Verzamel een opdracht om concurrenten of onderwerpen voor werk te analyseren. Retourneert JSON {"question":...", "targets":...", "dimensions":...", "output_format:..."}. question - wat en waarom we analyseren; targets - specifieke analyseobjecten (concurrenten, producten, benaderingen); dimensions - 4-6 vergelijkingsdimensies volgens dezelfde normen (prijs, assortiment, service, sterke/zwakke punten); output_format - resultatenformulier voor de bijeenkomst: een tabel (of gestructureerde conclusies) is vereist en een sectie "wat moeten we hieruit doen" met 2-3 acties.
Mechanica: analyse van concurrenten zonder structuur levert verspreide aantekeningen op die tijdens de bijeenkomst niet samenkomen in een beeld. De waarde van een werkanalyse zit in de vergelijkbaarheid: alle objecten doorlopen dezelfde metingen, zodat je kunt zien wie waar sterk is. Hefbomen. Concrete objecten: noem ze, anders neemt het model abstracte objecten. Uniforme afmetingen: 4-6 assen toegepast op alles. Vertrouw op feiten: vraag naar waarneembare indicatoren (prijzen, openingstijden, beoordelingen), geen giswerk. Inside-truc: voeg de dimensie toe "hoe de klant krijgt / hoe hij wint" - geen droge parameter, maar een hypothese over de reden voor succes. Dit is waar analyse voor wordt gedaan, maar beginners vergeten te vragen. Tweede techniek: eindig met de conclusie "wat moeten we hieruit doen" - 2-3 specifieke acties. Een debriefing zonder een “nou en nu” in een vergadering is nutteloos; Laat het model aanbevelingen doen. Een typische fout: feiten verzamelen en geen conclusie trekken. Gegevens zonder interpretatie zijn huiswerk, geen onderzoek. Vraag altijd ‘daarom moeten we dat ook’.
Ontgrendel toegang om oplossingen in te dienen voor onmiddellijke AI-beoordeling.