MM-แหล่งข้อมูล

สร้างโดย
福菲门特
ติดตั้งโดย
0
หมวดหมู่วิจัย
จากYouMind

คำแนะนำ

คำอธิบาย

คำแนะนำจากบรรณาธิการ

เหตุผลที่เราแนะนำทักษะนี้

ในฐานะผู้เชี่ยวชาญด้านการวิจัยแหล่งข้อมูลในอุตสาหกรรม ทักษะนี้สามารถสร้างรายการแหล่งข้อมูลที่มีมูลค่าสูงได้อย่างแม่นยำ ไม่เพียงแต่ให้ตารางที่มนุษย์อ่านได้ แต่ยังสร้างข้อมูล JSON ที่ Agent สามารถใช้ได้ เพื่อให้มั่นใจในความน่าเชื่อถือ ความทันสมัย และการเข้าถึงได้ของแหล่งข้อมูล

หลังจากป้อนอุตสาหกรรม แนวทาง กลุ่มย่อย ประเภทผลิตภัณฑ์ หรือหัวข้อวิจัย ค้นพบแหล่งข้อมูลหลักที่มีมูลค่าสูง อัปเดตอย่างต่อเนื่อง ครอบคลุมหลายแพลตฟอร์ม หลายประเทศ/ภูมิภาค ในสาขานั้นอย่างเป็นระบบ จัดทำเป็นรายการแหล่งข้อมูลที่เหมาะสมสำหรับ Agent ในการเข้าถึง ค้นหา และติดตาม (ตารางที่มนุษย์อ่านได้ + JSON ที่ Agent อ่านได้)

ทักษะที่เกี่ยวข้อง

ดูทั้งหมด
วิจัย

วิธีเข้าใจอุตสาหกรรมเร็ว

📋 คู่มือการใช้งาน Skill นี้เป็นชุดเครื่องมือวิจัยอุตสาหกรรมที่ขับเคลื่อนด้วย方法论ของ McKinsey โดยอิงจากกรอบ 8 มิติของ 肖璟 ในหนังสือ《วิธีทำความเข้าใจอุตสาหกรรมอย่างรวดเร็ว》 เพียงบอกชื่ออุตสาหกรรม Skill จะสร้างรายงานวิจัยอย่างเป็นระบบให้คุณ —————————————————————————————— 🚀 การใช้งานพื้นฐาน เพียงบอกอุตสาหกรรมที่คุณต้องการวิเคราะห์ ยิ่งเฉพาะเจาะจงยิ่งดี: a. "ช่วยวิเคราะห์อุตสาหกรรมแบตเตอรี่โซลิดสเตต" b. "ดูห่วงโซ่อุปทานหุ่นยนต์มนุษย์ มุมมองผู้ประกอบการ" c. "อุตสาหกรรมโซลาร์เซลล์ยังลงทุนได้ไหม?" คุณสามารถเพิ่มข้อมูลต่อไปนี้ (ไม่บังคับ ถ้าไม่ใส่จะใช้ค่าเริ่มต้น): 1. ชื่ออุตสาหกรรม: ยิ่งเฉพาะเจาะจงยิ่งดี เช่น 'โซลาร์เซลล์เพอรอฟสไกต์' แทน 'พลังงานใหม่' (จำเป็น) 2. เป้าหมาย: การลงทุน / การเลือกอาชีพ / การเริ่มต้นธุรกิจ / การวิเคราะห์คู่แข่ง / การให้ความรู้ (ค่าเริ่มต้น: การลงทุน) 3. ภูมิภาค: ตลาดจีน / ทั่วโลก / สหรัฐอเมริกา / เอเชียตะวันออกเฉียงใต้... (ค่าเริ่มต้น: ตลาดจีน) —————————————————————————————— ⚙️ มันจะทำอะไรอัตโนมัติ? กระบวนการทั้งหมดแบ่งเป็น 4 ขั้นตอน: 1. ค้นหาออนไลน์หลายรอบเพื่อหาขนาดตลาด อัตราการเติบโต อัตราการเจาะ ห่วงโซ่อุปทาน โครงสร้างการแข่งขัน หลักฐานคูเมือง นโยบาย การประเมินมูลค่า — ทุกข้อสรุปมีแหล่งที่มาและเวลา ไม่มีการสร้างข้อมูลเท็จ 2. ระบุช่วงวงจรชีวิตโดยใช้อัตราการเจาะ เพื่อ判断ว่าอุตสาหกรรมอยู่ในขั้นนำร่อง การเติบโต วุฒิภาวะ หรือถดถอย ซึ่งแต่ละขั้นจะมีจุดเน้นการวิจัยที่แตกต่างกัน 3. เจาะลึก 8 มิติ: โมเดลธุรกิจ → ขนาดตลาด → คูเมือง (บังคับเจาะลึกแนวโน้มพลวัต) → โครงสร้างการแข่งขัน (บังคับให้คะแนนแรงทั้ง 5 ข้อ) → การประเมินมูลค่า → PEST → ความคึกคัก 4. การทดสอบความเห็นต่าง: แยกความแตกต่างระหว่างสิ่งที่ตลาดได้ราคาเข้าไปแล้ว (price-in) กับปัญหาจริงที่ถูกมองข้าม พร้อมให้คำแนะนำในการตัดสินใจ —————————————————————————————— 📊 ผลลัพธ์ที่ได้? รายงานวิจัยอุตสาหกรรมมืออาชีพในรูปแบบ Markdown มีโครงสร้างดังนี้: 1. ⚡ การตัดสินใจ 30 วินาที — ระยะ / ตรรกะการทำกำไรหลัก / โอกาสสูงสุด / ความเสี่ยงสูงสุด / สรุปหนึ่งบรรทัด 2. วัตถุประสงค์การวิจัย ขอบเขต 3. การวางตำแหน่งวงจรชีวิต (รวมข้อมูลอัตราการเจาะ) 4. การวิเคราะห์ 8 มิติทีละมิติ (คูเมืองรวมตารางแนวโน้มพลวัต ตารางให้คะแนน Porter's Five Forces ทีละข้อ) 5. การทดสอบความเห็นต่าง 6. ข้อสรุปและคำแนะนำในการตัดสินใจ 7. รายการความเสี่ยงสำคัญ 8. แหล่งที่มาของข้อมูลและคำอธิบายเวลา —————————————————————————————— 🔑 จุดเด่นสองประการ 1. การเจาะลึกคูเมืองแบบบังคับ: ไม่เพียงแต่พูดถึงประเภทของอุปสรรค แต่ต้องตอบว่า 'ในช่วง 2-3 ปีที่ผ่านมา กว้างขึ้นหรือแคบลง' โดยใช้ข้อมูลส่วนแบ่ง อัตรากำไรขั้นต้น และอำนาจในการกำหนดราคา 2. การให้คะแนน Porter's Five Forces ทีละข้อ: ให้คะแนนครบทั้ง 5 ข้อ ไม่มีช่องว่างให้ขี้เกียจ ประเมินว่าใครมีอำนาจต่อรองมากที่สุดในปัจจุบัน และโครงสร้างเป็นมิตรหรือแย่ลงสำหรับผู้นำ —————————————————————————————— ⏱️ เวลาที่ใช้ ประมาณ 2-4 นาที เนื่องจากต้องค้นหาหลายรอบ + วิเคราะห์ทีละมิติ + เขียนรายงาน —————————————————————————————— 🧩 การขยายเพิ่มเติม หลังจากได้รายงาน คุณสามารถต่อด้วยการวิเคราะห์เฉพาะทางอีกสองอย่าง (ต้องยืนยันด้วยตนเอง ไม่ดำเนินการอัตโนมัติ): 1. 'แยกห่วงโซ่หาจุดติดขัด': ระบุจุดติดขัดทางกายภาพในห่วงโซ่อุปทานที่หลีกเลี่ยงไม่ได้เมื่อปริมาณเพิ่มขึ้น เพื่อ锁定ผู้ได้รับประโยชน์ที่แท้จริง 2. 'การประเมินมูลค่า DCF': รันโมเดลกระแสเงินสดคิดลดสำหรับบริษัทเฉพาะในอุตสาหกรรม —————————————————————————————— ▶️ อยากลอง? เพียงบอกชื่ออุตสาหกรรม เช่น 'ช่วยดูอุตสาหกรรม AI Agent มุมมองผู้ประกอบการ' หรือ 'ห่วงโซ่ไฮโดรเจนตอนนี้เป็นยังไง?'

3210k

การหยั่งรู้แนวโน้ม

สำหรับทิศทางด้านการเงิน/เทคโนโลยี/ธุรกิจที่ผู้ใช้ระบุ จะค้นหาข้อมูลจากหลายแพลตฟอร์มโดยอัตโนมัติ กรองเบาะแสเบื้องต้นและเบาะแสหลัก จากนั้นค้นหาเหตุการณ์ที่เกี่ยวข้องในช่วง 10 ปี และส่งออกรายงานการวิเคราะห์หัวข้อที่มีโครงสร้าง ขั้นตอนที่ 1: รวบรวมข้อมูลจากหลายแหล่ง - ค้นหาข่าวในช่วง 30 วันที่ผ่านมา ครอบคลุม WeChat Official Accounts, 华尔街见闻, 36Kr (น้ำหนักสูง), Huxiu, Xueqiu, TMT Post (น้ำหนักมาตรฐาน) - บันทึกหัวข้อ เวลา แพลตฟอร์ม สรุป และลิงก์ต้นฉบับ - กรองเนื้อหาที่ซ้ำกัน โฆษณา และไม่น่าเชื่อถือเบื้องต้น ขั้นตอนที่ 2: ลบข้อมูลซ้ำและรวมกลุ่ม - รวมกลุ่มเหตุการณ์เดียวกันตามวัตถุหลัก ข้อเท็จจริงหลัก และช่วงเวลา (ภายใน 7 วัน) - นับจำนวนแหล่งข่าวอิสระที่กล่าวถึง - ลบเหตุการณ์ที่มีคุณค่าต่ำ ส่งออกรายการเหตุการณ์ที่เป็นตัวเลือก ขั้นตอนที่ 3: วิเคราะห์เหตุการณ์และจัดหมวดหมู่เบาะแส เกณฑ์เบาะแสเบื้องต้น (ตรงตามข้อใดข้อหนึ่ง): เหตุการณ์ผิดปกติ, มีการพูดถึงสูง (มากกว่า 3 แหล่ง), ความผิดปกติ, จุดเปลี่ยนสำคัญของอุตสาหกรรม, ข่าวเชิงลบของบริษัทใหญ่ เกณฑ์เบาะแสหลัก (ตรงตาม 2 ข้อขึ้นไป): ความขัดแย้งที่ดราม่า, มีพื้นที่ตีความที่ขยายได้, มีมากกว่า 3 หน่วยงาน, ความทันเวลา (ภายใน 14 วัน) - เบาะแสหลักไม่น้อยกว่า 5 รายการ รวมทั้งหมด 10-25 รายการ - แต่ละเบาะแสประกอบด้วย: หัวข้อเหตุการณ์, ภาพรวม, การวิเคราะห์เชิงลึกประเด็นที่เขียนได้ (ขยายคุณค่าการเขียน), การระบุเกณฑ์ที่ตรงตาม ขั้นตอนที่ 4: ค้นหาการเชื่อมโยงเชิงลึก - ขยายช่วงการค้นหาเป็น 10 ปี - ดึงเอนทิตีสำคัญ ค้นหา: จุดเปลี่ยนประวัติของหน่วยงาน, วิวัฒนาการนโยบายอุตสาหกรรม, สถานการณ์คู่แข่งในช่วงเวลาเดียวกัน, การเปลี่ยนแปลงห่วงโซ่อุปทาน上下游 - หากมีการเชื่อมโยงให้บันทึกทั้งหมด พร้อมระบุประเภทการเชื่อมโยงและปี ขั้นตอนที่ 5: ส่งออกแบบมีโครงสร้าง ผลลัพธ์ประกอบด้วย: 1. ส่วนเบาะแสหลัก 2. ส่วนเบาะแสเบื้องต้น 3. ข้อเสนอแนะการวิจัย แต่ละเบาะแสประกอบด้วย: ภาพรวมเหตุการณ์, การระบุเกณฑ์ที่ตรงตาม, การวิเคราะห์เชิงลึกประเด็นที่เขียนได้, เหตุการณ์ที่เกี่ยวข้อง (ประวัติ 10 ปี), ลิงก์อ้างอิง การกำหนดค่าเครื่องมือ: การค้นหาเว็บ, การสร้างเอกสารยาว แหล่งข้อมูลอ้างอิง: ไม่มีแหล่งตายตัว ผู้ใช้สามารถแนบเพิ่มเมื่อป้อนข้อมูล

C
1ฟรี
วิจัย

ระบบเรดาร์ผลิตภัณฑ์ AI เฉพาะกลุ่ม

เอนจินค้นหาโอกาสจากผลิตภัณฑ์ AI เฉพาะกลุ่มอย่างเป็นระบบ v3.1 ผสานความเคร่งครัดทางคณิตศาสตร์ของ v2.0 เข้ากับระเบียบวิธีปฏิบัติสำหรับการสร้างรายได้จากแอป: มาตรวัดจุดยึด 5 ระดับและการแปลงลอการิทึมเพื่อให้คะแนนความเข้มข้นของความต้องการ การถ่วงน้ำหนักหมวดหมู่เพื่อประเมินความขาดแคลนของอุปทาน ฟังก์ชันการลดทอนตามอายุของสัญญาณ การวิเคราะห์เชิงเกมระหว่างการตอบสนองของคู่แข่งกับความเสี่ยงจากแพลตฟอร์ม และกรอบการตรวจสอบด้วยการอัปเดตไพรเออร์เป็นโพสทีเรียร์แบบเบย์ v3.1 เพิ่มชั้นตรวจจับฝั่งอุปทาน SonarPing ซึ่งเชื่อมต่อกับการสแกนผลิตภัณฑ์ AI ใหม่รายวัน การคัดผลิตภัณฑ์ที่เป็นเพียงการห่อหุ้มบริการเดิมหรือมีความเหมือนกันสูงออก การทดสอบใช้งานจริง และข้อมูลภาพรวมแบบอนุกรมเวลา เพื่อแยกคู่แข่งที่ไม่มีประสิทธิผลออกจากอุปทานตามชื่อ คำนวณอัตราอุปทานที่มีประสิทธิผล ความเร็วในการเข้าสู่ตลาดของผลิตภัณฑ์ใหม่ และความเร็วในการเลิกใช้งาน พร้อมยกระดับช่วงเวลาครึ่งชีวิตแบบคงที่ให้เป็นช่วงเวลาหน้าต่างแบบไดนามิกที่ขับเคลื่อนด้วยกระแสอุปทานจริง ระบบนี้ผสานระบบนิเวศของบล็อกเกอร์ Twitter ภาษาจีนกว่า 130 ราย ชุมชนภาษาจีน และข้อมูลพฤติกรรมการชำระเงินให้เป็นแหล่งสัญญาณความต้องการคุณภาพสูง ช่วยให้นักพัฒนาอิสระระบุโอกาสแบบ AaaS และการสมัครสมาชิก B2C ที่มีการแข่งขันต่ำและความหนาแน่นของปัญหาสูง พร้อมจัดทำรายงานเรดาร์ที่นำไปปฏิบัติได้และเมทริกซ์ช่องทางโปรโมต

D
244ฟรี

ค้นหาทักษะโปรดถัดไปของคุณ

สำรวจทักษะ AI ที่คัดสรรเพิ่มเติมสำหรับการวิจัย การสร้างสรรค์ และงานประจำวัน

สำรวจทักษะทั้งหมด