3C分析怎么做 — 制定战略前的「打地基」

2026-07-11 · Norolu Frameworks · 约3分钟阅读

3C分析是很多人会跳过的「素材收集」工序。正因为跳过它,SWOT才会变成即兴的清单。要做的事很简单:在决定任何事之前,先看三样东西——顾客(Customer)、竞争对手(Competitor)、自身公司(Company)。本指南用一个小例子讲解每个C的看法,并展示这些结论如何直接流入SWOT及之后的级联。

Norolu Frameworks 的 SWOT 分析画面。以咖啡店为例展示优势、劣势、机会、威胁,以及由此推导出的交叉 SWOT 战略——全部显示在同一画面中(实际截图)。
实际画面:3C → SWOT → 交叉 SWOT → MECE → OKR,全部在同一画面完成。战略数据仅保存在您的设备中。
战略级联:3C(把握环境)→ SWOT(整理)→ TOWS(导出战略)→ MECE(分解)→ OKR(测量) 3C SWOT TOWS MECE OKR
战略级联:3C(把握环境)→ SWOT(整理)→ TOWS(导出战略)→ MECE(分解)→ OKR(测量)

3C是什么 — 映照现状的三面镜子

3C分析由战略学者大前研一发扬光大,用三面镜子看事业:顾客(市场及其需求)、竞争对手(满足同一需求的对手)、自身公司(自己的资源与能力)。关键在顺序:先理解外部世界,再据此评估自己。

每个C回答一个问题。顾客:谁、为什么困扰、愿意为什么付钱。竞争对手:你被拿来和谁比、对方强在哪里。自身公司:实际拥有什么、缺少什么。跳过任何一个,后面的战略都建立在猜测之上。

顾客 — 谁困于什么、愿为什么付钱

先从外部、从需求开始。以一家小咖啡店为例:

写顾客实际做的、实际付费的,而不是你希望他们想要的。有条件就直接问几个人——五次简短对话胜过一小时的猜测。

竞争对手 — 被拿来和谁比、对方强在哪里

接着看侧面。既包括直接竞争者(其他咖啡店),也包括间接竞争者(便利店咖啡、在家办公):

目的不是模仿竞争对手,而是找到他们留出的空隙。写清对方擅长之处(不在那里硬拼)和被忽视之处(你的切入口)。

自身公司 — 拥有什么、缺少什么

最后诚实地看内部。自身公司是指:对照顾客需求与竞争对手动作后,你的资源、能力与约束:

要具体、要比较。「咖啡好喝」几乎不是信息;「让回头客一再回来的烘焙」才是可积累的资产。这里诚实列出的短板,就是SWOT里的「劣势」。

从3C到SWOT — 把素材变成战略

3C是输入,不是答案。自身与竞争对手的差距成为「优势·劣势」,顾客与市场的变化成为「机会·威胁」。由此,交叉SWOT(TOWS)导出真正的战略,MECE把它分解为工作线,OKR让它可衡量。

我们的战略驾驶舱正是为了让 3C→SWOT→交叉SWOT→MECE→OKR 这条链路在一个画面里连贯运转而设计的。上一步的输出就是下一步的输入;你输入的数据只保存在你自己的设备上(不会发送到我们的服务器),SWOT中的AI草稿助手可免费试用(BYOK方式=使用您自己的API密钥,仅需自担API用量费)。在所有框架中解锁AI是一次性$9.90买断。

FAQ

3C分析和SWOT分析有什么区别?

3C是「素材收集」——收集顾客、竞争对手、自身公司的事实。SWOT把这些事实整理为内部优劣势与外部机会威胁。先做3C,SWOT就有依据而非猜测。

3C与4C、5C分析有何不同?

3C(顾客·竞争对手·自身)是核心。扩展版会加入协作者/渠道(4C)或情境/环境(5C)等镜头。先从3C开始,只有当某个具体决策需要时再加。用不上的框只会徒增工作量。

需要真实数据吗?可以估计吗?

先写你知道的,并给猜测做标记。几次真实的顾客对话,加上看看竞争对手的公开价格,就已胜过一张白纸。把第一版3C当作随证据积累而不断打磨的草稿。

3C(顾客·竞争对手·自身)各自回答什么问题?

顾客:谁在为什么发愁、愿意为什么付钱?竞争对手:与谁被比较、对方强在哪里?自身:实际拥有什么、缺少什么?按此顺序依次回答,流入SWOT的素材才有依据,而不是靠猜测。

3C为什么按顾客→竞争对手→自身的顺序进行?

因为应先理解外部世界(顾客需求与竞争对手动向),再据此评估自身。先看自身容易让分析以"自己想做什么"为基准,偏离市场实际。先固定外部两项,最后诚实评估自身,分析才不会跑偏。

其他指南

查看全部指南 →

在浏览器里直接试用(免费・无需注册)

3C→SWOT→交叉SWOT→MECE→OKR,一个画面完成。填好3C,它就成为SWOT的素材。战略数据只在你的设备上;SWOT的AI草稿免费(需自备API密钥=BYOK)。

打开应用 →

Claude 等 AI 代理可以直接把 3C、SWOT、MECE、OKR 写入您的本地数据。AI 起草,最终由人来判断。 AI 代理(MCP) →