迅速挤占市场、获取用户，最后的结局必然是只有一两家独大，赢家通吃。
第二章 提出假设：它是你的行动方向
核心目标：拆分复杂问题，提出假设并验证。
关键方法：
逻辑树分析法：将问题分层拆解（如 “大疆市场份额高” 拆分为技术、价格、营销等分支）。
MECE 原则：确保问题细分 “相互独立、完全穷尽”（如按年龄划分消费群体无重叠）。
假设验证：基于行业经验或领军者观点提出假设（如 “VR 产业两年后回暖”），再用数据修正。
通常分析一个行业，至少要分析三大块内容：
行业历史，弄清楚行业的界定分类、行业发展历史脉络、行业发展周期等;
行业现状，行业发展状况，市场供需情况，竞争状况，行业发
展关键因素;
行业趋势，行业发展前景，发展趋势等。
行业分析心法第二课：判断科技公司真伪
技术出身：关注高校专利流向（如《拜杜法案》推动高校技术转化）。
壁垒完备性：化妆品防晒专利因同质化无真正壁垒。
商业价值：技术需匹配应用场景（如东芝硬盘与 iPod 的结合）。
警惕开源技术：开源算法易导致竞争同质化（如自动驾驶创业公司算法趋同）。
怎样判断科技公司是大牛还是忽悠?
在很多情况下，创新会对传统产业造成毁灭性的打击，但也有一些时候，创新创业者因为自身壁垒不足，不仅没有撼动已有行业巨头的地位，反而被其反噬。所以对于创新创业者来说，一定要建立足够高的壁垒，特别是技术壁垒。
那么，什么样的技术算是好的技术呢?
好的技术一定出身名门
爱迪生一生中有超过2000项发明，拥有1000多项专利。他从未上过大学，靠母亲的家庭教育自学成才，电灯、留声机、有声电影都是出自爱迪生之手，他可谓是历史上最伟大的民间科学家之一。
然而，这样的时代已经一去不复返了。如今好的技术和专利，大多出自名门高校。今天的科技是复杂的协作系统的成果，需要多个单位紧密协作。这意味着，一个民间科学家单枪匹马发明出电灯的机会已经非常渺茫了。
1980年，美国出台了《拜杜法案》。法案规定高校科技转让的时候，可以不转让专利，而是转让独家商业权益，这一方面使得高校保留了知识产权，另一方面极大地挖掘了技术的商业价值。《拜杜法案》极大地促进了高校技术的转化。1978年，美国的科技成果转化率只有5%《拜杜法案》出台后，这个数字短期内翻了十倍。所以，如果你去追根溯源，看著名高校的专利流向了哪些公司，往往能顺藤摸瓜找到一系列优秀的初创企业。
好的技术具有完备的壁垒
人们对于技术壁垒常常有一个认知误区，就是技术一定要非常“高大上”才行。但是，创新不能只衡量技术的优劣，同时要衡量技术是否具有独特性，即技术壁垒是否完备。
拿我们普通消费者每天都会用的化妆品为例，单单是在防晒领域，每年都会出现大量所谓的新专利，这些专利被化妆品牌们包装成一个个最新产品推上市。你在市场上看到的每一个新产品，背后都有一个新的配方，而这些配方背后都有一个新专利。
但这些所谓的专利，实际上都是围绕美国食品药品监督管理局(FDA)对于防晒产品基本配方定义的细微修改，例如增加一部分防水功能，延长防晒时间，等等。这些技术配方都不能形成真正的技术壁垒，可以购买不同的技术来实现相同的目的。这就造成了化妆品领域的产品同质化严重，各家公司在各个领域基本都有对标产品。
好的技术具有商业价值
好的技术必须是有商业价值的技术，如果曲高和寡，没有具体的应用场景，不能转化为产品推动社会进步，就只能被束之高阁。这种技术是没有价值的。就像东芝的大容量、小尺寸硬盘，虽然技术本身世界领先，但苦于找不到好的应用，一直都积压在实验室里。直到乔布斯慧眼如炬，将这项技术运用到了iPod上，东芝的技术才真正实现了其商业价值。所以，当科技足够好却没有找到应用时，科技是无法发挥价值的。
警惕开源技术
开源技术，也就是向公众开放源代码的软件技术，例如人工智能、虚拟现实等领域常用的算法等。开源技术并非不优秀，但不可否认的是使用开源技术很难建立高的技术壁垒。所以在做开源创新时要警惕，壁垒可以带来相对的竞争优势，如果不存在相对竞争优势就会很容易失败。
在开源领域，要想最大化地获得竞争优势，就是尽早进入。开源技术往往和潮流紧密结合，每个时代的开源技术都是不同的。如果你能把握时代趋势，提前站在潮流上就能够建立壁垒，而滞后的跟随者则少有机会。
20世纪90年代末，互联网的浪潮逐渐席卷中国。同一时间，两家电子商务公司在中国成立，一家叫做阿里巴巴，另一家叫京东。那时，电子商务还被很多人认为是一个骗人的“概念”，马云和刘强东在融资的过程中四处碰壁。但是20年后的今天，那些当年认为马云是骗子的人幡然醒悟，明明是自己看不见潮流，却还对时代的弄潮儿冷嘲热讽。
今天，再想做一个电子商务平台已经非常困难了，冰冻三尺非一日之寒，阿里巴巴和京东将近20年的市场积累，已经成为他们最强的壁垒。更不用说今天电商平台的战场，已经开始从货品品类转向了物流，这些都令初创公司望而却步。
所以，科技的创新需要理解壁垒和潮流。当企业具有硬科技壁垒时，相对来说可以放松对潮流的敏感度，但没有科技硬壁垒时，就必须紧跟潮流。
第三章 搜集情报：事实是分析的基础
核心目标：系统搜集一手与二手资料，验证假设。
情报来源与方法：
二手资料：企业数据库（如 Crunchbase）、政府报告、咨询公司数据（如沙利文）、行业协会信息。
一手资料：企业走访、高管访谈（需拟提纲、关注细节如肢体语言）、尽职调查（财务 / 法律 / 商业三维度）。
关键技巧：识别超前指标（如英伟达 GPU 销量预示自动驾驶趋势）、异常数据（如林彪通过武器缴获比例判断敌军指挥所）。
行业分析心法第三课：辨别情报真伪
专家观点的局限性：制糖业曾收买科学家掩盖糖类与心脏病关联。
罗素三规则：专家意见一致时才具可信度，否则悬置判断。
交叉验证：对比多方数据（如无人机销量因定义不同数据差异大）。
第四章 研究分析，深入浅出
核心目标：运用分析模型整合数据，得出结论。
核心分析工具：
PEST 分析法：从政治、经济、社会、技术分析宏观环境（如特斯拉入华的政策与技术挑战）。
SWOT 分析法：评估企业优势、劣势、机会、威胁（如联想集团在 PC 领域的竞争态势）。
产业链分析：
开放产业链（如手机行业）：关注稀缺资源（如三星
屏幕）与信用积累（如旭日国际代工口碑）。
封闭产业链（如美国医药）：抓住关键控制点（如巨头的销售渠道垄断）。
3C 模型：分析公司（Corporation）、顾客（Customer）、竞争（Competition）（如 Wealthfront 的智能投顾策略）。
四象限分析：按属性划分机会（如苹果用 “专业 - 便携” 维度精简产品线）。
行业分析心法第四、五课：
产业链分析核心：开放链看稀缺性，封闭链找控制点。
韦小宝法则：判断团队靠谱度三标准 —— 靠谱董事会、连续创业 CEO、顶尖科学家（如 MC10 的 “双长制”）。
第五章 展示结果，验证结论
核心目标：结构化呈现报告，验证结论并迭代。
关键方法：
金字塔原则：结论先行，上层思想概括下层（如报告开头先列 “主要发现”）。
验证与复盘：定期对比预测与实际数据（如 VR 融资趋势预测偏差分析），总结经验。
专注与刻意练习：通过一万小时练习固化分析思路，结合反馈优化（如持续跟踪行业动态）。
构建分析基本框架
资料搜集是第一步，现在，你手头应该已经积累了不少一手和二手资料。现在，你需要做的就是阅读现有的资料，对这个行业进行全面的了解，同时梳理思路，逐步构想分析的基本框架。
基本框架是分析内容的细化，是分析目的的体现，所以分析的框架会随着分析内容有针对性地变化。一般而言，如果是做投资分析，考虑的因素越全面，预测的准确性就会越高。
一份全面的分析框架包含以下项目：
行业发展概述
·行业概述；
·最近3~5年的行业经济指标：包括盈利性、成长速度、附加值的提升空间、进入壁垒/退出机制、风险性、行业周期、竞争激烈程度等。
行业发展环境
·全球经济环境：全球经济环境对行业发展的影响；
·区域经济环境；
·社会环境：人口、教育、文化等环境分析、居民消费观念和习惯、社会环境对行业的影响；
·政策环境；
·行业技术环境：技术水平发展现状、专利数量、技术人才发展现状。
全球该行业发展概况及应用情况
·全球市场总体情况：行业发展概况及特点、市场结构、行业竞争格局、市场区域分布；
·主要国家（地区）市场分析。
市场供需形势分析
·行业供给情况：行业供给分析、行业产品产量、重点企业产能及占有份额；
·行业需求情况：行业需求市场、行业客户结构、行业需求的地区差异；
·市场应用及需求预测。
产业结构分析
·产业链结构分析（上游、下游）；
·产业链条的竞争优势分析；
·该行业应用结构发展预测。
行业竞争形式及策略
×行业总体市场竞争状况分析；
×行业重点企业分析：企业发展概况、企业经营情况、企业产品结构、企业渠道、企业主要客户、企业竞争优势、企业发展战略。
行业前景及趋势预测
·技术发展趋势；
·产品发展趋势；
·产品应用趋势。
投资价值评估
·进入壁垒；
·盈利因素；
·盈利模式。
未来X年行业发展影响因素
·有利因素；
·不利因素。
行业投资机会
-
产业链投资机会；
-
行业风险预测与防范。行业投资发展战略及建议由于行业分析存在个性化的需求，所以不是每部分都有必要凸显出来，只要能充分证实你的结论和预测，几个重点环节的分析可能就足够了。现在，回顾你之前写下的分析内容和分析目的，初步构建你的分析框架，注意遵循MECE原则。在这个过程中，你很可能需要借助他人的智慧，头脑风暴是一个不错的选择。
行业分析心法第六课：科研成果转化型企业投资时机
拐点判断：产品研发完成（如 Wicab 助盲设备通过临床实验）时为最佳投资时点。
案例：Active Protective 的智能腰带完成人体实验后，资本方加速入局。
总结：核心能力与实践路径
六大能力提升：资料搜集、分析方法、独立思考、细节处理、沟通技巧、行业洞见。
实战流程：设定目标→提出假设→搜集情报→分析建模→展示验证，形成闭环。
关键提醒：行业分析是持久战，需结合工具与长期专注，避免依赖单一指标或经验。
科研成果转化型企业的最佳投资时机
在海银资本的投资历史上，大多数被投企业是以高校科技做依托的硬科技创业公司。它们专注于把高校科技变成产品再推上市，所以又可以称之为科研成果转化型企业。
科研成果转化型企业听上去似乎很“高大上”，但它们的失败率非常高，每年都有上千家初创企业被淘汰出局，存活下来的凤毛麟角。所以，在投资这类企业时，判断其爆发时点非常重要，如果过早地投入，将面临巨大风险，很可能导致自己身陷困境。
那么，如何判断资本方投入的时机呢？核心就是要判断初创企业的爆发拐点。
这类企业有一个特点：其产品研发期一般需要5~8年的时间以及上千万美元的投入，绝大多数科技创新小企业都会倒在这一步。因为在这段时间里，公司几乎是没有任何收入的，并且，随着研发的深入，开销会越来越多。所以，在公司非常幼小的时候，是很难用财务信息这样的传统手段来判断其成长潜力的，这也进一步限制了小企业的融资能力。
但是，这类公司的产品一旦上市，就会迅速挤占市场。它们往往不太符合先扩大用户规模，实现收入，然后再慢慢实现利润的"两步走"的模式，而是收入和利润同步上升。最重要的是，一旦这些公司的收入和利润进入上升期，它们的估值也会迅速上升，资本这时候想进入就会非常艰难。
这类公司的发展历程如图所示：
从上图中可以看出，这些小企业的发展历程中存在一个拐点：产品上市前几乎没有任何收益回报，产品上市后收入和利润迅速上升。
所以，对于资本方来说，最重要的就是寻找公司的拐点，越靠近那个拐点，投资获取的回报就越丰厚。投资的时机非常重要，过早地投入，会由于公司估值增长过于缓慢，资本利用效率低，很长的时间内无法推出，更重要的是风险较大，变数太多；而过晚投入，跨越了拐点，又会因为公司估值迅速上涨，难以获得投入的机会。
那么，如何准确地判断公司的拐点是否即将到来呢？
判断一家公司的拐点何时出现，最核心的一点就是：看这个企业的产品研发是否已经基本完成。产品研发越接近完成，拐点就越接近出现。
更重要的是，产品研发接近完成时，很多信息都是已知的，例如有怎样的技术指标、针对什么样的用户市场、用户体验如何。基于这些信息，我们可以对先前不确定的因素做出更为准确的判断，比如，你可以根据产品原型来判断它的市场潜力、产品技术壁垒、未来竞争力等一系列关键要素。