1. 前言

问卷调查，对于产品而言，是一次了解用户真实想法的机会。

这在很多产品推出某个模块的新功能，或是需要做迭代而非优化的时候，尤其是大版本迭代，甚至是改动当前产品系统架构的情况，都格外适用。

比如从 V1.0.0 升级到 V2.0.0 ，产品的功能可能在用户看来变化不大，但是往往让用户印象深刻的是，产品的 UI 层面发生了翻天覆地的变化。

这就需要快速掌握用户对产品的反响如何，而问卷调查，无疑是一种低成本、快速获取需求的方式。

但其实，还有一个隐藏的、最重要的需求，就是获客。可以筛选哪些是真正有需求的用户，然后下一步就是深入沟通。

而我，在年前就刚好要做这个事情，当然，我没有做过。

2. 问卷要怎么实现？

怎么才能节省成本呢？

这是在还没做一件事情之前，就要考虑的问题。

为什么这么说呢？因为很多人习惯性认为，不就是一个问卷调查的页面嘛，前端代码闭着眼睛敲，一下就完事儿了。

但是，你要考虑后面的问题，实现只是第一步，后面隐藏的需求，你可能没看到。

比如统计数据怎么获取？是不是还要自己实现？

比如排版调整，比如改动文案，这些是不是都要经过你改代码才可以？

比如我要新增图片？比如我其他项目也要使用问卷调查，能否快速复用？

所以，在动手之前，还是要先停一下，想一想，有没有什么工具可以直接实现这个需求。

那 “问卷星” 这个耳熟能详的工具，自然就出现在我的脑袋里。

借此机会，我也去问了 AI，到底有哪些可用的问卷调查工具，一一试用之后，我就对各种方案，做了言简意赅的说明。

最终，我推荐腾讯问卷。

2.1 腾讯问卷

1. 功能丰富，界面美观，灵活定制化高，支持插入图片
2. 个人、企业都可以免费试用

2.2 飞书问卷

1. 功能丰富，灵活定制化不高，但实现当前我们的需求足够了
2. 个人、企业都可以免费使用

2.3 问卷星

1. 功能很丰富、可灵活定制化
2. 个人可免费使用，企业版需收费 2999 元一年

2.4 代码实现

1. 代码实现功能丰富、灵活度更高
2. 性价比低，有现成的方案，没必要自己开发

3. 问卷调查的内容是什么？

上面已经明确了问卷调查的实现方式，接下来就要解决文案设计的问题，就是问卷调查的内容填充，具体应该是什么？

这个就需要看你的需求了。你是想了解用户的什么信息？是对你产品的新功能，还是下一个版本，或者下一个方向的功能调研？

但在我看来，不管是哪个方面的内容，首先要明白的是，问卷调查的内容，不宜过长，要尽可能地减少无效信息，突出核心的部分。

比如你是新功能调研，那就需要问用户，是否存在业务某一方面的痛点，然后我上这个新功能，是否可以解决？如果解决不了，那用户你更希望提供什么功能？

具体内容要具体分析，但是 “痛点 - 需求 - 方案” 应该是一种通用思路。

因为对于用户而言，什么花里胡哨的功能、界面都无关紧要，最关键一点，你到底能不能解决我遇到的问题？

4. 怎么吸引用户填写这个问卷

这就要学会从用户的角度出发，思考会有哪些问题：

1. 我为什么要打开你这个问卷？
2. 我为什么要填你这个问卷？
3. 我为什么要如实填写你这个问卷提出的问题？
4. 我为什么要留下个人信息？

实不相瞒，很多产品、游戏都有问卷调查，我之前也遇到过一些，但是我基本上都是乱填的，主要是觉得没什么好填的。

那到底是哪些问卷，我才会真的认真去填写呢？

那当然是，我真正遇到问题了。

但是如果我遇到问题，肯定是会及时反馈的，对于 ToB 产品而言，反馈的渠道应该是很顺畅的，因为大多数是点对点对接的，不像 ToC 产品，是一对多，忙不过来，效果也会很低。

所以，有问题我早就及时反馈了，没必要现在再填这个问卷调查。

对于这种类型的用户，大可不必计较。为什么呢，因为他都及时反馈了，这个事情本身就比问卷调查这个事情重要得多。

问卷调查主要是筛选那些不积极反馈问题的用户，就是平时遇到问题了，也不会吭声，反正能用就行，至于有什么更好的想法和思路，那能不说就不说。

针对这类型的用户，就是要把问题从水里捞出来，或者说，放掉水库里的水，看清楚有多少条鱼，让问题暴露出来。

至于，有什么办法吸引用户，来填写你的问卷？

你是 ToB 型产品，说句不好听的，你的用户都是公司，而不是个人，这点代金券，蝇头小利，别人压根就看不上，因为不管他怎么花钱，费用都是由公司报销的。

所以，如果要设计奖品代金券之类的，金额一定是要大一些，或者备注说明，真的提出好的建议，给一个大的折扣，如此等等。

5. 从平台跳转过去，无法获取平台用户名信息怎么办？

虽然上面提到过，自己代码开发，成本很大，而且不好复用，那么，使用第三方问卷调查工具，是否就没有问题了？其实，也不是的。

最先想到的，就是如果是代码开发的话，一定是和平台一起迭代到线上的，用户登录之后，是可以拿到用户信息的，但是现在变成跳转到第三方平台，用户的信息就没办法获取了。

为了解决这个问题，就需要在问卷中设置让用户填写公司、手机号码，并且说明该信息用于获奖时奖品发放，这样一来，用户对填写个人信息的抵触，就会有所降低。

6. 问卷调查工具是否可以商用

其实，从一开始使用问卷调查工具，我就在担忧版权的问题，就是能否商用，能不能在自己产品里，通过一个链接，跳到这个第三方问卷里。

为此，我还专门咨询了飞书问卷的人工客服，得到的答复是，可以商用，这就把悬着的心放下了。

当时，就想着，要是不能商用，自己就白忙活儿了。

7. 最后

其实，在没有使用腾讯问卷调查之前，我用的是飞书问卷调查，基本上功能也是够用的。

但是，因为飞书问卷不支持在题目内容中加上图片，我就只能再去调研其他的问卷工具，发现腾讯问卷支持这个功能，而且排版什么的都更为美观，就全都迁移到腾讯问卷了。

其实，问卷调查工具没有多少复杂的功能，稍微试用一下，就知道怎么使用了。

所以，我觉得没必要对问卷调查工具的功能，进行详尽的介绍，这篇就到此为止吧。

从最开始的人工网上收集目标客户，到通过编写各维度需求文档，最后到制定判断标准模板，通过纳米 AI 智能体【深入研究】实现目标客户分析。

基本上可以说，这大大减少了很多工作量。

在此基础之上，仍有继续探讨的空间，因为 AI 的发展日新月异，更新迭代的速度快得惊人，能想到的一种方式，不可能是通吃的，只适用于某个时间段。

所以，我还是整理一下我对这个工作模式最终的设想： 借助 AI 开发一个系统，每天通过已经制定好的判断模板，对网上新发布出来的信息进行整合与分析，然后推送符合条件的潜在客户名单给我。

不需要我主动去找潜在客户名单，再依次通过这个方式拿到最终的结果，而是这些工作都由 AI 完成，从找客户 - 判断客户 - 提供满足条件的客户，全程自动化。

简单梳理了一下这个 “自动化的潜在客户挖掘与筛选” 系统的需求，让 AI 全程处理从信息收集到客户筛选的完整流程：

1. 信息收集阶段
   1. AI 定期扫描指定的信息源（行业网站、社交媒体、新闻平台等）；
   2. 自动抓取新发布的企业或个人信息；
   3. 实时更新到数据库中。
2. 智能分析阶段
   1. 根据你设定的判断模板进行多维度分析；
   2. 评估客户的需求匹配度、购买意向、预算等；
   3. 对每个潜在客户进行评分和分类。
3. 结果推送阶段
   1. 每天定时推送符合条件的高价值客户名单；
   2. 提供详细的客户分析报告；
   3. 可能还包括推荐的跟进策略。

整个流程，我是直接拿到结果，不需要再做前面那些工作。

这样子的话，我就可以把工作重心转移到线下，开始下一步的接触。

这个系列其实很简单，就五篇文章，记录了客户分析这个工作的方式迭代和个人的一些感受。

说到底，还是那一句话： 在纸面上的东西做得再花里胡哨、十全十美，都抵不过线下真正去接触、沟通和了解。

我们总说要找到客户需要的东西，但客户需要的东西，往往是客户存在的痛点，而痛点也就是自己的弱点，这个就是商机。 但谁会把自己的弱点，公开在网上，敲锣打鼓，广而告之？

换位思考就会明白，人也是如此，在外人面前，呈现的肯定都是好的一面，甚至还要进行包装，谁会把自己不好的一面表现出来？

每个人都在说着对自己有利的故事。

在这样的情况之下，仅依靠网上收集到的信息，就能获取到商机，无异于天方夜谭。

所以，线上的客户分析，只要做到大体上的了解就差不多了，接下来就要快速去确认和对掌握的信息去伪存真。

1. 从信息收集到判断的困境

在前面的文章中，我已经说明了如何使用 AI 智能体来实现快速收集客户信息。

在这个阶段，我反复切换扣子 AI、豆包 AI 和纳米 AI 智能体来推进客户分析工作。

持续使用一段时间后我发现，比起从网上收集客户信息，要综合这些收集到的信息对客户情况做出判断，其实并不是一件容易的事。

我常常需要面对这几个核心问题：

1. 这个客户是否值得跟进？
2. 这个客户是否有潜在的机会？
3. 这个客户的潜在机会具体是哪方面？

要回答这些问题，不光要基于收集到的信息，还需要结合自身的经验，这就让判断的过程变得不可控。

受限于我在这方面的经验本就不足，很难给出有说服力的结论。

2. 多维度评分标准的构想

谁的经验最丰富呢？自然是 AI。

AI 整合了全网的信息进行综合判断，不敢说百分之百准确，但大概率比当下经验不足的我判断得更为精准。

即便 AI 不了解当前业务的上下文，做出了不切实际的判断，我也可以根据实际情况进行调整。

相当于多了一个不同角度的参考答案，何乐而不为？

我期望能实现这样的效果，只要输入一个企业的名字，AI 就能把企业的基本信息、发家历程、业务分布等各个维度的信息整理出来，同时对这个客户做出上述三个问题的判断。

我就可以基于这两部分信息做出最终结论，这样客户分析的工作就能高效完成，效率直接起飞。

这时我想到了人格测试的模式，在每一项维度给出得分，再计算综合得分，根据得分区间判断结果。

如果能为客户分析设定类似的维度和评分标准，就能省去我大量的时间和精力。

毕竟这一步看似简单，实际却很耗费精力，而且凭感觉做出的判断往往不够准确，感觉本就不是一个可量化的参考依据。

3. 储能客户优先级评分标准的设计思路

在这样的背景之下，我开始构思储能客户分析判断标准的设计。

核心目的就是快速判断客户是高优先级、中优先级还是低优先级，以便推进后续工作。

如果是高优先级客户，就进行重点深入分析，再和销售沟通如何进一步获取信息，探索合作机会。

如果是中优先级客户，就延后分析。

如果是低优先级客户，就暂时不再关注。

我希望能让 AI 完成全部的判断工作，不需要我再手动对潜在企业的优先级进行判断。

为此我设计了以下这些维度，整理成一个表格：

1. 企业名称
2. 地区
3. 实缴资本
4. 参保人数
5. 企业性质
6. 企业类型
7. 产品关联度
8. 是否已有储能云平台
9. 合作机会点
10. 优先级

每个维度都需要设计对应的选项和分数比重。

以地区维度为例，我设计了三个选项：

1. 发达地区（如一线城市及重点二线城市）：市场成熟，需求多样，对新技术接受度高，合作机会大。
2. 发展中地区（如一般二线城市及部分三线城市）：市场潜力大，但可能对成本较为敏感，若产品性价比高，合作机会较大。
3. 欠发达地区（部分三线城市及以下地区）：市场需求相对较少，合作机会较小，但可关注政策扶持带来的机遇。

因为我们是做储能云平台的，“是否已有储能云平台” 这一项的分数比重应该最高。

这里以 “是否已做工商储能” 和 “地区” 为例，展示具体的评分设计：

是否已做工商储能（15 分）：

1. 已做且有优化需求，15 分；
2. 已做但无优化需求，5 分；
3. 未做但有计划，10 分；
4. 无计划，3 分。

地区（5 分）：

1. 发达地区，5 分；
2. 发展中地区且产品性价比满足需求，3 分；
3. 发展中地区但性价比不满足，1 分；
4. 欠发达地区且有政策扶持契机，3 分；
5. 欠发达地区无政策扶持，1 分。

4. 以宁德时代为例的分析实践

我把这些判断条件整理成一个可复用的模板，只需要替换企业名称就可以直接使用，以 “宁德时代” 为例，模板内容如下：

对 宁德时代新能源科技股份有限公司 进行分析

我们是一家专注于储能数智化的高科技企业，提供多维度的储能产品和解决方案，服务于储能设备商、投资商、微电网等多个场景。

我们拥有强大的物联网和技术革新能力，与全球领先企业合作，共建储能生态，携手迈向绿色未来。

为加速市场推进，现急需寻求商业合作契机。

为精准匹配合作资源，需对目标企业开展全方位分析。

请通过收集网络公开真实信息，按指定维度完成判断，并以表格形式（强制使用Markdown语法）输出分析结果。

每一项判断均需标注可跳转查看的依据信息来源，具体表头及判断标准如下：

表头设计	判断标准

企业名称	无特定判断标准，为识别企业的标识
地区	发达地区（如一线城市及重点二线城市）：市场成熟，需求多样，对新技术接受度高，合作机会大。
发展中地区（如一般二线城市及部分三线城市）：市场潜力大，但可能对成本较为敏感，若产品性价比高，合作机会较大。
欠发达地区（部分三线城市及以下地区）：市场需求相对较少，合作机会较小，但可关注政策扶持带来的机遇。
实缴资本	发达地区：
- 高（5000 万元以上）：资金雄厚，有能力投资升级现有系统，合作机会大。
- 中（1000 - 5000 万元）：有一定资金，会综合考虑投入产出，需展示产品价值与成本优势。
- 低（1000 万元以下）：资金有限，对成本极为敏感，需提供低成本解决方案或灵活合作模式。
发展中地区：
- 高（3000 万元以上）：有能力在技术升级上进行投资，合作机会较大。
- 中（500 - 3000 万元）：具备一定经济实力，需突出产品性价比，合作机会适中。
- 低（500 万元以下）：资金紧张，对成本控制严格，需提供价格低廉且实用的解决方案或创新合作模式，合作机会较小。
欠发达地区：
- 高（1000 万元以上）：相对有较强实力，对提升系统性能有需求，但会更谨慎考虑成本，合作机会中等。
- 中（200 - 1000 万元）：资金不算充裕，着重关注成本，合作机会相对较小。
- 低（200 万元以下）：资金匮乏，对成本极其敏感，合作机会较小，需提供极为经济的解决方案。

......

使用这个模板时，只需要替换企业名称，再借助纳米 AI 深入思考智能体，就能得到想要的分析信息，效果如下所示：

接下来，我只需要基于这些信息进行综合考量，就能给出最终的合作判断了。

在通过人工网上收集信息完成储能客户分析后，我就想着，能不能通过 AI 智能体来完成这个工作。

本来就是网上收集信息的工作，人工哪能比得过 AI 啊。在这样的认知和期待之下，我开始在扣子平台研究 AI 智能体。

今年 4 月份，我曾写过《储能企业调研流程基于 AI 智能体优化》的方案文档，核心是对比当下各 AI 平台智能体的使用情况。

当时的结论是，基于扣子平台开发一个储能企业分析的智能体，用来完成目标客户分析的工作。

使用扣子平台开发 AI 智能体

下面是创建的 AI 智能体角色设定，除基本的企业信息收集功能外，我认为有两个极具价值的设计点：

1. 要求提供可验证的真实信息来源：需附上能直接点开的链接，展示信息原文，方便对 AI 提供的判断和信息进行甄别验证。
2. 加入企业视角的假设设定：假设我们是一家拥有储能云平台的储能高科技企业，让 AI 智能体从我们的视角出发，分析目标客户的合作机会点，直接为业务工作提供支撑。

# 角色

你是一个信息收集与分析专家，名叫小储，能够精准、全面地收集企业相关信息，并依据要求进行整理呈现。你致力于为用户提供关于企业多维度的准确内容，服务于对企业信息有需求的用户。

## 技能

### 技能 1: 收集企业信息

1. 当用户发送一个企业名称时，使用工具从网上收集资料。
2. 从以下几个维度提供准确的答案：
  - 基本信息
	- 发家历程
	- 业务分布
	- 主要产品
	- 是否需要储能云平台
	- 合作机会
	- 结论
3. 要求提供依据，不能瞎编乱造，并显示依据的信息源头，使用表格输出。其中，我们是一家专注于储能数智化的高科技企业，提供多维度的储能产品和解决方案，服务于储能设备商、投资商、微电网等多个场景。我们拥有强大的物联网和技术革新能力，与全球领先企业合作，共建储能生态，携手迈向绿色未来。

===回复示例===
| 维度 | 详情 | 依据 | 信息源头 |
| ---- | ---- | ---- | ---- |
| 基本信息 | [具体信息] | [详细说明依据内容] | [具体网址或资料来源] |
| 发家历程 | [具体历程] | [详细说明依据内容] | [具体网址或资料来源] |
| 业务分布 | [具体分布] | [详细说明依据内容] | [具体网址或资料来源] |
| 主要产品 | [具体产品] | [详细说明依据内容] | [具体网址或资料来源] |
| 是否需要储能云平台 | [是/否] | [详细说明依据内容] | [具体网址或资料来源] |
| 合作机会 | [具体机会点] | [详细说明依据内容] | [具体网址或资料来源] |
| 结论 | [具体结论] | [详细说明依据内容] | [具体网址或资料来源] |
===示例结束===
  
## 限制:

- 只回答与用户输入企业名称相关的信息收集与分析问题，拒绝回答无关话题。
- 所输出的内容必须按照给定的表格格式进行组织，不能偏离框架要求。
- 提供的所有信息必须有可靠依据，依据内容需详细说明。
- 信息源头必须明确显示具体网址或资料来源。
- 通过工具在互联网上获取信息，确保信息来源准确。 

在扣子开发页面，呈现效果如下：

我以 “宁德时代新能源科技股份有限公司” 为例进行测试。

使用过程中可以看到，各维度输出的内容基本准确，但存在几个明显问题。

最突出的是信息来源链接，AI 总是提供大量无效或错误的链接。

点开链接后，要么显示 404 页面，要么跳转到平台首页，比如爱企查、天眼查的首页，而不是定位到宁德时代的公司详情页面。

这个问题非常致命，因为我们判断 AI 智能体提供的信息是否真实有效，依据就是它给出的信息来源。信息源头出现问题，后续所有分析和结论都无从谈起。

还有一个问题是输出表格时无法完整显示，需要拖动横向滚动条才能查看全部内容，使用体验很差。

而且 AI 智能体在连续追问后，输出内容的准确性会越来越低。

综合这些问题，我感觉即便花费更多精力调试优化，这个 AI 智能体的效果也很难达标，必须寻找其他解决方案。

使用豆包 AI / 豆包 AI 智能体

接着我尝试使用豆包 AI，用法是复制上面的角色设定，告知豆包 AI 记住这些要求，然后直接让它分析具体的目标客户。

AI 给出的答案看起来还算可行，之后我发现豆包 AI 支持创建智能体，就搭建了一个储能客户分析的 AI 智能体，依旧以 “宁德时代” 为例进行测试。

测试效果看似不错，但使用过程中还是出现了两个让我纠结的问题：

第一个问题和扣子平台类似，信息来源链接很容易出现无效、错误的情况。

第二个问题是豆包 AI 智能体的角色设定存在字数限制，输入框的文本长度不能过长。

这直接影响了我从扣子平台复制设定内容，反复梳理后发现所有信息都是必要的，没有可以删减的无用内容，这让我陷入了纠结。

这段时间各大 AI 平台还推出了深入研究功能，我本来打算基于豆包 AI 的这个功能解决问题。

但反复使用后，发现这个功能的效率过低。

再者，这个工作主要考验网上信息获取和分析能力，深入研究功能显得有些大材小用。

但最重要的是，最终给出的结果，在我看来并不理想。

基于这两个问题，我只能继续寻找替代方案。

使用纳米 AI 深度思考

恰巧此时 360 纳米 AI 推出了超级 AI 智能体功能。

看到这个新闻后，我立刻去试用了纳米 AI，原本打算通过这个超级 AI 智能体解决问题。

但测试效果依旧不太理想，单次分析需要耗时半个小时，最终输出的内容也没有达到预期的惊艳效果。

之后我又尝试在纳米 AI 创建专属智能体，结果遇到的问题和之前的平台大同小异。

信息来源链接经常无效，多次使用后输出内容的准确性会下降，幻觉问题也很严重。

为了找到合适的工具，我陆续测试了豆包 AI、扣子、当贝 AI、纳米 AI、DeepSeek、Kimi、v0.dev、文心一言等多个平台，只能逐个尝试寻找最优解。

但多数情况下，我还是需要借助目标客户的官网，以及必应搜索到的信息，手动进行整理和分析。

最后在一次巧合的需求下，我使用了纳米 AI 的深度思考智能体功能，发现效果相当不错。

于是我想着，能不能将之前的角色设定发送给深度思考智能体，然后用它对具体公司进行分析，获取有依据的结论和真实有效的信息来源链接。

我依旧以 “宁德时代新能源科技股份有限公司” 进行验证，测试结果令人惊喜。

信息来源链接很少出现问题，而且所有输出内容都有明确依据。

也许我真的找到了解决方案。

至此，基于 AI 智能体快速收集和分析客户信息的需求，终于通过纳米 AI 的深度思考智能体实现了。

在后续分析工作中，我只需要对 AI 提供的信息进行证伪，就能大大简化分析流程。同时借助各维度对应的信息来源链接，还能更方便地深入了解目标客户。

总结

在使用 AI 的过程中，我发现输出效果经常和自己的设想存在较大出入。

核心原因是我想当然地认为 AI 智能体一定能理解我的需求，实际上需要一板一眼地把要求说明清楚。

这个过程非常考验耐心，调试到理想状态并不容易。甚至有时候一开始觉得效果已经很不错了，结果用着用着，输出内容就开始变味。

这个经历暴露出一个重要问题，提示词工程师相关的知识后续必须掌握。

本质上这是面对 AI 的 “编程” 能力，核心是如何快速、有效地与 AI 进行沟通，让它精准理解并执行需求。

首先，假设我们是做储能云平台的，基于这样的设定，就能把目标客户定位在储能集成商、储能主机厂等上面。

在进行目标客户分析时，我们需要从七个维度入手：基本信息、发家历程、业务分布、主要产品、是否需要储能云平台、合作机会，最后进行总结。

如果拿到的目标客户名单不全，都是简称，很难定位到具体哪一家公司。

这个情况就需要额外处理，这个问题我在《企业简称傻傻分不清？如何定位到真正的目标客户》一文中已经深入分析和探讨过，有兴趣的可以看一下。

之后，我们需要知道，能对目标客户有基本的了解，然后才能基于这些信息，进行核心的判断 “是否需要储能云平台”，这个就是我们做目标客户分析最关键的一个环节。

在判断客户是否需要储能云平台时，我们要区分两种情况：

如果目标客户需要，就要明确为什么需要？依据在哪里？

如果目标客户不需要，就要进一步分析是自研还是使用第三方。

通过分析发现目标客户是自研或使用第三方时，是否还有合作机会呢？

对于自研的情况，要了解是否遇到技术瓶颈？公司业务调整？

对于使用第三方的情况，要了解是否合作愉快？服务周到？

我在《为什么自研能力强的企业反而更有合作机会？》这篇文章中也做了深入分析，总结就是，要根据不同的发展阶段，对不同规模的目标客户，使用不同的对策，不能一概而论的。

但是，通常自研和使用第三方的情况，这个信息很难获取的。所以，只能说 “日拱一卒，功不唐捐” 了，不是努力就可以的，与很多因素有关系，但总得试一试。

上面这些分析思路，其实都可以看一下我之前写的这篇《和 ToB 目标客户接触前，要做哪些准备工作？我的一点看法》文章，虽然行业不同，但逻辑思路、使用的工具，都是一样的。

当这些信息都梳理清楚后，就可以整理一份目标客户分析报告了。

写到这里，其实，这篇文章主要是把之前相关的文章汇总了一下，感兴趣的都可以看一下。

最后，再提一点我自己的看法。

人工去分析和收集客户的信息，要掌握一个度，就是不能太浅也不能太深。

因为很多信息都是网上获取的，存在一定的错误和滞后问题，不用把分析报告写成长篇大论，或者反复深挖、咨询某一个细节点，大可不必。

只要掌握关键信息和一些判断，有一个相对可信的结论就行了。

无非就是能回答这三个问题：客户是谁？是否需要我们的产品？为什么？ 就可以了。

如果觉得目标客户真的有机会，再去找对应区域的销售沟通，了解真实的情况。

有可能和销售的一通电话，就推翻了之前辛辛苦苦写的报告。

这种情况很常见，毕竟，考虑到网上营销宣传的作用，适当的夸大和包装再正常不过了。

如果真实情况，与自己整理的报告结论南辕北辙，那会让人感觉白忙活了。

所以，客户分析报告只要把上面三个问题讲清楚，有理有据，就可以了。

在最开始做储能客户分析工作时，我就有想过，基于 AI 智能体来提升这个工作的效率。

但是，因为才刚开始，没有多少经验，就想要一步到位，说实话，还是很不实际的。

所以，当时的想法就是，先从笨方法开始，即便慢一点，也要什么都动手去做，等积累到一定的经验，就可以开始分析和总结，然后能有一些心得，接着，再看有没有什么地方是可以优化的。

再根据可优化的部分，不断迭代做事的方式，以便能提升工作效率。

最终，能借助 AI 智能体，来完成 ToB 客户分析工作。

在之前的《和 ToB 目标客户接触前，要做哪些准备工作？我的一点看法》、《企业简称傻傻分不清？如何定位到真正的目标客户》和《为什么自研能力强的企业反而更有合作机会》等文章中，都多多少少提到与客户分析工作有关的内容。

但是，基本上是提炼一个要点，去分析和总结，不是完整的工作优化流程。

现在，感觉有一点心得体会了，就打算把这个过程梳理一下。

从零开始梳理 ToB 客户分析工作，在我看来，是怎么做的，以及有什么可以提高效率的方法。

打算把整个过程梳理为：

人工 → AI 收集信息 → AI 判断合作机会 → 客户评分标准设计 → 企业信息自动化平台设想。

相应地，有如下几篇文章：

1. ToB 客户分析工作（一）：如何从零开始用 AI 驱动智能客户分析？
2. ToB 客户分析工作（二）：人工如何分析和收集客户信息？
3. ToB 客户分析工作（三）：如何开发 AI 智能体快速收集客户信息？
4. ToB 客户分析工作（四）：如何快速判断客户的重要程度？
5. ToB 客户分析工作（五）：客户分析工具的最终形态是什么样的？

1. 前言

在当今数字营销日益重要的时代，产品宣传页的设计还是非常重要的，因为对于用户而言，这个是能够了解你产品的最直接的途径。

虽然 ToB 的产品不像 ToC 那样，面向的是消费者。但是，购买产品的是人，即便他是代表公司购买的。是人，就会有一些共性，就会因为各方面的刺激，影响到他的判断，所以，ToB 同样存在 ToC 一直提到的使用各种方式，刺激消费者购买产品的问题，只是强烈程度不同而已。

毕竟，对于 ToB 产品而言，用户是否购买，并不是他一个人说的算的，你虽然可以影响到他，但是，公司里还有很多流程要走，可能是很多部门、很多领导，也要参与决策的，在这样的情况之下，很多方都会左右 “购买你的产品” 这个事情的发展。

所以，ToB 产品的宣传是否就不重要了呢？答案是，是也不是。

说是呢，是以上的原因，说不是呢，是因为，用户能够买单，是由很多因素决定的，所以，即便知道作用微乎其微，但苍蝇再小也是肉，谁能说得准，就不可能是产品宣传设计上面做得好呢？

因此，只要是存在可能性，就要把这个可能性发挥到最大，做到能力范围可达成的地步，至于是否能起到决定性的作用，只能听天由命了。

在我的认知里，有效传达信息的方式，从影响力大到小排序应为：VR > 3D > 视频 > 图片 > 文字。

最近，我参与了产品宣传页的设计工作，并深入调研了其他公司的成功案例，特别是 Apple 官网。

其实，对于 ToB 产品而言，去看 ToC 产品的宣传页，好像不太合适的，但是考虑到 Apple 在设计上，确实有可取之处，就去研究了一下，看看能不能有一些收获。

2. 瞬间吸引用户注意

我们都知道，当下是信息爆炸的年代，这世界上五花八门的东西，数不胜数，都在吸引着我们的注意力。

现在不是怕没有资讯，而是资讯过载了，脑子里是真的装不下了。

所以，我们要换位思考，就能够知道注意力尤为宝贵。

因此，产品宣传页的首要任务是迅速抓住用户的眼球。这就要求我们在设计上，需要打造视觉冲击力，比如利用高清图片、鲜明色彩或独特布局，创造出强烈的视觉吸引力，让用户一眼难忘。

还有，要合理利用一些视觉元素，比如箭头、高亮、动画效果，来引导用户注意关键的信息。

说到底，就是能吸引住用户，这才能有往下继续了解的可能。如果第一印象，用户都毫无兴趣，那么你后面说得天花乱坠，一点用处都没有。

例如，Apple 官网的 iPhone 17 Pro 页面，一打开页面，就会有一个淡入的动画效果，然后整个一屏页面，只有橙色和黑色，用户的注意力，完全在这个橙色的机身上面了。

3. 言简意赅，触动人心

虽然视觉元素十分重要，但是，产品宣传页上面的标语，才是整个产品宣传页的灵魂。

一句话总结就是，抓重点。

在一开始，能成功吸引到用户了之后，就要持续刺激用户，提供他们感兴趣的东西。

用户没有那么多时间和精力，看你长篇大论，用户的诉求很简单，你有什么，你能解决我什么问题？这就足够了。

所以，标语要简洁有力，要惜字如金，用最简短的一些字词，把我们产品的优势，把用户最关心的一些要点，表达出来，让用户知道，并且最好易于传播，不求朗朗上口了，能够说得顺口点就很不错了。

例如，早些年 Apple 提到的 “快，更简单” 和 “岂止于大” 等标语，就是言简意赅、易于记忆和传播的典范，当然，我一直觉得 “岂止于大” 很拗口，但可能正因为拗口才会那么火吧。

而接着 iPhone 17 Pro 页面呢，比我想象的更直接，直接说 “先刷重点”，可以说把金字塔原理用得很娴熟了。

4. 通过数据对比，增强说服力

通过标语，喊出了我们的产品，有多么的好，能解决用户的多少问题。

但是，接着就要面临一个问题，就是你怎么能让用户相信你说的话呢？

那就是，通过真实的数据或者对比图来展示产品的优势，比如，提供产品的性能参数或提升幅度。

还有就是，直接展示这一代和上一代产品的对比，或者其他竞品的，目的就是突显优势。说明，我们产品确实很好，并没有说谎。

摆数据，摆事实，好比让用户吃下了一颗定心丸。

这个方式，实际上我们可以通过看很多手机、汽车发布会，都会用到这个方式。

如果说到官网的话，实际上，我在 Apple 官网上，M1 这个刚推出时，看到过，但是现在找不到了，只能找现有的来说明一下。

比如，通过 M5 和 Intel 进行对比，性能提升 86 倍。正所谓，没有对比就没有伤害。可以说，性能提升那么多，这谁看了不心动呢？

要不是支付的时候，支付宝出现 Bug 了，一直提示我余额不足，我看了都想买了。

5. 身临其境，促进购买决策

第一印象、标语、数据对比，我觉得做好这几个，其实已经很不错了。至于 3D 效果，在我看来，真的是锦上添花的作用。

能提供产品真实的使用效果，能让用户有身临其境的感觉，当然是最好了。

一方面，方便用户在没有购买之前，就能在线上感受到哪一个款式才是自己喜欢的。另一方面，也是展现自己的技术实力，一般没有深究，都会觉得这个技术高大上，这家公司一定非常厉害，那么产品一定也不会差。

总体而言，就是对自己的产品很自信的一种体现。

例如，Apple 官网上的 3D 看机功能，用户可以任意选中不同配色，以及功能试用，体验感还是很不错的。

6. 总结

通过本次调研，我对产品宣传页的设计有了更深刻的认知，从第一印象、标语、数据对比和身临其境，都有了一些心得体会。

但最终，还是那句话，产品还是要质量为王，宣传只是在这个基础之上，所做的努力而已。

还是要视具体情况而定，找到那个平衡点，在保障质量的前提之下，再投入精力去宣传，才是合适的。

去年 8 月份，这篇文章《产品宣传页设计之我见》其实已经发在公众号上，但是，因为当时用了 AI 去检查错别字、优化结构，导致输出的文章就变得很像 AI 创作的文章。

比如多个小标题，然后就是多行阐述，然后，核心要点高亮处理，看着就很不舒服。

感觉就是在注水的，真的受不了，加上原文里面说的东西都太过于空泛，类似空喊口号，流于表面的感觉，所以，本着实事求是的思想，才重新整理，把想说的东西，都说清楚。

第一阶段：工作认知（1 篇）

1. ToB 客户分析工作（一）：客户分析的重要性和必要性

第二阶段：人工收集（2 篇）

1. ToB 客户分析工作（二）：企业信息收集的方法和技巧
2. ToB 客户分析工作（三）：信息收集效率的提升方法

第三阶段：AI 辅助收集（2 篇）

1. ToB 客户分析工作（四）：扣子 AI 在信息收集中的应用
2. ToB 客户分析工作（五）：AI 智能体的开发和使用

第四阶段：智能分析（2 篇）

1. ToB 客户分析工作（六）：AI 工具的合作机会分析
2. ToB 客户分析工作（七）：智能分析模型的建立

第五阶段：评分体系（2 篇）

1. ToB 客户分析工作（八）：客户评分标准的制定
2. ToB 客户分析工作（九）：客户优先级评估体系

第六阶段：自动化平台（2 篇）

1. ToB 客户分析工作（十）：AI 分析平台的构建
2. ToB 客户分析工作（十一）：全流程自动化的实现

实践总结（1 篇）

1. ToB 客户分析工作（十二）：工作方法的总结和优化

在最开始做储能客户分析工作之时，我就有想过，基于AI智能体来提升这个事情的效率。

在做了一段时间之后，也算有一些心得了。就打算把这个过程梳理一下，从零开始梳理逻辑，就是这个事情，到现在应该是什么样子的呢。

从一开始，要分析一家企业的时候，最开始的情况是。

打个比方，比如我是有云平台的，现在的目标客户，就是那些需要上云的、智能化升级的企业。

所以最开始的工作，就完全是网上去搜索资料了，比如企业的官网。

在《和 ToB 目标客户接触前，要做哪些准备工作？我的一点看法》这篇文章中，也有提到，但还是有点差异的。主要是几个部分。

1. 公司信息
2. 发家历程
3. 产品分布
4. 储能业绩情况
5. 是否已有储能云平台
6. SWOT分析法
7. 合作的机会点
8. 结论

但是，这个储能客户分析的工作，其实，经过了好几个阶段的优化，至少在我看来是如此的，并非一成不变的，而且，我隐约感觉到，应该是找到了一个更为高效的方式了，至少现在，应付这个工作，还是可以的。

但还是有优化的空间的，但是，现阶段，暂时没必要再深入了，还是要等时机成熟再继续这个事情。

现阶段，可以分为五个部分：

1. ToB 客户分析工作（一）：人工网上收集企业信息
2. ToB 客户分析工作（二）：基于扣子开发AI智能体，快速收集目标企业的信息
3. ToB 客户分析工作（三）：基于豆包AI、纳米AI设定AI智能体，开始判断是否有哪些合作机会？
4. ToB 客户分析工作（四）：设计一套评分标准，基于纳米深度思考，快速判断客户的性质
5. ToB 客户分析工作（五）：开发一个AI平台，自动化获取网上的企业，提供至少一个高评分的企业，推送给我

人工网上收集信息

这个是最开始的方式，如果是上市公司，那还能通过年报这些来获取真实的信息，但如果不是上市公司，只能通过公司官网来获取信息，或者通过搜索引擎来收集信息，比如最近的公司动向，展会的新闻，最新的项目生意等，但这些还算好的，有的公司甚至都没有官网，而且，网上信息页很少，这种情况就比较难了。但是，通常这种情况，就可以判断，这家公司各方面情况已经不太理想。

扣子智能体

在通过上面的人工网上收集信息，来完成储能客户分析之后，我就想着，能不能通过AI智能体来完成这个工作，本来就是网上收集信息的工作，那这个工作，人工哪能比得过AI啊，在这样的认知和期待之下，就在扣子研究了AI智能体。下面就是创建的AI智能体角色设定，其中，除了基本的企业信息收集之外，我觉得有两个有价值的点：

1. 就是要提供判断的真实信息来源，能直接点开链接，看到信息原文。这样方便，对提供的判断和信息，进行甄别。
2. 就是额外加上了假设这一点，假设我们是一家储能方面的高科技企业，然后呢，让AI智能体通过我们的视角，来分析和判断，有什么机会点。这就刚好帮助我们来做更多的工作了。

# 角色
你是一个信息收集与分析专家，名叫小储，能够精准、全面地收集企业相关信息，并依据要求进行整理呈现。你致力于为用户提供关于企业多维度的准确内容，服务于对企业信息有需求的用户。

## 技能
### 技能 1: 收集企业信息
1. 当用户发送一个企业名称时，使用工具从网上收集资料。
2. 从以下几个维度提供准确的答案：
    - 公司信息
    - 发家历程
    - 产品分布
    - 储能业绩情况
    - 是否已有储能云平台
    - SWOT分析法
    - 我们与其合作机会点
    - 结论
3. 要求提供依据，不能瞎编乱造，并显示依据的信息源头，使用表格输出。其中，我们是一家专注于储能数智化的高科技企业，提供多维度的储能产品和解决方案，服务于储能设备商、投资商、微网等多个场景。我们拥有强大的物联网和技术革新能力，与全球领先企业合作，共建储能生态，携手迈向绿色未来。
===回复示例===
| 维度 | 详情 | 依据 | 信息源头 |
| ---- | ---- | ---- | ---- |
| 公司信息 | [具体信息] | [详细说明依据内容] | [具体网址或资料来源] |
| 发家历程 | [具体历程] | [详细说明依据内容] | [具体网址或资料来源] |
| 产品分布 | [具体分布] | [详细说明依据内容] | [具体网址或资料来源] |
| 储能业绩情况 | [具体业绩情况] | [详细说明依据内容] | [具体网址或资料来源] |
| 是否已有储能云平台 | [是/否] | [详细说明依据内容] | [具体网址或资料来源] |
| SWOT分析法 | [具体分析内容] | [详细说明依据内容] | [具体网址或资料来源] |
| 我们与其合作机会点 | [具体机会点] | [详细说明依据内容] | [具体网址或资料来源] |
| 结论 | [具体结论] | [详细说明依据内容] | [具体网址或资料来源] |
===示例结束===

## 限制:
- 只回答与用户输入企业名称相关的信息收集与分析问题，拒绝回答无关话题。
- 所输出的内容必须按照给定的表格格式进行组织，不能偏离框架要求。
- 提供的所有信息必须有可靠依据，依据内容需详细说明。
- 信息源头必须明确显示具体网址或资料来源。
- 通过工具在互联网上获取信息，确保信息来源准确。 

然后，在扣子开发页面，就是这个效果。

使用“宁德时代新能源科技股份有限公司”这家公司来举例，效果如下，在使用的过程中，存在几个问题，就是反复调试了，但是信息来源，总是提供很多无效的链接，这个是很致命的，因为我们要确保AI智能体提供的信息和判断是否真实有效，就需要提供真实的信息来源，还有一个问题，就是输出表格的时候，居然不能完整显示。还需要拖动横向滚动条，这个真的很难受。而且，AI智能体如果连续追问，会越来越不准。

综合上面遇到的问题，我感觉花费再多精力去调试和整这个AI智能体，估计效果不佳，需要寻找另外的办法才行。

豆包AI和纳米AI智能体

在上面使用扣子AI智能体，感觉没办法解决我这个需求之后，就去看了下豆包的AI智能体。

同样的角色设定，输出的结果看起来好很多，特别是信息链接的真实有效性。

实际上，这个工作，打算让AI智能体来完成的话，信息链接的真实有效性是最重要的，因为这个是一切判断的来源，如果来源都是虚假的，那得出的判断当然也是错误的了。

在使用豆包AI和纳米AI智能体的时候，给我的感受都大同小异了。

因为只要用得多了，输出的结果就会不准，只要连续问几个问题，那么这个结果大部分就开始失真了，意思就是越问越不对。

在这个阶段呢，我就是反复切换扣子、豆包和纳米的AI智能体来解决客户分析的工作了。

在这个阶段，基本能满足我的这几个需求，就是企业的基本信息、发家历程、产品分布、业绩情况、是否有储能云平台、合作的机会点等。结合目标企业的官网以及搜索的一些新闻，可以说还是能搞笑完成这个目标企业的分析工作的。

但是，在这一时期，我反复想了下，到底能不能有一个办法，就是我只要输入目标企业全称，你就能把上面的信息给我，然后呢，重点是能给我判断这个目标是高优先级、中优先级还是低优先级客户？

不需要我反复综合各种情况来判断了，能不能类似那种什么人格测试，你在这项多少分、哪个方面又多少分，然后综合得分是多少。就用这些维度的比重，来定一个标准，然后基于这个标准来判断目标企业，这样，就省掉我好大的时间和精力了，因为这一步看似很简单，实际上很费精力，而且，也不见得准，很多都是凭感觉的，感觉这个东西，就不是一个实际的东西。

这就有了下一篇《制定筛选客户的评分标准，优化和快速对客户的优先级进行决策》

纳米深度思考

在这个的背景之下，我就想着，怎么制定这个储能客户分析判断标准设计。

目的就是，快速判断客户是高优先级、中优先级还是低优先级，得出这个优先级，就好执行下一步的工作了。比如高优先级，那就再重点深入分析，然后和销售沟通，怎么进一步获取到当前的信息，然后看是否有合作机会。 如果是中优先级，那就会晚一点再去分析，如果是低优先级客户，那就不再关注。

所以，这个优先级是很关键的。而我想这个，最好是能基于AI完成全部的工作。而不需要我再去对潜在企业的优先级进行判断。

我就想到了以下几个维度，基本上就是设计成一个表格。

1. 企业名称
2. 地区
3. 实缴资本
4. 参保人数
5. 企业性质
6. 企业类型
7. 产品关联度
8. 是否已有储能云平台
9. 合作机会点
10. 优先级

然后，会对每个维度，设计一些选项，比如地区，就有三个选项：

1. 发达地区（如一线城市及重点二线城市）：市场成熟，需求多样，对新技术接受度高，合作机会大。
2. 发展中地区（如一般二线城市及部分三线城市）：市场潜力大，但可能对成本较为敏感，若产品性价比高，合作机会较大。
3. 欠发达地区（部分三线城市及以下地区）：市场需求相对较少，合作机会较小，但可关注政策扶持带来的机遇。

因为优先级是基于上面的几个维度的得分综合来判断的，所以，地区的每个选项还要设计分数比重。因为假设我们是做储能云平台的，所以是否已有储能云平台这一项，分数比重应该是最高的。这只是额外说明。 在优先级里的地区，我们就可以设计为：

地区（5 分）：

1. 发达地区，5 分。
2. 发展中地区且产品性价比满足需求，3 分。
3. 发展中地区但性价比不满足，1 分。
4. 欠发达地区且有政策扶持契机，3 分。
5. 欠发达地区无政策扶持，1 分。

总结

在一开始的设计，就当是理论反复在实际操作中验证，什么是重要的，什么是不重要的，以及什么应该是在什么阶段出现的。都是需要结合着来的，太快了不行，太慢了也不行。

最终慢慢迭代，剩下的也就只是这个模板，然后让纳米AI深度思考来完成了。

“为什么自研能力强的企业反而更有合作机会？”

当时我看到这句话时，感觉很新奇，尤其是对于筛选目标客户这项工作而言。

毕竟，按照常理来说，这种自研能力强的客户，本来就应该没有合作的机会才是。

但是为什么会有这样的一个观点呢？我深入去研究和分析了一下。

首先，我定义下文提到的大型企业、中型企业和小型企业：

• 大型企业：资金雄厚，研发能力强。

• 中型企业：资金稍好，研发能力略强。

• 小型企业：资金单薄，研发能力一般。

总体而言，这句话是有道理的，但具体要看自身当前所处的阶段。

是刚起步？发展期？拓展期？

**如果是刚起步，连商业化都还没落地。这个时候，有项目做才是最重要的。即便贴点钱，只要能积累经验就行。**这相当于找到一个切入口，先真正实践，而不是空谈，只有做起来，才知道真实的情况。

所以，这个阶段，就需要先找中型企业，找到那些没有自研能力，急需这个产品的企业。

为什么是中型企业呢？

原因是，这类企业通常研发能力不会特别强，这就存在合作的机会。同时，它又不像小型企业那样，可能存在资金方面的风险，避免出现做完一单生意后无法收回款项的情况。

我相信，这些道理，任何人都懂。

但是，如果分析到的目标客户是小型企业，或者是大型企业呢？

小型企业，合作价值有限

对于小型企业，特别是那些只有十来个人的创业公司，我的看法是：

这些企业里面是否有懂这个行业的人呢？如果不懂这个行业，你会选择与他们合作吗？

**小型企业资源本来就很紧张，无法像大型企业那样财大气粗，即便花销大了点也无妨，回头再赚回来就是了，就当是投资了。**毕竟，大型企业的目的不是眼前的蝇头小利，而是做大蛋糕。

所以，小型企业要谨慎很多。在这样的条件下，小型企业本身就应该专注于核心业务，比如卖核心板、卖电池、卖储能系统部件，专注于某一块产品。至于拓展业务，是很难再分出精力去做的。

例如，一家储能电池厂商如果打算扩展到储能系统并自行研发储能 EMS 和储能云平台，这在前期需要投入巨大成本。

如果最终无法收回成本，甚至影响到了主业，也就是储能电池这块的市场，那就得不偿失了。

而且，小型企业没有那么多试错的机会，一步走错，很可能就会满盘皆输。

所以，小型企业，除非各方面都很优质，否则，不用太花精力去跟进。

大型企业，有长期关注的价值

而对于大型企业，很多人都会觉得大型企业几乎没有合作机会，因为这种企业资金雄厚，人才众多，科研技术实力都很强。

**如果你要和对方做生意，必须在某些方面明显优于对方，那才有机会。**不然，如果你的产品对方都可以自己做，甚至可能做得比你还好，为什么要买你的产品？

所以，大型企业的商机挖掘通常都是最难的。一般人只要分析到对方也有能力自己做，就开始打退堂鼓了，觉得不需要再在对方身上花费精力了，甚至直接打入冷宫，不再关注。

这是很正常的思考逻辑。

但是，有没有可能，这些类型的客户，反而更有合作的机会呢？

意思就是，这种类型的企业，现在是没有合作的切入口的，但是可以长期关注。

现在市场发展如此迅速，抢占市场、抢占先机非常重要。在这种情况下，大型企业为了拓展市场，并不一定要凡事亲力亲为，很多时候会考虑性价比，选择购买他人提供的服务而非自行开发。

然后，将更多的资源放到更重要的业务上面去，放大这个核心优势。

所以，要想与大型企业合作，说到底还是要走差异化路线，即别人没有的你有，别人有的你的更好。

在这种情况下，合作机会是存在的。而且，如果能与这类企业建立合作关系，往往比与十几个中型企业合作更为可靠，因为企业体量不同，可能一单生意的规模就相当于其他十几单生意的总和。

所以，虽然是大型企业，但不应直接放弃，而是选择长期关注。虽然现在是刚起步，暂时没有能力实施差异化战略，但是，你的产品不会一直处于起步期，总是会发展的。

总结

所以，需要采取两手抓的策略：一方面重点关注中型企业，特别是没有自研能力的，合作机会更大；另一方面，对大型企业要保持长期关注，一旦有机会就要及时跟进。

这就是我想说的。

回到最初的问题：为什么自研能力强的企业反而更有合作机会？

因为这些企业更注重核心竞争力的提升和资源的优化配置，当外部合作能带来更高的性价比时，他们反而更愿意选择合作，而不是凡事都亲力亲为。

说到底，获客本来就是很困难的事情，不是一蹴而就的，需要时间去磨的，也没有什么一劳永逸的方法，只能说，能做的，尽量要摸索出更有可能、更高效的方法论，仅此而已。

在《基于 Selenium 实现的必应企业信息抓取工具》文章中，曾提到使用 Python 开发一个脚本，能够补全企业的名称，方便在爱企查等直接批量导出潜在客户名单的详细信息，其原理就是：

1. 爱企查中能搜索到，并且是第一个出现的。
2. 必应搜索中能搜索到，并且是第一个出现的。

近期，在处理一批储能行业展会上获取到的客户名单，也是很多简称，所以，就需要对企业名称进行补全，因为只是简称，很难定位到底是哪个企业。

如果定位错了，那就从源头一开始就错了，那接下来做的全部分析工作都将毫无意义。

所以，这个企业全称以及定位，看起来好像是很小的事情，实际上非常重要。

但会面临一个问题，就是企业简称，通过爱企查等平台，检索出来很多重名的企业，应该选择哪一个？好像企业 A 和企业 B 都有可能，那到底是哪一个呢？

我就一直在想这个问题，就是怎么解决？

1. 判断一：与储能有关联的，比如是储能集成商、储能主机厂、储能投资商等
2. 判断二：企业规模大小，因为这些名单肯定不是随便哪个地方获取的，一般是行业展会，这就意味着这些企业是有一定知名度的。
3. 判断三：使用必应搜索，出现在最前面的企业，意味着 SEO 优化做得不错，也意味着更多人访问，也是知名度的一种体现。

我相信，通过这三个判断，能定位到目标企业，虽然精准度不是百分之百的。

因为有些企业，甚至网上的信息都没有，这种你要怎么办呢？

还有些企业，自身规模的发展情况，也不太理想，虽然是真正的目标企业，但是，这些定位到了，跟没定位到差别不大，最终还是先筛选掉的。

所以，只能说已经竭尽所能了，能够处理遇到的百分之八九十的情况，至于剩下的百分之十的情况，只能看运气了。

毕竟，运气也是做成一件事情的一部分因素。

继续《To B 市场品牌实战课》课程第 5 个场景练习：

选择一个你熟悉的 To B 产品，按照我们的模版，做一个商机分析，并请你周围的一个朋友（作为销售）看看能不能通过你的模版，挖掘到关键的销售信息？

“To B 的商机工作，是市场工作最艰巨的事，也是最有价值的事。”

本节内容中，这句话我是深度认同的。

因为对于公司而言，能够有好的业绩，就是因为有需求的客户购买了你的产品或者服务。

那怎么知道哪些客户有这个需求呢？这个过程就是商机。

说得通俗易懂一点，商机就是你能找到客户，或者让客户能找到你，不管是哪个途径吧，只要能让你们碰头就行。

为了让你们能碰头，就要使出浑身解数，从 “你找客户”、“让客户找你” 这两个方面入手。

你找客户，就涉及到网上信息收集、各个企业进行深入分析、整理行业大会相关信息等等。

让客户找你，就涉及到营销，最基本的就是官网 SEO 优化要做好，让官网在各大搜索引擎中排名靠前，客户搜索相关关键词，能出现在搜索结果页面最前面的位置。至于什么短视频、打广告这些都是后话了。

这一段时间，我深入参与了整理企业分析报告和官网 SEO 优化，有一些心得体会。

我对于企业分析报告的看法是，要知己知彼，才能百战百胜。

不应只是关注客户与我们相关的部分，比如我是云服务解决方案商，那么，就不应只是关注企业对于上云这块的需求，而是整个企业都要进行分析，从基本信息、企业规模、发家历程、业绩情况等方面进行全面分析。

这一点在之前的文章《和 ToB 目标客户接触前，要做哪些准备工作？我的一点看法》中，已经以永辉超市为例，做了一份简易的企业分析报告，并加以说明，所以，本次场景练习要求的商机分析模板，实际上已经完成了，这里就不再赘述了。

在做了好几个企业的分析报告之后，结合产品会议上多人沟通和讨论的结果，发现有些企业的实际情况，与分析报告中的结论有出入。

有一些客户在自己官网的产品介绍页，或者一些新闻稿件上，把产品夸得天花乱坠，但是，实际情况却并非如此。

有些大公司，某一款产品可能就一两人在开发和维护，与预想中几十几百个人的团队规模，相差很大。

在这里给我的启发是，通过企业分析报告，分析出来的商机，具有一定的欺骗性。

所以，是否有机会，不应该完全从对方是否已经有方案满足自己需求了入手，而是从对方的业绩上入手，只要对方业绩不错，发展有很大的潜力，都应该深入去了解。

因为企业发展好，才更有机会，如果企业都半死不活了，你拿下这笔生意，也不能赚多少钱。

至于官网 SEO 优化，一开始我是不太上心的，因为我觉得 To B 产品在官网进行宣传，流量太少了，收益可能不大。通过百度统计，查看官网每日浏览量那么少，都没有多少动力去搞 SEO 优化了。

但是，后来我想了一下，发现我的思路有问题，因为官网 SEO 优化，你如果做好了，它一天 24 小时都挂在那里宣传你的产品，就有可能有客户会看到，不需要你实时跟进，甚至可能是一劳永逸的，所以，官网 SEO 优化这个事情的优先级反而应该是最高的。

总之，怎么做好商机这个工作，就是做好你去找客户，或者让客户找到你，这两个方面，至于后面你们碰头之后，是否达成交易，那是下一步的工作了。

继续《To B 市场品牌实战课》课程第 4 个场景练习：

在今天的场景练习环节，我想请找出你身边或者你公司一个即将发布的产品，按照咱们上面的流程，写出、提炼核心发布要点，并形成一个虚拟的发布会工作笔记。

产品发布会流程的核心要点记录，本来我是打算以 “极客云” 或者储能系统为例，把这些内容一一补充的。

但是，我发现直接用 AI 生成不是更快？但是这样子做，又违背了我的初衷。

如果都是这样 AI 生成了，那我还写这个场景练习有个什么意义，没有任何收获。

思来想去，还是做一个折中，就是把产品发布会的流程核心要点，以大白话的解释来代替，这样，很方便记忆。

等后面真的有机会参与到产品发布会，再以这些流程进行实践，并输出更为真实的体会。

1. 产品立项（做什么）
2. 产品的卖点（三个卖点）
3. 预热、关注、好奇（刷存在感）
4. 产品发布会（在哪摆摊）
5. 邀请嘉宾（可信度）
6. 产品发布（卖东西）
7. 典型客户案例分析（可信度）
8. 现场产品互动（问题解惑）
9. 媒体专访（宣传资料）
10. 影响力持续（到处贴宣传单）
11. 查缺补漏（检查任务清单）

把上面的流程，整理成一段话就是：

做什么，并提炼三个卖点，然后去各大网站或论坛狂刷存在感，然后定好在哪里摆摊，并请专业人士过来试用，接着吆喝起来开始卖东西，并找一个已购用户分享使用感受，接着就是回答在场围观群众的问题，然后，安排一个媒体进行访谈，最后，就是把访谈的内容形成广告，到处张贴，最后，把上面的流程捋一遍，看下有没有什么出入的问题，结束。

除此之外，对于自身产品，要有一个深刻以及到位的理解。要对以下的问题，都能够回答得上来：

1. 客户遇到了什么？（有问题）
2. 客户需要什么帮助？（要什么）
3. 我们可以提供什么？（有什么）
4. 我们又要以什么成本提供？（多少钱）
5. 能够解决客户的问题吗？（能行不）
6. 还有同类方案吗？（其他呢）
7. 为什么是我们来解决？（为啥找我）
8. 我们解决的优势是什么？（我好在哪）

我觉得，如果对上面产品流程清单、产品问题清单，都能回答得上来，那么这个产品发布会，应该是没有问题的了。

继续 《To B 市场品牌实战课》 课程第 3 个场景练习：

1. 请你针对一个你熟悉的产品，提炼出产品的核心发布 PPT，并向你的朋友做一次一对一的产品发布。
2. 你可以请他在听完你的发布以后，复述一些刚才你讲的内容，check 一下自己说的信息是不是有效地传递了？

产品发布会，代表着世界对产品的第一印象，所以至关重要。

细数历年经典产品发布会，乔布斯在 2010 年发布的 iPhone 4，至今仍让人津津乐道。

在发布会上，乔布斯从口袋中拿出 iPhone 4，向现场观众展示了这款产品的创新之处。

他演示了其无物理键盘的设计，通过手势滑动实现各种操作，还现场演示了用手机播放视频以及拨打给披萨店订餐的场景。

说是一场跨世纪的产品发布会，并不为过，后面引得众人争相模仿。

另外两个让我印象深刻的发布会：

一个是 2019 年百度 AI 开发者大会上，李彦宏正在进行演讲时，突然有一名男子冲上台向其头部倒了一瓶水。

李彦宏先是一愣，然后用英语问道：“What’s your problem？” 接着，他迅速调整状态，淡定地继续演讲，并幽默地调侃道：“发展 AI 的路上就是会遇到这种挫折。”

不过，对于AI，百度是起个大早，赶个晚集。

另一个是雷军 2023 年度演讲，内容质量颇高，关于 “成长”“几次创业”，以及小米后续的发展规划，都有涉及。

其中，让我印象最为深刻的，是雷军分享自己为调研为什么产品销量不佳，去到柜台站了一天，着手推销产品的经历，那一天给他很大的收获，销售并非易事，要聆听客户的声音，从客户视角考虑问题。

这里还是那句说了好几次的话：“让听到炮声的人指挥军队”。反过来说，也是一样的，指挥军队的人，要听到炮声。

在筹备产品发布会之前，至少要做好以下环节的工作：

1. 极为熟悉自己的产品，知道优势与劣势；
2. 寻找产品核心的卖点，相比其他产品，最突出的一个优势是什么？
3. 对产品卖点进行翻译，就是说 “人” 话，以用户听得懂、可理解的话术。

在做好这些工作之后，就可以按照课程里提到的四个环节，以 “极客云” 为例，构建产品的核心发布 PPT：

1. 建立同理心：本地服务器基建设备费用大、维护难、拓展难、存在老化的问题；
2. 建立共识：上云对于企业的作用，都有哪些？解决高性能、高可用、高并发等等；
3. 产品亮相：功能的介绍，这种一般都是以数值进行对比，比如效率提升了多少，降低了多少成本，让用户感受更为强烈；
4. 植入场景：产品在企业中的共性场景，以真实案例，让用户感受更为真实。

产品发布会就是要有记忆锚点，不管是好是坏，如果是好的当然更好，如果是黑的，黑红也是红。

前言

继续 《To B 市场品牌实战课》 课程第 2 个场景练习：

我们的目标客户是一个传统的零售企业，自建了 100 台规模的机房，目前处于只有 CRM 系统的阶段。你会如何通过上面的理论，邀请他成为我们极客云的客户？

首先，要对传统的零售行业有一定的认知，清楚这个行业的当前情况，以及这个行业的企业，是怎么赚钱的？

在这个的前提之下，需要对目标客户进行多个维度的分析，比如目标客户的基本信息、发家历程、门店分布情况、业绩情况、目标客户遇到的问题、我们能帮助目标客户解决哪些问题等。

做完上面的准备工作，拿到目标客户的分析报告，然后才能进行下一步，怎么和客户接触？

至此，我们可以先把要做的事情，以任务的形式一一列出，并且，知道应该怎么做好这个事情。

当前零售行业的市场情况以及趋势分析

要了解一个行业的市场情况以及趋势分析，通常，可以通过查看行业报告来快速了解，比如艾瑞咨询，就有一份《2025 年中国食品零售行业数字化研究报告》。

除此之外，还可以通过上市公司的年报（以 永辉超市 为例，下同）来查看，一般年报中会附带对当前行业的情况和趋势进行分析，所以，可以两种方式结合起来使用。

目标客户的基本信息

通常来说，目标客户的官网都会有这个信息，比如关于我们、公司简介等等，如果没有，可以通过爱企查、天眼查、百度百科等途径了解到。

目标客户的发家历程

了解发家历程，主要目的是了解目标客户发展的关键节点，以及文化、行事风格，可以通过这些内容，大概判断一下目标客户的核心思想，推崇什么，排斥什么。

目标客户的门店分布情况

了解到目标客户的店面主要是开在哪些地区的，以及哪些城市的？为什么选择这些地方？是出于什么目的？

目标客户的业绩情况

如果目标客户是上市公司，这个可以通过巨潮资讯网了解到，永辉超市的股票代码是 601933.SH，可以搜索定位，并下载年报，比如《永辉超市股份有限公司 2024 年年度报告》，一般年报内容很多，重点关注业绩部分即可。

还有，可以使用豆包 AI 的 “AI 阅读” 功能，快速总结年报的内容。

目标客户遇到的问题

目标客户遇到的问题？这个是整个事情中最重要也是最难的部分。为什么这么说呢？因为商机往往就出现在这里。

你只有知道了目标客户遇到了什么问题，你才能找到切入点，进行有效的分析和判断。

如果你都不知道目标客户遇到了什么问题，而重点在于你自身能提供什么帮助，这无异于拿着锤子找钉子，最后有可能一无所获。

你只有先找到钉子，才能判断要生产什么样的锤子。

怎么知道目标客户遇到的问题？

在我看来，有三个途径，一个是结合零售行业当前情况和趋势报告，总结出共性的问题；第二个就是深入目标客户的年报，找到年报中提到的存在的问题；第三就是通过 AI、或者搜索引擎、资讯等收集信息并进行分析。

我们帮助目标客户解决哪些问题

还是那一句话，知道目标客户遇到了什么问题，你才能做这个工作。

但如果以场景练习题目中的，我们是一家云计算厂商 “极客云” 为例，对于传统零售行业的企业，无外乎就是整个商业模式智能化。

最基本的就是，以往业绩收入就是每家门店，本地记录好之后，再进行汇总到公司财务部门。

还有就是零售的产品采购，都是人工进行处理。

现在如果全都依托智能化模式，有一个云平台，能够看到全国每个门店的收入，销售的产品分布情况。

哪些卖的最好，哪些卖的很少，都有多少。

拿到这些数据，可以有效进行决策，门店怎么优化盈利？产品怎么采购？

怎么说服目标客户购买我们的服务

在这个章节的课程内容中，提到的是要从四个方面进行沟通，分别是经营资源投入、业务发展灵活度、财务可持续发展和业务增长。

1. 经营资源投入：目标客户自建了 100 台规模的机房，这些设备不是买了就可以了，不用继续资源投入，还需要招程序员来开发业务平台的。
2. 业务发展灵活度：这个点在上面也提到过，就是通过对数据进行分析，优化整个门店的盈利模式，开多少门店？门店开在哪里？产品采购怎么进行？全方面最大利益化。除此之外，还方便拓展业务，比如可能要涉及其他行业，做一些业务的探索，这个如果都是自己购买机器，可能只用了一次就不用了，会造成浪费，但是，如果你购买的极客云的服务，可以按需购买。
3. 财务可持续发展：IT 基础设施投入是很烧钱的，经过 4 年左右的时间周期，那些机子就会开始老化，这个时候就需要二次投入。
4. 业务增长：通过数字化解决目标客户生存难的问题，降本增效。

上面说的其实是技巧层面的，实际上，和目标客户接触，第一印象非常重要。

所以，如果没有做好准备工作，是不能着急和目标客户接触的。

这世上那么多人，什么样的人都有，你无法知道会面对什么情况，所以谨慎一点无可厚非。

如果第一次见面，给客户留下了不好的印象，那基本就凉凉了。

除此之外，还要想办法让对方回答是，我想这一点就可以说明，我们是充分站在目标客户的角度来考虑问题的了。

前言

《To B 市场品牌实战课》已经学习完了，也写了学习总结，整理了课程中划线的部分，但是每一讲后面都是有场景练习的，我想了一下，如果只是简单动了下脑就完事儿了，那好像起不到什么作用，还是要输出，把想法都有条理的整理出来，这可能才有效果。

微信公众号栏目划分

假设，我们的极客云刚刚成立，现在需要规划一个极客云的微信公众号，你觉得这个产品应该有哪些栏目，你又会如何划分？（提示：产品体系可以参考国内的几家大型云计算厂商的微信公众号）

在做极客云微信公众号栏目划分之前，就需要先调研阿里云、腾讯云和华为云。

阿里云

1. 免费试用
2. 更多优惠：企业服务
3. Global

腾讯云助手

1. 我的服务：我的账号、资源管理、我的工单、消息订阅
2. 账户安全：虚拟MFA、忘记账号、找回密码
3. 了解更多：热门产品、解决方案、文档中心、应用市场、开发者社区

华为云

1. 最新资讯：官方小程序、云上有为、盘古大模型、云+杂志
2. Flexus
3. 注册试用：免费试用、下载App、推荐有礼、注册、盘古Doer

极客云

从阿里云、腾讯云助手、华为云微信公众号可以看到栏目设计，有的很简单，有的则很复杂。

基于实际情况，极客云刚刚起步，最好是遵循最小可行性产品 MVP 的策略，支持最基础的，非必要的全都砍掉。

所以，我的理解是：

1. 免费试用：用来吸引用户去功能试用
2. 热门产品：给用户推荐热门的、与其他厂商相比之下，存在优势的产品
3. 我的账号：
   1. 个人信息：用来看到自己账号信息
   2. 在线客服：不管是售前还是售后，快速响应用户

相信这四个模块，作为最小可执行产品，应该是能起到作用和满足当下需求的。

线下活动获取用户信息链路设计

极客云要参加一场大型的线下活动，你会如何设计整个用户的获取链路，最终把商机交到销售同学手中？

在回答这个问题之前，需要明确：云计算厂商参与这类线下活动的目的是什么？简单来说，主要包括实力展示、寻找合作方、获取客户、扩大行业影响力，以及增强客户对其产品的信心。

所以，在我看来，可以有以下途径，拿到潜在客户的信息。

1. 关注极客云公众号，赠送小奖品（如云服务代金券、云资源包和周边等）。
2. 面向开发者设置小型竞赛，获胜可得小奖品。
3. 问卷调查，可以在展区，设计一些核心信息问题，最好都是选择题，并且，不宜过多，然后有小奖品，通过微信扫码填写。
4. 一对一咨询，安排技术顾问和客户经理在展会，现场解决用户遇到的问题，同时，了解到用户的信息。
5. 演讲评价，可以与活动举办方一道，出一个会后评价，关注极客云演讲部分用户的关注度、满意度，一方面能拿到用户信息，另一方面大体上可以评估具体的情况。

通过上面这些方式收集到用户信息后，做一下筛选整理，把有潜在商机的用户信息交给销售就行。

在做储能企业调研的时候，我们总会依次对每个企业进行分析，比如查看官网信息，或者使用必应搜索，从中查找到我们关注的要点信息，比如企业所在地区、企业规模、企业的产品、企业是否有做工商储等等，这些信息都要去收集和整理，然后，对其进行判断得有依据，比如企业的产品有哪些？为什么可以说有这些？依据在哪里？官网上有展示，还是相关新闻上有列出？我在调研了十几个企业之后，就忍不了了，效率真的太低了，所以工作方式就想办法优化一下。

2. 方案一：使用当贝 AI 设计提示语实现

以当贝 AI 为例，其实际上也是基于 DeepSeek 使用的。主要是要求从企业名称、地区、实缴资本、参保人数、企业性质、产品、是否已做工商储能、是否已有云平台、EMS 软件是否自研、致远与其合作机会点这几个维度，给出准确的答案，且要有依据，不能瞎编乱造，要显示依据的信息源头，并使用表格输出。其中，企业性质是指企业在储能行业的性质，比如储能设备厂商、储能方案供应商、设备厂商等。提示语如下所示：

我每次发一个企业名称，您就从网上收集资料，从以下几个维度提供准确的答案：
- 企业名称
- 地区
- 实缴资本
- 参保人数
- 企业性质（指企业在储能行业的性质，如储能设备厂商、储能方案供应商、设备厂商等）
- 产品
- 是否已做工商储能
- 是否已有云平台
- EMS 软件是否自研
- 致远与其合作机会点
要求提供依据，不能瞎编乱造，并显示依据的信息源头，使用表格输出。

随机使用网上的企业验证，可以看到如下结果，有结论还有信息源头链接。其中，实缴资本和参保人数，去爱企查对比过了，基本都一致。其他的，如果不太确定，可以点击信息的来源链接再次确认。

3. 方案二：基于扣子开发AI智能体【推荐】

方案一虽然能解决存在的问题，但是，没有解决彻底，在使用了几十次之后，暴露了一些问题，如下所示：

1. 当贝 AI 提问次数过多，页面就会卡顿。
2. 每次提问过十几次，就会胡乱改动要求的输出格式，输出的格式很不稳定。

为了解决这些问题，基于扣子平台开发了名为“储能企业调研专家”的 AI 智能体，该智能体基于 DeepSeek-V3 模型。角色设定与回复内容如下：

然后扣子平台会根据提示词自动添加插件，用于加强智能体的功能，如下所示：

最终，经过不断根据输出的结果反馈，去优化提示语，功能基本满足当前需求，使用页面如下所示：

使用网上随机一个企业进行验证，如下所示：

点击“储能是否已有云平台”依据的链接，如下所示：

5. 最后

1. 使用“储能企业调研专家”AI智能体进行后续的企业调研工作，简化和高效收集企业相关信息，虽然不是百分百正确，但是相对于人工存在的收集完整性和效率问题，稍有出入还是可以接受的，毕竟，最终还是要深入去和销售沟通的，当前的工作只是做一下筛选，已经可以满足需求了。
2. 下一步的计划是，基于扣子开发工作流的应用，把企业名单上传，然后补全企业全称，然后再通过多个维度补全信息，就直接拿到调研结果，效率更高。
3. 储能企业调研专家：https://www.coze.cn/s/2od-7ymcuHk

1. 储能技术创新：突破瓶颈，引领未来

技术创新是储能行业发展的核心驱动力。方案强调要发展多元化新型储能本体技术，包括锂电池、钠电池、液流电池等，以及高效集成和智慧调控技术、全生命周期多维度安全技术。这就好比是给储能行业打造更强大的“心脏”和更聪明的“大脑”。

2. 产业布局优化：集聚发展，形成合力

方案提出要加强产业布局规划，引导企业向资源富集、应用场景丰富地区聚集，培育先进制造业集群。这就像把分散的力量整合起来，形成一个强大的拳头，共同出击市场。企业可以借此机会参与区域产业集群建设，享受政策支持和产业集聚效应，降低生产成本，提高市场竞争力。

3. 产业链协同发展：上下游联动，打造闭环

引导优化供需关系，加强产业链上下游企业供需对接，形成协同联动机制。企业要主动与上下游伙伴建立稳定合作关系，实现资源共享、优势互补，共同开拓市场。同时，创新商业模式，如共享储能、储能租赁等，满足不同用户需求。

4. 标准制定与知识产权保护：掌握话语权，守护创新成果

在提升标准体系支撑水平和加强知识产权保护运用方面，企业要积极参与新型储能标准制定，争取在标准中体现自身技术和产品特点，提升行业话语权。同时，强化自身知识产权保护，培育高价值专利，借助知识产权运营提升经济效益。

5. 市场应用拓展：多领域开花，释放潜力

方案推动储能产品在电源侧、电网侧、用户侧等多领域应用。企业要针对不同应用场景，开发定制化储能解决方案，扩大市场份额。比如在新能源富集地区，支持新型储能支撑可再生能源大规模消纳；在用户侧，推动储能产品在数据中心、工业园区等场所的应用。

6. 国际拓展：走向世界，提升影响力

方案鼓励企业拓展国际市场，参与国际标准制定。企业可利用政策支持，提升国际影响力，参与全球储能项目建设，推动储能产品出口，融入全球新能源产业格局。

7. 企业应重点关注的方面

储能企业要想在竞争中脱颖而出，必须抓住技术创新、产业布局、产业链协同、标准制定、市场应用拓展及国际拓展等关键机会点。重点关注技术研发、市场布局、产业链合作、标准合规、客户服务和国际合作等方面。

总之，新型储能制造业在政策推动下蕴含着巨大发展潜力，企业只要紧跟政策导向，抓住关键机会点，就能在激烈的市场竞争中脱颖而出，为推动行业高质量发展和实现碳达峰碳中和目标贡献力量，同时也能收获自身的发展和成长。

车辆运维管理是指对车辆进行日常维护、故障处理、性能监测、成本控制等一系列活动的管理。随着物联网、大数据、人工智能等技术的发展，车辆运维管理软件和解决方案的市场竞争日益激烈。

2. 确定目标

1. 通过产品差异化定位，找到竞争者的差异，打造自己的优势，抢占市场份额，通过市场细分来确定自己的定位。
2. 学习对方的优势，借鉴优秀的产品设计，帮助自己挖掘需求，根据自身产品找到好的切入点，更好地做产品。

3. 车辆管理系统架构

4. 车辆管理系统行业市场情况及后续发展趋势

以下基于《2025-2028年中国车辆管理系统行业市场调查研究及发展战略规划报告》相关行业报告整理。

4.1. 行业概述

随着我国经济的持续快速发展，汽车产业已成为国民经济的重要支柱产业，车辆管理系统作为其重要组成部分，市场需求逐年增长。科技进步和智能化、网络化、信息化技术的广泛应用，推动了车辆管理系统技术水平和功能的完善。政府高度重视车辆管理系统的建设与发展，出台了一系列政策法规，如智能交通系统（ITS）的建设、车联网技术的研发与应用等，为行业发展创造了良好外部环境。

车辆管理系统是指利用现代信息技术，对车辆及其相关资源进行有效管理的一系列软硬件系统的总称。根据功能和应用领域，可分为车辆基础信息管理系统、车辆运行监控系统、车辆安全管理系统、车辆服务支持系统和车辆智能化管理系统。

4.2. 市场现状分析

近年来，我国车辆管理系统市场规模持续扩大，预计到2028年，市场规模将达到数千亿元。新能源汽车车辆管理系统市场需求增长迅速，智能交通系统建设和城市交通管理需求上升，大数据、云计算、人工智能等新兴技术的应用，为市场提供了新的增长点。

市场呈现多元化、竞争激烈的特点，参与主体包括国内外知名企业、创新型中小企业和科研机构。竞争主要集中在硬件、软件和服务三个层面，企业需根据自身优势和市场定位，形成差异化竞争策略。

4.3. 主要市场驱动因素

经济快速发展和人民生活水平提高，汽车保有量逐年攀升，带动了车辆管理系统在车辆登记、年检、保险、维修等方面的需求。

ITS通过集成交通管理、车辆监控、信息服务等技术，提高交通效率、减少拥堵、保障交通安全，其推广和应用推动了车辆管理系统市场增长。

政府出台了一系列政策，如《关于加快推进智能交通系统建设的指导意见》，鼓励车辆管理系统的技术创新和应用。

4.4. 产业链分析

包括上游原材料供应、中游系统研发与集成、下游系统应用与服务三个主要环节。上游涉及传感器、芯片、通信模块等电子元器件生产和供应；中游包括软件开发、硬件组装和系统集成；下游则涵盖安装、调试、维护和增值服务。

上游原材料供应商与中游系统集成商紧密合作，确保硬件稳定供应和质量保障。中游系统集成商与下游应用服务商协同，提升市场竞争力。产业链各方在技术创新和产业升级方面也保持着良好沟通与合作。

4.5. 技术发展趋势

包括传感器技术、通信技术、数据处理与分析技术以及人工智能技术。这些技术的不断进步和融合，将推动车辆管理系统向更高效、更智能的方向发展。

物联网、大数据、云计算、人工智能等新兴技术在车辆管理系统中的应用越来越广泛。例如，物联网技术实现车辆与设备的互联互通，实时采集车辆的各种数据；大数据技术对车辆数据进行深度分析，为企业提供决策支持；人工智能技术实现车辆的智能调度、故障预测等。

4.6. 市场风险及挑战

政策的不确定性可能对行业产生重大影响，如技术标准、安全要求调整，以及政府补贴政策的变动。

技术更新迭代快，企业需持续投入研发以保持竞争力。同时，知识产权保护也面临挑战。

4.7. 发展战略规划

到2028年，实现车辆管理系统核心技术的自主创新和突破，提高国产化率。扩大市场规模，提升市场占有率，特别是在新能源汽车、智能交通等新兴领域。推动行业标准化和规范化建设，加强与国际标准对接。

加强技术创新和研发投入，建立高水平技术研发团队，与高校、科研机构合作。积极开拓国内外市场，扩大市场份额。与其他企业建立战略合作伙伴关系，实现资源共享、优势互补。提升企业品牌知名度和美誉度。

5. 车辆管理存在哪些痛点

5.1. 纸质化办公效率低下

传统纸质办公流程依赖大量人力，需人工登记和安排车辆，无法全面追踪和监管车辆。车辆实际位置与行驶情况需与用车人和司机逐一核实，严重影响企业办公效率。

5.2. 车辆调度难题

缺乏实时监控平台和统一管理制度，无法随时掌握公务用车情况。调度员难以有效指派任务，常导致车辆使用混乱，急需用车时无车可用，或公务车去向不明。

5.3. 车务信息繁杂

公车日常车务信息涵盖加油、维修、保养、保险、年检、停车费、过路费等。企业车辆数量多时，人工记录易出错或丢失数据，管理统计效率低下。

5.4. 车辆监管不足

无法实时掌握车辆动态，及时了解车辆位置、状态及行驶轨迹，导致车辆运营情况难以掌控，存在安全隐患。

5.5. 成本控制困难

车辆燃油消耗、维修保养、保险费用等运营成本较高，企业难以有效控制，导致运营成本增加。

6. 选择竞品

1. 联友科技
2. 元道通信
3. 云上管车

7. 选择分析维度

通过目标用户、战略定位、布局规划、盈利模式、产品定位、社会资源、发展概况、资金实力、资源优势、产品功能、人力资源、技术实力、运营策略、数据表现和SWOT分析模型整理对比。

8. 形成结论

1. 将硬件、软件和服务三方面整合，产业链上下游协同发展，提供一体化的解决方案，满足客户的多样化需求，可以形成差异化竞争优势。如果单独专注于某一个部分，最终可能会遇到发展瓶颈，或者处于被动局面。
2. 我们应该从当前可利用的资源入手，找到合适的业务切入点。例如，XXX数据平台的现有客户群，这些客户已经在使用XXX的产品。我们可以优先支持与XXX数据平台相关的功能，同时拓展到车辆运维管理方面的需求挖掘和宣传。
3. 由于XXX的产品成本较高，我们可以推出TBOX产品，以满足中低端市场和车辆运维管理的需求。这样可以与XXX的产品形成互补，满足不同层次客户的需求。
4. 随着新能源汽车的普及，我们可以直接跳过燃油车，专注于新能源汽车的相关功能，如电池管理、电池安全、预测告警和大数据分析等，而不是传统燃油车的油耗统计等功能。
5. 我们可以重点关注新能源汽车的电池管理系统（BMS）。这不仅与我们的储能业务有直接关联，还能发挥我们在储能领域的已有优势。这样可以更好地满足市场需求，同时提升我们的竞争力。
6. 与汽车制造商、物流公司、保险公司等建立合作关系，拓展业务渠道。
7. 关键词：新能源、差异化、智能化、中西部、合作伙伴、全球化。

9. 后续规划

第一步，我们可以先对XXX数据平台的现有客户做个调研，看看他们在车辆管理系统方面是否有需求。通过调研，我们不仅能发现市场机会，还能找到客户的痛点。

第二步，在调研的基础上，我们需要分析一下XXX数据平台的现状，重新定位一下，把现有的功能优化升级，确保它能真正解决客户的问题。在此基础上，再深入开发车辆运维管理平台的功能。

第三步，针对物流、租赁、共享、公务用车这些行业，我们可以整理出一套通用的功能模块，比如车辆定位、调度管理、费用管理、报表统计等。这些模块要设计得灵活一点，能适配不同客户的需求，为后面的市场推广和客户服务打好基础。

第四步，宣传先行，设计针对各行业的宣传页面，详细介绍车辆管理系统的功能和优势，并在官网上发布。在吸引客户的同时，收集他们的反馈和需求，以此为基础推出通用功能的V1.0版本。根据客户的具体需求，进行产品迭代，推出V2.0版本，提供定制化服务。

第五步，针对TBOX、车辆检测设备的硬件开发，评估自主研发的可行性。如果自主研发存在困难，可以考虑与其他公司合作，采购现成的硬件产品并进行贴牌。

近期，部门内部的A项目在线上使用时出现了两次较为明显的Bug。作为负责A项目需求梳理、原型设计和功能验收的产品经理，我将从这一角色出发进行思考和总结。

问题描述

1. 前端页面编辑一个输入框时，显示“入参错误”。
2. 前端页面修改模块A时，模块B和模块C的同一参数输入框出现联动，都变为了模块A的值。
3. 前端页面调用的字段和后端定义的功能没有对应上。

问题分析

1. 问题一的主要原因是后端相关的功能只发布在了开发和测试环境，而正式环境没有发布。
2. 问题二的原因是模块A、B和C中同一参数是抽取复用的，但前端在处理时，没有使用对象解构赋值 {...parameter} 来创建一个新的对象副本，而是直接引用了同一份 parameter 对象导致。
3. 问题三的原因是需求文档显示，前端在开发时，已经和后端同事约定好参数字段一一对应，但在后端实现时，沟通上面信息没有同步到位，字段和预期的不一致，导致功能出现异常。前端开发人员没有真正从用户角度出发，验证功能是否完善。产品交付时，产品经理没有依据需求文档进行验收，做好输入和输出两个关键部分，形成闭环。

经验教训

1. 当需求中出现大量专业性较高的参数字段时，需要在需求文档中说明清楚，确保信息同步，毕竟这些不是像username、mobile、email等常识类的字段。
2. 前端在开发功能后，通常容易陷入只要保证自己实现的功能页面增删改查没有问题，就可以了。很少多想一步，从用户角度出发，模拟用户的使用场景，然后再次确认功能是否正常，这个意识还是很重要的。因为一个功能模块不仅仅涉及前端，还有后端，功能的验收要结合后端进行，这个时候没办法把职责划分那么清晰，只能前端主导，后端配合，把整个功能模块验证流程都走一遍，而不是浮于表面。
3. 在部门里，期望产品同事参与到项目中，具体除了整理需求文档和原型设计，最终的交付也是很重要的，这就需要产品切实参与到版本功能的验收，确保和预期的需求一致。这方面曾涉及到对研发的信任问题，其实和信任没有关系，能力再出众，功能做得再好，如果理解错了需求，最终交付的不是需求的本意，那也是有问题的，所以产品参与最终版本的功能确认，是很关键的一环。就好像封装一个函数，输入和输出，先不管函数里面到底是怎么实现的，最终还是以函数输出的结果为重，函数给的结果都不对，里面用了多好的技术和巧妙构思，都显得苍白无力。所以，产品对于每一个需求点，需求->验收，应形成闭环。
4. 潜意识里还是觉得是内部的项目，导致重视程度不够，而且，忙并不是借口，对于负责A项目的产品工作来说，验收形成闭环这一块确实懈怠了，本就应该按标准的项目流程去走，必须做的就要去做，没办法省略掉。

预防措施

1. 验收环节需提供详细测试用例，并且分为三个环节：研发自测、项目负责人验收和产品交付验收，基本覆盖了这个功能的开发人员、这个项目的负责人和这个需求的提出人。
2. 发版节奏放缓，确保各个环节都做到位。贪图求快，功能质量出现问题，工作结果还是大打折扣的。

用户体验，可以分两部分来说，一部分是群体性行为，比如公司、集体等；另一部分是个人行为，比如自己创造的文艺作品，如书、歌曲、画作等。对于群体性行为，比如电影导演拍的一部作品，如果太过阳春白雪，没有迎合大众的口味，上映后没有市场，没有票房，那么损失惨重，无法盈利，也就无法向投资人交代，加上剧组工作人员的工资支出，对于导演而言，经济和精神上都会承受巨大的压力。哪怕这部电影艺术性很高，一百年后可能在历史长河中留下烙印，比如《肖申克的救赎》，现在看来是世界经典之作，但在当时并没有打败《阿甘正传》获得奥斯卡，也没有像现在这么好的口碑。没有盈利，再优秀的作品在当时看来也毫无用处。

这其实跟公司是一样的道理。如果做出来的产品只是脱离实际，追求艺术性而忽视顾客需求，那么后果将不堪设想。没有买家，没有盈利，公司就会岌岌可危。对于个人来说，用户体验是可以有选择性的。比如我要写小说，想要赚很多钱，那么我一定会去研究现在的人喜欢看什么类型的小说，喜欢什么样的故事，喜欢什么样的题材，是武侠还是言情小说？哪怕我内心不喜欢写言情小说，但如果现在的人都喜欢，那么我也会选择写言情类型的小说。因为我知道，如果我要写武侠，虽然是我个人喜欢的，但对于盈利来说，写言情小说风险更小，这个选择显然更明智。另一种情况是追求艺术性，宁愿不赚钱，只是想写出自己满意的作品，这当然可以，但仅限于个人。对于公司来说，这种行为特别危险。

用户体验和艺术性之间确实存在冲突。我们自己在做产品时，如何权衡这两者之间的关系尤为关键。一件产品如何能够兼顾盈利和艺术性，是很费精力的。因为艺术性往往是主观的，当自己对产品的意愿和顾客的需求有冲突时，只能优先考虑到用户的需求。就好比假设我们是《米洛斯的维纳斯》的作者，我们知道砍去双臂会使其成为举世闻名的雕像，但如果顾客需求是保留双臂，我们就需要在这两者之间做出选择。对于公司而言，为了盈利，在满足顾客需求的前提下，最大限度地追求产品的艺术性，在我看来是最优的方案。

再回到具体的App项目，一个App项目能够成立，前期肯定做了很多工作，如市场调研、确定产品方向等，这些都是App项目成立的关键。对于开发人员来说，除了关注产品的开发进度外，还需要注意研发过程中的细节部分，如App的流畅性、易用性和UI设计的美观性等。流畅性很重要，因为很多开发细节都是基于用户体验考虑的，比如网络请求有进度条、输入框有提示弹窗等，这些都是为了让用户更好地体验产品的功能。有了流畅性，再谈易用性。如果App不流畅，经常卡顿，用户是无法忍受的。比如淘宝，虽然承载的内容越来越多，但操作起来特别卡顿，用户体验其实很差。然而，淘宝依然能够凭借强大的财力和市场份额与京东分庭抗礼，这也说明他们在权衡利弊后，宁愿牺牲一部分用户体验来换取更多的内容页面。

总之，用户体验与公司的盈利直接相关。对于我们开发人员来说，不仅要关注产品的开发进度，还要有意识地思考更多与产品有关的事情，从各个方面进行深入的思考，得出自己的见解。