Community研究與資料分析github.com

Cheerfay/profit-atlas

用於從產業、市場或價值鏈出發,詢問營收與利潤池所在、代表性商業模式如何比較、經濟結構為何變化,或哪些外部新創切入點可信的情境。也可用於跨產業比較利潤率、資本密集度、現金轉換週期與控制點。不適用於以單一公司為主的兩層式回顧。

profit-atlas 是什麼?

行業利潤池研究技能旨在將公司申報文件與行業數據轉化為以決策為導向的分析,回答四個核心問題:營收從何而來、毛利與現金實際從何而來、哪些成本與營運資金項目使模型脆弱、以及外部新創公司可合理接近哪些利潤池。該技能支援分析最新完整的三個經審計會計年度,優先使用審計年報、10-K、20-F 等原始資料,並建立三表(損益表、資產負債表、現金流量表)骨架,同時細分各業務線的經濟狀況,標示數據為揭露、推導或推斷。它還需解釋數據變化的驅動因素(如銷量、價格、組合、固定成本槓桿),繪製行業利潤池地圖,並透過九項標準(如痛點與預算、外部勝出權、數據可獲取性等)對外部新創機會進行定性評分,最後判斷該機會是否具有吸引力。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Cheerfay/profit-atlas/tree/HEAD/skills/industry-profit-pool-research

Installed? Explore more 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

行業利潤池研究

目標

將公司申報文件與行業數據轉化為以決策為導向的答案,回答四個問題:

  1. 營收從何而來?
  2. 毛利、營業利潤與現金實際從何而來?
  3. 哪些成本、負債與營運資金項目使商業模式脆弱?
  4. 哪些利潤池是外部新創公司能合理接近的?

當證據支持排除時,不要強求創業機會。

除非使用者要求其他語言,否則以使用者的語言回覆。

工作流程

1. 設定範圍

  • 預設使用最新三個完整的經審計會計年度。
  • 明確說明具體會計年度與貨幣。
  • 按價值鏈角色與商業模式類型選取代表性公司,而非僅憑知名度。
  • 當請求從指定公司出發,詢問其生存基礎或價值如何轉化為現金時,改使用 company-value-chain-review。
  • 當集團擁有多項業務時,將集團經濟狀況與新業務區塊分開。
  • 將經審計的年度數據與未經審計的當年度數據分開。

2. 使用原始資料

瀏覽並搜尋當前資訊。優先順序如下:

  1. 審計年報、10-K、20-F、法定申報文件或交易所申報文件。
  2. 公司官方業績簡報與盈餘發布。
  3. 政府統計數據、監管機構數據或公認行業協會數據。
  4. 僅在無原始資料時,使用高品質的次級研究。

針對 PDF 申報文件:

  • 檢查實際 PDF 內容,而非僅查看搜尋片段。
  • 若同時存在 PDF 檢視器頁碼與印刷頁碼,則提供兩者。
  • 為營收、成本、部門附註、資產負債表、現金流量表與主要會計附註建立簡短頁碼索引。

3. 建立三表骨架

將金額標準化為同一單位,並建立三年表格。

損益表

  • 按部門或業務線劃分的營收。
  • 若揭露,則按部門劃分的營業成本與毛利。
  • 毛利率、營業利潤率與淨利率。
  • 研發、銷售與行銷、一般及管理費用。
  • 政府補助、公允價值收益、投資收益、利息收入、稅務優惠及其他非核心項目。
  • 區分營業獲利能力與報告淨利。

資產負債表

  • 現金及流動性投資;識別受限制現金。
  • 計息債務與租賃負債。
  • 應付帳款、應收帳款、存貨、合約負債、客戶預付款或行業特定準備金。
  • 流動比率、淨現金/債務、權益趨勢,以及若揭露的重大表外承諾。
  • 說明負債增長來自銀行債務、供應商、客戶、保戶、承租人或其他營運交易對手。

現金流量表

  • 營業現金流、資本支出、粗略自由現金流、融資現金流。
  • 調節利潤與現金。
  • 識別主要的營運資金貢獻項目:應付帳款、應收帳款、存貨、遞延營收、準備金、存款或客戶資金。
  • 當營業現金流主要來自延遲支付供應商款項或客戶預付款時,不得將其稱為「自產現金」。

4. 仔細重建部門經濟狀況

對於每條業務線,將每個數字標記為以下之一:

  • 揭露: 公司直接報告的金額。
  • 推導: 根據揭露數字計算得出;顯示計算公式。
  • 推斷: 基於合理推論的解釋;說明證據與不確定性。

當部門成本未揭露時,切勿指定部門利潤率。不得從不同範圍的營收類別中減去混合成本類別。當僅揭露年度變動時,僅計算毛利或成本的變動,而非絕對利潤率。

將每條業務線分類為:

  • 核心利潤引擎。
  • 高毛利現金牛。
  • 薄利規模業務。
  • 策略性虧損領先者或基礎設施。
  • 輔助性貨幣化。
  • 專案式或週期性利潤。
  • 會計或財務收入貢獻者,而非營業利潤。

5. 解釋變化的原因,而非僅呈現數字

測試主要驅動因素:

  • 銷量、價格、組合、產能利用率、採購節省、平台重複使用、客戶獲取、履行、法規、產品週期、減損、理賠、融資成本與營運資金。
  • 固定成本營運槓桿:展示營收或毛利變動如何與研發、銷售、門市、工廠、員工或基礎設施互動。
  • 一次性項目與時點效應。

在適用時使用簡單的橋接公式:

利潤變動 = 銷量效應 + 價格/組合效應 + 單位成本效應 + 營業費用效應 + 非營業效應

6. 繪製行業利潤池地圖

不要將行業營收等同於行業機會。

針對價值鏈:

  1. 使用明確定義的範圍估算行業總營收。
  2. 列出主要參與者與交易流。
  3. 比較代表性公司的毛利率、營業利潤率、資本密集度、現金轉換週期與週期性。
  4. 識別誰控制客戶、數據、通路、執照、存貨、資產負債表與實體履行。
  5. 將大型營收池與有吸引力的利潤池區分開。

僅在會計範圍可比較時使用代表性公司。說明重要的範圍差異。

7. 應用外部新創過濾機制

對於每個提出的機會,回答:

  • 為什麼既有的公司不會內部自行開發?
  • 為什麼必須跨公司、中立、受監管、專業化或超出既有公司邊界?
  • 誰付費、從哪個預算支出、減少了哪些可衡量的損失或成本?
  • 需要什麼專有數據或工作流程權限?
  • 新創公司能在擴張前獲得該權限嗎?
  • 實施是否與企業系統深度整合?
  • 商業模式是否需要執照、資本、存貨、在地營運或大型服務網絡?
  • 需求是否持續且支付意願是否已獲證實?
  • 平台、製造商、保險公司、經紀人、房東、出版商或市集能否複製或捆綁該模式?
  • 業務是否透過軟體、數據、網路效應或轉換成本形成複利,還是隨每個產品、客戶、城市或 SKU 重新歸零?

對每個機會進行定性評分,從 1 到 5,分數越高代表越有吸引力。對於兩個負擔標準,較低的銷售、整合、資本或離線負擔因此獲得較高分數。

  • 痛點與預算。
  • 外部勝出權。
  • 數據可獲取性。
  • 銷售與整合負擔。
  • 資本與離線負擔。
  • 持續性與利潤率。
  • 防禦性。

高市場規模但低外部勝出權的情況,並非有吸引力的新創機會。

對於每個支持的機會,說明適當的解決方案形式,並將 AI 歸類為以下之一:

  • 核心能力: 沒有 AI,產品或成本優勢便無法運作。
  • 重要增強: AI 大幅改善工作流程,但非主要護城河。
  • 一般功能: AI 有用但容易被複製或捆綁。
  • 非必要: 工作流程、通路、服務、硬體、執照或資本更為重要。

當使用者明確要求 AI 機會時,同時測試訓練與評估數據的可及性、模型可靠性、人工審查、推論成本、工作流程整合,以及既有公司能否複製該能力。當 AI 不改變機會品質時,不要產生獨立的 AI 清單。

8. 使用行業模組

閱讀 references/sector-question-bank.md 以取得證券、保險、房地產、遊戲、電子商務與本地服務的資訊。僅使用相關章節。

對於沒有專用模組的行業,使用通用工作流程並從原始證據推導出行業特定問題。不要暗示存在專用模組。僅在反覆的真實案例中發現可重複的遺漏後,才新增模組。

在製作完整的行業報告前,閱讀 references/report-template.md。

品質規則

  • 每個當前或公司特定的事實性主張都必須引用來源。
  • 優先使用精確數字而非形容詞。
  • 明確說明數據缺口。
  • 避免虛假精確度與混合會計範圍。
  • 不得在不相符的公司、地區、毛額/淨額或行業銷售範圍之間計算比率,即使作為方向性估計也不行。
  • 不得將毛利率視為淨獲利能力。
  • 不得將營收增長視為現金產生。
  • 未經證據支持,不得將策略性生態系統活動視為獨立利潤中心。
  • 結尾需有明確判斷:有吸引力、結構性困難或證據不足,並說明原因。

相關技能