Technical Business Strategy Analysis

专业级商业战略分析：从市场规模估算到可执行洞察的完整工作流。支持 TAM/SAM/SOM、竞品矩阵、SWOT+、Porter 五力、商业模式画布等专业框架。

Business Strategy Analysis

完整的商业战略分析工作流，从市场研究到战略洞察。

工作流步骤

1. 问题定义与范围界定

• 输入: 行业/产品关键词、地理范围、时间范围
• 输出: 分析范围文档 + 关键假设列表
• 工具: Tavily 搜索 API 获取行业背景

2. 市场规模估算 (TAM/SAM/SOM)

• 输入: 行业关键词、地理范围、时间维度
• 数据源: Tavily 搜索 + 统计数据库 + 行业报告
• 量化要求:
  • 所有市场规模数据必须包含具体数值（单位：美元/人民币/用户数等）
  • 提供置信区间（95% CI）或数据可靠性评分（1-5分）
  • 历史数据至少包含过去3年，预测数据至少包含未来5年
  • 市场增长率必须计算复合年增长率（CAGR）并标注标准差
• 输出:
  • 市场规模数据表格（含历史数据、预测、置信区间）
  • TAM/SAM/SOM 可视化图表（带误差线）
  • 市场增长率分析（含CAGR和波动性指标）

3. 竞品矩阵分析

• 输入: 竞品列表、评估维度（价格、功能、市场份额等）
• 数据源: 公司财报、产品文档、用户评论、新闻报道
• 量化要求:
  • 市场份额必须提供具体百分比数值（如：NVIDIA 80%，AMD 15%）
  • 价格对比需提供具体美元数值和相对差异百分比
  • 功能评分采用 1-10 分制，附置信区间（如：8.5±0.3）
  • 对无法量化的维度明确标注为"定性分析"
• 输出:
  • 2x2 竞争矩阵图（坐标轴需有具体数值刻度）
  • 详细竞品对比表格（包含量化数据和置信区间）
  • 竞争优势/劣势分析（量化影响程度：高/中/低 + 具体数值支撑）

4. SWOT+ 分析

• 输入: 公司/产品信息、市场环境
• 处理:
  • 自动识别 Strengths/Weaknesses/Opportunities/Threats
  • 量化评分：每个要素按 1-5 分制评分，并提供置信区间（如：3.2±0.5）
  • 定性分析标注：对无法量化的软性因素明确标注为"定性分析"
  • 生成 TOWS 战略矩阵，包含具体数值支撑
• 输出:
  • SWOT 矩阵可视化（含评分和置信区间）
  • 战略建议（SO/WO/ST/WT 策略）带优先级分数（0-100）
  • 优先级排序（基于量化权重计算）

5. Porter 五力模型（量化+定性）

• 输入: 行业信息、供应链数据
• 处理:
  • 供应商议价能力分析（量化：供应商集中度CR4/HHI指数、转换成本美元数值）
  • 购买者议价能力分析（量化：客户集中度、价格敏感度弹性系数）
  • 新进入者威胁分析（量化：资本需求金额、规模经济门槛、品牌忠诚度百分比）
  • 替代品威胁分析（量化：替代品价格差异%、性能差距分数、转换成本）
  • 现有竞争者竞争强度分析（量化：行业利润率%、产能利用率%、广告支出占比%）
  • 行业生命周期阶段判断（基于增长率CAGR和市场渗透率%）
  • 定性分析标注：对无法量化的制度性、文化性因素明确标注为"定性分析"
• 量化要求：
  • 每个力量按 1-5 分制评分威胁/强度级别，附置信区间
  • 行业吸引力综合评分 = 加权平均（权重基于行业特性自动计算）
  • 所有量化数据必须标注数据来源和时间戳
• 输出:
  • 五力雷达图（含具体数值和置信区间）
  • 行业吸引力综合评分（0-100分）及置信区间
  • 关键成功因素识别（按重要性排序 + 量化影响程度）

6. 商业模式拆解（量化+定性）

• 输入: 商业模式描述、收入来源
• 处理:
  • Business Model Canvas 九要素分析（每个要素评分1-5分，置信区间80%）
  • 盈利引擎和成本结构分析（量化：毛利率、运营利润率、客户生命周期价值LTV、获客成本CAC等具体数值）
  • 客户获取和留存策略（量化：转化率、留存率、流失率等指标）
• 输出:
  • 商业模式画布可视化（含量化评分）
  • 盈利模式优化建议（含预期ROI和实施成本估算）
  • 风险点和改进机会（按风险概率和影响程度量化评估）
  • 对无法量化的战略要素明确标注为"定性分析"

7. 洞察报告生成

• 整合: 所有分析结果 + 执行摘要
• 输出:
  • 结构化 Markdown 报告（含数据源引用）
  • 调用 ppt-generator 技能生成乔布斯风极简科技感演示文稿
  • 关键洞察卡片（便于分享）

输出文件结构

所有分析结果自动保存到：

text

~/.openclaw/workspace/tech-insight/business-strategy-analysis/{主题}/
├── strategy-report.md      # 完整分析报告（含数据源引用）
├── presentation.html       # 交互式可视化演示文稿
├── data/                   # 原始数据和中间结果
│   ├── market-size.csv     # 市场规模数据
│   ├── competitors.csv     # 竞品数据
│   └── swot-analysis.json  # SWOT 分析数据
└── sources.md              # 数据源和参考文献

示例：

• OpenRouter 分析 → tech-insight/business-strategy-analysis/openrouter/
• Palantir 分析 → tech-insight/business-strategy-analysis/palantir/

行业专业化模板

系统内置四个行业专业化模板，针对不同行业的关键指标和分析维度进行优化：

1. AI Infra 模板

• 适用场景: AI芯片、云计算基础设施、GPU/TPU硬件、AI平台
• 核心指标:
  • 芯片性能（TFLOPS、内存带宽、能效比 TOPS/W）
  • 软件生态（框架支持度、开发者数量、文档质量）
  • 客户案例（头部客户、部署规模、ROI数据）
  • 供应链安全（制造工艺、地缘政治风险）

2. SaaS 模板

• 适用场景: 软件即服务、B2B软件、订阅制产品
• 核心指标:
  • ARR/MRR（年度/月度经常性收入）
  • 获客成本（CAC）和客户生命周期价值（LTV）
  • 留存率（净留存率、毛利率留存率）
  • 功能矩阵（竞品功能对比、差异化程度）

3. AI Agent 模板

• 适用场景: AI代理、自动化工作流、智能助手
• 核心指标:
  • 能力矩阵（多轮对话、工具调用、推理能力评分）
  • 工具集成（支持的API数量、集成复杂度）
  • 多模态支持（文本、图像、语音、视频处理能力）
  • 部署复杂度（硬件要求、运维成本、扩展性）

4. 消费品模板

• 适用场景: 快消品、零售、品牌消费品
• 核心指标:
  • 品牌价值（Brand Finance评分、社交媒体声量）
  • 渠道分析（线上/线下占比、渠道利润率、覆盖密度）
  • 消费者行为（购买频率、客单价、NPS净推荐值）
  • 供应链（库存周转率、物流成本、供应商集中度）

5. AI 软件模板

• 适用场景: AI开发框架、机器学习平台、AI模型服务、MLOps工具
• 核心指标:
  • 技术栈完整性（支持的框架数量、API丰富度、SDK覆盖度）
  • 开发者生态（GitHub stars、社区活跃度、文档质量、教程数量）
  • 模型性能（推理延迟、吞吐量、准确率基准、资源利用率）
  • 企业采用度（头部客户数量、生产环境部署案例、合规认证）
  • 商业模式（开源vs闭源、定价策略、企业支持服务）

模板文件位置：~/.openclaw/workspace/skills/business-strategy-analysis/templates/

使用示例

text

用户: 分析 AI 芯片市场 (自动使用 AI Infra 模板)
用户: 对比 NVIDIA 和 AMD 的竞争格局 (自动使用 AI Infra 模板)  
用户: 生成 Tesla 的 SWOT 分析 (自动使用消费品模板)
用户: 创建我们的 SaaS 商业模式画布 (自动使用 SaaS 模板)
用户: 评估 AI Agent 平台的投资机会 (自动使用 AI Agent 模板)
用户: 分析可口可乐的市场地位 (自动使用消费品模板)

自动执行流程

当触发分析时，系统会：

1. 创建标准化输出目录（绝对路径）

   bash

   # 设置工作目录
   cd /home/Vincent/.openclaw/workspace/
   
   # 创建输出目录（绝对路径）
   OUTPUT_DIR="/home/Vincent/.openclaw/workspace/tech-insight/business-strategy-analysis/{主题}"
   mkdir -p "$OUTPUT_DIR"
   mkdir -p "$OUTPUT_DIR/data"
   
   # 验证目录创建成功
   if [ ! -d "$OUTPUT_DIR" ]; then
       echo "Error: Failed to create output directory"
       exit 1
   fi
   

2. 执行针对性数据提取策略

   • 市场规模估算: 优先从 Statista、IBISWorld、政府统计局获取权威数据；使用 Yahoo Finance 获取上市公司财报数据
   • 竞品分析: 从 Crunchbase 获取公司基本信息；从官方产品文档和 MLPerf 等基准测试获取技术指标；从 SEC EDGAR 获取财务数据
   • SWOT/Porter 分析: 综合新闻报道、学术论文、行业报告进行多维度分析
   • 商业模式分析: 从公司官网、投资者关系页面、S-1 文件获取详细商业模式信息

3. 执行完整分析工作流

   • 并行收集多源数据（Tavily API 域名白名单过滤 + 公开数据库直接访问）
   • 应用专业分析框架
   • 生成量化洞察和可视化

4. 保存结构化输出并生成演示文稿

   bash

   # 保存完整报告
   write ~/.openclaw/workspace/tech-insight/business-strategy-analysis/{主题}/strategy-report.md
   
   # 保存原始数据
   write ~/.openclaw/workspace/tech-insight/business-strategy-analysis/{主题}/data/*.csv
   
   # 记录数据源
   write ~/.openclaw/workspace/tech-insight/business-strategy-analysis/{主题}/sources.md
   
   # 调用 ppt-generator 技能生成乔布斯风演示文稿
   # 基于 strategy-report.md 内容生成 presentation.html
   

5. 返回结果摘要

   • 在对话中显示关键洞察（3-5个要点）
   • 提供完整文件路径
   • 演示文稿已通过 ppt-generator 技能生成并保存为 presentation.html
   • 支持后续深入查询

数据源配置

Tavily API 域名白名单配置

为确保数据质量和权威性，已配置以下域名白名单：

金融/市场数据源:

• finance.yahoo.com (Yahoo Finance)
• sec.gov (SEC EDGAR)
• statista.com (Statista 公开数据)
• ibisworld.com (IBISWorld 行业报告)
• marketwatch.com (MarketWatch)

技术指标数据源:

• mlperf.org (MLPerf 官方基准)
• arxiv.org (学术论文预印本)
• paperswithcode.com (官方基准和代码)
• techcrunch.com (技术新闻和分析)
• official company websites (公司官网技术文档)

公司信息数据源:

• crunchbase.com (Crunchbase 公司数据库)
• linkedin.com (LinkedIn 公司页面)
• official company websites (公司官网投资者关系页面)
• bloomberg.com (Bloomberg 公司信息)
• reuters.com (Reuters 公司新闻)

配置命令：

bash

mkdir -p ~/.config/business-strategy-analysis
echo "tvly-YOUR_API_KEY" > ~/.config/business-strategy-analysis/tavily_key

# 配置域名白名单（用于Tavily搜索的include_domains参数）
cat > ~/.config/business-strategy-analysis/tavily_domains.json << EOF
{
  "financial": ["finance.yahoo.com", "sec.gov", "statista.com", "ibisworld.com", "marketwatch.com"],
  "technical": ["mlperf.org", "arxiv.org", "paperswithcode.com", "techcrunch.com"],
  "company": ["crunchbase.com", "linkedin.com", "bloomberg.com", "reuters.com"]
}
EOF

针对性数据提取策略

市场规模估算 (TAM/SAM/SOM):

• 优先搜索：Statista, IBISWorld, Yahoo Finance
• 关键词策略："[行业] market size", "[行业] TAM SAM SOM", "[行业] growth rate CAGR"
• 数据验证：交叉验证至少3个独立来源

竞品矩阵分析:

• 金融数据：Yahoo Finance, SEC EDGAR (财报数据)
• 技术数据：MLPerf, Papers with Code, 官方技术文档
• 市场份额：Statista, Crunchbase, 行业报告
• 关键词策略："[公司] market share", "[产品] benchmark", "[竞品] comparison"

SWOT+ 分析:

• 优势/劣势：公司财报、技术文档、专利数据库
• 机会/威胁：行业报告、新闻分析、政策文件
• 关键词策略："[公司] SWOT", "[行业] trends", "[市场] opportunities threats"

Porter 五力模型:

• 供应商议价能力：供应链报告、行业集中度数据
• 购买者议价能力：客户集中度、价格弹性研究
• 新进入者威胁：资本需求、监管门槛、规模经济数据
• 替代品威胁：技术替代分析、价格性能比较
• 竞争强度：行业利润率、产能利用率、广告支出数据

商业模式拆解:

• 收入模式：财报收入细分、定价策略文档
• 成本结构：财报成本分析、运营效率指标
• 客户获取：营销支出、CAC计算、渠道分析
• 关键词策略："[公司] business model", "[产品] revenue model", "[服务] pricing strategy"

配置选项

选项	默认值	说明
output_format	both	markdown | html | both
competitor_count	5	竞品分析数量（3-10）
geographic_scope	global	local | regional | global
time_horizon	5_years	current | 3_years | 5_years | 10_years
quantification_level	strict	strict (强制量化) | balanced (量化+定性)

错误处理和降级策略

• 数据不足:

  • 切换到备用数据源
  • 提供基于有限数据的分析 + 置信度评分
  • 建议补充数据收集方法

• API 限制:

  • 自动指数退避重试
  • 使用缓存数据进行部分分析
  • 分批处理大型请求

• 分析失败:

  • 返回已完成的部分结果
  • 提供详细的错误日志
  • 建议简化分析范围

• 文件保存失败:

  • 重试保存操作
  • 提供临时下载链接
  • 保存到备用位置

质量保证

• 数据验证: 交叉验证多个数据源
• 分析一致性: 确保各框架结论逻辑一致
• 引用完整性: 所有数据点都有明确来源
• 更新机制: 支持定期重新运行分析以获取最新数据