第二章 市场研究与客户需求分析

本页目录

市场研究的成果是可执行的经营判断。企业需要知道某个市场是否值得进入、哪些客户最可能采购、产品应当怎样适配，以及哪些假设必须先验证。AI 能扩大检索范围并减少资料整理时间，研究质量仍然取决于问题设计、来源可靠性和结论推导。

本章建立从研究任务书、证据采集、竞品监测到选品与定价判断的工作流程。学习后，应能够提交附有来源、口径和验证计划的市场进入决策稿，并将研究发现转入产品、营销或销售任务。

2.1 市场 竞争 需求与渠道四类问题

“市场有多大”需要先确定衡量对象。工业配件可以按目标行业设备数量、进口规模或潜在采购账户估算；消费商品可以按平台类目销量、搜索需求或目标消费人群研究。不同数据反映不同事实，不能混为一个市场规模。进口总额可能包含企业无法服务的产品与采购模式。

“谁在竞争”不仅指销售同类产品的品牌，也包括替代方案、当地服务商和客户现有做法。工业自动化供应商可能与客户继续使用人工流程竞争；家居品牌可能与低价本地商品竞争。研究应记录客户为什么选择替代方案，而不只是整理竞争对手的广告语。

“客户需要什么”要区分公开表达、实际购买和使用结果。评论能够揭示痛点，但评论者不一定代表目标客户总体；搜索可以反映兴趣，但不能证明支付意愿；采购公告更接近明确需求，但也有特定主体与时间范围。

“通过哪里销售”需要核实渠道的客户覆盖、信任方式、交易费用、准入条件和售后责任。B2B 产品通过经销商进入市场时，产品利润必须容纳渠道服务与库存成本；DTC 商品通过独立站销售时，企业必须承担获客和履约。研究应在四类问题之间建立关联，避免出现需求高但渠道不可达的结论。

2.2 将经营问题转为研究任务书

研究任务书首先写明需要做出的决策。例如“判断是否在德国面向中小型系统集成商推广某类产品”，比“研究欧洲市场”更可操作。接着写产品范围、目标客户、地域、渠道、时间跨度和预算约束。对于已有企业，应增加自身能力：产品参数、服务范围、资金和现有渠道。

将总问题拆成可以查证的子问题。需求可以拆为采购用途、使用场景、替换周期和已出现的需求信号；竞争可以拆为价格、渠道、服务、证明材料与差异化；进入条件可以拆为产品适用要求、销售主体、交付与售后。每个子问题指定预期来源和输出形式。

任务书需要写结束条件。若关键需求、成本和渠道证据已足够支持有限试点，就不应继续无限检索；若产品准入资料缺失，应形成补充任务，不能用更多市场文章掩盖问题。研究预算要包含人工校核，不能全部用于自动检索。

下面的提示词可用于形成初始任务分解。方括号为待填写字段，模型不应代填企业事实。

研究决策：[具体进入或投资决策]
企业条件：[已有产品、交付范围、预算、渠道]
范围：[国家、客户类型、产品类别、统计期间]

请先列出影响决策的子问题，不直接给市场进入结论。
对每个子问题列出所需证据、优先来源、比较口径和验证方法。
将已知事实、待查事实、估算与业务假设分开。
涉及数量、金额、准入和采购主体的结论必须能够定位到来源。
资料不足时明确指出应补充什么，不填入看似合理的数字。
输出研究任务书、证据字段表与停止条件。

输出后由业务负责人删除与当前决策无关的问题，确认必须回答的问题，再开始采集。

2.3 多语言检索与证据核验

先建立关键词词典，包括产品通用名称、行业用法、当地语言表达、客户场景、竞争品牌和产品分类。中文名称的直译可能不是买家实际搜索的词。可用竞争对手页面、当地行业协会和采购文本校准，再让 AI 扩展同义词。

检索按来源层级展开。主管部门、官方统计、公司官网、正式公告和原始研究优先；行业机构与可靠媒体用于补充；数据库和搜索摘要用于发现线索。公开联系人的职位、企业采购经验等事实，应回到独立来源核验。相同新闻稿被多家转载，只构成一条证据链，不算多个独立来源。

建立证据表，至少保存结论、原文片段、URL、发布与访问日期、统计期间、产品范围、单位和可靠性。网页内容会变化，关键决策资料应按许可保存可追溯的摘录或内部存档。引用链接只指向网站首页时，后续无法核验具体结论。

交叉验证不是机械寻找第二个链接，而是检查独立的数据来源能否支持相同判断。企业公告说明自身产品与业务，行业统计说明总体规模；两者可以相互补充，却不能互证某个销售额。数据冲突时先核查年份、范围、币种和统计方法，仍然矛盾就保留两种结果与解释。

对模型生成的研究报告逐项检查：引用是否真的存在；引用内容是否支持该句话；数字是否来自原文；是否将预测写成已发生事实；是否把行业结论套到特定企业。最危险的错误通常是“来源真实，结论不受来源支持”。

进口研究可从联合国 Comtrade等官方数据入口开始。查询时需要确定商品分类、报告国、贸易伙伴、年份及流向。不同产品分类和统计缺失会影响可比性，应在决策稿中保留口径。

2.4 竞品持续监测与业务触发

监测目标是发现足以改变经营判断的变化。页面整体改版、页脚日期或图片缓存变化未必值得告警。先选择监测对象，再定义字段和触发条件：价格、重要型号、交付说明、技术参数、渠道覆盖、服务政策以及主要营销主张。

每个监测对象应附对应产品、市场与业务负责人。不同渠道的价格要注明税费、运费、数量、优惠和有效时间。一个低价套餐不能直接与标准型号比较。图片中的参数与正文冲突时，应记录冲突，不能让 AI 自动挑选对企业更有利的数字。

推荐流程是页面采集、去除噪声、字段比较、重要性判断、人工确认和任务创建。固定字段用规则比对；开放式卖点变化由模型解释；重大变化由业务负责人确定行动。例如交期变化可能影响销售话术，规格变化可能影响产品开发，政策变化可能影响目标市场。

监测记录需要包含旧值、新值、来源、发现时间、核验状态和处理结果。长期只有告警、没有处理记录，无法判断监测是否有价值。对于登录、反爬或授权限制，应使用允许的接口、订阅资料或人工采集，不能把访问失败当作竞争对手停止销售。

首次部署先选择少量关键页面，检查误报与漏报，再扩大范围。过多监测对象会增加账号、采集维护和复核成本，使业务负责人难以区分重要变化。

2.5 用户之声的采样与分类

用户之声是客户对需求和使用体验的表达，常简称 VOC。评论、客服、退货原因、销售访谈、社媒讨论和工单都可以作为来源，但代表的人群不同。购买后的评价反映使用体验，询盘反映购买前顾虑，客服记录还受现有服务流程影响。

采样时记录渠道、市场、产品或变体、语言、时间、评分和是否购买。比较竞品时控制产品等级和时间跨度。只采一星评价可以研究失败模式，不能用来估算全部用户的不满意比例。评论多的老产品也不能与刚上市产品直接比较绝对差评数量。

分类应保留原文证据，并允许一条记录包含多个问题。可采用“使用场景、预期、实际体验、问题类型、严重度、提出的替代方案”六类字段。不要先让模型给出漂亮主题，再反向把全部评论塞入主题。先阅读一小批样本，形成分类定义，再批量处理并抽查。

{
  "record_id": "源记录唯一编号",
  "product_variant": "具体产品或未知",
  "market": "来源市场或未知",
  "issue_tags": ["尺寸理解", "安装难度"],
  "evidence_quotes": ["与标签直接相关的原句"],
  "severity": "影响购买或使用的等级",
  "interpretation": "与原文分开的业务解释",
  "needs_review": true
}

字段中的标签是示例，不是预设研究结果。遇到讽刺、双重否定、翻译歧义和产品型号不明，应进入复核队列。抽查应同时覆盖高频类别、低频严重问题和模型无法判断的记录。

真实案例 Amazon 的评价摘要

Amazon 在 2023 年 8 月介绍生成式 AI 评价摘要，归纳评论中反复出现的产品特征和用户情绪。官方说明该功能使用来自已验证购买的可信评论集合，最初面向美国部分移动端用户。Amazon 官方说明

评价研究的总结应受来源与样本范围约束，保留重复出现的主题及原文证据。买家摘要服务和企业选品研究的目的不同；企业还需要分析具体变体、严重度、退款与成本，不能直接把平台摘要当作完整产品改进依据。

2.6 从差评到可验证的产品机会

差评需要经过归因才能进入产品决策。相同抱怨可能来自产品缺陷、错误预期、运输破损、安装说明或客户误用。改产品、改包装、改页面与改服务的成本不同。AI 可以协助分类，原因应通过售后记录、实物检测或客户沟通确认。

建立“问题、证据、候选原因、验证方式、应对动作、责任人”的机会表。若客户反复说商品太小，先核查尺寸是否正确、图片是否误导和购买场景是否匹配。仅仅把商品做大，可能增加物流成本并失去原有用户。

排序时同时看频率、严重度、改善可行性和经营影响。低频但涉及安全或严重质量的问题应优先处理；高频的审美偏好则可能需要细分市场。把所有问题都转为功能增加，会导致产品复杂、成本上升和定位模糊。

每项机会都写验证方案。例如“在某一市场的产品页增加尺寸对照图”，可以通过用户理解测试和退货原因追踪验证；“改包装减少破损”，需要真实运输测试及售后数据。验证前定义指标，避免结果出现后只挑有利信号解释。

对 B2B 产品，样本可能主要来自销售与工程沟通，应补充使用场景、安装条件、集成方式、项目验收和维护要求。单次大客户需求也可能有战略价值，但需明确属于定制机会，而非整个市场的普遍需求。

2.7 选品打分与供给约束

需求、竞争和供给是选品的三项基本维度。需求判断客户是否有明确问题并愿意购买；竞争判断企业能否解释和证明差异；供给判断企业能否稳定交付符合要求的商品。选品不能仅凭搜索热度，也不能仅凭工厂可以生产。

需求维度可看多来源信号、购买频次、痛点强度与预算。竞争维度可看替代品、价格透明度、渠道集中度和自身差异。供给维度可看质量稳定性、实际成本、MOQ、交期、服务及资金占用。每项得分须有说明，缺失项标记待确认。

先设置否决条件：产品适用要求无法满足、关键参数不可靠、贡献利润持续为负、服务责任无法承接或现金占用超过预算。然后再计算得分。供给能力不能被模型根据工厂介绍推算；具体机型、价格、MOQ、认证和交期须按企业确认资料填写。

可使用两个评审层次。业务评审决定是否值得验证；实施评审决定怎样验证。一个高潜力产品可能需要先确认质量或渠道，不能因为分数高就直接采购大量库存。首次验证应明确样品数量、试销渠道、预算上限和退出条件。

AI 的主要作用是整理证据、发现差异与检查遗漏。加权计算由程序完成，最终取舍由经营负责人确定。保留不同权重下的敏感性分析，可以看出某个结论是否完全依赖一个乐观假设。

2.8 定价与贡献利润

价格研究要把市场价格带与企业单位经济性连接。客户购买的可能是商品加运费、税费、安装和保修，竞争页面显示的价格未必是最终支付价。B2B 报价还需要核对数量、贸易条件、付款方式、配件、安装和技术支持范围。

建立价格样本表，保存型号、关键参数、日期、渠道、标价、折扣、税费、运费、包装数量和服务。不同规格不能仅凭同类名称比较。对于批发询价与零售页面，应分开分析。

企业内部至少计算到可比较的贡献利润：净销售收入减去与订单或商品直接相关的采购或制造、平台与支付、物流、退货售后、营销等变动费用。费用是否计入需要统一口径。固定人员和租金可在项目或周期层面另行计算，不要在不同产品之间重复分摊。

以下为教学演算，单位均为同一记账币种：商品净收入 100，产品成本 30，履约 12，支付与渠道 8，退货售后期望成本 5。获客前贡献为 45。若获客成本为 35，首单剩余贡献为 10；若获客成本为 50，首单为负 5。预计复购不能自动抵消首单亏损，必须有实际留存和现金承受能力支持。

汇率、运费、退货和获客成本应做情景分析。对于账期较长的 B2B 业务，还要计算资金占用、汇率敞口与回款风险。模型可以解释差异，但金额计算应使用公式或财务系统，避免依赖语言模型心算。

2.9 从研究资料到决策稿

决策稿宜先给出进入、暂缓或补充验证的建议，再说明客户、需求、差异、进入条件、经营测算和验证计划。正文引用关键证据，附录保存详细证据表。资料丰富不等于结论可靠；如果关键准入或成本条件未落实，应明确阶段性结论。

自动化研究可以分为任务分解、采集、证据标准化、独立核验、综合判断和结果保存。资料文本属于待分析的输入，其中的指令、广告与页面提示不应改变研究任务或系统权限。报告生成只读取核验后的证据，不把搜索摘要直接升级为最终事实。

技术设计至少保留任务 ID、来源 ID、结论与来源映射、预算、状态和失败原因。采集失败时记录失败，不能以模型记忆替代。任务恢复时应知道已查什么、尚缺什么和已经确认的口径，避免重复消耗。

Anthropic 在 2025 年 6 月公开介绍其 Research 多 Agent 系统，由主 Agent 分解研究、专门 Agent 搜集信息，再处理综合与引用。文章也指出多 Agent 会增加成本与协调复杂度。官方工程案例

对企业研究系统，课程建议先以少量来源和单项任务验证引用质量。只有当独立研究方向足够多、任务价值能够承担成本时，才增加并行研究。复杂架构不能代替证据判断，单项任务也未必需要多个 Agent。

验收包括问题覆盖、事实准确、引用支持、数据口径、结论与证据一致性，以及业务负责人是否能够据此采取下一步。报告字数与生成速度只作为辅助指标。

2.10 研究工具的选型与部署

原课程提到的开源工具可以承担不同职责：GPT Researcher用于研究报告流程，changedetection.io用于网页变化监测，SerpBear用于关键词搜索排名跟踪。它们不自动构成可靠的市场研究体系。

研究报告工具需要配置模型、搜索或采集服务与引用校验。变化监测需要稳定的页面抓取与字段选择。排名跟踪需要指定搜索地区、语言、设备及数据供应商条件。公开项目的自托管能力不代表全部依赖服务免费，也不代表运行时没有资料出境、账户或维护要求。

选型顺序是明确任务、检查数据与权限、用真实样本试运行、计算总成本、再决定部署。无 IT 团队的企业可以先用受控 SaaS 与人工校核；有实施团队的企业可以将监测结果接入任务系统；有成熟 IT 的企业再统一身份、数据、审计与评估。

最低运行清单包括凭证管理、任务超时、调用预算、来源存档、日志脱敏、采集失败告警和负责人。不要把密钥写进研究文档或提示词。任何对外发布与账号操作都应由独立流程处理，不给研究工具无关权限。

实战 评价研究与市场进入判断

使用本章 Amazon 官方评价摘要资料，完成一份真实资料分析。任务是判断：“平台评价摘要是否可以直接支撑企业的产品改版决策？”提交原始机制、来源边界、可支持的结论、不能直接推导的结论，以及企业还需要的资料。

参考判断：可以支持“AI 能整理反复出现的评论主题”这一机制判断；不能据此推导特定产品的退货率、全部消费者偏好或某项改版的利润。企业需要具体型号和市场的授权评论样本、退货与售后、产品测试及成本资料。产品改版应以归因与验证为前提。

第二项作业为企业真实产品的市场进入决策稿。至少比较两个明确市场或客户细分，保存关键来源，并列出三项最可能改变结论的假设。每项假设附验证方式、负责人、预算和停止条件。

评审中要求一条重要结论能够回到原文，两个市场的数据口径可比，价格与利润计算可以复算，关键缺失信息进入验证任务。未经核实的联系人和邮箱不进入可执行触达名单。该名单建设与第六章销售流程衔接。

本章交付物：研究任务书、证据台账、竞品监测配置、用户需求与机会表、选品评分、定价测算和市场进入决策稿。模板见实战工具包。