潮汐市场分析

要解决的问题

很多团队做市场调研时会陷入几个常见陷阱：结论来自单一市场报告摘要或几篇新闻稿，数据出处说不清；未经验证的假设被直接写成事实；收集了一堆资料，最后只产出一份没有证据链的 PPT 或 Markdown。当你要为一款 AI 智能保温杯或者一套绿色建筑能源控制系统做立项判断时，这类分析很难被复核——每个数字、每个客户痛点都找不到来源，也无法标注置信度。

技能如何工作

潮汐市场分析把每个关键结论都当作需要举证的主张来处理：

• 证据分级：数据源按 A–E 分级（官方统计、监管文件、公司财报为高信任；官网与 PR 仅作为竞品自述参考），每个结论关联 source_id 与 evidence_id。
• DVC 校验：对字段和结论做可追溯校验，标注有效期与采用建议（adopt / reference / do_not_use_yet / exclude），关键结论的置信度不能超过其最低关键证据的等级。
• 6D 研究结构：从决策出发（Define），拆解问题（Decompose），设计字段（Design Fields），发现来源（Discover），清洗核验（Digest），最后交付（Deliver）。
• 三角验证：重大主张至少用两种以上来源类型交叉印证，不让新闻、社媒声量或单一报告摘要单独证明需求存在。
• 固定交付物：默认只产出三个文件——market_customer_insight_sources.xlsx（来源与证据台账）、market_customer_insight_dashboard.html（单页可视化看板）、market_customer_insight_report.doc（正式报告），三者引用同一套 ID 体系。
• 客户洞察会落到具体动作：目标客群、使用场景、待完成任务（job-to-be-done）、痛点、付费意愿与验证实验。

适用边界与注意点

• 证据不足时不应硬撑：技能会返回可辩护的部分结论，并给出优先级排序的数据补采计划。
• 结论依赖多个关键字段时，整体置信度受限于最低等级的字段。
• 客户数据需匿名化和聚合处理，避免暴露个人敏感信息。
• 消费产品与 B2B / 工业品两类场景均有适配手册（industry playbooks），但受强监管市场中的合规判断仍需人工复核。
• 分析是决策的输入而非决策本身：机会评分覆盖需求强度、付费意愿、竞争烈度、可行性、时机与合规风险，但最终取舍仍由业务方完成。