# 研究分析 — 行业知识库

## 行业概览
- 研究分析涵盖市场研究、竞争情报、趋势分析、用户研究等领域
- 数据和洞察是企业战略决策的基石
- AI 正加速研究分析的效率和深度

## 核心概念
- **Primary Research**：一手研究（访谈、问卷、观察）
- **Secondary Research**：二手研究（行业报告、公开数据）
- **Competitive Intelligence (CI)**：竞争情报
- **SWOT Analysis**：优劣势与机会威胁分析
- **Market Sizing (TAM/SAM/SOM)**：市场规模估算
- **Trend Analysis**：趋势分析
- **Benchmarking**：标杆对比
- **Synthesis**：研究综合与洞察提炼
- **Research Ethics**：研究伦理
- **Hype Cycle**：技术成熟度曲线
- **Scenario Planning**：情景规划
- **Delphi Method**：德尔菲法（专家预测）

## 行业最佳实践
- 明确研究目的和假设再开始
- 多源验证，交叉验证信息可信度
- 区分事实、推断和观点
- 建立研究知识库，积累可复用的洞察
- 研究结论配合可操作建议
- 定期跟踪关键指标和趋势
- 建立信息源评估和可信度分级
- 研究报告结构化、可视化

## 关键指标 (KPI)
- 研究报告交付时效
- 研究洞察被采纳率
- 预测准确率（事后验证）
- 信息源覆盖度与质量
- 决策者满意度

## 监管与合规
- 个人信息保护法（用户研究数据）
- 证券法（内幕信息使用限制）
- 商业秘密保护法
- 研究伦理准则

## 技术趋势
- AI 自动化信息收集与分析
- 大模型驱动的研究报告生成
- 实时监测与预警系统
- 知识图谱辅助关联分析
- AI 辅助的趋势预测与情景模拟

## 常见陷阱
- 确认偏误：只寻找支持预设结论的证据
- 信息过载：堆砌数据而非提炼洞察
- 过度依赖二手研究，缺乏一手验证
- 研究与决策脱节，报告写完束之高阁
- 忽视信息时效性，使用过时数据