技術門檻 ≠ 調查門檻
如果我告訴你，要估算台灣「半導體設備」的市場規模，比估算「食品工廠設備」的規模要簡單十倍，你可能會覺得我瘋了。
一般人的直覺是：半導體那麼高科技，製程那麼複雜，外行人怎麼看得懂？而食品業不就是做餅乾、飲料嗎？滿街都是，應該很好查吧？
這正是 B2B 市場研究最大的誤區。在實務中，我們常發現一個反直覺的現象：越是高科技、高資本密集的產業，市場結構往往越清晰（因為寡頭壟斷）；反而是那些看似門檻低的傳統產業，市場結構呈現「原子化」的混沌狀態，調查起來簡直是地獄。
為了釐清這個困境，我們不能只看產品，必須看「結構」。用我們在分析時常使用的「B2B 市場痛苦矩陣」，來解釋這個問題。同時提供一個簡易指標，「訂單標準差」來協助企業判斷自己身處何方。
一、B2B 市場的痛苦矩陣：你在哪一個戰場？
我們用兩個維度來切割所有 B2B 產業：
- X 軸 – 規模離散度（Scale Dispersion）： 產業是寡頭壟斷（集中），還是螞蟻雄兵（分散）？
- Y 軸 – 需求分歧度（Demand Divergence）： 客戶買的是標準品（低分歧），還是高度客製化的資產（高分歧）？
這四個象限決定了調查的命運：
- 第三象限，天堂區（客戶集中+需求標準）： 如晶圓廠的特殊氣體服務（如高純度氮氣）。買家就是台積電、聯電、美光這幾家，氣體的純度是物理標準（99.999%），不會因為是台積電買就變成固體。拼的是產能穩定與供應鏈安全，而非產品差異化。這不需要市調，需要的是業務關係（CRM）。
- 第四象限，狩獵區（客戶集中+需求分歧）：如銀行核心帳務系統（Core Banking System）。台灣的銀行才是你的客戶，但每一家銀行的業務流程、歷史資料格式、對接周邊系統都完全不同。換一個核心系統動輒 10 億起跳，耗時 3 年。這不需要市調，名單是透明的，難在進不去。
- 第二象限，統計區（客戶分散+需求標準）： 如餐飲業的雲端POS系統。客戶多如牛毛，但需求差不多。這是「一般民調」的主場，用大數據跑統計就能解決。
- 第一象限，地獄區（客戶分散+需求分歧）： 如食品加工設備。這就是最棘手的痛點。客戶從大型企業到路邊攤都有（極度分散），且有人買 500 萬整廠輸出，有人買 10 萬單機（極度分歧）。
食品業的調查之所以難，因為它不幸落在了「地獄區」。
二、如何區分「統計區」與「地獄區」？看訂單的標準差
很多時候，企業主會誤以為自己賣的是標準品（以為在統計區），結果用錯方法導致調查失敗。 其實，決定你在哪裡的，不只是產品功能，更是你的「計費邏輯」與「客單價結構」。
最簡單的自我診斷法，就是打開 CRM，計算你客單價（ASP）的標準差：
1. 低標準差（鐘形曲線集中）➜ 你在「統計區」
- 特徵：雖然客戶有大有小，但大部分訂單金額都落在平均值附近（例如 5 萬 ± 1 萬）。
- 代表產業：商用軟體、標準耗材、辦公設備。
- 策略：你的客戶畫像一致。請放心使用大規模問卷、民調邏輯（NPS、市佔率）來進行調查。
2. 高標準差（雙峰或多峰分佈）➜ 你在「地獄區」
- 特徵：你同時擁有大量 2 萬元的訂單（小客戶），也有幾張 500 萬元的訂單（大客戶）。
- 代表產業：工業設備、系統整合專案、SaaS（按人數計費）。
- 策略：平均值已死。 ((2萬+500萬)/2 = 251萬) 這個數字對小客戶太貴、對大客戶太便宜，完全沒有商業意義。你必須立刻將市場「分層切割」，不能用同一套邏輯調查所有客戶。
三、地獄區的三大挑戰
當我們確認產品落在「地獄區」後，我們就會明白為什麼用「民調法」去調查食品業會撞牆：
1. 隱形的買家：資本額、營業額 ≠ 生產力
在半導體業，資本額 1000 億的公司一定比 10 億的公司買更多設備。但在食品業，許多知名品牌其實是「貼牌商」，年營收數十億卻連一座工廠都沒有。 如果只看品牌知名度抽樣，會訪談到一堆無效樣本。真正的買家是那些隱身鄉間、資本額看似不大、但產能驚人的「隱形代工廠」。
2. 樣本篩選的噩夢：90% 的淘汰率
在半導體業，母體明確。但在食品業，當我們試圖找出「衛生級泵浦」的潛在客戶時，撥打 120 通電話，可能只有 12 家符合「有工廠、有自主採購權」的條件。 這 90% 的無效名單不是做白工，而是為了畫出「市場邊界」的必要成本。
3. 「平均值」的失效
如前所述，由於客單價標準差極大，我們不能用單一的「平均客單價」乘以「總家數」來推估市場規模。這會導致嚴重的高估或低估。
四、解法：從「民調邏輯」轉向「偵查邏輯」
面對地獄區，我們不能用統計區的「數人頭」邏輯。我們必須切換成「刑事偵查模式」：
1. 雙軌推估：承認數據的黑箱
既然終端客戶（需求端）這麼難找，且很多時候連自己用了什麼品牌都「不知道」，我們就必須從通路端（SI / 系統整合商）下手。 SI 是這個破碎市場的「地下皇帝」。透過訪談前十大 SI 業者的「體感市佔率」，往往比訪問 100 家工廠更接近真實。
2. 負面表列：勇敢定義「誰不是客戶」
顧問的價值在於幫客戶定義「有效母體」。 當客戶說「全都要」時，我們必須告訴他：資本額 6000 萬以下的、沒有工廠的、只做代工的，這些都不是你的市場。把範圍縮得越小，推估的公式就越精準。
3. 找出生產週期：用時間換算空間
工廠設備不是每年都買。我們不能用單一年度的營收來推估市場。 我們必須計算「設備生命週期」（例如 10-15 年）。將「建廠的一次性採購」與「每年的維修採購」分開計算，將總持有量分攤到時間軸上，才能還原市場的真實年產值。
結語：承認混亂，才能建立秩序
為什麼做食品業的調查比半導體難？ 因為半導體是「算數學」（母體確定，公式好導）；而食品業是「做偵查」（母體不明，充滿偽裝）。
當您的產品不幸落在「地獄區」。也就是您的訂單標準差極大時，請放棄對「大數據」或「精準統計」的幻想。
您需要的不是一份漂亮的圓餅圖，而是一份邏輯縝密的「推估報告」。
告訴你那 10% 的真正買家藏在哪裡，以及那 90% 的雜訊為什麼不值得你投入資源。
▲本文轉載自Nickolas商業解謎思
﹊﹊﹊﹊﹊﹊
CRIF觀點
作者在〈B2B市場研究悖論1：為什麼做「食品業」的調查，比做「半導體」還難？〉一文中，用「痛苦矩陣」揭露了一個被大多數企業完全忽視的現象：技術複雜度與市場研究難度，往往成反比。
這篇文章精準指出了CRIF在實務中最常踩到的地雷——許多企業在判斷「自己的市場到底有多難調查」時，往往看錯了維度。他們盯著產品的技術含量，卻忽視了市場結構本身才是決定調查成敗的關鍵。
以下是我作為長期在「地獄區」作戰的顧問，對這篇文章最務實的觀察與補充。
觀點一：「訂單標準差」是比「行業名稱」更好的診斷工具
文章提到用「訂單標準差」來判斷自己是在「統計區」還是「地獄區」，這是我見過最實用的市場自我診斷方法。
但在CRIF的實踐中，我發現很多企業在計算這個指標時，往往犯了一個致命錯誤：他們只看「銷售訂單」，卻忽視了「詢價但沒有成交」的那些隱藏數字。
真實案例：一家工業泵浦廠商，打開CRM一看，訂單標準差確實不大（都在100-200萬），於是信心滿滿地以為自己在「統計區」。但我們深入調查後發現，他們實際接收的「詢價單」標準差超過10倍（從5萬到500萬不等），只是許多小客戶在被報價後直接放棄了。
CRIF的看法：
如果你只看成交訂單，你看到的是「倖存者偏差」。真正的市場混亂度，藏在那些**「有興趣但沒買」的詢價數據**裡。
我建議企業要計算的，不只是「成交單的標準差」，更要算「詢價單的標準差」。如果詢價標準差遠大於成交標準差，這說明什麼？說明你有大量「不符合現有商業模型」的潛在客戶被你過濾掉了。
這時候的決策就變得複雜了：是要開發新的商業模型去服務這些小客戶（進一步分散），還是要強化大客戶獲取能力（集中戰火）？這才是真正值得調查的策略問題，而不只是市場規模估算。
觀點二：「隱形買家」的發現，往往比「市場規模」更有價值
文章提到食品業的「隱形代工廠」現象，這直接戳中了CRIF最常面對的調查陷阱。
在傳統市場調查的邏輯中，企業按「營收排名」抽樣，結果一堆在線上查不到任何資訊的小廠被抽中，統計出來的「代表性」就變成了笑話。反過來，許多不在名單上、但年吞吐量驚人的「代工廠」反而被漏掉。
CRIF的看法：
真正的地獄區調查，不是在「精確估算市場規模」，而是在「快速找到市場的「權力節點」（Power Nodes）」。
在食品設備業，這個權力節點不是品牌，而是SI（系統整合商）或特定的設備貿易商。他們雖然不是終端用戶，但掌握著市場的「流量入口」。
我們過去做過的一個案例：一家食品加工設備廠商，誤以為要直接訪談所有食品工廠，結果訪了50家才找到5家有意義的。後來我們轉向訪談台灣前3大食品設備SI廠商，只需3場深度訪談，就能清楚地畫出「市場全貌」——誰在買、買什麼規格、什麼價位、什麼周期。
整個調查從「民調地獄」變成了「情報蒐集」。
觀點三：「市場邊界定義」與「成功率推估」的致命聯動
與其問「我的市場有多大」，不如反過來問：「我的『真實客戶池』到底有多小」。
用作者的「地獄區診斷」配合《我的市場有多大？》的SOM框架，CRIF提出一個三層遞進式的「市場邊界縮小法」：
第一層：定義ICP（Ideal Customer Profile）時，要加入「結構性過濾」
傳統上，企業定義ICP只看「產業 + 營收 + 員工數」。但在地獄區，這些都不夠。
例如，一家食品設備廠想找「食品代工廠」，傳統ICP是「營收3-50億、員工50-500人的食品廠」。但Nickolas揭露的「隱形代工廠」現象說明，這個ICP其實包含了三種完全不同的買家：
- 品牌商旗下自有廠（有採購自主權）
- 專業代工廠（經常投資設備，是真買家）
- 路邊攤等微型廠（無預算、無決策權，是偽客戶）
CRIF會強制要求客戶『負面定義』： 排除營業額100%來自品牌商代工、沒有自主採購權的廠商；排除近三年沒有任何資本支出、明顯是「減速中」的廠商。
這一步就能把ICP從「1萬家」篩到「3000家」。市場規模還沒算，邊界就已經縮小70%。
第二層：將『成功率』拆成『接觸率』×『進場率』×『成交率』
文章中提到的90%詢價篩選率，其實就是這三個比率的乘積。CRIF會分別量測：
- 接觸率（Reachability）：你的銷售方式能接觸到多少真實買家？如果依賴人工Cold Call，在地獄區可能只有20-30%。
- 進場率（Consideration Rate）：被接觸的企業中，有多少願意認真考慮？在食品業可能只有60%（其他人根本沒預算）。
- 成交率（Close Rate）：進到評估的企業中，最終簽約的比例？通常15-25%。
所以真實「成功率」 = 25% × 60% × 20% = 3%，而不是企業主樂觀預期的20%。
第三層：計算「真實可獲得市場（Real SOM）」時，加入『周期衝減』
作者在文中也有提到設備有通常10-15年的生命週期，這個細節在SOM計算中被嚴重忽視。
企業常說「目標客戶3000家，成功率10%，平均訂單100萬，年營收30億」。但這忽略了一個事實：設備不是每年都買。
真實SOM應該是：
- 總潛在客戶（經過結構性過濾）：3000家
- 年均購買比例（基於設備生命週期）：設備廠平均10年更新一次，故每年只有10%需要更新 = 300家
- 真實成功率（接觸×進場×成交）：3%
- 實際可成交家數：300 × 3% = 9家
- 平均訂單額：100萬
- 真實年營收SOM = 900萬
看到差異了嗎？從30億的夢想，到900萬的現實。這不是市場小，而是企業對「成功率」的認知完全錯誤。
若您有任何問題或需要進一步了解，歡迎隨時聯繫我們。
市場研究部│李俊 協理(業界年資14年，商業數據分析師專業級證照及產業分析師技能證書，服務過超過三百家以上企業)J.Lee@crif.com 分機：668
