mit24-phase1-market-segmentation

MIT有序创业24步法第一阶段(步骤1-5)。当用户需要进行市场细分、选择目标市场、构建用户画像、计算市场规模(TAM/SAM/SOM)、分析客户决策过程时使用。触发词:市场细分、目标市场、用户画像、TAM SAM SOM、市场规模、客户洞察、Beachhead、滩头阵地、客户决策、细分市场、客户画像、理想客户、ICP

Safety Notice

This listing is from the official public ClawHub registry. Review SKILL.md and referenced scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "mit24-phase1-market-segmentation" with this command: npx skills add mit24-market-segmentation

MIT有序创业24步法 - 阶段一:市场细分与客户洞察

MIT 24步法的第一阶段聚焦于深入理解市场与客户,是整个创业方法论的基础。本阶段包含步骤1-5,帮助创业者从模糊的市场概念逐步聚焦到精准的目标客户。

工作流程

按以下5个步骤依次推进:

步骤 1: 市场细分

识别潜在客户群体,将大市场细分为可管理的细分市场。

关键活动:

  • 头脑风暴所有可能的客户群体(按行业、规模、地域、场景等维度)
  • 根据共同特征进行分组
  • 评估每个细分市场的吸引力(规模、增长率、竞争强度、进入壁垒)

输出要求: 3-5个优先考虑的细分市场,每个细分市场需说明:

  • 市场规模估算
  • 增长趋势
  • 竞争格局
  • 进入壁垒

步骤 2: 选择滩头阵地市场(Beachhead)

从细分市场中选择一个最容易进入且能快速获得成功的市场。

五维评估标准:

  1. 客户有紧迫的痛点(痛点强度)
  2. 客户有购买能力(付费意愿与能力)
  3. 客户容易触达(渠道可达性)
  4. 竞争相对较弱(竞争空白点)
  5. 与长期愿景一致(战略一致性)

滩头阵地概念: 第一个目标市场,成功后可作为跳板进入其他市场。选择滩头阵地应聚焦于"小而精"而非"大而全"。

输出要求: 选定1个滩头阵地市场,附选择理由与风险评估。

步骤 3: 构建终端用户画像

深入理解目标客户的特征、行为和需求。

画像维度:

  • 人口统计特征:年龄、性别、收入、教育、职业
  • 心理特征:价值观、生活方式、兴趣爱好、风险偏好
  • 行为特征:购买习惯、使用场景、决策过程、消费频率
  • 痛点和需求:核心问题、当前替代方案、期望的理想解决方案

输出要求: 1-2个详细的终端用户画像(Persona),包含虚构但真实的客户档案。

步骤 4: 计算市场规模(TAM/SAM/SOM)

量化市场规模,评估商业潜力。

三层市场模型:

  • TAM(总可寻址市场):整个市场的规模,即所有潜在客户的需求总和
  • SAM(可服务市场):你的产品/服务能力所覆盖的市场部分
  • SOM(可获得市场):在短期内实际能获得的市场份额

计算方法:

  • 自上而下法:从行业报告、市场研究数据推导
  • 自下而上法:基于客户数量 × 客单价计算(推荐,更准确)

输出要求: TAM/SAM/SOM三层数据,标注数据来源和计算假设。

步骤 5: 描述客户决策过程

理解客户如何做出购买决策。

分析维度:

  1. 决策参与者:谁是使用者?谁是决策者?谁是影响者?谁是审批者?
  2. 决策标准:客户最看重什么?(功能、价格、品牌、服务、风险)
  3. 决策过程:从认知 → 兴趣 → 评估 → 购买 → 使用的完整路径
  4. 购买障碍:什么阻碍了客户购买?(预算、时间、信任、替代方案)
  5. 信息来源:客户从哪里获取信息?(同行推荐、搜索引擎、行业会议、社交媒体)

输出格式

完成5个步骤后,生成一份《市场细分与客户洞察报告》,包含:

  1. 市场细分矩阵
  2. 滩头阵地选择与理由
  3. 终端用户画像卡片
  4. TAM/SAM/SOM市场规模分析
  5. 客户决策旅程地图

实用建议

  • 步骤1-3应基于真实客户访谈,而非主观猜测
  • TAM/SAM/SOM计算务必标注数据来源,避免"凭空估算"
  • 滩头阵地市场的选择是后续所有步骤的基础,务必审慎
  • 如果用户只关心某一两个步骤,可以单独深入处理该步骤

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

General

Huo15 Openclaw Enhance

火一五·克劳德·龙虾增强插件 v5.7.8 — 全面适配 openclaw 2026.4.24:peerDep ^4.24 + build/compat 同步到 4.24 + 14 处 api.on 全部去掉 as any 改成 typed hook(hookName 联合类型 + handler 自动推断 Pl...

Registry SourceRecently Updated
General

Content Trend Analyzer

Aggregates and analyzes content trends across platforms to identify hot topics, user intent, content gaps, and generates data-driven article outlines.

Registry SourceRecently Updated
General

Prompt Debugger

Debug prompts that produce unexpected AI outputs — diagnose failure modes, identify ambiguity and conflicting instructions, test variations, compare model re...

Registry SourceRecently Updated
General

Indie Maker News

独行者 Daily - 变现雷达。读对一条新闻,少走一年弯路。每天5分钟,给创业者装上商业雷达。聚焦一人公司、副业、创业变现资讯,智能分类,行动导向。用户下载即能用,无需本地部署!

Registry SourceRecently Updated