如何快速了解一个行业——行业研究(八)
- 2026-10-02 10:09:00
如何快速了解一个行业——行业研究(八)一. 研究资讯的本质 研究的本质就是“输入-处理-输出”资讯的过程 二. 研究资讯的目的 研究的目的就是通过不同维度的信息差来持续创造有用的信息，不同的信息差分别是时间差、广度差和深度差。 1. 时间差 时间差主要是涉及比其他人更快获取关键信息的能力。但时间差带来的机会是非常稀缺的，只有掌握的资讯是第一手资料且准确无误的信息时，并暂未经过大规模传播时，才有可能获利。 许多机构开始使用爬虫技术来抓取数据，从而制造时间差。如电商平台获得某些消费品的数据后，把这些数据出售给某些投资机构，他们根据这些数据进行投资决策或进行数据分析、撰写研报。也有些机构会建立自己的爬出技术部门来评估某些数据的真实活跃度。当然这些获取特定资讯的方式相较于普通人有较高门槛。 2. 广度差 指的是比别人覆盖更广阔的知识面。在如今信息过载的时代，即使覆盖面足够广阔，对信息的接受程度只限于浅尝辄止也不会积累或沉淀什么实质性的信息。反而会产生焦虑情绪，从而影响对资讯深度的探索。所以最好的方法是在一个领域持续深耕，在具备一定深度后再去扩宽广度。 3. 深度差 对市场的深度体现在，一是比别人更懂市场的供给侧，即更了解行业和公司。投资与自己所在行业相关的股票是一个更好的机会，“春江水暖鸭先知”在时间差上有优势。二是更懂需求侧，更了解是市场和客户。对市场需求方的深度研究是建立在对市场的细致观察和分析之上的。“没有调查，就没有发言权”。 三. 资讯的类型 1. 按照深度分类 可以用DIKW模型来由浅入深划分资讯。DIKW分别代表：D-data, I-information, K-knowledge, W-wisdom。对数据和信息的分析，只停留在know-what程度；如需要对资讯进步提炼，就需要知道know-how怎么办；最后需要“知其然并知其所以然”know-why程度。 对资讯的分类分为“事实判断”和“价值判断”。事实判断是对客观存在的事物、属性、过程等判断，主要回答“是什么问题”；价值判断是对人、事、物的好坏及有用与否的判断，它回答的是“应该怎么样”。事实判断是一个精确值，也就是只有唯一解，而价值判断没有上下之分，只有左右之别。 一个人对世界所有的事实判断总和构成了他的世界观，而他对世界观的所有价值判断总和构成了价值观。价值观往往因人而异，并且随着外部环境的变化，价值观也处于动态变化中。所以，对人、事、物进行客观评价和预测时，应尽可能地基于事实判断而不是价值判断。高质量的价值判断往往都有事实判断作支撑。否则就是主观臆断或个人情绪输出。 2. 按照广度分类 按此方法可以把资讯划分为宏观资讯、中观资讯、及微观资讯。宏观资讯主要涉及国家或地方层面的数据，包括人口统计学数据、经济数据、金融数据等；中观资讯主要聚焦于行业层面的数据，微观主要涵盖企业或产品层面的信息。当然把深度和广度资讯结合起来构建一个矩阵，更能反映出具有参考意义的信息。 四. 如何整理资讯 研究的本质是“输入-处理-输出”这样一个过程。第一步就是把咨询的输入工作，对搜集到的资讯进行筛选；第二步是处理，从各种咨询中提炼出核心观点；第三部是输出，把所谓的好的资讯并提炼出的好的观点有序的呈现出来，构建一个具有逻辑结构的信息。 1. 如何输入资讯 在资讯的输入过程中会遇到一些难题： 难点一：是在数量上的信息过载 无论是选择浩瀚的二手研究资料，还是通过问卷调查等方法获取一手资料，都需要耗费大量时间和精力去收集和筛选。这里可以采用一种更高效的假设，进行层层逻辑推演来论证。 步骤1 ：做出假设 步骤2：拆解假设 步骤3：验证假设 难点二：是在质量上的观点极化 现阶段网络上观点类的信息很多，甚至很多观点偏激，如果出现与观点不一样态度就会形成二级对立。即使有一些“理性、中立、客观”的内容，也不会引起关注。但如果把这些观点拆分成正反两方面的观点，并各建立一个输出账号，反而是两个账号都会收获大量关注者，学术界称之为“网络观点极化”。这种现象容易导致“确认偏误”的谬误。这就意味着在看资讯时只倾向于关注只符合自身价值观的信息。如果观点固化，不容易识别出反对声音并回避风险甚至固化思维。这种现象主要有三种原因： 宏观层面 经济下行期造成矛盾激化。在过去几年时间里全球经济增长乏力，当经济没有增量时只会对存量市场进行再分配。因此有不少人的收入增长赶不上通胀的速度。收入增长停滞甚至是下降就会导致JIEJI矛盾。在全球化趋势下矛盾会扩散至全球。 中观层面 还有一个很重要的原因就是互联网平台的内容算法机制。几乎所有的网络平台都会把用户的行为和偏好贴上各种标签，然后向用户推送符合其行为或偏好的内容。这将导致用户接收了同质化、极端化的信息或观点，从而被限制在一个信息茧房中。 微观层面 对于互联网上的内容创作者来说，获取流量很关键。其中一个获取流量密码就是通过对立甚至是极端观点来制造矛盾，矛盾就是焦点。在算法的推荐下，观点计划的内容更容易获得流量，平台为了增加用户的粘性，会优先推动那些激发乎用户互动的内容，那么为了获得用户之间的互动，内容提供方往往会倾向于输出一些极端观点来吸引观点相同用户的点赞和转发，从而激起观点相悖用户的评论和吐槽。 针对以上原因，可以采取的解决方案： 拓宽输入渠道 主动多寻找一些多元化的信息来源，“兼听则明”避免观点极端化。如关闭算法推荐服务功能，2022年3月《互联网信息服务算法推荐管理规定》开始实施，该规定要求，算法推荐服务提供者要让用户有算法推荐服务的知情权和选择权。其次是多关注一些与自己观点相左的媒体报道。通过假设方法来佐证，即使这样的验证失败，也有利于修正和迭代自己的价值判断。 挑选资讯依据 如何学会区分事实判断和价值判断。首先要基于事实判断来得出结论，实施胜于雄辩。在面对别人的价值判断时，可以直接无视或否定。还有一种更为简单的方法就是多读书、保持开放的心态，多听听不同的观点，这样就不至于陷入信息茧房，不断做观点的自我强化训练。 平衡“独立思考”与“兼听则明”的方法就是，以事实判断作为决策依据。当然，别人的价值判断并非认知污染，有时也能够提供另外视角，对认知进行弥补。在参考别人的价值判断时，需要确认是否有足够的事实判断或逻辑作为支撑。 理性赋能资讯 收集到大量信息后，要有所侧重的筛选信息。所有的信息都是基于事实，但不同的事实可能指向不同的结论，甚至出现结论矛盾的情况。这是因为不同的人对同一信息赋予的权重不一样，即使有事实作为支撑也会得出不一样的结论，这背后是每个人价值观不一样。这种赋权差异与自身利益相关。为了减少基于自身利益考虑的赋权，可采取更为理性的思考方式，例如用数据驱动做决策，或查询文献资料、采用问卷调查等方法来收集数据。 2. 如何处理资讯 使用金字塔原理对收集到的信息进行分层和分类。人的记忆力在短时间内只能记住5-9个信息单位。对信息进行分类处理便于人脑记忆，也有助于提炼和吸收关键信息。第一步就是对信息进行整理和罗列；第二步是寻找规律，对信息进行归纳、整理、分组，然后找出共性；第三步是提炼要点；第四步是归纳核心观点。 3. 如何输出信息 在信息爆炸的移动互联网时代，人们已经习惯了短视频带来的“即时满足”，且注意力很分散。那么如何迅速抓住受众的注意力，迅速把观点传递出去呢。 顺序很重要 讲故事的顺序会影响听众的兴趣。最好的顺序应该是先呈现核心观点，再给出支撑观点的依据。 
SCQR框架 一个好故事一定是从受众角度出发的。只有换位思考故事才容易被记住。SCQR框架就是：S- situation（情景）、C- complication（冲突）、Q- question（问题）、R- resolution（解答）。SCQ这三部分都是故事线的开场部分，也就是把故事引入到让受众能够更好理解后面的核心观点。一段好的引入能够抓住人的注意力，并能水到渠成带出后面的核心观点。R部分的观点要清晰、明确、不拖泥带水。
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。
