学了很多框架，却还是不会分析

为什么你会SWOT，PEST，五力，4P，4C，却还是不会做分析？...



很多人问我，为什么他们学了SWOT，波特五力，4P等各种各样的咨询框架，最后还是不会分析。

要我说，不会分析的首要原因，往往是框架用错了地方，错把分析过程当结论。

就拿烂大街的SWOT分析来举例子。



SWOT分析是用来规划企业战略的，对于企业的优势、劣势、机会和威胁的研究只是这个框架的基础，进一步应该构建矩阵，通过评估SO，ST，WO，WT四个不同的战略方向，去选择最适合企业的发展战略。

换句话说，SWOT分析的目的是为了制定企业战略，或是分析竞争对手动向，而不是就简单地把SWOT四个元素简单地呈现出来。这样毫无卵用。

这就是我说的，错把分析过程当成了最后的结论。

这种错误的重灾区，往往出现在各类不入流的行业分析报告，比如下面这些







这些报告一般都是些刚毕业的本科生硕士生，坐在办公室里查查统计年鉴、行业协会和海关数据，顺便拍拍脑袋套套模板写出来的。

这类报告的数据准确度大约和某些券商报告之间差了1000个国家统计局。就这种水平也敢收几千块。

不过，接下来才是我们要吐槽的重点。

一般地，这些报告中会花两三页（大概500-1000字）的篇幅去讲一讲SWOT分析，PEST分析或者波特五力分析。

比如下面这个讲SWOT的。

摘自《2013-2017年中国制造业现状及未来发展趋势预测报告》，来源是中国产业洞察网。



然后呢？然后下面就没有了。

没有更详细的论述，也没有结论，更没有深入的分析。在这里，报告的结论就是孤零零的四元素分析。

——那这里的SWOT分析意义在哪里呢？

——大概是为了凑页数卖个好价钱吧。

所以，请在你忘掉以上内容之前，请再跟着我念一遍：所有的分析框架最后一定是要得出一个结论。分析框架本身并不是结论。不过，像这种把分析框架作为结论的还只是小问题，接下来要讲的才是大问题：缺乏足够深入的信息。

信息是结论的证明，获得的信息越多、越深，才能做出有效的分析，得出令人信服的结论。

写到这里我的耳边不禁响起前客户的谆谆教诲：你们搞咨询的就是爱装逼，不要说这些理论，我们领导爱听故事。

那我只好再举个栗子。

这个例子还是关于SWOT。

以下内容选自百度文库《世界知名大公司SWOT分析法案例分析》。作者不详，看这水平大概是个学生。

以下是文中对中国电信的优势分析的第一点，用户优势。

“中国电信市场引入竞争机制后，中国电信与中国移动、中国联通、中国网通等运营商展开激烈竞争。中国电信南北分拆后，在保留原有大部分固定电话网和数据通信业务的同时，继承了绝大部分的客户资源、保持良好的客户关系，在市场上占领了绝对的优势。1.79亿的固定电话用户，1500多万的数据通信用户，为中国电信发展业务，增加收入奠定了良好的基础。”

以上内容乍一看写得挺好，又讲了来龙去脉（南北分拆），又有数据支持（1.79,1500），怎么就缺乏深入的分析了？

几个问题：

1. 全国有多少固话用户？移动、联通有多少固话用户？1.79亿怎么就算多了？
2. 全国有多少数据通信用户？移动、联通有多少数据通信用户？1500万怎么就算多了？
3. 中国电信的ARPU（用户平均收入）是多少？移动、联通是多少？凭什么说“奠定了良好基础”？

所以说，仅有中国电信自己的数据，是无法完成深入分析，并做出正确结论的。一个真正深入的、有足够信息量的分析应该是这样的：

第一段，先说背景：

中国电信南北分拆后，在保留原有大部分固定电话网和数据通信业务的同时，继承了绝大部分的客户资源。

第二段，横向比较：

（注：以上数字为瞎编）

只有通过明确的横向数据，才能令人信服地证明“电信有优势”这一结论。

第三段，说结论：

中国电信在市场上占领了绝对的优势，为中国电信发展业务，增加收入奠定了良好的基础。

再举个PEST分析的例子吧，又是一个重灾区。

以下PPT摘自百度文库《中国专车行业专题研究报告2015》，来自某观。



PPT标题是“宏观环境对专车市场形成利好“，我仔细读了下实在没看出哪里利好：

1. 交通部鼓励交通行业发展和专车行业发展大概只有一毛钱关系。
2. 用两个没出台的法案做支撑，还没有任何详细解释，这应该是实习生做的。
3. 交通状况恶化能推导出专车市场兴起？这真的有逻辑？
4. 想要说明居民出行结构发生变化，为什么不用人均可支配收入，而是国内生产总值？
5. ……

剩下来的槽不想再吐了，大家自行思考这页应该怎么改。

一般的市场研究中，要对市场主要的驱动因素做深入地分析，因为只有分析透彻了驱动因素和阻碍因素，才能得出正确的市场规模预估。

然后，这份报告的神奇之处在于，前面一堆定性分析，最后竟然得出了定量的市场数据，真是人有多大胆，市场多大产。

说了这么多，各位对如何进行深入分析应该有了个大概的了解。总结归纳下来就几点：

1. 分析框架只是帮助思考的工具，凡是归纳在分析框架中的信息，一定不是最终的结论
2. 任何分析的目的都是得出明确的结论，所有的分析过程都是为这个结论做支撑
3. 尽量选择数据性的信息做为证据，如果没有直接的数据，尽量量化

最后说点题外话。

世界上本没有什么分析框架，分析的人多了，找到共同点了，分析框架都有了。这些分析框架的最大特点就是大而全，但大部分情况下其实并不需要面面俱到。

比如比如某些行业的PEST分析，政策就是主导因素，其他都不重要，那就不要画蛇添足地加上经济社会和技术。

不要什么分析都迷信SWOT，PEST，五力模型，三角模型之类的老古董，那都是外行人干的事儿。

声明：以上内容仅代表本人个人观点，与我供职的公司、服务的客户无关。

    关注 Etesian亦莘