To B 市场深度研究框架
适用于 AI / 云 / SaaS / 企业服务类 To B 市场的深度研究报告。
报告标准结构(7 章)
| 章 | 标题 | 核心目标 |
|---|---|---|
| 第1章 | 行业定义与市场边界 | 明确口径、画清边界、区分相邻市场 |
| 第2章 | 市场规模与增速 | 多口径并列表格 + 数据自洽性验证 |
| 第3章 | 竞争格局 | 分口径份额表 + 壁垒分析 + 动态趋势 |
| 第4章 | 商业模式盈利逻辑 | 收入拆解 + 成本结构 + 盈利路径 |
| 第5章 | 需求侧:用户分层与购买决策 | 客户分层 + 决策链路 + 渗透率 |
| 第6章 | 核心竞品深度分析 | 每家厂商产品/商业/战略三维分析 + 交叉对比 |
| 第7章 | 发展趋势与风险 | 趋势研判(现象+数据+启示)+ 风险矩阵 |
质量底线(必须满足)
以下规范是报告质量的硬性要求,不满足则报告不合格。
1. 数据规范
1.1 来源标注(强制)
所有数字必须标注来源,格式:
数字(来源:机构名、《报告名》、年份)
示例(正确):
> 2025 年中国 AI 大模型市场规模达 350 亿元(来源:IDC、《中国 AI 大模型市场跟踪报告》、2025Q4)
示例(错误 — 禁止):
> 2025 年市场规模 350 亿元。(无来源)
1.2 推断/测算标注(强制)
非官方数据(推断、测算、模型估算)必须标注:
【测算】或【推断】
示例:
> 2026 年预计市场规模 520 亿元【测算:基于 2024-2025 CAGR 42% 线性外推】
1.3 多口径不能混用(强制)
同一段落只使用一个口径。跨口径比较时,必须显性说明。
反例(禁止):
> "IDC 统计 120 亿,艾瑞统计 200 亿,市场增长迅速。"(未说明口径差异)
正确:
> "IDC 统计 120 亿(MaaS 口径),艾瑞统计 200 亿(全栈口径),两者差异源于统计边界不同。本报告采用中口径(MaaS + 私有化部署),规模约 160 亿。"
1.4 大数字级差直觉(强制)
同一指标出现 2 倍以上数字差异时,必须主动解释口径差异原因。
触发条件:
- 同一指标,不同来源差异 ≥ 2x
- 同一厂商,不同口径份额差距 ≥ 20pp
处理方式:
发现差异 → 列出各口径定义 → 计算差异倍数 → 说明本报告采用的口径及理由
2. 结构规范
2.1 核心结论先行(强制)
报告开头必须有 3-5 条核心结论,每条结论对应后续章节有详细展开。
标准格式:
【核心结论】
结论 1:[一句话判断] — 详细分析见第 X 章
结论 2:[一句话判断] — 详细分析见第 X 章
结论 3:[一句话判断] — 详细分析见第 X 章
2.2 数据自洽性验证(强制)
以下验证必须在报告中显式说明(不能只做不写):
| 验证类型 | 公式 | 允许的误差 |
|---|---|---|
| 增速反推 | (本年 - 上年) / 上年 = 增速 | ±5pp |
| 量价分离 | 规模 = 调用量 × 均价 | 两者必须同时披露 |
| 加总验证 | 各子项加总 = 总量 | ±5% |
示例(正确):
> 数据自洽性验证:2024 年规模 85 亿,2025 年 120 亿,增速 (120-85)/85 = 41%,与 IDC 报告增速 45% 相差 4pp,在允许误差范围内。
2.3 不确定性可见化(强制)
所有判断必须标注置信度,用户不应该为 AI 的不确定性买单。
标注格式:
[置信度:高/中/低] + 判断内容 + 依据
示例:
> [置信度:高] 2026 年市场规模将突破 500 亿 — 依据:2024-2025 增速稳定在 40-45%,且头部厂商指引一致。
>
> [置信度:中] 火山引擎将在 2026 年 Q2 实现盈亏平衡 — 依据:基于当前亏损幅度和收入增速推算,但受 GPU 降价影响存在不确定性。
>
> [置信度:低] Agent 将在 2027 年替代 30% 传统 SaaS — 依据:概念验证案例增多,但规模化落地时间存在较大不确定性。
3. 分析深度规范
3.1 有观点,不只是数据搬运(强制)
每个数据背后要有"这意味着什么"的解读。
反例(禁止):
> "2025 年 Q1,AI API 调用量环比增长 45%。"(只有数据,无解读)
正确:
> "2025 年 Q1,AI API 调用量环比增长 45%,主要来自金融和互联网行业的规模化部署。这意味着 AI 已从概念验证阶段进入生产环境,厂商应重点投入企业级功能(私有化部署、SLA 保障),而非继续教育市场。"
3.2 需求侧不能缺席(强制)
供给侧分析(竞争格局)必须配对需求侧分析(客户行为)。
检查清单:
- [ ] 第3章(竞争格局)完成后,第5章(需求侧)必须有对应分析
- [ ] 供给侧提到的"厂商优势",必须在需求侧验证"客户是否认可"
- [ ] 不能只有"厂商有什么",而没有"客户为什么买/不买"
3.3 对业务的启示必须显性(强制)
每章结尾必须有 "对本报告目标读者(决策层/执行层)的启示"。
标准格式:
【业务启示】
对厂商意味着:[具体行动建议]
对客户意味着:[采购建议/风险提示]
对投资者意味着:[投资逻辑/估值影响]
Review 模式
当用户要求 review 一份已有报告时,按照以下 4 步流程执行。
Step 1:结构完整性扫描
按照 7 章框架,逐章检查:
| 检查项 | 判断标准 | 处理方式 |
|---|---|---|
| 章节缺失 | 7 章中任缺 1 章 | P0 必改 |
| 章节存在但内容浅薄 | 某章字数 < 500 字 或 只有定性描述无数据 | P1 建议改 |
| 核心结论缺失 | 报告开头无 3-5 条核心结论 | P0 必改 |
| 业务启示缺失 | 某章无"业务启示"段落 | P1 建议改 |
输出格式:
【结构扫描结果】
✓ 第1章:存在,内容完整(约 1200 字)
✗ 第5章:缺失 — P0 必改
△ 第3章:存在但内容浅薄(仅 300 字,无份额数据)— P1 建议改
Step 2:数据质量审计
2.1 找出所有无来源数字
扫描全文,标记所有未标注来源的数字。
输出格式:
【无来源数字清单】
P0 - 第2章:2025 年市场规模 350 亿(无来源)
P0 - 第3章:火山引擎份额 28%(无来源)
P1 - 第4章:行业平均毛利率 45%(无来源)
2.2 找出口径混淆的段落
标记同一段落混用不同口径的情况。
2.3 验证核心增速数字的自洽性(至少验证 3 组)
| 验证项 | 上年 | 本年 | 报告增速 | 反推增速 | 判断 |
|---|---|---|---|---|---|
| 示例 | 85 | 120 | 45% | 41% | ✓ 通过 |
输出格式:
【数据自洽性验证结果】
验证 1:2024-2025 年市场规模 — 反推增速 41%,报告增速 45% — ✓ 通过(误差 <5pp)
验证 2:……
验证 3:……
Step 3:分析深度审计
3.1 每个重要结论是否有数据支撑
标记所有"只有判断无数据支撑"的结论。
输出格式:
【无数据支撑结论清单】
P1 - 第3章:"火山引擎竞争优势明显" — 无数据支撑,只有定性描述
P2 - 第7章:"Agent 将替代传统 SaaS" — 无数据支撑,只有概念性描述
3.2 是否存在只描述现象、无业务判断的段落
标记所有"只有现象描述无业务启示"的段落。
3.3 竞争格局分析中是否区分了可复制优势和结构性壁垒
检查第3章是否完成以下分析:
- [ ] 区分了规模优势(可复制)和结构性壁垒(不可复制)
- [ ] 说明了"为什么竞争对手短期无法突破"
- [ ] 不是只描述"有什么壁垒"
Step 4:输出修改建议
按优先级排序,每条建议包含:问题描述、具体修改方向、示例(如有)。
优先级定义:
- P0 必改:报告不合格,必须修改后才能发布
- P1 建议改:报告可用,但修改后质量明显提升
- P2 可选:锦上添花,时间允许时修改
输出格式:
【修改建议】
P0 必改(X 条)
1. 问题描述:[具体说明]
修改方向:[具体建议]
示例:[修改后的参考文本]
P1 建议改(Y 条)
1. 问题描述:……
修改方向:……
示例:……
P2 可选(Z 条)
1. 问题描述:……
修改方向:……
第1章:行业定义与市场边界
1.1 口径辨析(必做)
同一市场存在多个统计口径时,必须并列展示,标注差异原因。
标准格式:
窄口径:[定义范围] — [代表机构/报告] — 规模 XX 亿
中口径:[定义范围] — [代表机构/报告] — 规模 XX 亿(差异倍数:X.Xx)
宽口径:[定义范围] — [代表机构/报告] — 规模 XX 亿(差异倍数:X.Xx)
差异倍数 = 宽口径 / 窄口径,必须计算并说明。
反例(禁止):
> 直接引用艾媒/IDC 某一口径而不说明差异原因。
> 例:"2025 年 AI 大模型市场规模 350 亿"——未说明是 MaaS 口径还是全栈口径,窄宽口径可能差 3 倍以上。
1.2 产品形态分类
列出产品形态树,按以下维度分别展开:
| 分类维度 | 具体形态 |
|---|---|
| 交付方式 | API / SDK / 私有化部署 / SaaS |
| 计费模式 | 按量付费 / 包年 / 订阅 / 私有化一次性 |
| 服务层级 | 基础设施层 / 模型层 / 应用层 |
每种形态需说明:目标客户类型、典型计费方式、代表厂商。
1.3 产业链结构
按上中下游分别列出:
上游:[参与者类型] — 价值创造位置:[说明]
中游:[参与者类型] — 价值创造位置:[说明]
下游:[参与者类型] — 价值创造位置:[说明]
1.4 与相邻市场的关系
对每个相邻市场,说明关系类型:
| 关系类型 | 含义 | 示例 |
|---|---|---|
| 依赖 | A 市场增长依赖 B 市场先行 | AI Agent 依赖 LLM API |
| 替代 | A 与 B 存在替代关系 | 私有化部署 vs 公有云 API |
| 互补 | A 与 B 互相促进 | RAG 工具 + 向量数据库 |
第2章:市场规模与增速
2.1 多口径并列表格(必做)
标准表格格式:
| 机构 | 报告名 | 时间 | 规模(亿元) | 增速(%) | 口径说明 |
|---|---|---|---|---|---|
| IDC | XX 市场报告 | 2025Q4 | 120 | 45% | 含 PaaS 层,不含私有化 |
| Gartner | XX 魔力象限 | 2025Q3 | 85 | 38% | 仅 MaaS API 调用 |
| 艾瑞 | XX 白皮书 | 2025Q2 | 200 | 52% | 含硬件+服务全栈 |
- 每行 = 一个独立来源
- 增速必须标注是哪两个时间点之间的 CAGR 或 YoY
- 口径说明必须解释与最窄口径的差异倍数
2.2 数据自洽性验证(必做)
验证 1:增速反推
用相邻年份数据验证增速是否自洽:
验证公式:(本年规模 - 上年规模) / 上年规模 = 增速
若反推结果与报告增速差异 >5 个百分点,标注"增速数据存疑,反推结果 XX%"。
验证 2:量价分离
规模 = 调用量 × 均价,两者必须同时披露且可互相验证:
- 若只有规模没有量/价,标注"量价数据缺失,无法验证"
- 若均价年降幅 > 规模增速,则调用量增速必须高于规模增速,否则数据不自洽
验证 3:加总验证
细分市场各子项加总,必须与总量一致(允许 ±5% 误差,需说明缺口来源)。
2.3 大盘基准
每个子市场增速,必须配上游市场增速作为参考:
- 子市场增速 > 上游市场增速 → 跑赢大盘,标注超额增速
- 子市场增速 < 上游市场增速 → 跑输大盘,分析结构性原因
2.4 驱动因素分析
按贡献度排序(不可只列不排),每个驱动力必须附数据支撑:
驱动力 1:[名称] — 贡献度估算:XX%(来源:XX 报告/调研)
数据支撑:[具体数字 + 来源]
驱动力 2:……
2.5 细分市场拆分
至少按以下维度各拆一次,每次拆分后做加总验证:
| 拆分维度 | 说明 |
|---|---|
| 产品形态 | API / 私有化 / SaaS 各占多少 |
| 客户类型 | 大客户 / 中型企业 / SMB / 开发者 |
| 地域 | 华北 / 华东 / 华南 / 其他,或国内 / 海外 |
第3章:竞争格局
3.1 份额表格(必须分口径)
同一厂商在不同统计口径下份额差距巨大时,必须分别呈现。
标准格式:
【MaaS 口径份额】
厂商 | 份额 | 同比增速 | 备注
------|------|----------|------
【IaaS+AI 全栈口径份额】
厂商 | 份额 | 同比增速 | 备注
反例(禁止):
> 只写"火山引擎第一",而不区分 MaaS 口径 vs IaaS 口径 vs AI 全栈口径。三者份额可能差 20 个百分点以上。
3.2 竞争壁垒分析
区分两类壁垒:
| 壁垒类型 | 特征 | 示例 | 是否可复制 |
|---|---|---|---|
| 规模优势 | 定价权、算力规模 | 字节 GPU 池 / 阿里云规模折价 | 可复制(有钱就能做) |
| 结构性壁垒 | 牌照、数据飞轮、生态锁定 | 微信生态、政务数据授权 | 不可复制 |
分析要求: 不只描述"有什么壁垒",要说明"为什么竞争对手短期无法突破"。
3.3 策略归因
头部玩家每条竞争策略,必须写出背后的商业逻辑,不只是现象描述。
反例(禁止):
> "火山引擎增速快,因为价格低。"(只描述现象)
> 正确:"火山引擎通过补贴压低 MaaS 单价至行业均价的 60%,以亏损换份额,商业逻辑是用规模摊薄 GPU 折旧成本,同时绑定字节系客户形成数据飞轮。"
3.4 动态趋势
格局是否在变化?必须有结论:
上升:[厂商名] — 驱动因素:[具体原因] — 持续性判断:[短期冲量 / 结构性上升]
下降:[厂商名] — 驱动因素:[具体原因] — 风险判断:[暂时承压 / 结构性衰退]
第4章:商业模式盈利逻辑
4.1 收入拆解
标准公式(适用于 SaaS / 订阅):
收入 = 客单价 × 客户数 × 复购率(或净留存率)
标准公式(适用于 API / 按量):
收入 = 调用量 × 单价
每个变量必须有数据来源。客单价区间需按客户层级分别列出(大客户 / 中型 / SMB)。
4.2 成本结构
区分固定成本和变动成本:
| 成本类型 | 具体科目 | 是否刚性 | 规模效应 |
|---|---|---|---|
| 固定成本 | GPU 折旧、研发投入 | 是 | 有(摊薄) |
| 变动成本 | 算力消耗、带宽 | 否 | 弱 |
关键指标:
- GPU 折旧周期:通常 3-5 年
- 折旧占收入比:不同厂商对比
- 毛利率拐点:收入达到多少时跨越盈亏平衡
4.3 盈利路径
对每个头部厂商,说明:
当前阶段:[亏损 / 盈亏平衡 / 规模化盈利]
关键阈值:[达到盈利需要跨越的门槛,如客户数>XX / 收入>XX 亿]
时间预判:[基于当前增速,预计 XX 年达到]
4.4 计费模式对比
| 计费模式 | 适用客户 | 毛利率 | 收入可预测性 | 代表厂商 |
|---|---|---|---|---|
| 按量付费 | 开发者 / 中小客户 | 低-中 | 低 | OpenAI API |
| 包年 | 中大型企业 | 中-高 | 高 | 阿里云 |
| 私有化 | 大型 / 政务 | 高 | 中(项目制) | 华为 |
| 订阅 | SaaS 形态 | 中-高 | 高 | Microsoft Copilot |
4.5 GPU 折旧与需求弹性时间错配(AI/云特有)
这是 AI 市场的特有分析维度,必须包含:
GPU 折旧:刚性,3-5 年直线折旧,与收入无关
推理需求:弹性,随应用场景爆发可能短期激增
利润压制窗口期:[新 GPU 采购后 XX 个月],折旧成本先发生,收入滞后确认
若分析对象处于利润压制窗口期内,必须标注并估算窗口期长度。
第5章:需求侧 — 用户分层与购买决策
5.1 客户分层(至少三层)
按规模分层:
大型(>5000 人):[代表行业] — 典型客单价 — 核心需求
中型(100-5000 人):[代表行业] — 典型客单价 — 核心需求
中小企业(<100 人):[代表行业] — 典型客单价 — 核心需求
开发者(个人/小团队):[使用场景] — 典型消费 — 核心需求
按行业分层:
至少覆盖:金融 / 政务 / 互联网 / 制造 / 医疗,分别说明渗透率差异和原因。
按 AI 成熟度分层:
试点期:[特征] — 占比估算 — 典型采购行为
规模化部署:[特征] — 占比估算 — 典型采购行为
深度集成:[特征] — 占比估算 — 典型采购行为
5.2 购买决策链路
| 角色 | 关注点 | 影响力 |
|---|---|---|
| 发起人(通常是业务线) | 能否解决业务问题 | 高(提出需求) |
| 评估者(通常是 IT/采购) | 安全性、成本、兼容性 | 高(筛选供应商) |
| 使用者(最终用户) | 易用性、效果 | 中(影响续约) |
| 决策者(通常是高管) | ROI、战略对齐 | 高(最终签字) |
关键分析点: 不同计费模式下,决策链路长度不同(按量 < 包年 < 私有化)。
5.3 核心采购痛点
按客户层级分别列出,禁止只写共性需求。
大型客户痛点:合规 / 私有化 / SLA 保障 / …
中型客户痛点:性价比 / 快速上线 / …
开发者痛点:文档质量 / 免费额度 / …
5.4 渗透率现状
对每个重点行业,说明:
[行业名]:
当前渗透率:XX%(来源:XX 报告)
提升障碍:[技术 / 成本 / 合规 / 认知,按影响程度排序]
预期拐点:[预计 XX 年渗透率突破 XX%]
5.5 使用行为数据
以下数据若能获取,必须纳入(来源:厂商财报/官方博客/第三方监测):
| 指标 | 含义 | 获取方式 |
|---|---|---|
| 调用频率分布 | 日均/周均/月均调用量分布 | 官方披露 / 逆向估算 |
| 场景分布 | 各应用场景调用量占比 | 厂商披露 / 用户调研 |
| API 集成方式 | REST / gRPC / SDK 语言分布 | 官方文档统计 |
| 续约率 / 扩容率 | 客户留存行为 | 财报 / 厂商披露 |
第6章:核心竞品深度分析
6.1 单厂商分析框架
每家核心厂商按以下三维分析:
产品维:
- 核心能力:[一句话说明差异化]
- 差异化特性:[列出 2-3 个,附产品页面证据]
- 已知缺陷:[用户反馈/评测中反复出现的问题]
商业维:
- 营收规模:[分口径,若无法获取则标注"未披露"]
- 增速:[YoY 或 CAGR]
- 客群定位:[主打哪层客户]
战略维:
- 当前打法:[竞争策略描述 + 商业逻辑]
- 可持续性判断:[短期有效 / 中长期可持续 / 不可持续]
- 已知风险:[监管 / 竞争 / 供应链]
6.2 功能时间线(必做)
关键产品/功能上线的时间节点,不接受"有这个功能"的定性描述。
标准格式:
[厂商名] 功能时间线
20XX-QX:[功能/产品名] 上线 — 意义:[说明]
20XX-QX:[功能/产品名] 上线 — 意义:[说明]
数据来源:厂商官方博客 / 更新日志 / 新闻稿,必须附 URL。
6.3 交叉对比表
横向对比维度必须对称:供给侧维度和需求侧维度都要有。
标准对比表结构:
| 维度 | 厂商 A | 厂商 B | 厂商 C |
|---|---|---|---|
| 供给侧 | |||
| 模型能力 | |||
| 价格 | |||
| 生态/集成 | |||
| 需求侧 | |||
| 大客户案例 | |||
| 行业覆盖 | |||
| 服务响应 |
禁止只列供给侧维度而忽略需求侧。
第7章:发展趋势与风险
7.1 趋势研判标准
每条趋势必须包含三要素,缺一不可:
趋势 X:[一句话描述]
现象描述:[具体发生了什么,附数据]
- 数据支撑:[具体数字 + 来源 URL]
- 时间范围:[趋势已持续多久 / 从何时开始]
业务启示:[对本市场参与者 / 客户的具体影响]
- 对厂商意味着:[战略建议]
- 对客户意味着:[采购建议]
反例(禁止):
> "AI Agent 正在兴起。"(只有现象,没有数据支撑,没有业务启示)
> 正确:"2025 年 Q1-Q4,Agent 相关 API 调用量环比增长 127% [来源 XX],占全部 AI API 调用的 18%。对厂商意味着:需要在 Agent 编排层建立生态;对客户意味着:Agent 已从概念验证进入规模化采购阶段。"
7.2 风险矩阵
按概率 × 影响程度分级:
| 风险 | 概率 | 影响 | 类型 | 应对策略 |
|---|---|---|---|---|
| [风险描述] | 高/中/低 | 高/中/低 | 结构性/阶段性 | [说明] |
类型区分:
- 结构性风险:改变市场规则的(监管、技术范式转移)
- 阶段性风险:短期冲击(竞争加剧、需求波动)
7.3 关键不确定性
明确标注哪些判断依赖未来数据确认,不应作为确定性结论:
不确定性 1:[描述] — 依赖数据:[具体说明] — 确认时间点:[预计 XX]
不确定性 2:……
与 research-report Skill 的关系
本 Skill 是 research-report 的领域专用扩展:
- research-report 提供通用 6 步流程 + 4 Agent 审查 + 并行架构
- 本 Skill 提供 To B 市场研究的章节结构 + 每章核心要素 + 反例警示
使用顺序:
1. 先加载 research-report 走 6 步流程
2. 在第 4 步(分析撰写)时,按本 Skill 的 7 章结构展开
3. 在第 5 步(4 Agent 审查)时,额外检查本 Skill 各章的"必做"项是否完成
定稿检查清单(To B 专用)
基于 research-report 的通用清单,补充 To B 专用检查项:
- [ ] 第1章口径辨析:窄/中/宽三层均呈现,差异倍数已计算
- [ ] 第2章多口径表格:每行有来源 URL,增速可反推验证
- [ ] 第2章量价分离:规模 = 量 × 价,两者同时披露
- [ ] 第3章份额表:分口径呈现(若口径间差异 >20pp)
- [ ] 第3章壁垒分析:区分可复制 vs 不可复制
- [ ] 第4章收入拆解:公式完整,每个变量有来源
- [ ] 第4章 GPU 折旧错配:利润压制窗口期已分析(AI 市场适用)
- [ ] 第5章客户分层:至少按规模 / 行业 / 成熟度三层
- [ ] 第6章功能时间线:有具体时间节点 + URL 来源
- [ ] 第6章交叉对比:供给侧 + 需求侧维度均覆盖
- [ ] 第7章趋势:每条有现象 + 数据 + 业务启示三要素
- [ ] 第7章关键不确定性:已明确标注依赖未来数据确认的判断