为什么要这样做呢？理由有三：
- 站在行业的高度，才能有全局观，不至于陷入单个区域的盲区；
- 以全局观制定产品策略，更容易发现突破点；
- 观察行业，能够清晰地看出它与社会的交互关系，和未来的发展趋势。
以行业的视角看问题，往往是咨询公司干的事。产品经理资源有限，不可能像咨询一样专业，但依然可以借鉴这种全局化的思考方式，建立对行业的快速认知。尤其对于一些还没有确立职业方向的产品经理，在跨入所选择的行业前，无疑需要对该行业有一个大概的了解。而对于已经选定职业方向的产品经理来说，掌握基本的行业分析技巧，就更是基本功了。
俗话说，大道至简，实用的技能背后的原理往往并不复杂。行业分析也是如此，它的核心要素只有三个：
- 你要探究哪个方面的问题？
- 对于这个问题，你要运用哪个思维模型？
- 找到数据填充你的思维模型。
如何运用这三个要素呢？以下是三个关键诀窍，分别对应上述三个要素：
- 掌握MECE法则；
- 建立思维模型工件库；
- 了解基本的数据收集渠道；
所谓MECE法则，其实是一种思想，核心为八个字：完全独立，相互穷尽。行业是个集合词，本身并不能被分析，我们要分析的，是它下辖的实体。
譬如教育行业，从渠道角度，可以分为线上教育和线下教育；而线上教育，从教学方式角度，又可以分为授课型和非授课型；授课型中，从年龄层角度，又可以分为k12教育和非k12教育；k12教育里，从学生人数，又可以分为1对1和1对多；1对1，从老师属性角度，又可以分为自营模式和非自营模式。
这中间的每个分层，都要确保是覆盖完全且并不重复的（A与非A）的关系。而在分层中，则存在横纵两种关系。横，是单一维度的是非切割。纵，是维度本身的叠加。
拿上面的教育行业分类举例，k12教育和非k12教育；其中非k12教育又可以分为少儿教育和（非少儿教育∩非k12教育），少儿教育又可以分为学龄前教育和（非学龄前教育∩少儿教育）。这一层面无论如何细分，都以同一维度年龄层为基线。
而从渠道到教学方式，再到年龄层、学生人数、老师属性，是叠加了新的维度。
横纵两个方向，切割与叠加的深度，在开始的时候，尽量越深越好，行业分得越细，认识就更为精准。而一开始的时候，行业本身的划分必然不够清晰，当有新的信息补充进来，原有的架构不再适用，就要反思原先的划分方式是否存在漏洞，并对其进行优化。
仍拿教育行业举例，当我们按渠道将其分为线上教育和线下教育时，似乎并不能将双师课堂这种模式很好地融入进去，同时像电子词典、取词笔这些硬件设施，本身并不能以渠道作为分界。
遇到第一种情况，要考虑同一维度的元素是否可以叠加，例如双师课堂，其实是线上+线下结合的模式。
遇到第二种情况，要考虑是否存在更合理的维度选择。在现实分类中，有些维度只适用于特定场景，例如渠道；而硬件是不具备渠道属性的，因此我们要选择能包容新事物的维度作为新的分类标准。例如从学习介质的角度，可以分为以人为介质和以非人为介质，这样就可以把硬件包进去。
分类本身还有很大的学问，这里不多赘述。从实用的角度讲，只要能够覆盖市面上常见的类型即可。
当我们确定了一个行业内部的分布情况后，就要提出相应的问题。有特定研究目的的研究者，会就当前工作中的实际问题进行探究。而抛开这些特定问题后，一般的分析都要囊括三个方面：
- 这个行业是怎么运转的？
- 这个行业的现状是怎样的？
- 这个行业的未来有可能如何发展？
当然，问问题很简单，回答起来就难了。但好在，商业世界发展的时间够长，这些问题早已有了对应的解。这个解就是思维模型。所谓思维模型，就是固化了的解题方式，不同的问题对应不同的解题方式。遇到问题，找到对应的解题方式，问题的难度就被消解很多。
拿上述三个问题来说：
- 第一个问题，我们可以用价值链分析来回答；
- 第二个问题，我们可以用市场集中度分析和PEST分析来回答；
- 第三个问题，我们同样可以用PEST分析来回答。
（1）价值链分析
价值链分析，指的是从原材料开始，到把产品交付给消费者的所涉及到的各个关节，包括行业价值链，企业内部价值链和竞争对手价值链。
拿教育行业来说，原材料是知识本身，知识同时向学生和老师这两方传递，形成高低位差。平台则作为中介渠道，使得位差发生作用，从而让高位的老师能够辅导低位的学生。
在价值链中，知识、学生、老师、平台通过传输，发生作用，形成了最基本的教育行为。如此，我们得以粗浅地理解行业的运转模式。当然，这只是价值链的表现形式，它的深层次意义在于，通过价值链去判断链条的哪个部分成本最高，获利最高，从而做出相应的调整。
在具体的运用中，我们甚至可以结合其他的思维模型来对价值链进行混合应用。但它给我们带来的最重要的启发是过程性，一类事物的产生、发展到与其他事物的交互，这种先后的顺序关系是掌握价值链分析的精髓所在。
（2）市场集中度分析
市场集中度反映的是一个行业的整合程度，一般看行业的top10和top5占整个市场的份额变化。
如果近几年，top10和top5的市场份额都在飞速上涨，那说明市场还不稳定，有相当大的发展潜力。如果top5的份额几乎不变，top10的份额却稳步提升，说明行业到了细分期，要精耕细作。如果top5和top10都不变，说明行业已经很成熟了，后入场者不太有大的机会了。
如果说价值链分析能够让我们知道改做哪些事情，那市场集中度就是告诉我们该在哪些时间做事情。而通过市场集中度的分析，我们能够判断企业和市场目前的需求关系。
（3）PEST分析
PEST其实是对宏观环境的分析，主要包括政治、经济、社会人文因素、技术因素。它与价值链分析的区别在于，价值链聚焦于生产过程，并且呈线性关系，而PEST则聚焦于生产外，呈网状关系。
一个行业，在政治层面受到法律、政策的影响；在经济层面受到居民收入的影响；在社会人文方向受到年龄结构、审美观点的影响。在技术方面受到新兴科技的影响，企业在处理好生产的同时，要了解它所在的行业环境，社会环境。这是它当前的现状，同时这些宏观环境的因素往往会影响行业未来发展的方向。
政策导向如何，生活水平如何，科技创新如何，只有明晰这些，才能根据外部环境及时调整自身的生产动态，从而对现在做出改变，对未来做出察觉。
当我们回答完行业的问题后，还可以进一步纵深，来研究企业在行业中的定位。企业之后，还可以研究企业中的产品线，产品线后，就到了单个的产品。完整的纵深路径如下：行业-企业-产品线-产品。
而无论是行业、企业、产品线还是产品，都遵循一样的规则：问题是什么？用什么样的思维模型去解决？找到对应的数据进行填充。
这里提几点简单的思路：
- 针对企业，我们可以问企业当前的现状如何？面临什么样的挑战？可以用波特五力模型分析；
- 针对产品线，我们可以问我们应该重点关注哪些产品？可以用波士顿矩阵分析；
- 针对产品，我们可以问产品现在处于什么样的阶段？有哪些机会点？可以用SWOT、LTV模型分析。
上述提到的几个模型，网上已经有大量的文章进行阐释，感兴趣的同学可以自行搜索，此处不再赘述。不过需要提醒的是，思维模型贵精不贵多，关键是理解模型背后潜藏的视角。时间视角？空间视角？场域视角？理解了背后的道理，我们甚至可以建立自己的思维模型。
当然，实践出真知，理解了问题，掌握了模型，就要去实践它。而实践是需要燃料的，有了思维模型，就要知道去哪里搜集数据来填充它。因此，本章的最后，将提供几个常用的数据搜集方式，主要来源如下：
- 上市公司财报、招股说明书、致股东信，一般可以从公司官网、证券交易所和监管机构的官网中获得；
- 券商、咨询公司、研究机构公开报告，如萝卜投研、乐晴智库、艾瑞咨询、易观智库，麦肯锡、德勤、罗兰贝格等；
- 政府数据，如国家统计局、工信部、巨潮信息网。
数据源本身当然有很多，但大体可以分为这三类。在咨询行业中还要对数据进行交叉验证，但对于产品经理来说，选择跟自己行业相关的数据源，并且可信任的（至少是行业知名而非野鸡），就够了。同思维模型一样，贵精不贵多。不过值得推荐的是，产品经理可以定期看看经济学人、麦肯锡季刊这样的分析刊物，培养对宏观视角的敏感。