在数据中找出“黑马”消费品牌，你也能秒变投资达人(4)

　　具体品类分析

　　选择1-100的机会。互联网和科技类的投资更多是0-1，但品牌的建立永远是1-100的过程，而某些特征的改变将会加速这个过程，比如供应链的成熟（手机、家电）、产品化的加强（定制家具）、资本进入门槛的提高（汽车）等等，都将为我们提供10-100的投资机会。

　　+“信任成本-中”的行业同样有一定的机会品牌，但情况更加复杂，但总体看满足“供应链与上级品类的差异性-高”、“功能性个性的需求”、“有用历史传承、配方门槛、IP”将有助于品牌的建立

　　从单个特征的角度来分析，两个算法结论基本一致，但随机森林给了我们不一样的分析视角。

　　投资启示

　　回到我们研究的初衷，除了我们可以通过这些特征维度对品类、品牌进行判断之外，还能给我们投资方向的选择带来哪些启发呢？

　　+而对于不满足“大规模广告”特征的行业来说，品牌出现的机会会小很多，但仍然有一些转机，如果品类满足“强供应链/强品质/强服务”、“拥有历史传承、配方门槛、IP”、“供应链成熟度高”、“信任成本高”和“产品化程度高”中的一样或者多样条件

　　在上面一部分中我们并没有把构建的决策模型用来测试任何具体品类，所以在下面的分析中，我们将把无人货架、酸奶、沙拉、曲奇/糖果、坚果、果汁、酒类、化妆品/洗护用品、家具、服饰/鞋、3C电器这11个品类各23个维度的数据的数据应用到我们建立的逻辑回归模型中，来看看它们的独立品类机会和背后的原因（我们并没有选择任何有品类特殊色彩的维度，主要是为了构建的模型具备更好的通用性，当然同时也会牺牲一些准确度）。

　　选择逆境反转、老树新芽的机会。对于满足 “拥有历史传承、配方门槛、IP”、“供应链成熟度高”、“信任成本高”和“产品化程度高”的品类和行业，如果加上合适的产品定位和广告策略，有机会出现大的独立品牌。比如王老吉/加多宝，比如白酒

　　我觉得至少有两点：