这篇文章不会讨论商业模式和技术创新，今天老中医想分享给你的，分为两部分：

  1. 市场规模是如何算出来的？为什么我们要对低温酸奶的市场规模数据做修正？

  2. 我们算出来的低温酸奶市场规模是什么？我们如何估算增长率？增长背后的驱动因素是多少？

  这半年老中医把用来写文章的时间，花在了对饮食业下各个细分行业及相关科技行业的系统研究，既然是行业研究，第一步是要知道行业的盘子有多大，而分析市场规模（Mkt Sizing）必然是绕不开的一环。

  在乙方做咨询时，市场规模要么是第一轮面试时，诸如“中国人一年喝掉了多少瓶酸奶”的问题，或者是研报开头，用来暖场的“低温酸奶市场规模约为 250 亿”的背景数据而已。

  但作为甲方开始决策时，发现算清楚市场规模实在太重要了，反之算不清楚市场规模真要命，对市场规模的预期，相当程度决定了企业对应的资源投入：

  但算清楚市场规模，不是一件容易的事情，以宠物食品的市场规模为例，老中医曾经被搞蒙过：券商 A 告诉我：市场规模 350 亿；投资人 B 告诉我：市场规模 700 亿；品牌商 C 告诉我：狗粮加猫粮才 160 亿。

  ABC 的数据完全不一样，那究竟相信谁？检验数据有效性，核心靠问这两个问题：

  关于第一个问题“谁算的”，老中医用一句话说清大意：“内部比公开的靠谱，买方比卖方靠谱，颜值高的比看起来野鸡的靠谱，做得长的比做的短的靠谱，业内有恶名的不靠谱”。

  如果你想获得实操指南，老中医有一张自用表单，标注了各家买方基金、咨询公司、券商、市场研究的靠谱程度/擅长领域/有坑的地方，你在公众号回复“靠谱研究机构”，获得文档链接。

  关于第二个问题“怎么算的”，如果有篇文章告诉你“千亿级植物蛋白饮料市场”，但没有告诉你数据是怎么算出来的，你可以先对文章的数据有效性留一个问号。

  检验研究是不是靠谱的一个试金石：结论有数据支持，数据可被拆解，数据源是可被追溯和证伪。

  Top - down 应用最为广泛，市场规模被拆解成公式，并对公式里的每一个假设估值。

  最典型的估算方式是：市场规模 = 总人数 * 目标人群比率 * 转化率 * 购买频次 * 客单价

  举个例子，券商研报认为 2016 年宠物市场规模为 1223 亿元，它的计算逻辑为：

  市场规模=∑各地区单只宠物年均消费支出×（各地区总人口×人均宠物拥有量）* 单只宠物年均消费支出

  相信你看完这套计算逻辑以后，会发现有两个要素会极大影响最终结果，一个是逻辑拆解是否严谨，一个是假设值估算是否准确。

  这套逻辑是严密的，但即使如此，老中医仍然认为以下几个数据的假设是存疑的：

  人均持有量和年均支出的数据，是如何算出来的？（人均持有数据是从狗民网的在线调研获得，样本忽视了养猫/养乌龟/鱼/鸟的，以及年纪大、缺乏上网条件的用户）

  人均 GDP 和 支出占人均GDP 的比重是不是满足线元，又拖大家后腿了？）

  你会发现，如果有这么多变量，而且每个变量都是估算的数字，最终估算出来的值只能精确到量级。

  即使是逻辑严密的 Top - down 也只能解答你是 “百亿级，还是十亿级”的问题，但解答不了是“ 250 亿、 350 亿、450亿？”，更没法给你打包票 “是250亿，而不是273亿？”。

  Peers 说穿了就是把行业里各个企业的销售额加总起来，显然易见，精确性比 Top - down 高一个档次，但 Peers 也不是没问题的，他的核心缺陷有 2 点：

  先说第一个问题，Peers 很适合用来数寡头垄断的行业，但如果碰到中小型公司数众多的行业，市场规模就很难符合实际，谁知道这些长尾加起来是多少呢。

  比如老中医曾经想靠这样的解决方法，把整个乳制品的大盘子拼起来，但发现公司实在太多（比如我看到三色鸽，欧亚等一批地方乳企心里是懵的）。

  拿到这一些企业的销售额还不够，如果你要算清低温酸奶的盘子，大部分公司的业务还不止低温酸奶，你还需要拿到每一个公司的低温酸奶销售额，这又是巨大的工程量。

  第二个问题，这块数据主要由初级员工通过公开信息了解企业营收，若企业没有公开披露营收，则这里就缺了一块数。

  即使能够查到公开数据，也往往只能拿到静态数据，时效性不好，比如 2017 年该行业的实际市场规模，显然不是 A 企业 16 年的营收，加上 BCDEF 企业 15 年甚至 14 年的营收。

  最隐蔽但最要命的问题是，企业营收的真实性和统计口径得不到保证，比如公开披露的营收并非终端销售额，而把压给经销商的货也算进去了。

  而这在快速消费品领域广泛存在，由于底层数据的质量得不到保证，反映到最终的市场规模是不精确的 。

  Bottom - up 的本质是通过技术方法（如扫码机），把销售数据一单一单的累积起来，由于基础设施建设非常烧钱，以至于单个企业根本负担不起这样的成本，但由于这是逻辑上最严谨的一种方法，所以变成第三方研究机构的杀手锏。

  没有足够的实力在所有渠道布设基础设施，所以只能覆盖部分渠道，而部分渠道的数据是不能反映整个市场的情况。

  如果使用方不能拿到原始数据，不能自己验证数据来源，切分维度，最终数据有效性存疑。

  关于第一个问题，举个例子，老中医经常需要计算一个细分行业的线上/线下占比，线上能够得到淘宝/天猫的各种数据，但拿不到其他第三方平台（如京东、每日优鲜）的精确数据，只能依靠经验去估算大概值（评论 - 购买的比值）。

  拿着淘宝精确的数和一大堆估算的数，推导一个精确的线上销售额只能说“有比没有强”。

  关于第二个问题，就是写这篇文章的发心，老中医在看近期研报引用低温酸奶市场规模时，写的都是 250 亿，而我们得知数据源是一篇 2015 年的券商研报，而券商研报对 250 亿的规模估算引自市场研究公司的估算，但没有给出具体报告和计算方式。

  由于之前合作过，现代渠道占其数据源比例的 95 %，这在某种程度上预示着它的数据无法有效覆盖线上 / 传统渠道 / 特渠 / 宅配，也不能覆盖广泛的三四线城市。

  对于决策来说，缺这么大一块是近乎致命的，这意味我们对低温酸奶的市场占有率、市场集中度，天花板，渠道比例等关键假设要全盘推翻。

  所以我们决定自己算一版数，很谢谢一位专家，为咱们提供了众多关键预设，不过以下的部分，与其说是我们对乳业市场规模的论断，不如说是一个如履薄冰的假设。

  本质上老中医期望带你复盘，在各种商业童话的背后，全历程的看勇于探索商业模式的公司在模糊环境下，如何完成决策。

  需要强调一点，由于中国地面数据质量不好，大量数据是假设，但老中医会说清楚，这一些数据是怎么得出来的，以及这些数字背后，我们思考可能有哪些潜在的市场机会。

  由于是假设，而假设是可以证伪的，这意味你发现任何数据和你知道的、更接近真实的数据不一样，你可以在微信后台留言告诉我，我根据你的发现调整假设，然后把新的数发给你。

  通过 bottom - up加和各渠道销售额，认为低温酸奶市场规模约为480亿元，其中分布：

  线上数据是老中医团队的强项，数据颗粒度可以细到各个品牌的日动销，对各个低温酸奶线上销售额进行加和：

  我们认为低温酸奶市场规模约为480亿，你会发现低温酸奶的线%，有非常大的提升空间。

  120亿的宅配市场的规模，老中医一开始时，其实很难相信，但对标三元和光明以后，理解基本逻辑是成立的，基于三元在北京一天80 万的出货，均价 3.8 元反推，则年销售额为 800000*3.8*365 = 11.09 亿元。

  市场规模 = 夫妻店数量 * 售卖低温酸奶的比例 * 单价 * 日动销 * 365 天

  如果我们以京东给出的 680 万家店及分布比例估算，则各级城市的夫妻店数量为：

  而夫妻店的低温酸奶价格带在 1.5 - 3 元间浮动，如果以一瓶 2 元的均值，3 杯 / 天日动销，则单店的年平均动销为 2 * 3 * 365 = 2190 元

  老中医并不是老先知，算不出来未来 5 年的低温酸奶增长率具体是百分之几点几，但在这里我想给你分享两点供你思考：

  基于对行业的判断赋值，增长不错的估 15%，特别好的估 20%，一般的估 5%。

  第一种非常少见，仅在贝恩见过一个容纳了近 200 个变量的建材市场增长率估算模型，由于过于复杂，市面使用的是方法二和方法三。

  这就是为什么老中医没有给出市场增长率的原因，但老中医乐于和你分享我们对低温酸奶增长驱动因素的思考。

  第一点显而易见，针对第二点，去年老中医的团队启动了长线用户调研，除了价格/包装/口味等常规因素外，我们得知一件很有趣的事情，潜在用户（尤其在华南）放弃购买，核心原因是“因为酸奶是寒凉的”。

  作为一个老中医想跳出来，牛奶在中医里的确是寒凉的，即使加热也还是寒凉的，但酸奶是牛奶变性而成，并不是寒凉的食物。

  针对第三点，我们大家可以回到对市场规模的分析，老中医在做快速消费品时，有一句话恨不得会贴在脑子上“中国是一个梯级市场，北上广深并不意味着全中国”。

  便利店真正的机会来自于对传统夫妻便利店的升级，大批的夫妻店被标准化，冷链化以后，才能控制投入产出比，对低温乳制品才具有真正渠道下沉的意义。

  前几年凡是互联网创业，创业者都会被问到“如果 BAT 抄你的怎么办?”，也许过两年，食品领域的创业者甚至是品牌商都会被问到“如果大型零售渠道抄你的怎么办？”。

  当前老中医私人投的一家烘焙企业，慢慢的开始做这个实验，在一鸣的基础上，把小型门店作为一个开城工具：

  仓储物流成本 = 包装费用 + 仓储费用 + 干线物流费用 + 支线物流费用

  蒙牛伊利 To B 的仓储物流成本占比为 8-10%，如果我们进一步拆解问题，就变成未来 3- 5 年，是否这些变量有逐步降低的空间：

  Rethink Robotics 的 Sawyer 不需要编程，仅一定要通过挪动机器人的手臂就能够实现培训

  但协作机器人的出现，意味 2.2 万美元的成本，能够替代包装和装卸班组，对零食产业尤其如此，零食勇于探索商业模式的公司最大的盈利瓶颈在于早期手工灌装/封装带来的人力成本，明显高于量产时的费用。

  由于手工费的急剧降低，预期未来几年你可能会看到一大批零食勇于探索商业模式的公司的出现，他们的产品可能相当差异化（非标），同时他们的产品线能轻松实现一两个月上下市的快速迭代，不断的切入小众市场。

  基于当前低温酸奶统计口径缺乏线上、传统渠道 以及 低线城市的缺陷，我们基于我们的行业实践估算了一个市场规模，并且拆解了我们为何会这么思考。

  这是老中医写过的最不严谨的一篇文章，支持结论的数据不够坚实，但我们在充满了模糊信息的市场，而前方要求我们在模糊中快速做出决策。

  * 本文经FORC未来吃货（ID：FORCfoodie）授权转载，转载请联系出处。*投稿与商务合作，联系Wilbur（ID：aotokuer）

  全球力量，领变未来——FBIF2018餐饮创新论坛将于2018年4月18日-20日在上海举行。FBIF2018以“新品类崛起”为主题，FBIF2018论坛共三天，将包含全体大会、研发创新A（乳制品、饮料）、研发创新B（特医食品、零食）、营销创新和包装创新四个分论坛。往届FBIF吸引了包括可口可乐，百事，亿滋国际，中粮，康师傅，统一，菲仕兰，达能，星巴克，帝亚吉欧，蒙牛，伊利，利乐，雅培，农夫山泉，雀巢，嘉吉，三只松鼠，来伊份，良品铺子，东鹏特饮等公司参与，预计1800位食品业界人士将出席FBIF2018论坛。更多信息，请关注FBIF食品饮料创新（ID：FoodInnovation）。