曾經有很多讀過我文章的人問我,你是怎么分析判斷某個事件可能發生的原因?問我是不是有內幕消息。其實,在互聯網時代,即使沒有內幕,通過搜索、分析,自己也能推斷出一些信息。通過搜索引擎、電商數據來分析出信息只是一部分情報,要想得到目標公司精準的情報,我們還需要加強學習目標公司的文章和綜合情報,并進行實地調研。
文風源于內心,你表面上可以做到不動聲色,但作為情感的宣泄,你的文字通常會將你內心的感受直接表現出來。一個人的文風并不是一成不變的,它會隨著人的年齡、心態、思想內涵以及閱歷的變化而改變。文人寫作,是通過文字來抒發感情,表達情懷。而現在,“作家”們寫作的目的比較寬泛了,如果從商業上進行分析的話,有的是為了營銷、推廣,有的則是為了炒作、擴大影響力。
所以,在獲取目標公司情報時,企業的文案、領導者的文章、通稿以及采訪等公開的文字信息,就成了我們搜索情報的另一渠道。比如,企業或領導者的理念和價值觀、目前發展的階段、遇到的困難、未來的發展方向等。
舉兩個實例:
案例一:假如某企業CEO在某個時間段,他的文風突然從陽光明媚、青蔥少年之風,轉而變為豪放大氣、處處透著張揚的風格。
我們就可以作如下猜測:產品推廣順利,企業獲得了一定的市場地位;企業獲得了一筆融資;想開的人開了,想離的婚離了……
當然,這只是一個線索,要想確定真實情況,還需要綜合該企業的發展和表現。
案例二:9月2日“丁香園”獲巨額融資的消息公布后,一時之間各色人等紛紛冒了出來,大肆對此加以評論。因為是突發事件,所以急切之間寫出的文章來不及粉飾,是最能體現文風的好材料。我們可以從中分析一下。
A. 某人寫了一篇《猩球崛起,丁香園歸來》的文章,通篇體現了一個“酸”字,文中字里行間刻意想往它的對手層面上貼,表現出其急于借勢上位的欲望。雖然想引起別人注意,但還是假模假樣地分析了一番,做了貌似公正的評判,究其本質,不過是為了撈取好評。
B. 另有一媒體,快速將丁香園歷史上的老文章翻出,凸顯其艱苦創業的心路歷程,接著又寫了一篇情感異常強烈的比較文,用排比式的數據和圖片接連轟炸。單從文風角度可以推斷出,該媒體心有怨氣。然而怨氣從何而來呢?可能是其業務發展遇到一些瓶頸,或者手里現金儲備不足,融資不順利,抑或是內部管理等有不如意等。根據文章體現,其似乎至少見過20家以上的風投機構,應該是盈利模式和業務膨脹屢受質疑,所以一直被拒絕,于是內心開始比較急躁和焦慮了。
此次突發巨額融資公布后,它又激動了,運用了即使自媒體都很少見過的超強文風,一是表達其強烈的不滿情緒,證明那些機構是錯的;二是想再次吸引風投機構前來洽談,為下一步融資進行打算。這一種矛盾的心態在其文章中表現得淋漓盡致。
C. 某作家寫了一篇文章,總結了7000萬美元的估值一點也不貴。通篇的文風體現了一個“捧”字,有數據、有邏輯,說得也有點道理。此文風背后可能蘊含以下信息:他與丁香園可能是好友;他的業務在過去、現在或者將來會與丁香園產生合作。
或許有人會疑惑,這是不是有點太玄乎了。其實不然,早在中國古代,就已經有人用此辦法來搜集情報了。我們知道曹操進攻漢中,久攻不下,一日軍中詢問主帥夜晚巡營的口令,曹操隨口而出“雞肋”。這時有個聰明人楊修,迅速分析出了一個情報,主公準備退兵。有大將問何解?楊修指出,雞肋、雞肋,棄之可惜,食之無味。由此觀之,主公處于進退兩難,但是綜合局勢而言,應是準備近期退兵了。
實地調研
隨著互聯網技術發展的成熟以及覆蓋成本的快速下降,互聯網好比是一種“萬能膠”,將企業、團體、組織以及個人跨時空連接在一起,使得它們之間信息的交換變得“唾手可得”。得渠道者得天下,線上溝通作為最便利的方式,固然有得天獨厚的優勢,但是傳統的實體渠道,一樣非常重要。事實上,近一段時間,無論學術界還是企業界都從過度泛濫的“互聯網思維”轉向了O2O,這其中緣由就有這方面的反思。從更宏觀的角度講,人性永遠渴望真實互動的交流,就像移動醫療永遠不可能完全替代醫生面對面的關懷一樣。因此,通過實體渠道獲得的信息和數據,在我們的商業情報分析范圍之內非常重要。
1. 會議和展銷
主要指學術會議、大型展會和商業活動等。這些會議大多不以買賣為主要形式,與會者主要是通過現場演示、實地演講和展臺展覽等方式,向公眾或業內人士進行產品的展示。從這之中,我們可以大致了解到目標公司的規模、實力,以及一些產品信息。
2. 實體走訪
首先,實體客戶拜訪。我們只需要在進行自己公司產品的實體推廣活動中,“順便”調研你的競爭對手,因為你們通常都具有相同的用戶群體。
其次,考察上下游供應鏈。我們還可以對目標公司的合作廠家進行調研,包括底部OEM的工廠、廣告合作公司、營銷推廣合作公司、渠道分銷商以及主要的競爭對手等。
最后,直接調研目標公司。通過實地走訪了解情況,與員工訪談、模擬客戶與客服進行產品溝通或者服務測試等。當然,這一切要光明正大并且合乎規矩才行。
培養反情報意識
陰陽是事物發展過程中的對立統一,有陰則有陽,有矛則有盾,我們在對目標公司進行商業情報資料的搜集和分析的過程中,其他的公司或組織也同樣在觀察我們。而企業在運營過程中,既要開展正常活動又不泄露商業情報,幾乎是不可能的。人才流動、產品發布、經理人交流、媒體采訪、社交平臺、企業內部職工保密意識淡薄等,都有可能泄露商業情報,然后被競爭對手獲取。因此,我們對內還需要做反商業情報偵察意識的培養。對于公司的商業模式、主要客戶、競爭對手、重要人才都需要有相應的保護對策。
1. 企業制度和工作流程
企業的策略、計劃、組織、財務、技術、生產、人事、營銷等信息和數據都屬于企業的商業情報。當然,不同的行業和企業對此的機密要求各有不同,企業應該根據自己的特點,確定合理的規章制度和工作流程,以防被競爭對手獲取到重要的信息。
對于互聯網高新技術企業來說,專利、技術、程序架構、具體代碼、商業模式都是非常重要的情報信息。而對于電商來說,銷售數據、財務情況、營銷策略也是非常重要的。
2. 保密協議
合同法規定,用人單位與勞動者可以在勞動合同中約定保守用人單位的商業秘密,以及與知識產權相關的保密事項。對負有保密義務的勞動者,用人單位可以在勞動合同或者保密協議中與勞動者約定競業限制條款,并約定在解除或者終止勞動合同后,對違反競業限制約定的,甚至出賣商業情報的員工追究法律責任。
對企業來說,保密協議雖是一個很好的約束條件,但最重要的還是考察招聘員工的人品和價值觀,同時制定不同的保密級別和規則。
3. 定期進行員工培訓
公司根據整體戰略規劃制定公司的培訓計劃,并對公司所有員工進行反情報意識的培訓,學會如何保守正常的商業秘密。
4. 網絡安全
公司需要對網絡和電腦進行防火墻及安全網關設置,定期更換系統密碼,從系統上減少黑客入侵和內部人泄密的可能。
5. 內部管理
其實大多數商業情報的泄露,都有人為的原因。企業管理更應以人為本,要時刻注重員工的狀態和發展,對于有些員工,由于對企業不滿而惡意泄露公司商業情報的情況要非常重視。管理者的責任不僅是最大限度地開發員工的潛能,在管理員工之余,還應重視企業文化教育,多關心員工。
當我們決定著手去調研一個移動醫療項目的時候,首先可以用綜合搜索引擎、微博、微信、實地走訪市場、拜訪用戶或者與客服進行溝通獲取情報,然后再對這個app的基本功能、流暢情況和崩潰退出等進行反復測試。
以移動醫療 app 項目中最常見的醫患溝通平臺為例(大約占項目數的 80% 以上),看看如何去分析出平臺里“醫生與患者”這兩大類非常重要的數據。
醫生數據情報:
很多平臺都會宣稱自己有多少萬的醫生用戶,對此,我們該如何核實呢?很簡單,這些平臺將醫生置入,一定是希望患者可以找到,而且他們通常已經將醫生按照科室進行了分類列表,這就可以一個一個地手工拉取進行統計。通常一個大平臺,需要 6 個人花兩周的時間進行手工計數與復核。
因為很多平臺上的醫生都是虛假的,只是從其他平臺上抄來的信息。我們可以通過這個醫生的主頁進行核實,一般醫生的主頁上都會有注明是否已開通網絡咨詢或電話咨詢等。開通了網絡咨詢的,你就可以不斷進行提問以驗證其是否真實存在于該平臺;開通了電話咨詢,你就可以打電話去驗證。通過這個方法,我們可以進行抽樣調查,大約調查100名醫生,看有多少信息是真實有效的,取多組測試結果,最后取算術平均百分比。舉個例子,如果這個平臺上55%的醫生數據是真實的,那么再乘以我們窮舉法拉出來的醫生總數,就大致是該平臺醫生存在的真實數量。
計算出真實數量的醫生還只是第一步,接下來,我們還要測試這個平臺上到底有多少真實有效的“活躍”醫生。如果發現這個醫生頁面上標有多少次提問和回答的具體數據,比如說222次這類,我通常會選擇忽略,因為這些有不少是造假出來的,可以由系統隨機生成。但是,由于網站會吸引用戶點評或者提問,所以他們通常會把問題與答案顯示在頁面上。這里信息會很多,我們可以采用自上而下全面瀏覽的方式,計算每100個問題中有多少人重復回答,在實戰中通常我會把回答 3~4 次的醫生定義為活躍用戶。多次采樣之后,再取加權平均,就可以算出有多少百分比的醫生是活躍用戶,有多少醫生從來沒有回答過問題。用之前我們測過的真實醫生數量再乘以活躍系數,就是活躍醫生用戶的數據。
患者信息情報:
通常患者信息和數量,我們是無法在這些醫患平臺上收集到的,而且就算可以這么做,我們也沒辦法用手工去測量,因為患者數量一般要比醫生用戶大幾個數量級。但是我們可以推薦另一種方法——壓力測試法,然后再依靠活躍醫生數量,我們就可以推測出患者流量,并計算出這個平臺在某個時間內所能接待的最大患者數量。換句話說,根據平臺上真實活躍的醫生數量,那我們就能推斷出每天有多少患者流量的上限,然后再乘以一個系數,就可以大概估算出真實患者流量,所以這是使用間接法來進行測量的。
壓力測試法:
用不同賬號在多個手機上同時向該平臺提同一個問題,我們的目的是:測試在同一平臺上,同一時間在同一個科室內,根據同一個問題,獲得答復之間的時間差,以及參與回復的醫生數量,并且查看該醫生是否有循環回答的情況。通過在同一科室內的反復測試就可以知道在這一時間段,平臺上這一科室內真實有效的活躍醫生的數量。
隨后,我們同步測試這一平臺上所有的科室,取加權平均,就可以進一步推測這個平臺上這一時間內總活躍(所有科室)的醫生數量。
然后,取多天的多點時間,我們可以大致推算出這個平臺目前為止總活躍用戶的數量和活躍程度。值得注意的是,我們在測試的時候,發現有些醫生活躍的時間在上午,有些在下午,但是大多數的醫生活躍時間都在中午12~13點,以及晚上9點之后。因此這兩個時間段是極大的有效時間段。根據統計學方法,我們先做散點構圖,得出醫生活躍數量與時間關系的分布圖,然后對此進行分組和配對,一般選擇極度活躍的時間來測試。
當然等到了我們要進行測試計量的時間段之內,我們進行測試的不同分組內還是會有一些活躍的差別,比如周末、節假日、工作日等因素都會導致結果不同。因此在做分組統計之前,我們要做均衡性檢驗,查看分組檢驗和前后時間段中的樣本是否足夠,是否有代表性等。這樣多點取樣,多重因素回歸,以避免單一分析出現較大誤差。
另外,我們還可以從之前的測試中推斷出某個科室的某個醫生是非常活躍的用戶,然后為了反過來驗證其是否為重度活躍用戶,我們通常會反復進行比對。這是一個類似數學上循環代入、驗證測試的方法。然后結果還要再取多次加權平均,以修正我們之前的數據預測模型。