收益：
- 能够使用自上而下和自下而上的方法在人工智能支持下构建和交叉检查市场规模
- 能够清楚地写出 TAM/SAM/SOM 的区别和假设链，并用真实数据测试每个假设
- 能够检测并纠正市场规模计算中的陷阱（捏造基数、重复计算、不切实际的份额）
“这个市场有多大？”问题几乎是每个战略、投资和市场进入项目的核心。如果你的答案是错误的，那么以此为基础的整个商业计划就会崩溃。市场规模预测是咨询领域最经典、最受考验的技能。人工智能以两种方式帮助完成这项任务：快速构建计算框架并列出假设。但这是最危险的错误；该模型可以拟合一个基数（例如位数），并且整个计算建立在这个脆弱的基础上。在本单元中，我们将学习如何使用两种独立的方法进行安全预测。
TAM、SAM、SOM：三环
市场规模不是一个单一的数字；它由三个互锁环组成。
- TAM（总体可寻址市场）：产品/服务理论上满足的所有需求。 “每个在土耳其喝咖啡的人。”
- SAM（可服务可用市场）：您的业务模型实际可以达到的 TAM 部分。 “第三代咖啡饮用者，城市，高端细分市场。”
- SOM（可服务的可获得市场）：您在早期可以实际赚取的 SAM 份额。 “前3年我们将在4个省份获得份额。”
咨询中的典型错误是将 TAM 误认为 SOM。 “500亿市场”听起来很美好，但该公司第一年的现实目标或许是2亿。分别向人工智能询问所有三个环及其假设可以避免这种混乱。
你的角色：市场规模分析师。任务：分别定义和计算[产品/服务]的TAM、SAM和SOM。- TAM：理论总需求（定义+计算）。- SAM：我们的商业模式实际可以达到的部分（哪些约束限制了它？）。- SOM：前3年实际可实现的份额（达到什么份额，基于什么理由？）。规则：清楚地写出每个环在什么假设下缩小；我给出了基数，它们是虚构的；将每个环作为间距。
两种方法：自上而下和自下而上
安全预测的秘诀是使用两种独立方法进行交叉检查。
- 自上而下：您从较大的总数开始并分配份额。 “土耳其的零售额为 X；其中 Y% 为食品；Z% 为零食。”
- 自下而上：自下而上构建。 “多少户×多少人×年消费人数×平均价格。”
如果两种方法的结果彼此接近，则置信度会增加。如果差异很大，则假设是错误的，您需要尝试找到它。永远不要完全相信通过单一方法获得的数字。
您的角色：市场规模分析师。任务：计算土耳其[产品]市场的自下而上的情况。规则：- 逐步设置计算：每一步都有一个乘数。- 写下每个乘数的假设并说明其来源；如果我没有来源，请贴上标签“[假设 - 必须经过验证]”。 - 以低-高范围的形式给出结果，而不是一个精确的数字。 - 不要使用虚构的基数；我将在每行上给出基础数据：[household=...，population=...]格式：“step = multiplier（假设/源）”。
设置相同的市场为自上而下，比较两个结果：
您的角色：市场规模分析师。任务：计算[产品]市场自上而下的情况。- 从顶部一个已知的大总数开始（我给出了来源：[总数]）。- 按顺序分配：每一步的单个百分比以及该百分比的来源/假设。- 检查并标记每一步重复计算的风险。- 对结果进行范围划分，并将其与我的自下而上的结果进行比较（如下）； 如果差异大于 20%，请调查可能是哪种假设造成的。我的自下而上的结果：[值]
提示：您为模型提供基数（家庭数量、人口、官方营业额）。这些来自官方统计数据，是最关键的计算依据。如果你让模型“记住”这些数字，整个计算就会变成虚构的。
清楚地写出假设链
市场规模的计算是一系列假设。链条中的每个环节都必须是可协商的。一个好的顾问捍卫的不是数字，而是导致这个数字的假设。因此，有必要将每个假设写在单独的行上，并附上其来源或“必须验证”标签。
步骤
价值
来源/假设
位数
2600万
TURKSTAT（来源）
产品家庭使用率
35%
行业调查（来源）
年采购量
4
假设 - 必须验证
平均单价
180 里拉
零售观察（来源）
自下而上全
约 65 亿里拉
(26M×0.35×4×180)
任何看到此表的人都会将讨论转移到正确的位置：“4 个年度单位现实吗？”讨论的不是数字，而是假设。对于敏感性分析，您可以通过假设 3 和 5 得出下限和上限。
敏感性分析：思考范围
奇数会产生误导，因为它给出了错误的精度。相反，运行两个或三个最不确定的假设及其低端和高端来产生一个范围。 “市场规模在 5.2-81 亿里拉之间，最有可能的价值约为 65 亿里拉”这句话既更诚实，也对决策更有用。
在我下面自下而上的计算中，有 3 个假设不清楚：使用率、年单位、价格。任务：运行 3 个低/中/高场景中的每一个，并为整个市场生成一个低-中高范围。逐步显示账户；我会手动检查。
三个迷你箱子
案例1——鞋底腐烂。一位顾问问“土耳其有多少家中小企业？”无需向模型提供资源。他问；模型显示“大约 500 万”。实际官方数字约为320万。整个市场占比膨胀56%；投资委员会发现了演示中的错误。正确的方法是从官方来源给出基数，让模型只做乘法。
情况 2 — 两种方法冲突，发现错误。对于饮料市场来说，自上而下是90亿，自下而上是40亿。差别很大；顾问停下来比较这些假设。从上到下，“零食”类别还包括饮料，因此存在重复计算。修正后，这两种方法的结果约为 45 亿。交叉检查可防止错误的号码进入演示文稿。
案例 3 — 将 TAM 误认为 SOM。一家初创公司将其描述为“我们的目标市场是 500 亿里拉”。顾问对 TAM/SAM/SOM 进行了区分：TAM 500 亿，但实际商业模式仅达到 3 个省份的高端市场（SAM 约 30 亿），前 3 年的实际份额约为 2.5 亿（SOM）。当向投资者提供合适的规模时，就会建立现实的期望，公司就会对下一轮充满信心。
弱提示/强提示
弱提示：
土耳其咖啡市场有多大？给一个数字。
它从模型内存中生成一个单一的、无来源的且无法验证的数字。
强力提示：
您的角色：市场规模分析师。任务：使用两种方法计算土耳其速溶咖啡市场：自上而下和自下而上。基础数据（我有来源）：人口=85M，家庭=26M，[其他...]。规则：- 分别计算 TAM、SAM、SOM 并写出它们的定义。- 在单独的行上给出每个假设，并带有来源或“必须验证”标签。- 将结果呈现为范围；如果两种方法不同，请调查原因。 - 检查重复计算的风险。格式：两个表格（自上而下、自下而上）+比较注释。
逻辑过滤器：这个数字是否合理？
在信任计算之前，将每个市场规模结果通过逻辑过滤器。最简单的测试是将结果与已知数量进行比较：您计算出的市场占该国零售总额或相关行业已知总额的合理比例是否合理？另一个强有力的检查是“人均”或“每个家庭”折扣：如果65亿人口的市场除以2600万个家庭，每个家庭每年的收益约为250美元，这个数字符合你的实际消费习惯吗？如果不符合假设，则该假设是错误的。你还可以让人工智能做这样的反向检查：“表达每个家庭的结果以及占经济总量的百分比；这看起来合理吗？哪个假设最脆弱？”经验丰富的顾问在提出数字之前，会从两个或三个不同的角度“嗅探”数字；任何违反直觉的结论要么是错误，要么是真正重要的见解，两者都值得研究。
常见错误
- 使基数适合模型。人口、家庭、官方营业额等基本数据应来自官方来源；依赖模型的记忆会推翻整个计算。
- 对一种方法感到满意。不要相信未经自上而下和自下而上交叉检查的结果数字。
- 将 TAM 误认为 SOM。将理论总市场与实际可用份额混淆会误导投资者。
- 重复计算。当两种方法发生冲突时，一个项目通常会被计算两次；追逐差异。
- 呈现奇数。提供反映不确定性而不是错误精度的范围和灵敏度分析。
- 隐藏假设。讨论的是假设，而不是数字；清楚地写出每个假设。
注意：如果市场规模数字是投资决策的基础，则计算中的每个假设都应经过独立检查，并在必要时得到财务顾问或行业专家的批准。即使模型计算正确，假设错误也会误导整个结果；最终责任由顾问承担。
总之
市场规模估算是咨询中最关键的计算，也是最容易出错的计算。 AI快速建立计算骨架和假设清单；但你应该给出官方来源的基数，清楚地写出每个假设，并交叉检查自上而下和自下而上的方法。 TAM/SAM/SOM 的区别使期望保持现实；范围和灵敏度分析可防止虚假精度。所捍卫的不是数字，而是导致该数字的假设。
应用任务
选择产品或服务市场。从真实/代表性来源收集基线数据（例如人口、家庭、官方营业额）。使用强大的提示功能，自上而下和自下而上地计算市场；独立的 TAM/SAM/SOM。如果两种方法不同，请找出原因（例如重复计算）。使用两个最不确定的假设进行敏感性分析，并生成低-高范围。在每个假设旁边，写下其来源或“必须验证”标签。
清单
- [ ] 我给出了来自官方/真实来源的基数，我没有将它们适应模型。
- [ ] 我使用两种独立的方法计算并交叉检查了市场。
- [ ]我分别给了TAM、SAM、SOM并定义了。
- [ ] 我清楚地写下了每个假设，并将其标记为来源/已验证。
- [ ] 当两种方法发生冲突时，我调查了差异的原因。
- [ ] 我提出了范围和敏感性分析而不是单个数字。
- [ ] 我计划让关键客户获得专家/财务顾问的批准。