“窃”取商业情报(下)
2014-12-12
曾经有很多读过我文章的人问我,你是怎么分析判断某个事件可能发生的原因?问我是不是有内幕消息。其实,在互联网时代,即使没有内幕,通过搜索、分析,自己也能推断出一些信息。通过搜索引擎、电商数据来分析出信息只是一部分情报,要想得到目标公司精准的情报,我们还需要加强学习目标公司的文章和综合情报,并进行实地调研。
文风源于内心,你表面上可以做到不动声色,但作为情感的宣泄,你的文字通常会将你内心的感受直接表现出来。一个人的文风并不是一成不变的,它会随着人的年龄、心态、思想内涵以及阅历的变化而改变。文人写作,是通过文字来抒发感情,表达情怀。而现在,“作家”们写作的目的比较宽泛了,如果从商业上进行分析的话,有的是为了营销、推广,有的则是为了炒作、扩大影响力。
所以,在获取目标公司情报时,企业的文案、领导者的文章、通稿以及采访等公开的文字信息,就成了我们搜索情报的另一渠道。比如,企业或领导者的理念和价值观、目前发展的阶段、遇到的困难、未来的发展方向等。
举两个实例:
案例一:假如某企业CEO在某个时间段,他的文风突然从阳光明媚、青葱少年之风,转而变为豪放大气、处处透着张扬的风格。
我们就可以作如下猜测:产品推广顺利,企业获得了一定的市场地位;企业获得了一笔融资;想开的人开了,想离的婚离了……
当然,这只是一个线索,要想确定真实情况,还需要综合该企业的发展和表现。
案例二:9月2日“丁香园”获巨额融资的消息公布后,一时之间各色人等纷纷冒了出来,大肆对此加以评论。因为是突发事件,所以急切之间写出的文章来不及粉饰,是最能体现文风的好材料。我们可以从中分析一下。
A. 某人写了一篇《猩球崛起,丁香园归来》的文章,通篇体现了一个“酸”字,文中字里行间刻意想往它的对手层面上贴,表现出其急于借势上位的欲望。虽然想引起别人注意,但还是假模假样地分析了一番,做了貌似公正的评判,究其本质,不过是为了捞取好评。
B. 另有一媒体,快速将丁香园历史上的老文章翻出,凸显其艰苦创业的心路历程,接着又写了一篇情感异常强烈的比较文,用排比式的数据和图片接连轰炸。单从文风角度可以推断出,该媒体心有怨气。然而怨气从何而来呢?可能是其业务发展遇到一些瓶颈,或者手里现金储备不足,融资不顺利,抑或是内部管理等有不如意等。根据文章体现,其似乎至少见过20家以上的风投机构,应该是盈利模式和业务膨胀屡受质疑,所以一直被拒绝,于是内心开始比较急躁和焦虑了。
此次突发巨额融资公布后,它又激动了,运用了即使自媒体都很少见过的超强文风,一是表达其强烈的不满情绪,证明那些机构是错的;二是想再次吸引风投机构前来洽谈,为下一步融资进行打算。这一种矛盾的心态在其文章中表现得淋漓尽致。
C. 某作家写了一篇文章,总结了7000万美元的估值一点也不贵。通篇的文风体现了一个“捧”字,有数据、有逻辑,说得也有点道理。此文风背后可能蕴含以下信息:他与丁香园可能是好友;他的业务在过去、现在或者将来会与丁香园产生合作。
或许有人会疑惑,这是不是有点太玄乎了。其实不然,早在中国古代,就已经有人用此办法来搜集情报了。我们知道曹操进攻汉中,久攻不下,一日军中询问主帅夜晚巡营的口令,曹操随口而出“鸡肋”。这时有个聪明人杨修,迅速分析出了一个情报,主公准备退兵。有大将问何解?杨修指出,鸡肋、鸡肋,弃之可惜,食之无味。由此观之,主公处于进退两难,但是综合局势而言,应是准备近期退兵了。
实地调研
随着互联网技术发展的成熟以及覆盖成本的快速下降,互联网好比是一种“万能胶”,将企业、团体、组织以及个人跨时空连接在一起,使得它们之间信息的交换变得“唾手可得”。得渠道者得天下,线上沟通作为最便利的方式,固然有得天独厚的优势,但是传统的实体渠道,一样非常重要。事实上,近一段时间,无论学术界还是企业界都从过度泛滥的“互联网思维”转向了O2O,这其中缘由就有这方面的反思。从更宏观的角度讲,人性永远渴望真实互动的交流,就像移动医疗永远不可能完全替代医生面对面的关怀一样。因此,通过实体渠道获得的信息和数据,在我们的商业情报分析范围之内非常重要。
1. 会议和展销
主要指学术会议、大型展会和商业活动等。这些会议大多不以买卖为主要形式,与会者主要是通过现场演示、实地演讲和展台展览等方式,向公众或业内人士进行产品的展示。从这之中,我们可以大致了解到目标公司的规模、实力,以及一些产品信息。
2. 实体走访
首先,实体客户拜访。我们只需要在进行自己公司产品的实体推广活动中,“顺便”调研你的竞争对手,因为你们通常都具有相同的用户群体。
其次,考察上下游供应链。我们还可以对目标公司的合作厂家进行调研,包括底部OEM的工厂、广告合作公司、营销推广合作公司、渠道分销商以及主要的竞争对手等。
最后,直接调研目标公司。通过实地走访了解情况,与员工访谈、模拟客户与客服进行产品沟通或者服务测试等。当然,这一切要光明正大并且合乎规矩才行。
培养反情报意识
阴阳是事物发展过程中的对立统一,有阴则有阳,有矛则有盾,我们在对目标公司进行商业情报资料的搜集和分析的过程中,其他的公司或组织也同样在观察我们。而企业在运营过程中,既要开展正常活动又不泄露商业情报,几乎是不可能的。人才流动、产品发布、经理人交流、媒体采访、社交平台、企业内部职工保密意识淡薄等,都有可能泄露商业情报,然后被竞争对手获取。因此,我们对内还需要做反商业情报侦察意识的培养。对于公司的商业模式、主要客户、竞争对手、重要人才都需要有相应的保护对策。
1. 企业制度和工作流程
企业的策略、计划、组织、财务、技术、生产、人事、营销等信息和数据都属于企业的商业情报。当然,不同的行业和企业对此的机密要求各有不同,企业应该根据自己的特点,确定合理的规章制度和工作流程,以防被竞争对手获取到重要的信息。
对于互联网高新技术企业来说,专利、技术、程序架构、具体代码、商业模式都是非常重要的情报信息。而对于电商来说,销售数据、财务情况、营销策略也是非常重要的。
2. 保密协议
合同法规定,用人单位与劳动者可以在劳动合同中约定保守用人单位的商业秘密,以及与知识产权相关的保密事项。对负有保密义务的劳动者,用人单位可以在劳动合同或者保密协议中与劳动者约定竞业限制条款,并约定在解除或者终止劳动合同后,对违反竞业限制约定的,甚至出卖商业情报的员工追究法律责任。
对企业来说,保密协议虽是一个很好的约束条件,但最重要的还是考察招聘员工的人品和价值观,同时制定不同的保密级别和规则。
3. 定期进行员工培训
公司根据整体战略规划制定公司的培训计划,并对公司所有员工进行反情报意识的培训,学会如何保守正常的商业秘密。
4. 网络安全
公司需要对网络和电脑进行防火墙及安全网关设置,定期更换系统密码,从系统上减少黑客入侵和内部人泄密的可能。
5. 内部管理
其实大多数商业情报的泄露,都有人为的原因。企业管理更应以人为本,要时刻注重员工的状态和发展,对于有些员工,由于对企业不满而恶意泄露公司商业情报的情况要非常重视。管理者的责任不仅是最大限度地开发员工的潜能,在管理员工之余,还应重视企业文化教育,多关心员工。
当我们决定着手去调研一个移动医疗项目的时候,首先可以用综合搜索引擎、微博、微信、实地走访市场、拜访用户或者与客服进行沟通获取情报,然后再对这个app的基本功能、流畅情况和崩溃退出等进行反复测试。
以移动医疗 app 项目中最常见的医患沟通平台为例(大约占项目数的 80% 以上),看看如何去分析出平台里“医生与患者”这两大类非常重要的数据。
医生数据情报:
很多平台都会宣称自己有多少万的医生用户,对此,我们该如何核实呢?很简单,这些平台将医生置入,一定是希望患者可以找到,而且他们通常已经将医生按照科室进行了分类列表,这就可以一个一个地手工拉取进行统计。通常一个大平台,需要 6 个人花两周的时间进行手工计数与复核。
因为很多平台上的医生都是虚假的,只是从其他平台上抄来的信息。我们可以通过这个医生的主页进行核实,一般医生的主页上都会有注明是否已开通网络咨询或电话咨询等。开通了网络咨询的,你就可以不断进行提问以验证其是否真实存在于该平台;开通了电话咨询,你就可以打电话去验证。通过这个方法,我们可以进行抽样调查,大约调查100名医生,看有多少信息是真实有效的,取多组测试结果,最后取算术平均百分比。举个例子,如果这个平台上55%的医生数据是真实的,那么再乘以我们穷举法拉出来的医生总数,就大致是该平台医生存在的真实数量。
计算出真实数量的医生还只是第一步,接下来,我们还要测试这个平台上到底有多少真实有效的“活跃”医生。如果发现这个医生页面上标有多少次提问和回答的具体数据,比如说222次这类,我通常会选择忽略,因为这些有不少是造假出来的,可以由系统随机生成。但是,由于网站会吸引用户点评或者提问,所以他们通常会把问题与答案显示在页面上。这里信息会很多,我们可以采用自上而下全面浏览的方式,计算每100个问题中有多少人重复回答,在实战中通常我会把回答 3~4 次的医生定义为活跃用户。多次采样之后,再取加权平均,就可以算出有多少百分比的医生是活跃用户,有多少医生从来没有回答过问题。用之前我们测过的真实医生数量再乘以活跃系数,就是活跃医生用户的数据。
患者信息情报:
通常患者信息和数量,我们是无法在这些医患平台上收集到的,而且就算可以这么做,我们也没办法用手工去测量,因为患者数量一般要比医生用户大几个数量级。但是我们可以推荐另一种方法——压力测试法,然后再依靠活跃医生数量,我们就可以推测出患者流量,并计算出这个平台在某个时间内所能接待的最大患者数量。换句话说,根据平台上真实活跃的医生数量,那我们就能推断出每天有多少患者流量的上限,然后再乘以一个系数,就可以大概估算出真实患者流量,所以这是使用间接法来进行测量的。
压力测试法:
用不同账号在多个手机上同时向该平台提同一个问题,我们的目的是:测试在同一平台上,同一时间在同一个科室内,根据同一个问题,获得答复之间的时间差,以及参与回复的医生数量,并且查看该医生是否有循环回答的情况。通过在同一科室内的反复测试就可以知道在这一时间段,平台上这一科室内真实有效的活跃医生的数量。
随后,我们同步测试这一平台上所有的科室,取加权平均,就可以进一步推测这个平台上这一时间内总活跃(所有科室)的医生数量。
然后,取多天的多点时间,我们可以大致推算出这个平台目前为止总活跃用户的数量和活跃程度。值得注意的是,我们在测试的时候,发现有些医生活跃的时间在上午,有些在下午,但是大多数的医生活跃时间都在中午12~13点,以及晚上9点之后。因此这两个时间段是极大的有效时间段。根据统计学方法,我们先做散点构图,得出医生活跃数量与时间关系的分布图,然后对此进行分组和配对,一般选择极度活跃的时间来测试。
当然等到了我们要进行测试计量的时间段之内,我们进行测试的不同分组内还是会有一些活跃的差别,比如周末、节假日、工作日等因素都会导致结果不同。因此在做分组统计之前,我们要做均衡性检验,查看分组检验和前后时间段中的样本是否足够,是否有代表性等。这样多点取样,多重因素回归,以避免单一分析出现较大误差。
另外,我们还可以从之前的测试中推断出某个科室的某个医生是非常活跃的用户,然后为了反过来验证其是否为重度活跃用户,我们通常会反复进行比对。这是一个类似数学上循环代入、验证测试的方法。然后结果还要再取多次加权平均,以修正我们之前的数据预测模型。