SWOT分析通常在创新流程的早期执行，初衷在于帮助企业在商业环境中找到自身定位，并在此基础上作出决策，现在得到了更广泛的使用。
这年头随着创业和MBA课程的流行，麦肯锡SWOT分析法已经烂大街，连高中生在选择自己应该去文科班还是理科班时，也会像模像样地铺开一张大白纸，上面逐条列满优势、劣势、机会、威胁。
那么正题是：该如何正确且全面地使用SWOT分析法？
按照惯例，以一个项目举例，完整重演。
分析参与方：某影视工作室，代表作：《天朝生活指南》
分析目标：在满地都是影视工作室，同时满市场都有视频需求的今天，找到自己公司的发展定位。
参与人数：8人，包括创始人和制作团队。
流程开始：
1、主持人（我，机智的小星玫，北京广播学院毕业）先声情并茂地带领大家进入状态，大致概述行业状况（前一天要翻阅各种行业报告），并简单阐述今天工作坊的流程，说明这场分析大约需要2个小时。再以严肃脸要求大家一定要如实分析，我们做分析不是为了歌功颂德，而是为了出真实结论。
2、在进入分析流程之前，所有人先一起明确：我们的企业属于什么行业？
然后是：
这一步很重要，首先是大家需要有一个达成共识的基础知识作为基础，其次，做SWOT分析你会发现大多数人其实对自己的行业并不了解。
写在白板上，方便之后想不出来分析时提供思维灵感。
3、开始进入正式的分析流程，先进行外部分析（OT，即机会和风险）。
往往到5分钟左右，现场已经陷入尴尬，大家表示想不出来了。这时主持人可以提供一些思维灵感，比如让大家参看第二步中达成共识的行业概况，或者针对如下问题进行分析：
a)当前市场环境中最重要的趋势是什么？
b)人们的需求是什么？
c)人们对当前产品有什么不满？
d)行业冠军/竞争对手们都在做什么，计划做什么？
大家都写完、贴完之后，每个人说一下自己写的内容，其他人听的过程中如有灵感，也可补充。
大家都写完、贴完之后，同样也是轮流说一下自己写的内容，并点上神圣的三点。
从这里开始真的要狠狠动脑想了，首先，这四个象限里要写的东西，都是方案。
参与者们要集中精力，一一将优势、弱点、机会、风险当中的每一点，对应结合起来。比如是提取了优势当中的某一点和机会当中的某一点结合，有了一个解决方法，那么把它写下来，贴到SO的象限里。
这里我们需要来举一些例子，方便大家理解：
a)公司优势里有「剪辑功力快狠准」这一项，行业机会里有「大多数产品公司都有小短片的需求，量大，但要求精致」。聪明的小明往SO象限里写了一条「公司原创一批短平快的模版小片」
其中，可以着重选择之前被画上神圣的点的小卡片进行分析。
这个过程一直持续到大家思维枯竭，打死也想不出来为止。如下图就还充满潜力。
从历史经验说明，光有解决方案是没用的，重要的是，要去执行。
于是现在最重要的是，要给解决方案进行排序，这个过程最好仅由创始人、项目管理人参与决策。
排序原则：
a)SO（优势+机会）最重要，这是公司未来的核心发展
b)WT（弱点+风险）其次重要，因为不做公司可能就要死了
c)接下来，WO（弱点+机会）要稍微重要一些，因为弱点很可能可以靠招人来完善，但机会是可遇不可求的。
d)ST（优势+风险）是优先级最低的，这一块的有一些方案可能你们很久以前就已经打算要做了，现在你们知道，这里可以先缓缓，先做其他的。
最后获得一个执行列表，然后，马上，风驰电掣地去执行吧！
以上，这个SWOT分析是不是足够丰满了。跟KJ法一样，这其实也是一个帮助大家共同开脑洞的同时努力达到共识的工作方法
数据分析咨询请扫描二维码
统计学基础-理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。数...
数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能，还需要不断学习和适应不断发展的技...
数据分析师的工作职责涉及多个关键方面，从数据的获取到处理、分析再到可视化，旨在为企业的决策提供有力支持。让我们深入了解数...
数据分析师：洞察力量的引擎数据分析师的兴起数据分析师行业目前正处于快速发展阶段，市场需求持续增长，薪资水平也有所提升。...
数据分析是当今社会中不可或缺的一项技能，涵盖了广泛的工具和技术。其中，掌握各种数据处理函数对于数据分析师至关重要。本文将...
“大数据治理”是一个涵盖广泛的复杂概念，其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、...
一、引言背景介绍随着信息技术的快速发展和互联网的普及，大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业...
《Python数据分析极简入门》第2节7Pandas分组聚合分组聚合（groupby）顾名思义就是分2步：先分组：根据某列数据的值进行...
数据分析需要学习的内容非常广泛，涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容：数学和统计学...
数据分析师需要具备一系列多方面的技能和能力，以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力：统计...
数据分析师需要学习的课程内容非常广泛，涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需...
《Python数据分析极简入门》第2节6Pandas合并连接在pandas中，有多种方法可以合并和拼接数据。常见的方法包括append()、conc...
《Python数据分析极简入门》第2节5Pandas数学计算importpandasaspdd=np.array([[81,&n...
数据分析涉及多个方面的学习，包括理论知识和实践技能。以下是数据分析需要学习的主要方面：基础知识：数据分析的基本概念...
数据分析适合在多个单位工作，包括但不限于以下领域：金融行业：金融行业对数据分析人才的需求非常大，数据分析师可以从事经...
数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面：数据收集与整理：数据分析师...
数据分析师需要掌握多种技能，以确保能够有效地处理和分析数据，并为业务决策提供支持。以下是数据分析师需要掌握的主要技能：...
数据架构师是负责设计和管理企业数据架构的关键角色，其职责涵盖了多个方面，包括数据治理、数据模型设计、数据仓库构建、数据安...