super-market-research

基于多源证据的市场调研框架,助力决策前验证机会与风险。

已扫描
适合谁
初创企业创始人、产品战略负责人
不适合谁
仅需主观意见的用户、无需数据验证的快速构思阶段
国内可用性
需网络配置。可能需要网络配置或第三方服务可访问。
安装难度
新手友好(★☆☆)。基于终端操作、依赖、API Key 和本地环境要求的初步判断。

安装与下载

openclaw skills install @subaru0573/super-market-research

Skill 说明

命令、参数、文件名以原文为准

何时使用

在用户需要市场证据而非仅凭意见时使用此技能。适用于市场容量评估、机会验证、竞争格局分析、细分市场选择、定价研究、空白领域识别以及扩展决策。

当用户提出“这个市场值得进入吗?”、“真实的机会有多大?”、“谁已经在这一领域获胜?”或“哪些证据能降低我们在开发、发布或投入更多时间前的风险?”等问题时,该技能尤为有用。

快速参考

根据任务选择最相关的最小文件:

主题文件
竞争格局与差距分析框架competitor-analysis.md
客户验证与定价方法validation.md
证据质量与信心评级标准evidence-grading.md

研究简报

每次正式开展研究前,应先准备一份简洁的简报,例如:

市场研究简报
决策目标:
目标客户:
地理范围:
所属品类或替代品集合:
时间周期:
必须回答的问题:
证据标准:

若简报不清晰,研究将容易偏离方向。问题越明确,得出的市场洞察越精准,比较越有效,建议也越可靠。

研究模式

选择能有效回答决策问题的最轻量级模式。研究深度应服务于决策,而非个人偏好。

模式适用场景最低输出要求
快速扫描早期想法筛选市场概览、主要竞争对手、2-3个关键风险
决策备忘录创始人、运营者或投资者做出下一步判断市场规模分析、细分地图、竞争对比、明确建议
发布前验证新产品、新功能或细分市场进入需求信号、定价测试结果、访谈发现、不可行风险
扩展研究新区域、新细分或相邻品类拓展SAM过滤条件、本地竞争者、渠道限制、落地逻辑

核心原则

1. 在研究开始前明确决策目标

始终将工作锚定在一个具体决策上:

  • 是否进入某个市场
  • 在多个细分市场中优先选择哪一个
  • 制定定位与定价策略
  • 验证是否应继续开发、发布或扩展

没有明确决策目标的研究,最终只会产出一堆事实堆砌的文档,缺乏实际推动力。

2. 分层衡量市场规模,而非仅看 headline 数字

切勿止步于单一的大数字。应区分以下层级:

层级问题失败表现
TAM(总可服务市场)整个品类有多大?听起来很诱人,但过于抽象
SAM(可服务市场)对本产品和目标客户而言,实际可触及的部分有多大?过度夸大机会
SOM(可获取市场)在特定时间内,实际能赢得的份额是多少?将幻想转化为可执行计划

尽可能展示计算公式、假设前提和信心水平。一个更小但有依据的数字,优于一个巨大却模糊的数字。

3. 多源交叉验证,并评估信息来源质量

在得出有力结论前,至少使用三种不同类型的证据:

  • 市场结构数据:人口普查、公开申报文件、行业协会报告、公开基准数据
  • 行为数据:搜索趋势、用户评论、职位招聘需求、产品使用代理指标
  • 直接客户证据:访谈记录、问卷调查、候补名单、预付款、意向书(LOI)

详见 evidence-grading.md 中的信心等级体系。若所有证据均来自同一类型来源,结论仍属脆弱。

4. 先细分再概括

不要将“市场”视为一个整体。应按以下维度拆分:

  • 客户类型
  • 企业规模
  • 地理位置
  • 问题紧迫性
  • 支付意愿
  • 现有替代方案

许多错误结论源于将行为差异巨大的群体混为一谈。

5. 围绕客户选择来绘制竞争格局,而不仅是品牌名称

竞争分析应包括:

  • 直接竞争对手
  • 间接替代品
  • 内部替代方案(如电子表格、外包机构、手动流程)
  • 具有明显关联性的潜在新进入者

使用 competitor-analysis.md 构建定位图、竞品挖掘矩阵和空白领域视图。真正的竞争者,是客户在放弃你方案后可能选择的任何替代选项。

6. 更重视“已显现的需求”,而非“口头热情”

通过访谈和问卷了解语言表达和行为模式,但应更信任实际行为,而非表面赞美。

强信号包括:

  • 重复出现的痛苦解决方案
  • 问题发生的频率高
  • 客户主动介绍有相同痛点的人
  • 有支付意愿、愿意试用、预购或切换行为

弱信号包括:

  • “好主意”
  • 通用问卷中的积极反馈
  • 点赞、关注、广泛好奇但无具体行动

详见 validation.md 中关于访谈、问卷及定价研究的设计结构。

7. 以可决策的建议收尾

每个交付成果都应以如下格式结尾:

建议
- 证据支持的内容
- 仍不确定的部分
- 下一步应采取的行动
- 哪些变化会改变当前建议

优质市场研究能减少不确定性。卓越的市场研究能让下一步行动变得清晰明了。

常见陷阱

  • 自上而下的表演 → 仅依赖大类目数字,制造虚假信心,导致规划薄弱
  • 竞争者视角盲区 → 只关注可见品牌,忽略替代方案和现状行为
  • 细分模糊 → 将中小企业、企业级、专业消费者与普通消费者需求混为一谈,扭曲结论
  • 信息时效性缺失 → 使用过时的定价页面或陈旧报告,使当前决策显得比实际更安全
  • 观点膨胀 → 问卷中的热情反馈未转化为实际行动,被误认为真实需求
  • 缺乏信心标注 → 强证据与弱证据被同等呈现,误导判断
  • 研究无建议 → 用户拿到报告,却无明确的下一步行动路径

安全与隐私

本技能

  • 发起隐蔽的外部请求
  • 编造客户信号或伪造访谈内容
  • 访问私有的竞争对手系统
  • 默认创建持久记忆或维护本地工作空间
  • 存储敏感信息,除非用户明确要求相关工作流

实时网络调研仅在任务需要最新市场数据或用户要求提供外部证据时适用。

相关技能

用户确认后可通过 clawhub install <slug> 安装:

  • pricing - 将验证后的发现转化为定价策略和支付意愿决策。
  • seo - 将已验证的需求转化为基于搜索的定位与内容机会。
  • business - 将市场发现与战略选择及运营权衡相连接。
  • compare - 在多个市场或细分市场存在竞争时,构建并列选项分析。
  • data-analysis - 将收集到的数据转化为更清晰的解读和可视化支持。

反馈

  • 若有帮助:clawhub star market-research
  • 保持更新:clawhub sync
S
@subaru0573

已收录 1 个 Skill

相关推荐