智策·分析 —— 行业研究方法论工具箱

一套经过验证的系统化研究方法论，帮助从"不知道怎么研究"到"拿出有判断的研究成果"的距离缩短80%。

> 研究不是"堆数据"，是"做判断"。数据是原材料，判断才是产品。

⚠️ 适用范围与精度声明

定位

本作品是研究方法技能工具，不是行业数据引擎或事实核查器。核心价值在于提供一套可复用的研究分析框架+判断产出标准，帮助结构化地界定问题、谋划数据、选择方法、执行采集和提炼判断。

精度声明

> ⚠️ 使用前须知：本工具的生产力取决于输入质量。输入越完整（问题越清晰、素材越多），产出越扎实。

适用场景

✅ 非常适合：行业问题前期研究、政策问题分析框架搭建、战略规划前期调研、研究课题方法论设计、从零开始的行业入门研究

⚠️ 需要补充：具体行业数据的查询与填充、实地调研信息、一手访谈资料

❌ 不适合：替代一手实地调研工作（需要现场走访/访谈）、需要实时市场数据支撑的预测报告（本工具提供分析框架但不提供数据引擎）、学术论文方法论设计（需补充文献综述部分）

核心方法论

方法论底座：谋定而后动五步法

> "做事情要谋定而后动，先把问题搞清楚，再系统谋划，然后充分搜集信息，然后深入研究，最后出成品。"

三度方法论（质量控制贯穿始终）

前置判定：研究类型快速判断（30秒）

开始研究前，先判定问题类型，决定用哪条路径：

无明确目标时，用通用路径。有明确目标，走专用路径，缩时50%。

工作流程：五步研究法

Step 1：问题定义——明确"什么叫做好了"

核心问题：不知道目标就谈不上研究。

三步关键动作：

① 明确研究边界
   ┌─ 研究对象（范围/时间/地域）
   └─ 研究类型（回顾分析/趋势研判/目标预测/问题诊断）

② 判定报告性质
   ┌─ 原文有明确数字（如"突破8000万"）→ 目标预测
   └─ 原文无明确数字（如"持续提升"）→ 趋势研判（禁止捏造数字）

③ 设定交付标准
   ┌─ 输出形式（分析备忘录/论点卡片/研究笔记）
   ├─ 篇幅要求（多少字/多少图表）
   └─ 时间节点（截止日期/交付节奏）

标准句式：

本研究的核心问题是[问题]，
研究范围覆盖[对象/时间/地域]，
最终交付[形式]，
研究类型为[回顾/趋势/预测/诊断]。

产出：一份清晰的研究立项单（300字以内）

常见错误：

Step 2：数据谋划——列出需要什么数据、从哪来

核心原则：不要上来就搜，先想清楚需要什么。

数据清单模板：

信源优先级：

P0: 官方权威 → 政府公报、行业年报、官方统计
P1: 行业权威 → 行业协会、国际组织（ICAO/IATA/ACI）
P2: 研究机构 → 咨询报告、学术论文（需验证）
P3: 媒体报道 → 行业新闻（仅作线索参考）

三轨信源架构（保证不依赖单一数据来源）：

轨1: 主要信源（行业数据库/采集系统）→ 需验证数据质量
轨2: 稳定API（World Bank/CAAC网页/ICAO）→ 零注册备用
轨3: 基本功（curl/web_fetch/知识库）→ 不依赖任何系统也能干活

失败切换机制：

curl失败（10s超时） → web_fetch补充 → 知识库兜底 → 诚实标注"未检索到"

curl优化标准：

curl -s --max-time 10 -L \
  -H "User-Agent: Mozilla/5.0 ..." \
  -H "Accept: text/html,application/xhtml+xml" \
  -H "Accept-Language: zh-CN,zh;q=0.9" \
  "目标URL"

产出：一份结构化的数据清单（必备维度全覆盖）

Step 3：方法选择——选最优分析工具

核心原则：工具为问题服务，不是问题为工具服务。

经典分析方法库（内置五种）：

工具选择决策树：

研究的是什么问题？
├── 政策/规划类 → 三级关联分析法
├── 竞争力/比较 → 横向对标法 + MECE分解
├── 趋势/走势 → 纵向回顾法
├── 战略/定位 → SWOT矩阵法
└── 通用 → MECE分解 + 纵向回顾

产出：选定的分析工具 + 分析框架图

Step 4：执行采集——多信源并行、失败切换

核心原则：采集不是目的，验证才是。

多信源并行规则：

同一数据至少来自2个独立信源，取交集
不一致时，以P0信源为准，P1/P2标注差异

四级验证体系：

精度校验——数据标注规范：

✅ 正确：郑州机场2025年旅客吞吐量2900万人次（来源：机场运行统计，截至2025-12-31）
❌ 错误：郑州机场吞吐量约3000万人次（无来源、无时间、凭印象）

产出：经过交叉验证的数据集 + 来源标注矩阵

Step 5：信息提炼——从数据到判断

核心原则：数据是原材料，判断才是产品。

三类研究产出标准：

A. 数据锚清单（3-5个核心数据）

锚点1：[指标名称]
  ├─ 数值：[精确数字]
  ├─ 对比参照：[历史/国际/目标对比]
  └─ 一句话判断：[这个数据说明了什么]

数据锚筛选标准：

1. 支撑核心论点 > 展示信息量
2. 有对比参照的历史数据 > 孤立数字
3. 10年弧线 > 单一年份

B. 问题诊断卡（维度均匀分类）

颗粒度一致性测试：

把每个问题的标题独立拿出来
✅ 它们应是并列关系（同级），不是包含关系
❌ 大问题套小问题 = 粒度不均

C. 研究备忘录（整合产出的标准结构）

1. 核心发现（3-5条，每条1句话）
2. 关键数据（3-5个数据锚，含来源+时间戳）
3. 问题诊断（资源/能力/机制，3-9个问题）
4. 初步建议方向（可选，2-3个方向）
5. 待验证事项（数据缺口/假设待检验）

产出：根据研究类型选择A/B/C中至少一种。研究到此完成，不涉及写报告。

联网信息充分性自检（植入hv-analysis精华）

搜索完成后必须检查：

• 纵向：能讲出一个完整的故事吗？有没有明显的信息断层？
• 横向：对标对象列表完整吗？有没有遗漏主要玩家？每个对象的信息够做对比吗？
• 来源：关键事实有可靠来源支撑吗？有没有只靠单一来源就下判断的？

信息来源优先级（一手优于二手）：

> ⚠️ 防循环印证假象：多个媒体引用同一个错误会造成「大家都这么说」的假象。务必追溯一手来源。

产出质量标准

FAQ

Q1：本工具适合什么场景？

适合需要系统性研究一个行业问题的人。特别适合：政策研究的前期分析、战略规划的前期调研、课题研究的方法论设计。研究完成后，产出可直接输入「智策·撰写」进行报告写作。

Q2：本工具不适合什么场景？

不适合替代一手实地调研（需要现场走访/访谈）、不适合需要实时市场数据支撑的预测报告（本工具提供分析框架但不提供数据引擎）、不适合没有明确研究目标的开题（五步法第一步就是问题定义）。

Q3：我没有行业数据来源怎么办？

使用三轨信源架构：优先用行业数据库/采集系统；备用World Bank API/CAAC官网等零注册信源；兜底用知识库。如果还是获取不到，诚实标注"数据缺口"，将报告类型转为定性分析。

Q4：研究产出和报告写作怎么衔接？

本工具产出的"数据锚清单"和"问题诊断卡"可直接输入「智策·撰写」的写作框架。标准接口：

研究产出（智策·分析）→ 输入材料（智策·撰写）
├─ 3-5个数据锚 → 现状评估（Step 2）
├─ 3-9个问题诊断 → 问题诊断（Step 3）
└─ 研究备忘录 → 形势分析（Step 1）

Q5：研究完成后发现数据有重大缺口怎么办？

分情况处理：1）如果是核心数据缺失，返回Step 2重新谋划数据来源；2）如果是辅助数据缺失，降级为"定性判断"，在产出中标注"待验证"；3）如果所有数据都缺失，将研究类型从"目标预测"降级为"趋势研判"。

Q6：怎么判断我的研究产出质量？

对照"产出质量标准"表逐项自检。每个维度有不合格/合格/优秀三档，目标是每项都达到合格及以上。

📖 案例示范

示范1：研究"某机场如何提升非航收入"（完整输入→输出）

【用户输入】

问题：某机场非航收入占比低，想找提升路径
范围：2025-2030年
数据素材：2024年财报已有

Step 1: 问题定义

研究问题：某机场非航收入提升路径研究
研究范围：该机场2025-2030年非航业务发展
交付形式：研究备忘录（3页分析材料）
研究类型：问题诊断+趋势研判

Step 2: 数据谋划

Step 3: 方法选择

• 横向对标法（国际标杆对比）
• MECE分解法（收入结构拆解）
• 纵向回顾法（5年趋势分析）

Step 4: 执行采集与验证

✓ 数据1：非航收入占比30% → 来源：某机场年报2024 → T1级
✓ 数据2：国际标杆55% → 来源：ACI Global Report 2024 → T1级
✓ 数据3：商业转化率12% → 来源：内部运营数据 → 验证：行业均值18% → T2级
✓ 数据4：停车场收入占比15% → 来源：财务报告 → T1级

Step 5: 信息提炼（产出研究备忘录）

> 核心发现：

> 1. 非航收入占比30%，与国际标杆55%差距25个百分点——差距既是短板也是增长空间

> 2. 商业转化率12%低于行业均值18%，数据颗粒度不够是瓶颈

> 3. 停车场收入占比15%，若启动动态定价可提升+47%

> 数据锚清单：

> ```

> 锚点1：非航收入占比30%

> ├─ 对比：国际标杆55%，差距25个百分点

> └─ 判断：低渗透率意味着高增长弹性

>

> 锚点2：商业转化率12%

> ├─ 对比：行业均值18%，标杆25%

> └─ 判断：需从"航线级"数据升级到"动线级"

>

> 锚点3：停车场收入占比15%

> ├─ 对比：动态定价可提升+47%

> └─ 判断：低成本高收益的优先切入点

> ```

> 问题诊断卡：

> | 维度 | 问题 | 归因 |

> |------|------|------|

> | 资源类 | 商业空间规划不合理，国际区面积不足 | 历史规划未预留弹性 |

> | 能力类 | 数据颗粒度在"航线级"而非"动线级" | 缺乏自感知能力建设 |

> | 机制类 | 固定租金模式缺乏共同增长动力 | 契约设计未绑定利益 |

> 待验证事项：

> - 动态定价的具体收益测算需补充客流分布数据

> - 航站楼商业空间改造的投入成本待确认

示范2：研究"某省低空经济发展路径"（完整输入→输出）

【用户输入】

问题：某省想发展低空经济，需要研究发展路径
约束：十五五规划编制期内
已有素材：省内通航机场清单、国家政策汇总

Step 1: 问题定义

研究问题：某省低空经济发展路径研究
研究范围：该省2025-2030年低空经济产业
交付形式：研究备忘录（含三级关联分析+数据锚）
研究类型：趋势研判

Step 2: 数据谋划

Step 3: 方法选择

• 三级关联分析法（国家→省→地方）
• 横向对标法（与领先省份对比）

Step 4: 执行采集

三级关联分析：
  ├─ 第一级（国家）：中央经济工作会议→战略性新兴产业
  ├─ 第二级（省）：省十五五规划→低空经济写入规划
  └─ 第三级（地市）：各地市落实情况→通用机场建设进度

对标分析（与领先省份对比）：
  ├─ 通航机场密度：该省X个 vs 领先省Y个
  └─ 低空经济规模：该省Z亿 vs 领先省W亿

Step 5: 信息提炼（产出研究备忘录）

> 核心发现：

> 1. 该省通航机场密度低于全国均值，基础设施是最大短板

> 2. 政策框架已建立但落地执行仍有差距

> 3. 可优先在物流配送和应急救援两个场景突破

> 数据锚清单：

> ```

> 锚点1：全国无人机126.7万架（来源：行业统计公报2024）

> └─ 判断：产业规模已到临界点，政策加速窗口已开

>

> 锚点2：低空经济规模5000亿元（来源：研究机构报告2024）

> └─ 判断：万亿级市场前夜，先发优势窗口正在收窄

>

> 锚点3：该省通用机场X个，全国排名Y（来源：民航局截至2025数据）

> └─ 判断：基础设施短板制约产业承接能力

> ```

> 问题诊断卡：

> | 维度 | 问题 | 归因 |

> |------|------|------|

> | 资源类 | 通航机场密度偏低 | 历史欠账+投资门槛高 |

> | 能力类 | 低空飞行服务保障能力不足 | 空域管理改革进度慢 |

> | 机制类 | 跨部门协同机制缺失 | 军民航协调效率低 |

常见错误自查表

自检清单（提交前必过）

□ 研究类型判定正确（政策/竞争力/趋势/问题/通用）
□ 问题定义：研究目标写清楚了"什么叫做好了"
□ 数据谋划：覆盖了规模/结构/趋势/对标四维度
□ 信源覆盖：至少3个独立信源
□ 方法匹配：选的分析工具匹配问题类型
□ 精度校验：每个关键数据标注了来源+年份+T等级
□ 结论有判断：超越"事实堆砌"，给出了独立判断
□ 问题诊断：粒度均匀（资源/能力/机制分类测试通过）
□ 诚实标注：数据缺口/推算数据已标注"待验证"
□ 不适用场景自查：确认适合用本工具研究
□ 三轨信源：主要信源/备用API/基本功均已考虑
□ 错误自查：对照常见错误表逐项检查

关联资源

后置Skill（产出承接方）

• 智策·撰写（Z-Ce Compose） → 将研究素材（数据锚+问题诊断卡）转化为完整报告

同级Skill

• 智策·工作室（Z-Ce Studio） → 研究+写作完整版（含本方法论+写作框架）

参考资源

• 管理咨询方法论工具库（MECE/PEST/SWOT/波特五力等）

方法论来源：谋定而后动五步法 + 三度方法论 + 管理咨询工具库实战提炼

版本说明：V1.0/2026-06-03（优化版 - 新增产出质量标准+输入最低清单+常见错误自查表）