如何用公开资料估算 TAM、SAM、SOM？
从市场边界到双路径校验，做一份可复算的规模模型
用统计公报、行业报告、企业披露与公开价格等资料，先界定目标用户、地域、场景和产品边界，再用自上而下与自下而上两条路径估算 TAM、SAM、SOM，保留公式、假设、来源和敏感性区间。
1.问题背景
商业计划常引用一个巨大的行业数字，却没有说明产品实际服务谁、覆盖哪里、按什么价格收费。这样的 TAM 无法支撑经营判断；反过来，如果为了显得专业而填入无来源的小数点，也会制造虚假确定性。需要一套能被他人复算和质疑的估算过程。
2.搜索目标
- 清楚定义 TAM、SAM、SOM 的边界和时间点
- 找到用户数量、渗透率、使用频率和价格的公开依据
- 分别建立自上而下与自下而上模型
- 解释两条路径结果差异及主要不确定性
- 输出基准、保守和乐观三种情景
3.问题拆解
- “目标行业 + 市场规模 / 统计公报 / 年鉴”——获取宏观基准与年份
- “目标用户 + 数量 / 企业数 / 从业人数”——确定潜在用户基数
- “同类产品 + 定价 / ARPU / 采购预算”——建立价格与付费口径
- “行业 + 渗透率 / 使用率 / 采购率”——寻找可解释的筛选比例
- “目标渠道 + 客户数 / 覆盖地区 / 转化率”——约束可获得市场
4.搜索路径
先写一段市场定义，明确产品、客户、场景、地域和年份；再收集统计部门、行业协会、上市公司披露、竞品定价等可追溯资料。自上而下模型从相关大市场逐层筛选，自下而上模型从潜在客户数乘以采用率和年价值量反推。对口径冲突不强行平均，而是解释差异，并为关键假设设置区间做敏感性分析。
5.关键发现
市场定义比计算公式更重要
如果“谁会买、为什么买、在哪买、何时买”没有边界，同一个行业数字可以被任意放大。每个模型都应先用一句可检验的话定义目标市场。
TAM、SAM、SOM 不是固定比例切三刀
SAM 应受产品能力、地域和服务条件约束；SOM 还受渠道、销售产能、竞争和时间限制。直接用 TAM 乘任意百分比，无法解释企业如何真正获得收入。
双路径差异本身就是信息
自上而下与自下而上的结果若相差很大，通常说明市场口径、价格或渗透率假设存在问题。应回到假设排查，而不是取平均数掩盖矛盾。
区间比伪精确数字更诚实
公开资料有年份和统计口径限制。用保守、基准、乐观情景展示结果，并指出最敏感变量，能让决策者看到不确定性和下一步验证重点。
6.来源与证据
- 国家及地方统计部门、行业主管部门公开数据（优先记录原始表格、统计年份、单位和覆盖范围）
- 行业协会与研究机构公开报告（核对市场定义与方法，不将付费报告摘要中的二手数字重复叠加）
- 上市公司年报、招股书与投资者材料（用于交叉验证客户量、价格、行业结构和增长趋势）
- 竞品官方定价与公开采购信息（观察价值量与采购口径；动态价格需标注核验日期）
7.最终输出
市场定义
先补全这句话：
在【年份】的【地域】，为【目标客户】在【具体场景】提供【产品/服务】，按【计费单位】获得收入的市场。
没有这句话，不进入计算。
两条估算路径
路径 A：自上而下
相关大市场规模 × 地域占比 × 目标客户占比 × 场景适用比例 = SAM 参考值
适合宏观数据相对完整的市场。每个筛选比例必须有来源或清晰假设，不能因为结果不够大而调整比例。
路径 B：自下而上
潜在客户数 × 可采用比例 × 每客户年价值量 = SAM 参考值
可触达客户数 × 预计转化率 × 每客户年价值量 = 时间限定的 SOM
适合客户和收费单位能被清楚计数的产品。可触达客户数应受渠道、销售团队与交付能力约束。
可复算模型表
| 变量 | 保守值 | 基准值 | 乐观值 | 单位 | 来源/假设 | 年份 |
|---|---|---|---|---|---|---|
| 潜在客户数 | 待填 | 待填 | 待填 | 家/人 | 官方统计链接 | 待填 |
| 场景适用率 | 待填 | 待填 | 待填 | % | 调研假设，需访谈验证 | 2026 |
| 年付费价值 | 待填 | 待填 | 待填 | 元/客户/年 | 竞品价格与访谈 | 2026 |
| 可触达客户 | 待填 | 待填 | 待填 | 家/人 | 渠道容量测算 | 2026 |
| 转化率 | 待填 | 待填 | 待填 | % | 试点或历史数据 | 2026 |
输出结论
- TAM：理论上满足该需求的全部价值上限，附市场定义。
- SAM：当前产品、地域与交付条件能够服务的部分。
- SOM：在明确时间内，按渠道与产能实际可争取的部分。
- 最大不确定性：列出对结果影响最大的 2—3 个变量。
- 下一步验证：优先验证敏感度最高、证据最弱的假设。
估算用于建立决策范围，不是财务承诺。公开数据更新滞后或口径不一时，应展示区间、年份和限制，避免无来源的精确数字。
8.你可以复用这个搜索
点击下方按钮，吾求索会用预填好的提示词为你重跑这次搜索。未登录用户会先进入登录页。
相关案例
如何判断 AI 有声书工具有没有市场？
用吾求索对 AI 有声书工具做一次轻量市场验证：梳理真实用户需求、现有竞品与定价、增长难点与商业模式，输出一份带来源的市场判断，适合创业者在投入前低成本验证方向。
用户访谈前，如何用搜索准备提纲？
在用户访谈前检索行业背景、现有方案、用户公开讨论与常见术语，形成已知事实、待验证假设和认知空白，再按行为回顾而非观点诱导组织访谈提纲，让每个问题都对应明确的研究目标。
如何判断 AI 搜索赛道还有没有机会？
用吾求索对 AI 搜索赛道做一次行业研究：梳理产业链与关键玩家、判断技术与数据壁垒、识别尚未被满足的需求，输出一份带引用的行业研究框架，适合创业者与投资人判断机会。
竞品定价矩阵怎么做？
从竞品官网和帮助文档提取套餐价格、计费单位、功能权益、额度限制与附加费用，把难以直接比较的定价信息归一成矩阵，再结合目标用户和价值指标判断拥挤价格带、升级门槛与可测试的定价机会。
短视频脚本如何做多源灵感整理？
围绕一个短视频主题同步检索平台热点、用户评论、问答需求和权威资料，把流行表达与可靠事实分开整理，提炼冲突、问题和案例素材，最终输出包含前三秒钩子、信息节奏、画面提示与来源核验的原创脚本。
小红书标题公式怎么拆解？
围绕一个垂直主题收集近期高互动小红书内容，拆解标题中的目标人群、具体场景、结果承诺、反差、数字和风险提示，区分相关性与因果关系，最终形成可原创改写的标题结构和发布前检查表。