中投顾问

中投顾问

你好，欢迎来到中投顾问的《大数据专业招商实战课》。

接下来的三讲，也就是我们课程的第二个模块，我将以三个最基本的招商工作场景为案例，向你分享我们大数据招商的项目经验。

这一讲，我先介绍第一个工作场景，产业链招商。

● 产业链故事

我先来给讲一个真实的案例，这个故事是一位政府招商人员给我分享的。

陈主任是中部某城市的招商中层干部。今年初，陈主任所在的城市开始大力推广链长制，也委托专业机构编制了详细的产业招商图谱。

图谱编好后，印刷了很多册，陈主任所在的部门也领到了好几本。刚拿到这本沉甸甸的图谱时，大家都有些兴奋，陈主任也是一个爱学习、喜欢研究的人，连续好多天，他有空时就拿着图谱翻看。发现还真涨了不少知识，不仅了解了不少之前不熟的产业，也知道了很多之前没怎么听说过的企业。

不过，后来他逐渐感觉有些不太对劲，他发现，市里的三大产业集群、八条产业链，图谱中列出的目标企业超过了1000家，平均每条产业链的企业超过100家，这基本上就是把这个产业全国所有重点企业都列了出来。

陈主任心里想，后面招商时难道要把这些企业都通通联系一遍吗？这得联系到什么时候啊！虽然图谱里有的地方也标注了重点企业，但也没说明为什么推荐这家而不是另一家？而且很多企业都只有一个名称，要了解详细情况还得自己上网查！真不知道这招商图谱，是减少了工作量，还是增加了工作量？

陈主任跟旁边同事聊了一下这种感觉，大家就七嘴八舌讨论起来，原来大家都隐隐有这种感觉。大家赶快把这个问题反馈给局长，局长听了后也有些懵，但一时也不知道该怎么办。

好，陈主任的故事讲完了。不知道你有没有遇到过类似的情况。

开始我也以为陈主任遇到的问题只是个案，后来找别的招商人员打听了一下，发现这种情况还挺普遍的。说没遇到这种问题的人，很多都是因为他们压根儿就还没有编制招商图谱。

做产业链招商，招商图谱是一个最基础的工具，但把一本厚厚的招商图谱发给招商人员时，他们又未必就能真正有效地用起来。这个问题，事先我们怎么都没想到。

● 一个实战的企业投资概率算法

既然发现了问题，我们就得想办法解决。

后来，针对这个工作场景，我们对公司的大数据招商系统进行了专门的功能优化。

目前，把一个重点产业的100家招商企业长名单，通过各种关键指标进行筛选，压缩成10-20家精准的短名单，我们的系统用大概30分钟就可以实现。

下面就向你分享一下我们的经验。

我们课程第二讲中有个重要结论，就是下面这句话：

“只要产业出现重大投资机会，行业龙头企业就一定会投资，而且往往还会先行一步。”

这句话是分析招商机会的一个基本原理，里面有两个要点，一是行业有机会，二是龙头企业会投资。

我们就是利用这两个要点，来设计大数据招商系统的算法的。

首先，来看一下行业机会。

根据课程上一个模块介绍的招商方法论，有机会的行业应该具有一些特征：比如行业规模比较大、行业增长速度比较快、龙头企业投资比较多、创投市场企业融资活跃等；而这几个维度，我们的大数据招商系统里，都有专业的数据库。

所以只需要设计一个简单的算法，评估每个要素的得分水平，然后把几个要素做个加权平均，行业的发展机会就可以定量计算出来。

考虑到中国的特殊环境，政府的政策对行业影响很大，我们对政策进行了专门的分级定性评估，这个工作是由我公司的产业研究部的研究员完成的。他们每天都在监测行业动态，对所有最新出台的重要政策都非常敏感。

有行业发展机会的定量计算，再加上政策评估，这样，行业机会的判断，就不会有什么偏差了。

然后，我们再来分析龙头企业投资。

这个问题，也可以分解为两个维度，第一这家龙头企业确实有实力，第二这家企业也真的有投资行为。

先看第一个维度，企业实力，这个其实比较好判断。比如企业是不是500强、是不是上市公司、是不是专精特新或隐形冠军；如果是上市公司，还可以看看他的营业收入和利润的增长情况。通过这些要素，基本上可以对企业的实力，有清晰的判断。

再看第二个维度，企业的投资行为，比如企业在什么时候、什么地方有拿地投资的行为；如果是上市公司，再看看最近几年他们发布的投资公告多不多，投资金额大不大。

上面两个维度，第一个维度，需要采集企业的各种重要标签和主要财务数据；第二个维度，需要监测企业的投资行为，包括拿地投资项目和投资公告项目。

有了这些数据，我们也可以通过简单的算法，把企业的投资可能性算出来。

当然，我们的大数据招商系统，已经完成了上述数据的全面采集，也已经通过算法算出了结果。

好，我刚才把招商算法的两个要点都讲解了一下，一个是行业的投资机会，一个是企业投资的可能性，把这两个要点结合起来，你就可以判断一家企业投资的可能性地方大小。

正如算法原理所说的，如果行业的机会好，企业的实力也强，那么这家企业就几乎一定会投资。

我们还把企业实力、投资行为、行业机会、政策力度四个要素的得分做了加权汇总，得出一个总体评分。当你要简单对比两家企业谁更优质时，你就比较总分大小就行，优先选择总分高的。

我在文稿中放了一张表格，就是利用刚才讲的招商算法，对比亚迪公司计算的结果。能够看得出来，比亚迪公司的各项得分都挺高，而最近一年也刚好是比亚迪的投资高峰期，算法的结果与实际情况很吻合。

刚才算出了企业的投资可能性，可是，我们还有一个很现实的问题没有回答：就算我知道了这家企业确实会投资，但他会不会到我这个城市来投呢？如果他压根儿对我们这个地方没兴趣，我花大量精力去招商，那也不是白忙活！

是的，这个问题也让我们纠结过很长时间；幸运的是，我们最终还是找到的有效的算法。

其实，算法的原理有时就好像一层窗户纸，一旦戳破了发现也很简单。

我们把一家企业业务周边的所有相关实体全部梳理出来，除了前面讲到的拿地投资项目、投资公告项目，还包括所有子公司孙公司，以及企业上下游的供应商和客户，然后列出所有这些相关实体在全国的分布情况。通过大数据分析，我们发现，这些相关实体分布越多的省份，企业投资的可能性就越大。

所以，我们设计的算法也很简单，就是根据所有省份跟这家企业相关性的大小进行排序，排前面的投资概率高，排后面的投资概率低。你看，这算法是不是很像一层一戳就破窗户纸？

你别看这个算法如此简单粗暴，我们把很多企业过去几年的投资数据拿来做检验分析，发现算法的准确率竟然高达70%-80%。虽然不是百分之百，但对于招商决策来说，这个准确率已经非常具有参考价值了。我们还给这个算法取了一个很直观的名字，叫“本省投资关联度算法”。

我也在文稿中放了一张表格，是跟比亚迪公司关联度最高的10个省份，你可以查看一下。

好，通过上面的分析，我就给你完整介绍了一套计算企业投资概率的算法，利用算法计算出来的几项得分，就可以对企业进行快速的选择和评估。

下面，我就介绍一下具体的操作方法。

● 操作演示：怎样快速把招商长名单变为短名单

我们以新能源汽车行业为例，假如你手上有200家目标企业清单，怎样快速把这个长名单，变为20家的精准端名单呢？

把长名单企业加入目标企业库

登录我们的大数据系统后，在全部企业库里，找到新能源汽车产业，我们系统里的企业有3149家，所以你清单上的200家企业，我们库里很可能都有。

在下面的企业列表里，看到你清单里的企业，就点击右侧的“加入目标企业”按钮，200家企业，只需要点击200次鼠标就可以完成，所以这个工作最多需要几分钟。

我刚才说的操作，在文稿中都有系统页面的截图，你边看图片边听可能更清楚。

如果有的企业在列表里不好找，利用搜索功能查询一下，就能找出来。

精选短名单

好经过几分钟的操作，假设现在这200家企业，都被加入到了目标企业库。

下面我们进入系统的目标企业库，进行第二轮的筛选。

在目标企业库里，可以根据“总体评分”来对企业进行排序。

我们前面介绍过，总体评分，是根据行业机会、政策力度、企业实力、企业投资四个维度计算出来的综合得分，所以，这个分值的高低，基本上就代表了企业投资可能性的大小。

所以，原则上你就按照总体评分的高低从上往下选。

如果你对两家企业没有什么不同的偏好，不清楚有什么不同，你就选总分高的。

如果两家企业得分一样，你想有所取舍，你就选择“本省投资关联度”高的，因为关联度高，就更可能到你所在省份来投资。

如果你想参考其他更多的因素，可以进入企业详情查看，详情页里有很全的企业信息。

对比后觉得不错的企业，就点击右侧的“加入短名单”。

再提醒一下，注意看文稿里的图片演示。

由于企业的几项关键数据都在列表里，企业详情页查看也很方便，所以，要选择20家精准的目标企业，正常在二三十分钟就可以完成。

进入目标企业的短名单，所选择的企业就都在这里了。

后面，要进行企业更换，随时在这里删除或再添加就行。

你看，有大数据和算法的支撑，30分钟得到一个精准的短名单，不再是什么难事。

这套思路是我们摸索了很长时间才形成的，你们在开发自己的招商管理系统时，完全可以借鉴。

好，产业链招商这个场景，到这里就介绍完了。

下一讲，我们进入另外一个非常高频的招商场景，驻点招商。

我们要回答的问题是：政府外派的招商小分队，到了北京、上海、深圳这些城市，怎样快速熟悉当地的产业，并精准地挖掘出目标招商企业？

好，我们下一讲见。