市場調查與預測第一章課案例

『壹』 市場調研與預測案例分析題！

1、下一階段的調研需求的重點和原因；

這個世界上，只有賣不出去產品的人，而沒版有賣不出去的產品，至權少對於一個比較成熟的產品來說，事實就是如此，面對幾家大型企業的擠壓，生存空間太小，導致發展變得畸形，那麼拓展新的思路和銷售渠道，可以作為重點來考慮。
2、產品五環圖，質量、外觀、味道、額外附加值、包裝；綜合對比產品和消費者的喜好，根據不同的消費者定製不同種類的產品
3、···

『貳』 《現代市場調查與預測》這門課老師讓自己選擇一產品對其大學生市場進行市場調查，請各位大大幫忙。謝謝啦~

http://www.360doc.com/content/10/1124/20/4775969_72124228.shtml
http://www.360doc.com/content/10/1124/20/4775969_72125304.shtml

『叄』 市場調查與預測成功與失敗的案例分析

市場調查與預測成功與失敗的案例分析版------詳細請看權：
http://..com/question/249011932.html?an=0&si=1

『肆』 急需市場調查與預測對政府和企業的作用的案例

市場調查和預測的作用 就市場調查和市場預測作為一項獨立的工作來說，其具體作用是可以列舉的。這里，我們從市場調查和市場預測聯系的角度，綜合地看其作用。在我國它的作用主要綜合體現為以下幾個方面：一、市場調查和預測為制訂科學的計劃和政策提供依據國民經濟和社會發展計劃與規劃必須以據統計資料，即必須根據我國過去和現在的各種國民經濟和社會發展的統計指標，結合實際來制定計劃和規劃，否則計劃和規劃就會脫離實際，缺少科學性和可行性。市場調查資料是其中重要的資料，在社會主義市場經濟條件下，市場的統計和調查資料最集中地反映出商品生產的數量、結構，商品的供求關系等；另一方面，國民經濟和社會發展計劃與規劃還必須依據經濟預測結果，即根據對未來一定時期經濟情況的淤積和估計，來制訂各項計劃與規劃，否則也會使計劃脫離實際，缺少科學性和可行性。在社會主義市場經濟建立、發展和完善的過程中，黨和政府要根據社會主義市場經濟發展的實際，制定各種政策，促進社會經濟的發展，規范社會經濟行為。科學的政策，適應社會經濟可持續發展大趨勢的政策，都必須以具有充分的、詳實的資料為基礎。在社會主義市場經濟條件下，市場調查與預測的資料對於政策制定者來說，是最直接、最綜合地反映市場的，是制定各項政策所不可缺少的依據。科學系統的市場調查與預測資料無疑為決策和政策的科學性提供了保證。二、市場調查和市場預測是管理決策和提高經濟效益的必要條件正確的管理決策能夠使經濟活動取得成功，不適當的或錯誤的決策，則使經濟活動造成損失或失敗。而正確決策的前提之一，就是對經濟做出科學的調查和預測。在社會主義市場經濟中，經濟調查和預測的具體內容之一就是對市場做出科學的調查和預測。沒有科學的市場調查和預測結果為依據，必然會導致盲目的、主觀的不合理決策；有了科學的市場調查預測，才能使科學的決策有基礎、有依據，使決策取得預期的效果。市場調查與預測可以為商品營銷部門或企業提供一定時間、一定空間、一定商品需求數量及其他有關信息，是他們組織營銷活動的重要依據之一，根據市場調查和預測結果所進行的商品營銷活動，大大減少了盲目性，增強了自覺性，必然給商品營銷部門或企業帶來較高的經濟效益，也促進了商品流通，滿足了消費者的需要。三、市場調查和預測對社會生產的合理化促進作用隨著我國經濟體制改革和對開放的繼續發展，隨著人民群眾收入水平的提高，我國的社會需求會不斷發展變化。需求總量的增長，需求的多樣化、多層次將越來越突出，這就要求我國的生產也要不斷增長，各種商品的生產朝著多樣化、多層次化方向發展，這樣市場調查和預測起到了重要的作用。他為社會生產提供准確的、全面地、系統的調查和預測數據，大大減少了生產的盲目性，增強了自覺性或有序性。市場調查和預測讀對社會生產的重要作用，表現在社會生產的各個部門。首先，根據城鄉居民的收入水平，可以調查預測消費品的需求總量；同時根據居民消費資料，還可以調查預測各類消費品需求量及各種主要消費品的需求量。通過這些市場調查和預測工作，為生產城鄉居民消費品的各生產行業，為生產各類各種消費品的生產企業提供信息，減少生產數量、結構、品種中的盲目性，提高生產自覺性，生產出更多的人民生活需要的消費品，是消費品的生產部門緊密結合起來。其次，市場調查和預測在生產資料的和生產部門中，在基礎工業各部門的生產中，也同樣起著非常重要的作用。這種作用尤其突出地體現在各生產資料生產部門的聯繫上，生產資料與生活資料生產部門之間的聯繫上。四、市場調查和預測對促進和滿足消費需要的顯著作用通過市場調查和市場預測，可以全面系統地了解需求狀況，包括需求數量、需求結構和需求發展變化的規律等。市場預測通過對需求數量、結構及其發展變化規律等方面的預測，向生產部門或生產企業提供可靠的信息；生產部門的生產在數量、結構、品種各方面都以消費需要為前提，這樣才能使消費者各種需求得到滿足，使生產和消費需求結合的更緊密。同時，通過市場所反映出消費者對新產品某種新功能、新樣式的需求。市場預測可以根據市場調查資料，對這些方面的需求做出預測，向生產企業提供信息，促進新產品的開發與生產；在新產品投放市場過程中，會更加受到消費者的喜愛，這也正是市場調查和預測對消費所起到的引導、滿足和促進作用。綜上所述，市場調查和預測對社會生產；對於滿足和促進消費需要；對於提高國民經濟和社會發展計劃與規劃及各項政策的科學性；對於提高管理決策水平和商品生產與營銷的經濟效益都具有非常重要的作用。

『伍』 市場預測的案例分析

簡介
金星中國公司為案例，運用運籌學及計算機輔助管理原理，對其生產的產品——大屏幕彩色顯視器（簡稱彩顯）在市場上的營銷歷史和現狀進行深入研究和分析，建立數學模型並運用計算機進行科學預測，制訂未來時期的經營戰略。本文使用數學模型和自行開發的軟體包建立了一體化的市場營銷管理信息系統。該系統可以自動地從營銷交易和企業環境中收集、處理和分析有用、適時、准確的信息。同時，它可以將已分類和重新組合的信息實時地向公司的管理層和各部門傳遞。
產品的銷售概況
金星公司在世界范圍內銷售形勢是樂觀的，由於各國顯示器生產廠家紛紛在中國辦廠或大批向中國放貨，行業中的競爭日趨激烈，該公司中國公司的銷售量卻增長不大，除去競爭因素外，另一個重要因素是企業內部未充分挖掘潛力，尤其是缺乏科學的戰略性的市場觀測，缺乏一套行之有效的經營管理信息系統，致使該公司銷售形勢處於一種「憑市場擺布」的局面。因此，當該公司面臨不利的宏觀經濟環境時，便不能作出靈敏的反應，去制訂有力的對策，以取得營銷的主動權。
產品市場分析和營銷計劃系統總框架
在世界范圍內，金星公司是有一定的優勢的，但中國市場銷售情況表明，該公司產品在中國市場銷路已經潛伏著危機，為此金星中國公司提出開發一個「市場營銷管理信息決策系統」，其主要功能是為該公司管理人員提供可靠及時的市場信息。
為了實現目標功能，系統包括四個功能模塊：
（1）市場預測和分析
（2）計劃和市場研究
（3）訂貨和用戶服務
（4）調運和分配
本文著重對市場營銷的預測分析和計劃模塊進行重點研究和論述。因為預測分析和計劃研究是市場經營管理的首要環節，它是企業作出正確經營決策的前提和依據。
市場營銷管理信息系統的數據流程
市場營銷管理信息系統的主要來源有兩方面：第一個來源是市場的調研人員，他們收集有關市場的情況資料，供市場預測和研究分析之用；第二個來源是用戶，就是指所有要購買產品的單位和個人，它向企業提出訂貨要求，以及對產品質量、性能等方面的要求等。這些原始數據輸入到系統後，經過適當的處理，產生各種市場信息，有的存入相應的資料庫中，有的輸出給有關的部門或其它子系統。
市場預測模型
一個企業要作出正確的經營決策，預測和分析起著重要的作用。通過預測和分析，將市場中的未知狀態轉變為科學預測的期望值狀態，使企業在一定程度上規避市場風險。在認真總結以往經驗的基礎上，不僅要加強定性預測和分析的主導作用，而且更要重視定量預測和分析的研究工作，特別是充分發揮計算機的作用，使定性預測分析和定量預測分析密切結合起來，創造一種嶄新的，更符合產品市場和公司實際的科學預測和分析方法。一方面，隨著中國宏觀經濟的發展，大屏幕顯示器市場需求量的發展具有一定的延續性。另一方面，顯示器為通用產品，各種品牌競爭激烈。顯示器的固定配套用戶比較少，所以屏幕顯示器的研製和銷售也具有某種不確定因素，即較難考慮它發展的因果關系。此外，顯示器的市場需求量，受兼容PC機銷售的支撐，有一定的季節波動，如一、二月像冬眠期一樣銷售遲緩，三月形勢轉為明朗，隨後是在緩慢下滑中的維持狀態，八月銷售突然轉旺，是受暑期購買兼容PC機高潮的影響。根據這一情況，本人認為預測方法宜採用兩種方法：即時間序列分析法中的指數平滑法和季節性變動法。前者主要對短期的銷售趨勢進行預測，後者則著重預測季節性變化及長期的銷售變化狀態，彌補了短期預測的不足。用兩種預測方法相結合就可以獲得較好的預測效果。 1、用改進的指數平滑法預測短期銷售趨勢。
利用指數平滑法可以較好地進行短期銷售趨勢預測。這種方法的基本原則是強調數據對預測值的作用，可以任意選擇數據的權值，但是並未完全忽視遠期數據的作用。指數平滑法的數學模型如下：
F[,t+1]=F[,t]+α（V[,t]-F[,t]）（3-1）
又可以寫成：
F[,t+1]=αV[,t]+（1-α）F[,t]（3-2）
α——平滑系數，其值介於0與1之間（0<α<1）；
V[,t]——第t個周期（年或月）的實際值；
F[,t]——第t個周期（年或月）的預測值；
式（3-1）中的F[,t]又可寫成：
F[,t]=αV[,t-1]+（1-α）F[,t-1]
而F[,t-1]=αV[,t-2]+（1-α）F[,t-2]
……如此連續推算下去，然後再將不同期的預測值代入式（3-2），展開後得：
F[,t+1]=αV[,t]+α（1-α）V[,t-1]+α（1-α）[2]V[,t-2]+…（4-3）
式中α值的大小要根據實際情況選取，如果要加強數據的作用，α值可取得大些。假設令α=0.9代入上式，得：
F[,t+1]=0.9V[,t]+0.09V[,t-1]+0.009V[,t-2]+…
可以看出，數據在上式中起著主要作用，其餘各項歷史數據的作用按等比級數（公比為1-α）的權值迅速下降。因此，這種方法是加權滑動平均法的一種改進型，它可以通過α值的選擇，改變權值調節數據的作用，同時也考慮到遠期數據的作用。在實際運用中α值的選擇，可根據經驗來定，如果數據波動不大，圖線較為平穩時，α值應取得小一點；如果數據波動較大，α值應取大一點，可令α=0.7～0.8。這樣使預測值對實際值的變化能得到迅速的反應，從而減小預測值與實際值的偏差。現以顯示器歷年銷售的歷史數據為例，應用指數平滑法，分別按α=0.1和0.9計算1990—1996各年的預測值，如表3—1所示。
指數平滑的預測值：
實際值預測值
周期(年)(百萬元)a=0.1a=0.9
19871494.01494.01494.0
19881476.61494.01494.0
19891673.01492.01478.3
19901777.81506.71621.1
19911738.61533.81762.1
19922028.51554.31741.0
19932071.91601.71999.7
19942252.01648.82064.7
19952825.01709.12233.3
19962439.01820.72765.8
圖3—1所示為指數平滑法α取值不同的兩條預測圖線。可以看出：由於實際數據不穩定，波動較大，在這種情況下當α=0.9時，預測值圖線比較接近於實際值；當α=0.1時，預測值圖線只反映出數據變化趨勢，與實際值偏差較大。指數平滑法是通過人工對α值的調節來加強不同時期的數據作用，能適應比較復雜的變化情況。要求歷史數據也較少。指數平滑法是一種時間序列分析方法。時間序列是一個受隨機因素影響而變化的序列。因此，它的預測不可能沒有偏差。因此需要說明預測的精度問題，以便在選擇預測方法時有一個比較的標准。如何來確定預測的精度？不能以某一次預測的准確與否作為評價預測方法的標准，而應從統計觀點用平均值的辦法來判斷。現用平均絕對偏差和均方差兩種衡量預測精度的方法予以說明之。
兩種方法的數學表達式如下：
平均絕對偏差（MAD）：
1n
MAD=──（ΣㄧV[,t]-F[,t]ㄧ）（i=1,2,3,…,n）（3-4）
ni=1
均方差（MSE）：
1n
MSE=─[Σ(V[,t]-F[,t])[2]（i=1,2,3,…,n）（3-5）
ni=1
現以這兩個標准，對表3—1中的指數平滑法相同數據選用兩種α值（α=0.1和α=0.9）預測結果進行誤差分析對比。如表3—2所示。從表3—2中採用兩種標准計算的結果看，在該組實際數據的情況下，選用α=0.9的預測結果比α=0.1的預測結果精確。誤差分析對比：
實際值指數平滑法
周期(年)(百萬元)a=0.1平均絕對偏差均方差a=0.9平均絕對偏差
19871494.01494.00.00.01494.00.0
19881476.61494.017.4302.81494.017.4
19891637.01492.3144,720938.11478.3158.7
19901777.81506.7271.073441.01621.1156.7
19911738.61533.8204.741902.11762.123.5
19922028.51554.3474.1224770.81741.0287.5
19932071.91601.7470.1220994.01999.772.1
19942252.01648.8603.2363850.22064.7187.3
19952825.01709.11115.91245232.82233.3591.7
19962439.01820.7618.3382294.92765.8326.8
總計3919.42573726.71821.7
總平均絕對差391.9182.2
均方差1257372.7
指數平滑法：
周期(年)均方差
19870.0
1988302.8
198925185.7
199024554.9
1991552.3
199282656.3
19935198.4
199435081.3
1995350108.9
1996106790.2
總計630430.8
總平均絕對差
均方差163043.1
2、用季節性變動法預測季節性需求變化
指數平滑法雖能較好地反映短期的銷售趨勢，但不適用於長期預測。作為對短期預測方法的補充，我們採用季節性變動法預測大屏幕顯示器季節性需求變化及長期的銷售變化狀態。大屏幕顯示器容易受兼容PC機銷量及其它諸因素的影響，其市場需求量呈季節性或周期性變動。為搞好均衡生產和適時供應，很有必要掌握其變動規律。大屏幕顯示器需求的季節性變動有時候較為復雜，它既包括有趨勢性變化（如需求量逐年增長），也可能包括有季節性變化，或者還有其它偶然性的變化（如國家政治、經濟形勢的突然變化）。因此，對這種變化狀態的分析和預測，需要應用多種可行的方法進行綜合分析。現仍以金星公司1995、1996年各月銷售量為依據，如表3—3所示來預測後兩年某時期的銷售量。
預測步驟：
（1）標出數據點的分布圖，確定變動的形式如圖3—2所示，這組數據顯示兩種變動，一是具有較強烈的季節性變動，夏秋兩季需求量大，冬春兩季需求量小；一是趨勢變動，產品需求量呈增長趨勢。
（2）確定長期趨勢變動
增長趨勢變動的確定有兩種方法
（i）利用月平均增長率定點畫出直線
附圖{圖}
根據表3—3的數據分別求出1995和1996年的月平均銷售量：
1688
95年月平均銷售量=——=140.7百萬元
12
2370
96年月平均銷售量=———=197.5百萬元
12
197.5-140.7
每月的平均增長量=———————=4.73百萬元/月
12
這個4.73百萬元/月即為長期趨勢變動。如果把月平均銷售量算為年中（六月份）的銷售量，則可在圖3—3中給出A、B兩點。其中A點為1995年6月，坐標Y值為140.7；B點為1996年6月，坐標Y值為197.5。連接AB直線即為長期趨勢變動。
（ii）應用最小二乘法，列出直線回歸方程：
假設直線方程為：
Y=a+bx式中：
回歸系數nΣX·Y-ΣX·ΣY
b=──────────
nΣX[2]-（ΣX）[2]
ΣY－bΣX
a=──────
n
將表3—3數據代入上兩式得：
24×55200-300×4058
b=———————————=3.89
24×4900-300[2]
4058-3.89×300
a=————————=120.46
24
則趨勢數學模型為：
Y=120.46+3.89x（3-6）
（3）計算趨勢線的各月趨勢值
將各個月份值代入趨勢模型式（3-6），得到各個月份的趨勢值。全部計算值列入表3-3的（3）項。各個月份的趨勢值是供計算季節性系數用的。
（4）確定季節性系數
季節性系數是用表3-3的（2）項被（3）項除所得的商。列出一月份季節性系數的演算法為：
30÷124.4=0.24
其餘類推。表中有24個月的季節性系數，是兩個完整循環周期，因此應將每年對應的月份季節性系數進行平均，取其平均值，則各月的季節性系數值，如表3-4所示。
表3—4季節性系數
季節性系數
月份1995年1996年平均值
10.240.560.40
20.390.930.66
31.441.111.28
41.221.481.35
51.271.191.23
60.991.311.15
71.880.961.42
80.981.101.04
91.231.521.38
100.811.271.04
110.640.500.57
120.480.430.45
（5）建立預測模型進行預測
假設S[,t]為第t月的季節性系數，則第t月預測值為
Y[,t]=（a+bX[,t]）S[,t]（3-7）
若欲求1997年7月的需求量預測值，則有：
X[,t]=24+7=31
S[,t]=1.42
所以：Y[,t]=（120.46+3.89×31）×1.42=342.29百萬元
又，若求1998年1月的需求預測值，則有：
X[,t]=24+12+1=37
S[,t]=0.4
Y[,t]=（120.46+3.89×37）×0.4=105.76萬元
以上論述的是指數平滑和季節變動兩種預測方法的數學模型及其應用實例。需要指出的是：運用計算機進行預測主要在於數學模型的使用和改善預測的精度。使用計算機進行預測的優點在於它能准確地處理大量數據，能及時根據變化的條件經常修改模型，同時它還可以和其它系統相聯，強化信息通訊。用計算機預測市場需求時應收集需求數據。一般來說統計數據越多越好，不太重要的情況下找七點即可，重要情況下至少找十二點，觀察季節性需求形態至少要兩年的數據。數據的時間跨度對預測是有影響的，跨度過長，季節性波動被掩蓋。
對於指數平滑法，輸入計算機的是時間序列數據。輸出的是通過指數平滑法計算後的下一周期的預測值。計算機程序應提供一預測表（ATABLEOFFORECASTS）。平滑系數α的變范圍自0.1至0.9；另一方面，程序可以用最小平方法選擇較佳的平滑系數，同時，還可以根據使用者指定的周期數來計算加權平均，這將有利於敏感性分析的進行。對於季節性變動預測法，輸入計算的亦是時間序列數據，輸出的是今後時期的季節性變化趨勢。當市場需求情況出現峰和谷時，就要考慮季節性需求，一般來說季節性需求行為要求峰值在各個周期的同一時期出現，並且高峰需求必須超過平均需求的MAD/2（平均絕對偏差），季節性需求估值在計算機中以趨勢線和季節系數來表達。
市場研究和營銷計劃
市場研究和營銷計劃的目的是進行充分的市場調查，制訂合理的銷售計劃，從而在最大的限度上減少企業所承擔的風險。市場研究和營銷計劃模塊要完成以下三項工作：
（1）、市場調查資料的分析，一般根據大屏幕顯示器的競爭狀況以及採用統計分析的方法來研究市場問題；
（2）、利用銷售預測的結果來制訂銷售計劃。
（3）、廣告分析，以便於制訂廣告策略。

『陸』 運用市場調研與預測的作用的案例

某市春花童裝廠近幾年沾盡了獨生子女的光，生產銷售連年穩定增長。誰料該廠李廠長這幾天來卻在為產品推銷，資金擱死大傷腦筋。原來，年初該廠設計了一批童裝新品種，有男童的香檳衫、迎春衫，女童的飛燕衫、如意衫等等。借鑒成人服裝的鑲、拼、滾、切等工藝，在色彩和式樣上體現了兒童的特點，活潑、雅緻、漂亮。由於工藝比原來復雜，成本較高，價格比普通童裝高出了80%以上，比如一件香檳衫的售價在160元左右。為了摸清這批新產品的市場吸引力如何，在春節前夕廠里與百貨商店聯舉辦了「新穎童裝迎春展銷」，小批量投放市場十分成功，櫃台邊顧客擁擠，購買踴躍，一片贊譽聲。許多商家主動上門訂貨。連續幾天親臨櫃台觀察消費者反映的李廠長，看在眼裡，喜在心上。不由想到，「現在都只有一個孩子，為了能把孩子打扮得漂漂亮亮的，誰不捨得花些錢?只要貨色好，價格高些看來沒問題，決心趁熱打鐵，盡快組織批量生產，及時搶占市場。」

為了確定計劃生產量，以便安排以後的月份生產，李廠長根據去以來的月銷售統計數，運用加權移動平均法，計算出以後月份預測數，考慮到這次展銷會的熱銷場面，他決定生產能力的70%安排新品種，30%為老品種。二月份的產品很快就被訂購完了。然而，現在已是四月初了，三月份的產品還沒有落實銷路。詢問了幾家老客商，他們反映有難處，原以為新品種童裝十分好銷，誰知二月份訂購的那批貨，賣了一個多月還未賣三分之一，他們現在既沒有能力也不顧意繼續訂購這類童裝了。對市場上出現的近一百八十度的需求變化，李廠長感到十分納悶。他弄不明白，這些新品種都經過試銷，自已親自參加市場查和預測，為什麼會事與願違呢?

試問：

(1) 你認為春花童裝廠產品滯銷的問題出在哪裡?

(2) 為什麼市場的實際發展狀況，會與李廠長市場調查與預測的結論大相徑庭?

分析評價參考答案：

該童裝廠的產品銷售從持續穩定增長到嘎然中止，其主要原因出在向市場輕率地推出了與正常需求不相適應的「新產品」，並過快地將這些「新產品」取代原本暢銷的老產品，以致造成目前的被動局面。

產品的適銷既要考慮到產品的功能、質量、款式等使用價值，也應包括產品價格的適銷。該廠的童裝新品種雖然在款式上令人喜愛，但由於借鑒成人服裝工藝，成本增加，定價太高，超過消費者願意承擔的范圍。除了在特殊情況下的特殊需求以外，考慮到兒童正處於長身體階段，童裝的實際使用時間有限，而且每戶家庭一般又都只有一個子女，因此，多數顧客雖然喜歡新款式，但都不願意購買價格偏高的童裝，這樣就使該廠失去了最基本的，也是最主要的市場。

李廠長雖然對童裝新品種預先也經過了市場調查與預測，但還是出現了事與顧違。究其原因在於運用市場凋查與預測的方法不恰當。在運用時忽視了市場環境的一致性，對春節前的購銷旺季的特殊銷售狀況和市場的正常銷售狀況不加區別，錯誤地估計自已產品完全適應了市場需求，銷售量將繼續增長，而忘記了時過境遷，消費者的購買動機和購買行為會發生變化，從而對企業產品的銷售帶來巨大影響。同時，該廠在進行產品銷售預測時，簡單地套用了加權夠動平均法，而沒有看到市場預測的基本條件已經發生變化。由於加權平均法對各期的銷售量作了加權平均，從而會降低偶然性變化的影響程度，因而它主要適用於對銷售比較穩定，基本上只受偶然性變化影響的銷售狀況進行預測。當銷售狀況受到必然性變化的影響時，就不能採用這種方法來進行預測。該廠在春節前生產銷售的是老產品，而春節以後，根據春節這個特殊時期的銷售狀況決定主要生產銷售新產品，該廠用老產品的統計資料來預測新產品的銷售量，作為安排生產的依據，必然會得出錯誤的結論。

『柒』 市場調查與預測課上的作業

就居民的復不同職業和就業領制域來進行抽樣，居民的生活水平往往和消費水平聯系在一起的。不同的職業收入不同，消費的金額也不同。重點調查消費的走向，如一般生活消費（通常指解決溫飽問題的支出）、精神生活消費（如娛樂活動支出）等。
希望對你有幫助，僅代表個人觀點。

『捌』 市場調查與預測案例分析題 急求

我想說很帥，不過也很符合日本商人的做法風格！！
先將一切都掌握在以雷霆的手段與速度侵佔市場。