在和投行、咨询、猎头这些职业的人谈天的时分，或许创业者会重复听到 一周 这个时刻：怎么在一周之内了解一个职业？怎么在一周快速排摸职业动能？等等。

　　尽管在极短的时刻内，咱们不行能成为某个范畴的顶尖专家。但经过一些高效的办法，拿捏一个职业的基本信息、构成本身共同的感性认识却是能够实打实做到的。

　　此前，精益创业之父 Steve Blank 收到学生的恳求，协助规划公司新职业的战略打法。他从中整理出 10 步层层递进的剖析东西，并将其发布在个人博客上。这套心得适用于金融、出资、咨询、创业、营销、企业战略决策，因而咱们节选了其间的精彩内容共享给咱们。也期望这些东西能够协助你们能与职业界的人自若对话，结合你自己的常识和经历看到新的时机。本文来自编译。

　　我刚刚和 Shenwei 共进午餐， Shenwei 是我的一个前学生，刚刚在一家咨询公司找到了作业。经过一番评论，他看起来有点苍茫。 我刚拿到一个项目，要协助公司进入一个全新的职业——半导体。他们期望我整理出这个范畴的根底信息和发展前景，以便能够找出价值增量的空间。

　　当我问公司同伴们现在把握的信息时，他们扔给我一大堆职业、股票、剖析师陈述、公司称号、网站、博客，我开端阅览这些资料。但不久我就被吞没在数据中，不知道从哪里开端。我觉得我什么都不知道。

　　我告知 Shenwei ，我为他感到高兴，由于他刚刚得到了一个很棒的学习时机——怎么快速了解，然后映射一个新商场的地图。他给了我一个 你说得倒简略 的目光，但在他辩驳我之前，我递给他一支笔和一张餐巾纸，让他在 30 秒内写下他所读到的与半导体事务有关的公司和概念的称号。他很快想出了一个包括 9 个姓名 / 术语的清单。

　　太好了，现在咱们现已迈出第一步。现在你能够用几句话，描绘他们做什么，或意味着什么，或许你对他们不了解什么。

　　我指出，他现在有一个入门的图纸，其间不只包括公司，并且还包括这些公司之间的联系图谱。尽管咱们现已把握了一些基本信息，但其间还有许多归于假定和概念，有许多尚未被答复的问题。

　　咱们在接下来的 20 分钟内，开端解构这张草图，并将第2次制作的清单制作为一张图解。

　　跟着你堆集资料的增多，你就会遇到更多的问题。你的方针是首要把问题变成可测验的假定（猜想）。然后再看看你是否能找到将假定变成现实的数据。在这进程中，你会发现有一段时刻内，发现的问题将开端比现实更多，但没联系。

　　咱们能够看到，即便只要稀少的信息集，但在他第三次测验映射的时分，在那张草图的右下角，半导体职业的联系图谱现已初见雏形。

　　制作某个职业中公司联系的图谱能够协助您深化了解该职业的运作机制以及要害参数。所以最好当即构建一个！当你发现有些联系无法整理时，这儿便是你需求学习和概述的当地。

　　跟着信息迷雾的逐步散去，我看见 Shenwei 的决心大增。我指出他现在的优势，那便是他的方针范畴是一个具有很多可用信息的已知职业。他很快意识到，经过阅览陈述和阅读网站，他能够继续向第三个映射图谱添加信息。

　　谷歌和谷歌学术是你最好的朋友。当你发现新信息时，它们会相应的添加查找要害字。

　　我的主张是运用第三次制作的映射图表作为挂图的最初 - 无论是物理上的、仍是记载在你脑海中的。每次你在了解更多职业界相关信息时，及时更新职业及其细分商场的联系图。（当 Shenwei 指出有他有可仿制的半导体职业现有图表时，我主张他疏忽它们。由于他的方针是充沛了解这个职业，假如从零开端，他或许能画出更好的图谱。）

　　午饭完毕后，Shenwei 问假如他学到新东西了能够再找我聊聊吗？我赞同了。他不知道的是，这仅仅十步映射进程的第一步。

　　在接下来的几周里，Shenwei 向我共享了他所学到的东西，并把他继续更新的、越来越完善的职业联系图谱寄给我。两天后，他完成了第四稿。

　　作为交流，我向他共享了 他其实只开端了十步解析法的第一步 的音讯。在接下来的几周内，他敏捷画出了一份职业地图，答复了下面的 2 到 10 个问题。

　　两周后，他向领导层提交了一份职业陈述，该陈述涵盖了以下十个过程，并包括了他从零到一创立的杂乱职业图表，能够看出与他本来的餐巾草图相去甚远。

　　六个月后，他在该项目上的作业现已使公司服气半导体范畴现在有很大的时机，并着手开端进行新的实践。他也为此赢得了 最佳新员工 奖。

　　首要，经过制作图表不断完善您对职业的了解。列出您遇到的一切新单词，并用您自己的主意进行了解，开端搜集您阅览过的最佳信息来历。

　　给职业图表的一切部分叠加数字，美元，商场份额，复合年增长率（CAGR）。这将为商场的速度和方向供给信息。

　　在这个职业中，谁从谁那里收买；谁购买这个职业的产出。需求的周期性怎么？需求驱动要素是什么？每个细分商场的公司怎么取得资金？本钱要求有何差异？（是否易于发动等等）

　　初学者的猜测办法便是简略地揣度当时的增长率。但在当今的技能商场中，不连续性正在时而呈现。是否有来自附近商场的其他技能会影响这一点？（例如 AI、量子、高性能核算 ...?）