行业分析雷达到底是什么？
行业分析雷达是一种将多维度数据可视化的模型，用雷达图的形式把行业关键指标（市场规模、增长率、竞争强度、技术成熟度、政策风险等）同时呈现在一张图上。它像“体检报告”一样，一眼就能看出行业在哪个维度强、在哪个维度弱。
为什么要用行业分析雷达？
自问：传统SWOT已经够用了，为什么还要画雷达？
自答：SWOT只能给出定性描述，而雷达图把定性+定量结合，还能做跨行业对比。例如，把新能源汽车与光伏行业放在同一张雷达图里，立刻发现“政策补贴”维度前者得分更高，“技术迭代速度”后者领先。
行业分析雷达怎么做？五步流程拆解
1. 明确分析目标
先回答：我要用雷达图解决什么决策？
常见目标：
- 判断新赛道是否值得进入
- 评估现有业务短板
- 向投资人展示行业吸引力
2. 选取关键维度
维度不宜超过8个，否则图会“炸毛”。常用维度：
- 市场规模：TAM/SAM/SOM
- 年复合增长率：近五年CAGR
- 毛利率：行业平均毛利
- 竞争集中度：CR4或HHI指数
- 资本热度：融资事件数量与金额
- 政策风险：补贴退坡、准入门槛
- 技术成熟度：TRL等级
- 用户渗透率：潜在用户/已转化用户
3. 数据标准化
不同量纲必须归一到0-100分。公式：
Score = (X - Min) / (Max - Min) * 100
如果某维度是负向指标（如政策风险），则用反向计分：Score = 100 - 上述结果。
4. 绘制雷达图
工具选择见下一节。绘图时注意：
- 同一行业不同年份用不同颜色线框，方便看演进
- 把目标阈值（如投资人要求毛利率≥30%）用虚线圆圈标出
5. 解读与行动
自问：雷达图凹进去的地方就是机会吗？
自答：不一定。如果“技术成熟度”只有20分，但赛道处于早期，反而是蓝海信号；如果“政策风险”只有10分，那才是真正的红灯。
行业分析雷达有哪些工具？免费与付费对比
零代码在线工具
- Datawrapper：免费版支持导出PNG，适合媒体发布
- RAWGraphs：开源，直接拖拽Excel即可生成SVG
- Flourish：动态雷达图，可嵌入网页，免费有水印
BI与可视化平台
- Power BI：微软生态，DAX写度量值后可一键转雷达
- Tableau：拖拽维度到“角度”与“长度”，自动出图
- FineBI：国产，内置行业模板，适合政企项目
Python/R 代码党
# Python示例：Plotly Express一行出图 import plotly.express as px df = px.data.wind() fig = px.line_polar(df, r="frequency", theta="direction", line_close=True) fig.show()
R语言则用fmsb包，三行代码搞定。
Excel 也能画？
可以，但步骤繁琐：
- 先建辅助列做360度角度换算
- 插入“带平滑线的散点图”
- 手动调坐标轴，从0到100
- 复制粘贴为图片，防止错位
Excel适合一次性汇报，长期迭代还是BI工具更稳。
实战案例：用雷达图判断宠物医疗赛道
维度与数据来源
- 市场规模：Frost&Sullivan报告，2023年340亿元
- 增长率：过去五年CAGR 21%
- 毛利率：头部连锁医院平均55%
- 竞争集中度：CR4=18%，极度分散
- 政策风险：农业农村部新规，处方外流限制，评分30
- 资本热度：2023年融资35起，总额40亿元
- 技术成熟度：诊疗设备90%进口，成熟度65
- 用户渗透率：城镇养宠人群渗透率28%
标准化结果
把上述原始值用Min-Max归一后，得到雷达图八个顶点：
市场规模75、增长率90、毛利率85、竞争集中度20、政策风险30、资本热度80、技术成熟度65、用户渗透率45。
洞察输出
雷达图呈现“风筝形”：右上方（规模、增速、毛利）饱满，左下方（集中度、政策）塌陷。
机会点：连锁化率提升空间大，政策风险可控。
风险点：技术依赖进口，一旦供应链卡脖子，成熟度分数会骤降。
常见坑与优化技巧
维度过多导致阅读困难
解决：把相关维度合并。例如把“融资数量”与“融资金额”合并成“资本热度”综合分。
权重一刀切
解决：用AHP层次分析法给维度赋权，再乘以权重得到加权分数，雷达图更贴合战略重点。
时间序列对比混乱
解决：用小多图（Small Multiples），把2019-2023五年雷达图排成一行，趋势一目了然。
如何向老板汇报？一页PPT就够
结构：
- 标题：宠物医疗赛道雷达体检报告
- 左侧放最新雷达图，右侧放机会-风险四象限
- 底部用一句话结论：市场大、增速快、毛利高，但连锁化率低，建议收购区域龙头快速卡位。
老板30秒就能抓住重点。
评论列表