
肖璟
本书旨在帮助读者迅速掌握行业分析方法论,书中详细介绍了行业研究的基本框架和实战技巧。内容涵盖了行业分析的全过程,包括行业生命周期、商业模式、市场规模、竞争格局等关键维度,旨在提升读者的行业研究能力。书中还探讨了如何从不同角度剖析行业外部驱动力,以及如何通过景气度指标预判行业业绩增速。此外,本书还提供了丰富的实战案例和研究方法,并分享了多个利用AI进行投资研究的案例,适合投资者、金融行业从业者、创业者、咨询顾问以及问题解决爱好者阅读,能够帮助他们在投资和职业发展中做出更明智的决策。 本书的四种用法: 用法 1:作为模板 当开始研究一个新行业时,你可以直接参考本书提供的行研框架,了解都有哪些可以分析的维度来套用模板。 用法 2:作为地图 除了行研框架,本书也提供了不少研究常用的资讯源。当你需要某些事实或数据来论证你的观点时,可以先读读本书,看看哪些地方可以找到你所需要的资讯。 用法 3:作为培训材料 本书既适合无甚研究基础的新人,也适合有经验人士系统地梳理自己的分析框架,因此它非常适合作为机构内部的培训材料。 用法 4:作为案例集 本书包含不少有意思的分析案例。当你后续需要论证某些观点时,这些案例可以成为很好的论据。
学商科的同学都知道,目前主流教材喜欢四分五裂讲各种定性模型,但是一拿到研报看到分析师一顿操作、各种输出,貌似又跟教材不一样?这背后的逻辑仿佛是个暗箱操作,其实很久以来没有一本书能够说透。 这本书的厉害之处,就在于把商学院教材中四分五裂的模型,整合成六步行研框架,其中融合了作者多年实践经验,输出一套大家可以操作的打法!确实是市面上难得的原创佳作。 假设你现在手里一堆wind的研报,如何去用书中的框架来快速了解一个行业呢,不妨用豆包总结的这个操作指南: 用书中方法学习新行业的实操步骤清单(附研报对应要求) 核心逻辑:按“定边界→分阶段→抓核心→验逻辑→动态跟踪”推进,对照行业研报提取关键信息,快速摸清行业本质。 一、第一步:明确行业边界(对应研报“行业定义+分类”部分) 操作步骤 1. 参考3类标准界定行业范围(优先选1个口径统一分析): - 国家标准《国民经济行业分类》(宏观层面); - 申万/中信行业分类(市场常用,颗粒度细); - 证监会《上市公司行业分类指引》(上市公司相关研究)。 2. 明确产业链上下游:列出核心环节(如新能源汽车:锂矿→锂电→整车→充电桩),避免分析口径混乱。 研报提取要求 - 找到“行业界定”“产业链结构”章节,圈出核心产品/服务、上下游关键企业; - 确认是否有细分赛道(如白酒分高端/次高端/大众),避免混为一谈。 二、第二步:判断行业生命周期(对应研报“行业概况+渗透率”部分操作步骤 1. 用渗透率定量判断阶段(核心指标): - 渗透率=存量用户÷潜在客户群(无精准数据用“替代指标”,如新能源汽车用“销量÷总汽车销量”); - 阶段对应:<15%(导入期)、15%~40%(成长期)、40%~70%(成熟期)、>70%(衰退期)。 2. 辅助验证:看营收增速(成长期增速>20%,成熟期<10%)、竞争格局(导入期分散,成熟期集中度高)。 研报提取要求 - 查找“渗透率”“行业增速”“市场规模”章节,获取近3年渗透率数据及未来预测; - 若研报无直接渗透率,用“核心产品销量÷潜在需求总量”手动估算。 三、第三步:按阶段抓核心矛盾(对应研报核心分析章节) 操作步骤(按生命周期针对性提取) 1. 导入期(渗透率<15%):验证“商业模式可行性” - 核心看2点: - 需求真实性:用“时间对标”(是否有历史相似需求,如预制菜对应“便捷吃饭”)或“空间对标”(成熟市场是否有成功案例); - 盈利可行性:看需求是否“频次高”或“弹性小”(至少占1个),成本是否可标准化(如火锅vs定制咨询)。 - 研报提取要求:找“商业模式”“需求分析”章节,确认需求是否伪需求、最小单位(单店/单品)是否有盈利潜力。 2. 成长期(渗透率15%~40%):测算“市场规模+扩张能力” - 核心看2点: - 规模天花板(TAM):用公式“目标客群×渗透率×客单价×消费频次”验证(研报若有直接引用,无则按此逻辑核对); - 扩张效率:看渠道扩张速度(如门店数量)、产能扩张是否匹配需求(避免产能过剩)。 - 研报提取要求:找“市场规模”“竞争格局”章节,获取TAM/SAM/SOM数据、行业增速预测、龙头扩张计划。 3. 成熟期(渗透率40%~70%):分析“护城河+利润分配” - 核心看2点: - 护城河:资源垄断(专利/品牌/数据)或网络效应(客户粘性/渠道掌控力); - 竞争格局:横向看行业集中度(CR3/CR8),纵向看产业链利润分配(毛利率高的环节更强势)。 - 研报提取要求:找“核心竞争力”“产业链分析”章节,圈出龙头市占率、毛利率分布、核心壁垒(如茅台的品牌、宁德时代的技术)。 4. 衰退期(渗透率>70%):排查“替代风险” - 核心看2点:是否有替代品(如外卖替代方便面)、企业是否有第二增长曲线(如家电企业做智能产品); - 研报提取要求:找“行业风险”“未来趋势”章节,确认替代技术/行业进展、龙头转型方向。 四、第四步:验证盈利与估值逻辑(对应研报“财务分析+估值”部分) 操作步骤 1. 盈利可行性(UE模型核心): - 选最小运作单位(餐饮=单店、美妆=单品、外卖=单个订单); - 核心公式:单单位利润=收入-直接成本-间接成本摊销(研报若有单店模型/单品盈利数据,直接引用验证)。 2. 估值匹配: - 导入期:看赛道潜力(不纠结当前盈利); - 成长期:看增速(PEG估值); - 成熟期:看盈利稳定性(PE/PB估值); - 衰退期:警惕低估值陷阱(无转机则回避)。 研报提取要求 - 找“财务数据”“盈利预测”章节,获取毛利率、净利率、期间费用率; - 核对估值指标(PE/PB/PS),确认是否与行业阶段匹配(如成长期PE过高需警惕)。 五、第五步:排查外部影响因素(对应研报“风险提示+宏观分析”部分) 操作步骤 用PEST框架提取关键变量: - 政治:产业政策(补贴/限制准入,如新能源汽车补贴退坡)、国际政策(如贸易壁垒); - 经济:经济周期(可选消费受影响大)、利率/汇率(出口型行业重点看); - 社会:人口结构(老龄化影响医药)、消费习惯(国潮影响国货); - 技术:技术成熟度(如AI应用依赖大模型迭代)、替代技术风险。 研报提取要求 - 找“政策影响”“宏观环境”“技术趋势”章节,列出3个核心外部驱动/风险因素(如光伏行业的“双碳政策”“硅料技术突破”)。 六、第六步:动态跟踪景气度(对应研报“行业数据+预测”部分) 操作步骤 1. 选1-2个高频指标(按行业类型): - 上游原材料:价格+库存(如锂价、螺纹钢库存); - 中游制造业:产销量(如新能源汽车销量、挖掘机销量); - 大消费:必选看CPI(如调味品)、可选看房地产后周期(如家电); - 服务业:高频运营数据(如快递单价、酒店客座率)。 2. 定期验证:指标连续3个月与判断不符,调整行业观点。 研报提取要求 - 找“行业数据”“景气度跟踪”章节,获取月/周度高频指标(如白酒批价、光伏组件出口数据); - 记录指标趋势(如价格上涨→景气上行),作为后续判断依据。 七、最终输出:行业核心结论清单(对照研报汇总) 1. 行业边界:核心产品/服务、产业链关键环节; 2. 生命周期:渗透率→阶段→核心矛盾; 3. 核心逻辑:需求真实性(是/否)、盈利可行性(单单位盈利是/否)、增长驱动(3个核心因素); 4. 竞争格局:龙头市占率、护城河类型; 5. 风险提示:3个核心外部风险; 6. 估值建议:适合的估值方法(PE/PEG/PB)。
2025年被称为ai元年,有不少和专家预测2028年ai的普及率将达到80%以上,这意味着任何一个问题,只要你发给AI, AI基本都能给出一个大致的分析框架,那么这种情况下,还有没有必要去完整阅读一本书籍,特别是阅读类似于《如何快速了解一个行业》这样的书籍。 我的看法是有必要,而且非常有必要。 这本书虽然是在讲行业研究,是在讲分析师如何快速去拆解一个行业,快速给一个公司或者一只股票进行估值,但是整体的框架实际上是如何拆解一个复杂的问题。 比如,这本书上提到了两个有代表性的案例。一是,麦肯锡公司在面试分析师时经常会问到一个问题,如何测算楼下的星巴克一年的销售额?二是,如何北京市地毯的市场规模有多大? 拿到这样的问题,是要拆解问题,把大的问题细化成几个小问题,或者是拆解成几个关键的核心指标。 拆解大问题的第一步是要对问题进行定性。比如,要测算北京市地毯的市场规模,首先要明白这里的市场规模指的是潜在的市场规模,而不是实际的市场规模。 既然是潜在的市场规模,那么这个问题就需要再次进行定位,这个问题可以替换为北京市一年的地毯需求规模有多大? 界定清楚问题后,问题自然就容易拆解了。还是以地毯为例。要测算需求量,就要知道北京的人口规模、市场渗透率、客单价、客均购买量。把大问题拆解成四个小问题后,自然就很容易得出答案。 除了地毯之外,还可以详细看下第9章对于新能源汽车的分析。 很多人可能会问第二个问题,这种粗糙的预测AI也能做,那商业顾问、分析师们还有什么价值? 这本书其实从侧面回答了这个问题。 AI能给出的是数据和信息,但AI无法给出知识,即便是未来能给出知识,也是人类已有的知识,而不是基于分析生成的知识,同时更无法达到智慧层级。 书中引用了DIKE模型。以迟到这件事情来说,如果你给ai一组数据,让他分析过去你一周的上班时间,它可能很快就得出一个结论,你这周的上班时间比平时晚了15分钟,这个结论仅仅是信息,不会对行动有任何作用。即便是AI再发展一段时间,它可能会告诉你以后你要早点休息、然后早点起床。但如果你把同样的问题抛给心理学家,TA肯定会问你更多的问题,然后得出你需要自律,真正的问题不是早起而是精力管理、时间管理出了问题。 分析师就是要通过研究提出自己的见解,这些见解是真正能指导人行动的。 同时,AI是工具,工具好不好不单在于工具本身,而且要看使用工具的人。作者在书的最后一章节,用地毯的这个问题问了chatgpt。如果没有提示,它只分析渗透率的时候直接是按照人口总量测算,而没有考虑到地毯主要用途是家庭,因此要考虑家庭的规模。 AI给的答案可靠不,关键在于提问者自己有没有清晰的逻辑框架和分析能力,如果提问者自己逻辑混乱,AI给出的答案自然也差以毫厘谬之千里。 PS:当然书中关于如何做研究、如何进行估值都非常精彩,我写的仅是我读完之后有感触的部分。 2026年1月5日
懂商分,能上分 好事多磨。我策划的《如何快速了解一个行业》新书终于上市了。 现在秘塔、Kimi K2等AI工具都能直接做调研了,我们还需要再去学习如何做商分吗? 另外,商分听起来好像和很多人没有关系,似乎只有搞研究的人、做咨询的人、从事数据分析的人才会用到,其实不然。 如今,我们要实现财务自由,很大程度上要依靠金融资产。炒股也好,炒基金也好,都涉及不同行业。我们当然可以跟着大师走,但是大师可能想挣你的学费。如果你会一点商业分析/行业分析,就不容易被人糊弄。 这么说有点被动,我们从主动投资的角度看,商分能够让你发现一些机会,这种基于提前洞察发现的投资窗口,会让你踏踏实实赚到认知内的钱。 即使是和AI对话,你也要知道给AI怎样的上下文,怎么提出正确的问题,这些,除了依赖你的表达能力,还要看你掌握的分析框架,懂点商分,你将能提出更具针对性的话题。正确的提问,创造正确的知识。 回到《如何快速了解一个行业》这本书。作者肖璟是麦肯锡前分析师,所以我们可以认为,这本书讲的是麦肯锡分析师们用的商分框架,结合商业和生活中的多元案例,作者做了大量的知识迁移举例,同时也以新能源汽车行业为例,呈现了一个完整的行业研究样例。 因为写作过程中遇到生成式AI爆发,作者还特地针对性地创作了一章内容,讲如何用生成式AI做研究,直接把这本书的总页码干到了424,这还不包括放在图灵社区的参考文献。 目前纸书在京东当当淘宝都有货了,得到、微信读书电子书也上架了。 如果你想投资上分,做一个明智的现代人,读读这本书吧。你不会后悔自己的选择。
2025年12月成都|读书笔记:读《如何快速了解一个行业》—快速洞悉行业本质 在信息爆炸与行业迭代加速的时代,快速搭建行业认知框架、精准把握行业核心逻辑,成为投资者、从业者与创业者的核心竞争力。肖璟所著的《如何快速了解一个行业》,融合麦肯锡咨询经验与实战案例,构建了一套普适性强、实操性高的行业研究方法论,为读者提供了一把解锁行业本质的钥匙。通读全书后,其系统化的框架、辩证的思维与落地的技巧,让人受益匪浅。 一、行业研究的核心逻辑:周期为纲,维度为辅 行业研究的本质并非堆砌数据,而是找到行业发展的核心驱动力与演变规律。书中最核心的洞察,是将产业生命周期作为研究主线,结合多维度分析构建完整认知。传统产业生命周期理论将行业划分为导入期、成长期、成熟期、衰退期,但作者提出了更具实操性的划分标准 —— 以渗透率为核心指标:当渗透率达到 15%~20% 时,行业进入成长期;达到 35%~40% 后,进入成熟期。这一量化标准解决了传统理论难以落地的痛点。 在不同生命周期阶段,研究重点截然不同:导入期需验证商业模式可行性,判断需求是否真实、盈利能否持续;成长期要聚焦市场规模,估算潜在空间与未来 3-5 年增速;成熟期需评估护城河宽度与竞争格局,判断行业盈利分配逻辑;衰退期则应重点关注替代品威胁,及时调整研究重心。这种动态聚焦的研究思路,避免了 “一刀切” 的分析误区,让研究更具针对性。 除生命周期主线外,书中提出的四大基本面分析维度同样关键:可行性(商业模式)、规模性(市场空间)、防守性(护城河)、盈利性(竞争格局)。这四个维度层层递进,从 “能否存活” 到 “能做多大”,再到 “能否长久” 与 “能赚多少”,构成了行业研究的完整逻辑链。 二、关键分析工具与实操技巧 书中提供的一系列研究工具与方法,打破了行业研究的 “神秘感”,让普通读者也能快速上手。在商业模式验证方面,作者提出 “销售可行性 + 利润可行性” 的双重验证法:通过时间对标(参考历史相似需求)与空间对标(借鉴成熟市场案例)判断需求真实性;运用单位经济模型(UE 模型),从单店、单品、单订单等最小运作单位切入,评估盈利可持续性。这种 “从小见大” 的思路,能有效规避伪需求陷阱。 市场规模测算则解决了 “数据缺失” 的常见难题。针对新生业态、小众行业等缺乏现成数据的情况,书中给出三大方法:需求导向法通过 “目标客户数 × 渗透率 × 客均订单量 × 客单价” 公式估算潜在市场;供给导向法聚焦供给瓶颈,分析企业最大产能与实际产出;供需匹配法利用 “以小见大” 或 “以大见小” 的比例关系推导,如通过高校师生与 ATM 机的配比估算城市 ATM 总量。这些方法的核心逻辑是 “拆分未知变量为已知变量”,将复杂问题简单化。 护城河分析是书中的亮点内容。作者将护城河归纳为 “资源垄断” 与 “网络效应” 两类:前者通过独占劳动力、土地、资本、技术、数据等生产要素构建,如茅台的产地资源、芯片企业的专利壁垒;后者通过整合政府、同行、供应商、客户等生产关系形成,如微信的用户网络、行业标准制定者的话语权。这种分类方式清晰易懂,且提供了可落地的判断标准。 三、行业研究的进阶思维:动态追踪与风险预判 行业研究并非一次性工作,而是需要持续动态调整的过程。书中强调,外部因素往往成为行业演变的关键变量,需运用 PEST 分析法持续追踪:政治政策(如产业补贴、监管限制)、经济环境(如 GDP 增速、利率汇率)、社会文化(如人口结构、消费习惯)、技术革新(如基础层创新、应用层突破)。这些因素既可能成为行业发展的催化剂,也可能成为颠覆性力量,如新能源技术的突破对传统燃油车行业的冲击。 景气度追踪是动态研究的核心手段。作者指出,景气度指标需满足 “反映基本面 + 高频更新” 两大条件,通过产业链上下游数据(如新能源汽车销量带动锂电需求)与行业关键指标(上游看价格库存、中游看产销量、消费看通胀与地产),提前预判行业业绩变动。这种 “用数据验证逻辑” 的思路,能有效避免研究与实际脱节。 估值环节则需匹配行业生命周期特征:导入期适用 VC 估值逻辑,看重成长潜力;成长期采用成长股估值,聚焦业绩增速;成熟期适用周期股估值,关注行业集中度;衰退期需警惕低估值陷阱,避免盲目抄底。这种差异化估值思路,帮助投资者避开 “估值高低” 的单一判断误区。 四、实战启示:从理论到落地的跨越 书中以新能源汽车行业为案例,完整演示了研究框架的应用,给人深刻启示。新能源汽车行业处于成长期向成熟期过渡阶段,其研究需兼顾规模性与竞争格局:通过人口基数、渗透率目标测算市场空间,通过产业链毛利率分布(采矿及回收环节毛利率超 30%)识别盈利核心环节,通过技术迭代(电池能量密度提升)与政策支持判断行业持续性。这种 “框架 + 案例” 的落地方式,让理论知识转化为实操能力。 此外,作者分享的研究方法也极具价值:假设驱动法避免 “大海捞针”,通过 “做出假设 — 拆解假设 — 验证假设” 提升研究效率;金字塔原理帮助梳理逻辑,从资讯罗列到观点提炼,形成层次清晰的分析结论;SCQR 框架优化表达,根据受众调整叙事顺序,让研究成果更易被接受。这些方法不仅适用于行业研究,也可迁移至问题解决、沟通表达等多个场景。 五、总结:行业研究的本质是认知升级 《如何快速了解一个行业》的核心价值,不在于提供零散的技巧,而在于构建了一套 “系统化、可复制、动态调整” 的认知体系。它告诉我们,行业研究不是 “了解所有细节”,而是 “抓住核心逻辑”;不是 “固守单一框架”,而是 “灵活适配场景”;不是 “脱离实际的纸上谈兵”,而是 “落地可行的实战指南”。 对于投资者,这套框架能帮助快速识别高潜力行业与赛道;对于从业者,可清晰自身所处行业阶段与发展机遇;对于创业者,能精准判断市场空间与竞争壁垒。在快速变化的时代,掌握这套行业研究方法论,本质上是掌握了认知升级的工具 —— 既能快速洞悉陌生行业的本质,也能更深刻地理解所处行业的演变规律,从而在投资、职业与创业道路上做出更明智的决策。正如书中所言,行业研究的价值,在于 “用正确的方法,得出准确率足够高的分析结果”,这正是我们在复杂世界中穿越迷雾的关键。
作者太有意思啦,说不用看之前写的书,看这本书就够啦,连自己的台阶都拆,这么真诚有趣,可太好玩啦。 如果你经常需要在短时间内搞懂一个完全陌生的行业,比如今天还在研究新能源,明天老板就让你看教育,后天又要分析AI,那你大概也会有这种体验: 资料越看越多,脑子越看越乱,好像知道了点什么,但又说不出个所以然。 作者写了《如何快速了解一个行业》,写得最认真、最厚、最干货不兑水的一本书(他认为自己以前写的前两本太老了,真的不用看了)。 他把自己在麦肯锡做分析师那几年的框架,后来做投资研究时的方法,生成式AI爆发后新的研究方式,全部揉碎了重新整理,用最容易吸收的方式讲出来,就是为了让读者们,完全的外行能在最短时间内,建立起像内行人一样思考的能力。 这本书的核心不是让你背多少行业知识,而是让你掌握一套能复用的行业拆解方法。 说白了,就是给你一张地图、一套工具、一个能反复套用的框架,让你不再迷路,不再被各种报告牵着鼻子走。 在书里把行业研究拆成了最实用的六步: 从行业到底是什么,到价值链怎么运转,再到谁在竞争、靠什么赚钱、未来会怎样。 每一步都有图、有案例、有方法,也有他踩过的坑。 他还特别写了一章如何用AI做行业研究。不是教你点点鼠标,而是告诉你怎么让AI成为你的研究助理,帮你查资料、做表格、提问题、找逻辑漏洞。 毕竟现在AI这么强,不懂用它的人会被时代甩开,用不好它的人会被它骗得团团转。 这本书有四种用法,你可以: · 把它当模板——研究任何行业都能按图索骥 · 把它当地图——不知道去哪儿找数据?翻开就有 · 把它当培训材料——新人能快速上手,老手能重新整理体系 · 把它当案例库——里面几十个案例,写报告、做汇报都能直接用 作者愿望很朴素,希望我们读完之后,面对一个陌生行业时,不再心慌、不再迷茫,而是能马上拎起框架,从最关键的变量切入,迅速建立一个虽不全面但够用的认知。 在真实世界里,没有人会等你成为专家之后再让你做决策。 投资、择业、创业、跳槽,这些重要选择,都需要你在信息不完备的情况下快速判断。 这本书,为了让你在关键时刻,能做出更聪明、更稳、更有底气的判断。 如果你想投资上分、择业不迷路、创业少踩坑,或者只是想让自己在这个信息爆炸的时代变得更有判断力,那这本书,会是你今年最值得的一次知识投资。 你不会后悔的。
这本书最大的特点,不是内容错,而是过于正确。它讲的几乎全是对的,但也因此没什么真正的锐度。看起来有体系,实则是把常识包装成方法论 最诡异的地方在于他会说一般大家都会很重视什么什么什么。然后他来给你说这个怎么做出来,然后你一看,是人尽皆知的东西。人人也知道真正的不会是这么算的。只能说快速扫一遍吧 这本书更重要的内容要在于如何建立这些已有内容不一样的东西,说了很多指标很有用 只能说不了解的当入门,有一定了解的补全版图。我看之前自己基本上框架手搓的。我以为自己搓出来了一些不同的东西。但是其实只是对基础概念的深刻理解。我们看看这种书也好,可以让你知道你有哪些认知是基础水平哪些是超出平均线哪些是高级稀缺的,还有哪些是你以前没有注意到过的。 对于他说的案例是不是正确的什么的我就懒得说了,商科的例证都是射箭画靶或者选取你想要的角度,案例干净的没意义。 是否推荐呢,其实很纠结。对于入门的来说非常友好,但是我觉得他给了一个75 分的基本框架可能会对入门的人来说会有认知满足感而消除好奇心。 对于我这种基本上自己学,自己思考,然后搞的七零八落的,学校也不怎么指着望的人来说,这种书快去过一遍吧,有一定的价值,但是也就那么多休闲娱乐的时候上课,不想听老师讲话的时候看一下 那回到标题怎么快速了解一个行业呢 个人建议是问题驱动,选一个你感兴趣的故事,然后提问你觉得不理解的地方,把知识补全。然后纵向对比看有什么结构区别,在看别人写的文章的时候看有什么视角和思维是你没有想过的。比起快速过一个行业,更重要的是有自己的框架然后慢慢整理出自己的信息资源和验证路径 或者说别想快速 那对我这种
有点悔恨当初没有早点看到作者的这本书,我觉得作者的整个的认知和观念,和现在的我非常非常的契合 我想分享一个激励人心的故事,我在大二那年去一家创业公司工作,然后当时认识了很多想在学校创业的人,虽然后面那家公司倒闭了,但是我认识的那个人,他比我大一届,也是大专,我们还是老乡 他毕业之后,就去了一家叫零食很忙的实体店,在短短 5 年内,他就从一个普通店员成长成为零食很忙的合伙人,因为他完全精准地踩中了零食很忙的爆发式增长,而零食很忙也从一家小小的店铺,增长到 1 万家店,等上市之后,我认识的这个人就财富自由了 这是我身边发生的例子,所以我非常认可选择大于努力以及学会行业研究这个技能的重要性 我身边还有一个反面例子,跟上面这个例子特别相似,他们是在同一个行业,只是选择了不同的零食品牌和赛道,而我那个大学同学选择的那个零食品牌叫锁味,其实他选择的时候,我就有预判(这里不是我马后炮,是真预判),因为当时锁味在我们学校旁边开了一家门店,我发现锁味的门店根本没几个人进去买东西,货架上陈列的商品都落满了灰,而且不止这一家,周围几家都是,所以实际上锁味在那个时候已经是走下坡路的品牌了,后面我这个同学就回老家当起了新农民,现在发展的也不错,找到了自己适合的赛道 所以真的选择大于努力,哪怕是同样的行业,你因为选了不同的公司和不同的赛道,会有不同的人生 所以我才会觉得这本书我应该早点看的。虽然对我来说,现在看就是最好的时机 因为我现在这个年纪,刚好是人生的黄金起点,我也有一定的认知和阅历,所以在我在心中反复的告诉自己,学会行业调研,知道自己所处的行业的发展周期,知道未来哪些行业是持续上升的,我能提前进入到这个行业去布局,这是我未来要做的事情 我非常推荐大家好好的看完这本书,因为这个作者非常的真诚,他同时也懂得如何在这个互联网上生存,从他来微信读书这个频道去发表自己的想法就能看得出来,同时我也真诚的祝愿能看到这本书的人,大家都能越来越好,发大财,因为你真的学会了如何快速地了解一个行业,那你离发财就越来越近了↗️
感觉就是一本口水书,也不知道作者的理论是来自专业呢,还是工作经验。可信度存疑。 书中举例非常不严谨。感觉就是个普通从业者,业余时间随便写了一本,在你们这些业余炒股的,或者拿着闲钱想投资的门外汉面前炫炫技,收获一堆“哇塞”。
零零碎碎地看完了这本书,基本就是一周一章地看,看了好久也看得好慢。说一下我个人对这本书的观感: 第一点,我不太喜欢作者的每章后面做的小结导图,可能是我个人用习惯了思维导图的原因,总觉得作者的导图做的有些扁平化,但是不可否认非常直观全面。 第二点,对于一些案例细化的分析方式不够通用,能再进一步进行总结出通用规律却没有进行总结。 第三点,这本书对一些专业词用词解释得非常好,没有金融知识的人也能有很好的观感。 第四点,我认为这本书更多的是在教人如何投资,而不是单纯的行业研究。一开始点开一本书,我是被书名吸引而来,我希望我能全面具体地了解各个行业,从而选择之后的职业。不过书里的中心也是围绕在行业上,看了也是受益颇多。 第五点,书写到后面升华了,正如书里用的DIKW模型一样,步步递增,从描绘行业地图,到教给我们“徒步”需要用的工具。从行业研究到通用的个人成长。 我对这本书的感悟就是以上几点,我自己,这本书看得实在是太零碎了,导致我本来有一些思考,因为没有沉浸式阅读而被打断,感觉好可惜,我以后看一些比较重要的书籍,我要沉浸地尽快地看完,不该拖拉。
翻开此书的目的,很简单,就是为了赚钱。 该篇为框架型书评,该书定位用于查补基本框架。 “颗粒度”对齐,计算角度对应的是单位的统一,于此的口径,是产业链环节,行业分类与细化的统一,详细的分类建议找国家标准,证监会标准,机构标准。 传统的产业生命周期:导入期、成长期、成熟期、衰退期。本书以渗透率作为划分标准,每个时期行业都存在衰亡的可能。 导入期研究重点在可行性,成长期关注市场规模,成熟期侧重于防守性,是否具有足够的护城河来避免被替代,已进入衰退期且无法走出第二曲线的,找替代品,研究归研究,吊死是不可能的。 为何下注?判断商业模式是否可行,借芒格的话:如果我知道会死在哪,就不去那里。商业模式是对生产力和生产关系的排列组合,商业模式的常见维度:价值主张,运营模式,界面模式,盈利模式。验证是否可行,调研和试错。谨记预测只能做到提高正确的概率。导入期的目的是确保胜率绝对不等于0。 可行性评估可分为销售和利润两方面的可行。销售可行判需求,需求很难被创造,更多的是已有的需求被新的方式满足,此处采取对标法,对标过去的时间或对标当下时间更成熟的市场。利润可行找成本与收入,收入可用“频次”与“弹性”划分四象限判断,成本看标准化程度。从定量分析判利润可行,建立UE模型,UE模型一般建3个,一个反映当前,一个反映盈亏平衡,一个基于终局视角,记住提取关键指标,关键指标因行业不同而不同,这方面考验知识的广度。 成长期看市场规模,天花板足够高才具有成长性。市场规模口径分类:潜在市场(TAM),可服务市场(SAM),可获得市场(SOM)。导入期关注TAM,成长期关注TAM和SAM,成熟期关注SAM和SOM。本书介绍的测算方法是拆分,从需求,供给,供需三个方向切入。例:需求导向估算TAM,将市场规模切割为目标客户数,渗透率,客均订单,客单价。 护城河从生产要素和生产关系出发,一为资源垄断型,二为网络效应型。生产要素:劳动力,土地,资本,技术,数据。生产关系:政府,同行,供应商,客户。例:与客户关系的护城河,打造品牌降低决策成本,稳固渠道降低购买成本,提高转换成本留住顾客。 从纵向和横向看行业的竞争格局。横向,根据行业集中度判断行业结构,根据行业集中度变化趋势把握利润走向。产能周期是影响行业集中度的主要因素,产能周期:供不应求,产能激增,产能出清,格局改善。从定性看产能周期:龙头被动扩产能,龙头主动扩产能,外来者无序扩产能。纵向,利润在产业链的分配,分配机制取决于议价意愿和议价能力,行业在产业链中的地位可通过毛利率和占用上下游资金能力判断。 进入估值,价值投资的观念很神,但说实在那动辄十几,几十年的投资周期让它在平常的投资中实用性较低。股票收益来自股利,盈利,估值,以年而非十年为单位的角度,估值的贡献是显著的。需求端看估值,判投资者的能力和意愿,能力看手上钱的量和质,质与物价水平,利率水准挂钩,意愿涉及行为的非理性,交易拥挤度是一个好使的指标。供给端看估值,资产的赔率和概率,即资产的投入回报比和赚钱概率。绝对值的市盈率是个不好用的指标,相对市盈率在这儿更有用,估值在产业不同生命周期有不同的特点,不可一概而论。 分析是动态的,外部因素时刻变化。政治,经济,社会文化,技术。技术和政策的影响不赘述了,经济方面拎出货币价格看看,货币三种价格:货币购买力,利率,汇率。货币购买力的变化体现为通货膨胀与紧缩,也即平常所说的物价变化,利率涉及贴现,是连接今天的货币与明天的货币的桥梁,汇率则是不同币种的兑换比率。社会文化,人口年龄结构和文化变迁,国风品牌,茶颜悦色,霸王茶姬,顺带感叹一句,茶颜是真会取名字。 景气度衡量宏观经济和行业的繁荣程度,纵向产业链指标,横向行业指标。 研究创造时间差,广度差,深度差,深度差可行性最高。 处理信息过载,每次的最优选择并不通向整体最优,终末两点之间的直线最短。 应对观点极化,拓宽渠道,筛选信息,赋权资讯。 简单的同义词互换和归纳总结不创造额外的价值。最近很喜欢看这句话。