📋 预判摘要
🧰 五步递进筛查
五步递进筛查| 步骤 | 状态 | 说明 |
|---|---|---|
| Step 1 需求 | ✅ | 5200万工人工价全链路数据，刚需明确 |
| Step 2 方案 | ✅ | 合同价→考勤→银行实发全链路，指数方法成熟 |
| Step 3 商模 | ✅ | SaaS+政府+API，70%毛利 |
| Step 4 增长 | ⚠️ | 需走公共数据授权运营程序（对标国家电网案例） |
| Step 5 壁垒 | ⚠️ | 数据独占强，但合规前提需住建部授权 |
🏰 行业预判六模块
M1 拆解行业
产业链：数据采集层（实名制考勤/工资专户/政府定额）→ 数据处理层（云筑网/广联达指标网/造价通）→ 应用层（工价指数SaaS/API输出/行业报告）→ 终端用户
利润分配（100元）：数据采集与清洗 20-30% | 指数编制与建模 70-80% | 产品化与交付 60-70% | 销售与获客 20-30%
关键控制节点：数据资产型 — 云筑网拥有1400万工人实时工价数据，这是广联达（仅6万条）和政府机构（更新慢）无法比拟的独占资源。
可优化：工价信息高度不对称 — 政府定额严重滞后（技工180元/天 vs 市场实际350-500元/天）。
M2 洞察变化
| 维度 | 变化 | 量级 |
|---|---|---|
| 政策法规 | 住建部工程造价改革试点（北京/浙江/湖北/广东/广西） | 大 |
| 政策法规 | 2026年国家数据局"数据要素价值释放年" | 大 |
| 供给侧 | 实名制强制生物识别打卡+工资专户发薪 | 中 |
| 需求侧 | 建筑业年产值31万亿，人工成本占比30-40% | 大 |
| 新技术 | 数据清洗、指数编制、可视化均为成熟技术 | 低 |
M3 预判稳态B
原子需求：成本部投标报价（5-20万/年）| 劳务公司定价（2-5万/年）| 政府定额（50-200万/年）| 金融风控（50万+/年）
中建发展位置：数据资产层独占者 — 1400万工人实时工价数据，竞争对手无法复制。
M4 Timing
周期：早期探索阶段。窗口还有 3-5 年。
太早风险：低 — 实名制数据和工资专户数据已强制产生
太晚风险：中 — 广联达已在建筑数据服务领域建立品牌
M5 天花板大小
| 方法 | 估算 |
|---|---|
| 直接数据 | 中国数据要素市场约2000亿（2025），建筑5-10%=100-200亿 |
| Top-down | 31万亿 × 30% × 0.1-0.5% = 93-155亿 |
| Bottom-up | 5200万从业人员 × 1%企业客户 × 5万 = 26亿 |
| 类比法 | Wind金融数据终端年收入约30亿 |
结论：50-200亿元，支撑十亿级体量公司。叠加成本预测、定额校准等增值服务天花板更高。
M6 集中度
现状：极其分散，无全国性建筑劳务价格指数平台
趋势：C型（分散→集中）最佳时机 — 3-5年内将出现头部平台
🔍 五步法逐层分析
Step 1 需求
目标用户：总包单位成本部/劳务公司/政府监管部门/金融机构
| 场景 | 痛点 | 刚性 |
|---|---|---|
| 投标报价 | 工价信息不对称导致报价偏差，定额严重滞后（180元 vs 350-500元/天） | 刚性 |
| 项目成本控制 | 项目执行中工价波动无法预判，超支风险大 | 刚性 |
| 劳务公司定价 | 缺乏市场行情数据支撑，定价靠经验 | 中等 |
| 政府定额制定 | 定额严重滞后，需要真实数据支撑 | 刚性 |
| 信贷风控 | 建筑行业信贷缺乏工价数据支撑风险评估 | 中等 |
Step 2 解决方案
核心卖点："定额告诉你过去该付多少，我们告诉你现在该付多少。"
| 做 ✅ | 不做 ❌ |
|---|---|
| 实时工价查询（全工种、全地域） | 通用建筑信息平台 |
| 历史趋势分析+地区/工种对比 | 劳动力招聘匹配 |
| 定额校准+成本预测 | 施工管理SaaS |
| 行业价格指数发布 | C端个人服务 |
MVP：3-5重点工种 × 4一线城市 × 12个月月度指数 → 嵌入1-2个工程局成本部门验证
Step 3 商业模式
单客户（ToB SaaS） — 按企业年订阅 + 按查询次数混合计费
| 收入来源 | 第3年估算 |
|---|---|
| 建筑央企成本部 20万/年 × 20家 | 400万 |
| 大型建筑企业 10万/年 × 100家 | 1000万 |
| 劳务公司 3万/年 × 500家 | 1500万 |
| 政府监管部门 100万/年 × 10个 | 1000万 |
| 金融机构API 50万/年 × 10家 | 500万 |
| 第3年合计 | 4400万 |
Step 4 增长
增长引擎：黏着式 — 价格指数是成本控制基础设施，用了就离不开
| 优先级 | 渠道 | CAC |
|---|---|---|
| 1 | 中建体系内复制 | 0 |
| 2 | 云筑网现有客户转化 | 1-2万 |
| 3 | 政府采购渠道 | 3-5万 |
| 4 | 行业协会渠道 | 3-5万 |
| 5 | 内容营销+行业会议 | 5-8万 |
Step 5 壁垒
| 壁垒类型 | 具体内容 | 强度 |
|---|---|---|
| 数据资产 | 1400万工人实时工价数据 — 广联达仅6万条 | 强 |
| 网络效应 | 数据量越大→指数越准确→客户越多→数据更多 | 强 |
| 规模效应 | 数据边际成本趋零，指数编制成本被客户数摊薄 | 中 |
| 转化成本 | 嵌入成本管理流程后切换成本高 | 中 |
| 无形资产 | 央企身份+中建品牌背书 | 中 |
可复制性：广联达 2-3年 | 政府机构 3-5年 | 新进入者 几乎不可能
💥 20张硬伤卡牌诊断
| # | 硬伤问题 | 评分 | 结论 |
|---|---|---|---|
| 1-3 | 目标用户/痛点/频率 | 0 0 0 均未命中 | |
| 4-6 | 用户验证/本质区别/卖点 | 2 0 0 #4工价指数未独立验证 | |
| 7-9 | 功能堆砌/MVP/单元模型 | 0 0 0 均未命中 | |
| 10-12 | CAC-LTV/毛利/基准对比 | 0 0 0 均未命中 | |
| 13-15 | 获客渠道/人肉/增长引擎 | 1 0 0 基本通过 | |
| 16-18 | 护城河/壁垒/六大壁垒 | 0 0 0 均未命中 | |
| 19 | 团队缺少必备能力 | 1 | 补充指数编制和统计分析人才 |
| 20 | 低估运营复杂度 | 3 | 中等 ⚠️ |
🧪 关键假设清单
📈 敏感性分析
| 变量 | 基准 | 乐观(+20%) | 悲观(-20%) |
|---|---|---|---|
| 第3年客户数 | 720家 | 864家→5280万 | 576家→3520万 |
| 年均客单价 | 8万 | 9.6万 | 6.4万 |
| 数据采集成本 | 300万 | 360万 | 240万 |
| 月流失率 | 3% | 3.6%→LTV=18.6万 | 2.4%→LTV=27.9万 |
最敏感：客户数和客单价 — 两者共同决定收入规模，受"中建体系内验证→外部复制"节奏制约。
备选路径
▶️ 建议下一步行动
- 选取该局近1年的100个项目的人工成本数据
- 用云筑网数据编制该地区重点工种（砌筑工、钢筋工、木工）的月度工价指数
- 与政府定额和广联达指标网做对比，评估准确性
成本：2周 + 1名数据分析师 + 0元外部采购（数据已有）
🔗 与 SC-01 协同关系
LW-04（劳务市场行情指数）与 SC-01（供应商智能风控）是数据产品矩阵的姊妹关系：