快速分析一个行业,这个工具必不可少

简介: 如何选行业

今天主要介绍一个做细分市场选择的工具:战略定位分析SPAN矩阵。

SPAN属于细分市场的分类排序模型。

如果用一句话来介绍这个工具,那就是:

面对纷繁的选项,我们究竟该如何做选择?

小到每天中午吃什么饭,大到生死存亡,我们每天都在做着各种各样的选择。

说到吃饭,你可能只需要打开点评APP,搜索一下排名就可以轻松选出自己想吃的东西。

而如果要选择未来的发展方向,又或者是公司未来的市场定位这些影响面非常大的抉择时,你就需要借助一些成熟的工具了。

一般来说,每个企业都会有很多想做的项目或想进入的领域。

这个时候你就会面临很多的市场方向。

那如何选择自己力所能及,又有发展前景的市场呢?

这就要用到战略定位分析矩阵了。

战略定位分析的英文简称是SPAN,也就是战略定位分析(Strategy Positioning Analysis)英文首字母的缩写。

这个工具的作用是把初步选定的细分市场大致纳入四个象限:
span矩阵.png

SPAN这个方法主要是从细分市场的吸引力,以及公司的竞争力两个角度出发的,来对各个细分市场进行深入分析。

也就是说,你要进入的目标细分市场应当是有吸引力的、有市场潜力的。

细分市场吸引力主要从市场规模、市场增长率、利润潜力和细分市场的战略价值四个维度来评价。

市场规模反映的是细分市场的收入机会有多大,如果你有历史数据可查阅,就可以使用上一年度的统计数据。

如果是全新市场,则要进行预测。

市场增长率反映的是细分市场在未来三年的销售额或者销售量年增长率。

而细分市场的利润潜力主要受竞争激烈程度的影响,可以借助波特五力竞争模型分析框架。

战略价值反映了这一细分市场对公司的战略价值/重要性。

对于以上每个评价要素, 根据一定规则进行量化评价(每个企业可以根据行业特点确定评价规则)。

接下来,你还要在这些细分市场上有一定的竞争地位、竞争优势。

公司在细分市场上的地位主要来自于产品差异化能力、成本优势、资本优势等, 对于某些行业,可能还存在垄断性权利。

可以用“客户关键成功要素”(CSF,Custom Critical Success Factors)对每个细分市场进行衡量

当然,还可以在选定的细分市场的基础上,为产品规划提供依据。

同时,你需要根据每个细分市场在 SPAN 矩阵上的位置,来采取不同的行动措施或者说行动策略。

制定行动的时候,你需要考虑的主要因素一般包括:

分销、成本控制、生产、研发、市场份额、产品、定价、促销、人力、运营资本。

如图四所示:

矩阵策略.png

第一个是橙色圈的位置,在这个细分市场,你可以继续保持增长和追加投资。

处在这一态势下的细分市场通常是赢利的。

这些细分市场不仅具备吸引力,而且你还有很强的竞争优势。

在这个市场,你可以采取的行动策略是:

作为企业的话,你应该扩大你的分销渠道,扩大在该市场的生产和投资。

同时,你也要严格控制成本,以更好地获取规模增长带来的收益。

以硬件产品为例,在这个阶段,你的BOM成本就已经完全决定了你的最终收益。

而在研发方面,你也应当继续进行投资,并适当增加一些品类,以建立差异化的竞争地位。

当然了,营销方面的工作也需要加强,即价格、促销、销售活动等。

第二个是黑圈的位置,在这个细分市场,你需要考虑的是如何获取更多的竞争优势。

如果处于这一态势下的细分市场中,你通常还未获得盈利。

这些细分市场虽然有足够强的吸引力,但是你在这个市场的竞争优势一般是比较弱的。

这个时候你就需要去匹配资源。

例如,你想攀爬一座很陡峭的高山,虽然这个目标对你而言很有吸引力。

但,你并没有攀爬的技能,这个时候你就需要请专业的教练去学习了。

在这个市场,你可以采取的行动策略是:

在你具备足够的竞争地位之前,你都应当限制你的分销覆盖面,同时严格控制成本。

这个时候的成本是综合的,不仅仅包括BOM成本,还包括你的营销推广成本等内容。

这个时候你在这些细分市场上的主要行动是对生产、研发和人力进行投资,目的是建立起竞争优势。

在市场方面也需要采取积极的措施,包括定价和促销,以获得市场份额。

第三个是白圈的位置,如果在这个市场,你基本就属于老牌玩家了。

处在这一态势下的细分市场通常来说还是继续在赢利,但这些细分市场已经没有吸引力了,后续发展也很乏力。

优点是,你在这个市场的竞争力非常强势。

在这个市场,你可以采取的行动策略是:

在这个市场,你应当维持现有的分销模式。

这些细分市场已经非常成熟,基本就是在拼效率。

你需要提高你的运作效率,包括充分发挥产能以及控制成本。

在这些细分市场上应当限制营销活动,研发活动也应重点关注降低成本。

这些活动的目的在于能使公司巩固其在细分市场上的竞争地位,并且防止竞争对手进入这些细分市场。

第四个是蓝圈的位置,也就是你需要考虑退出的市场。

处在这一态势下的细分市场几乎是亏损的,这些细分市场不但没有吸引力,而且你也几乎没有什么竞争优势。

在这个市场,你可以采取的行动策略是:

你应当逐渐减少销售的努力,大力削减这些细分市场上的固定成本和可变成本。

也就是说,你应当尽量减少或者停止产能、研发费用、营销活动和运营资本。

将资源分配到其他细分市场中,公司的主要目的是从这些细分市场中实现利润机会,市场份额可能是次要的。

专栏作家

卫朋,公号:产品人卫朋,人人都是产品经理专栏作家,CSDN认证博客专家。关注智能硬件领域,擅长市场分析、产品设计开发、生产管理等,喜欢阅读和爬山。

相关文章
|
存储 运维 监控
物联网平台常见类别及对应平台(一)
物联网平台常见类别及对应平台(一)
2326 21
|
运维 监控 安全
云计算MSP行业调研报告
# 1. 概述 ## 1.1 背景和概念 企业上云是当前的大势所趋,但企业上云并非坦途。随着业务、数据等向云端迁移,企业在上云过程中会各种复杂的问题,比如平台选择、系统迁移、多云管理、应用优化以及成本核算和安全管理等问题。要解决这些问题,就需要专业的团队来指导,因此诞生了云MSP。 云MSP即云管理服务提供商(Cloud Management Service Provider),通常是指对接
5355 0
云计算MSP行业调研报告
|
3月前
|
人工智能 JavaScript API
【最新版】OpenClaw(Clawdbot)保姆级搭建教程(阿里云/本地):配置免费大模型+10个必装SKill+避坑指南
2026年,OpenClaw(昵称“龙虾”)已成为开源AI智能体领域的“现象级工具”,但很多用户却陷入“装了不用”的困境——明明部署了最新版本,却只用来陪聊、查天气,完全浪费了其“自动化生产力工具”的核心价值。其实,OpenClaw的真正威力不在基础功能,而在社区生态中的“Skill(技能插件)”——就像顶配电脑需要装专业软件才能发挥性能,OpenClaw只有搭配优质Skill,才能从“陪聊机器人”变身“全能打工人”。
1324 162
|
4月前
|
存储 机器学习/深度学习 人工智能
当我们谈论 AI 推理的 KV Cache,我们在说什么?
本文以《Attention Is All You Need》为起点,深入浅出地解析了 Transformer 架构的核心思想与技术细节。
当我们谈论 AI 推理的 KV Cache,我们在说什么?
|
4月前
|
人工智能 自然语言处理 安全
云上部署OpenClaw(Clawdbot)多少钱?2026年阿里云部署OpenClaw新手教程及收费标准参考
OpenClaw(前身为Clawdbot、Moltbot)作为一款开源AI代理与自动化平台,凭借自然语言控制、多工具集成、跨场景任务执行等核心优势,成为个人办公效率提升与轻量团队协作优化的重要工具。其不仅能实现文件处理、邮件管理、代码生成等基础操作,还可通过对接主流大语言模型构建个性化工作流,适配从个人日常办公到团队协同的多元需求。2026年阿里云推出的一键部署方案,通过预置专属镜像简化了环境配置流程,同时提供清晰透明的计费模式,让不同需求的用户都能精准规划成本并快速落地使用。本文将详细拆解阿里云部署OpenClaw的完整流程,结合官方计费标准梳理费用构成与成本控制方案,为用户提供从部署到运维
6021 4
|
9月前
|
前端开发 Java 开发者
MVC 架构模式技术详解与实践
本文档旨在全面解析软件工程中经典且至关重要的 MVC(Model-View-Controller) 架构模式。内容将深入探讨 MVC 的核心思想、三大组件的职责与交互关系、其优势与劣势,并重点分析其在现代 Web 开发中的具体实现,特别是以 Spring MVC 框架为例,详解其请求处理流程、核心组件及基本开发实践。通过本文档,读者将能够深刻理解 MVC 的设计哲学,并掌握基于该模式进行 Web 应用开发的能力。
1793 1
|
物联网 云计算
|
存储 消息中间件 SQL
数据中台架构与技术体系
本文介绍了数据中台的整体架构设计,涵盖数据采集、存储、计算、服务及治理等多个层面。在数据采集层,通过实时与离线方式整合多类型数据源;存储层采用分层策略,包括原始层、清洗层、服务层和归档层,满足不同访问频率需求;计算层提供批处理、流处理、交互式分析和AI计算能力,支持多样化业务场景。数据服务层封装数据为标准化API,实现灵活调用,同时强调数据治理与安全,确保元数据管理、质量监控、权限控制及加密措施到位,助力企业构建高效、合规的数据管理体系。
3406 13
|
机器学习/深度学习 供应链 搜索推荐
优化销售预测:6种模型适用的场景与实战案例
不同行业的销售预测采用什么模型比较好?3分钟了解6种销售预测模型,以及适用行业场景。
4234 2
优化销售预测:6种模型适用的场景与实战案例
|
存储 Kubernetes API
在K8S中,etcd 适应的场景?
在K8S中,etcd 适应的场景?