Alejandro Rioja.
Marketing

掌握 TAM SAM SOM:市场分析与增长的核心公式

Alejandro Rioja
Alejandro Rioja
2 分钟阅读
TL;DR

TAM 是某一市场的总营收机会;SAM 是你的商业模式能实际服务的那部分;SOM 是你在近期能实际获取的份额。在向投资人路演或设定第一年目标之前,务必搞清楚这三个数字。

免费新闻通讯

每周三。28,400+ 读者。纯干货。

目录

2026 年 5 月更新。

TL;DR: TAM 是某一市场的总营收机会;SAM 是你的商业模式能实际服务的那部分;SOM 是你在近期能实际获取的份额。在向投资人路演或设定第一年目标之前,务必搞清楚这三个数字。

我审阅或展示的每一份投资人 deck,最终都绕不开同样三个数字:TAM、SAM 和 SOM。把它们算对,你就能展示出对市场的深刻理解;把它们虚报,你在第一个追问来临之前就会失去信誉。

本文涵盖定义、计算公式、如何构建可信的市场规模估算模型,以及 AI 工具如今能为你节省哪些研究时间。

为何在动手之前就要做市场规模估算

市场规模估算不是为了给投资人打勾的形式工程,它直接影响真实的决策:

  1. 做还是不做:市场太小,无法支撑风险投资的回报预期;市场太大却没有清晰的切入点,显得缺乏聚焦。
  2. 招聘计划:了解可触达的市场规模,才能判断启动时真正需要多大规模的销售和支持团队。
  3. 渠道策略:SOM 为 1000 万美元,与 SOM 为 5 亿美元,所需的获客打法截然不同。
  4. 融资叙事:投资人从第一天起就用 TAM 来设定回报预期。

自上而下 vs. 自下而上的市场估算

在深入三个指标之前,先理解计算它们时会用到的两种建模方法。

自上而下:从宏观行业数据(分析师报告、政府数据、公开财务文件)入手,切分出自己的份额。速度更快,但也更容易虚报——「我们只需要 500 亿美元市场的 1%」在任何有经验的投资人眼中都是危险信号。

自下而上:从单位经济学出发:估算目标客户数量,乘以预期合同价值,得出基于真实行为的营收数字。自下而上更难,但可信度高得多。

最好的模型会同时运行两种方法并交叉验证。如果自上而下和自下而上的估算落在同一数量级,那你就有了一个可以辩护的数字;如果相差悬殊,就重新审视你的假设。

理解 TAM、SAM 和 SOM

总可寻址市场(TAM)

TAM 是假设你在没有竞争的情况下占据 100% 市场时的年度总营收机会。

把它视为理论上限——适合用来传达某个品类的规模,而非实际目标。TAM 几乎总是通过行业报告或宏观数据自上而下计算得出。

示例(仅供说明): 假设你正在为独立餐厅运营者开发一款垂直 SaaS 工具,目标国家共有约 50 万家这样的餐厅,每家每年软件支出约为 3000 美元,那么你的 TAM 约为 15 亿美元。(以上数字纯属举例,请务必以自己的研究为依据。)

公式:

code
TAM = 潜在客户总数 × 每位客户的年均营收

可服务的目标市场(SAM)

SAM 是你的具体产品、商业模式和分销渠道实际能够触达的 TAM 部分。

并非所有餐厅都愿意为软件付费。有些在用传统系统,从不会迁移;有些在你启动时不会服务的地区;有些因体量太小或太大而超出你的定价范围。SAM 将 TAM 过滤为你真实的可触达宇宙。

SAM 是投资人审视最多的地方。TAM 巨大而 SAM 微小,意味着你的市场进入策略存在一个你尚未解决的严重约束。

公式:

code
SAM = TAM × (符合你产品、定价和地理范围的市场比例)

可获得的目标市场(SOM)

SOM 是你在特定时间窗口内(通常为第 1–3 年)能够实际获取的市场份额。

SOM 是你真实的业务目标。它受限于你当前的资源、竞争态势、品牌知名度和销售能力。常见错误是将 SOM 设定为 SAM 的固定百分比,却不去建模为何你能赢得这些份额。

最可信的 SOM 计算方式是自下而上:在既定预算和人员配置下,你的销售和营销引擎每个季度能签多少客户?

公式:

code
SOM = (去年营收 ÷ 去年 SAM)× 今年 SAM

对于没有营收历史的早期公司,可用真实的转化漏斗代替:线索 → 合格线索 → 成交,乘以 ACV。

如何逐步计算 TAM、SAM 和 SOM

第一步 — 精确定义你的客户

在给出任何数字之前,用一句话描述你的理想客户。「小企业」不是客户;「5–50 名员工的创始人主导型 B2B SaaS 公司,总部在美国,使用 HubSpot」才是客户。这里的精确度会渗透到之后的每一个数字。

第二步 — 估算 TAM

选择方法:

第三步 — 切分出 SAM

施加过滤条件:服务的地理范围、适配你产品的细分市场、你能够盈利服务的价格区间。通常你会得到 TAM 的 5–30%,具体取决于产品的垂直化程度。

第四步 — 估算 SOM

对你的市场进入引擎建模:每月能产生多少线索?预期成交率是多少?将成交数量乘以 ACV 并年化。根据招聘和营销计划添加合理的增长假设。

第五步 — 交叉验证并记录假设

明确列出每一个假设。「我们假设 60% 的独立餐厅使用某种形式的 POS 软件,其中 15% 愿意以我们的价格迁移到垂直 SaaS 解决方案」是可以辩护的说法;一个孤立的百分比则不行。

2026 年的市场规模估算工具

过去需要一周的研究,现在借助以下工具组合,可以压缩到一个下午:

投资人关注的「金发姑娘」难题

我反复见到这种情况:投资人希望 TAM 足够大,以支撑他们的回报预期,但又不能大到看起来你根本没有做好定义滩头阵地的工作。

5000 万美元的 TAM 对于机构 VC 通常太小(从那里难以实现 10 倍回报来返还基金)。5000 亿美元的 TAM 没有清晰的切入点则是危险信号——这说明你在泛泛而谈,而非真正做市场工作。

多数 Series A 路演的甜蜜点是:SAM 在 10 亿–100 亿美元区间,并有可信路径在 3–5 年内占据其中 2–5%。这些数字并非魔法,只是通常与风险投资规模回报相对应的量级。

常见错误:这些会让你失去可信度

  1. 只用自上而下 — 「我们只需要 500 亿美元市场的 1%」在大多数董事会会议室里会被嘲笑。
  2. 将 TAM 等同于 SAM — 如果 TAM 和 SAM 是同一个数字,说明你没有做过滤工作。
  3. 没有市场进入模型的 SOM — SAM 的某个百分比不是 SOM,展示出引擎。
  4. 数据过时 — 市场数据老化很快。一份 2021 年关于 AI 基础设施的报告几乎已成历史。
  5. 混淆营收 TAM 与单位 TAM — 确保三个数字使用相同的单位(年度营收,而非「客户数量」与「美元」混用)。

结语

TAM、SAM 和 SOM 不只是 pitch deck 上的幻灯片。它们迫使你清晰说明:你的客户是谁,你的产品能实际服务什么,以及你的市场进入引擎如何将机会转化为营收。

Uber 和 Airbnb 等公司按传统标准衡量,在创业之初的 TAM 微乎其微——「出租车市场」和「酒店市场」严重低估了它们将要释放的需求。当你以需要完成的工作而非现有行业分类来定义市场时,这个框架效果最佳。

用这些数字设定诚实的第一年目标,然后每季度复盘。市场规模估算练习最大的价值不在于作为一次性展示材料,而在于作为一个随着你不断学习而持续更新的活跃模型。


本指南是 alejandrorioja.com 的一部分——由 Alejandro Rioja 撰写, 他目前为创始人构建 AI 智能体系统,包括让这个网站保持最新状态的智能体。了解其运作方式 →

2026 年 5 月更新

本文的核心内容依然有效——安索夫矩阵、BCG 矩阵、整合营销、land-and-expand、NYOP、TOMA 等框架经久不衰。自原始发布以来发生变化的是 2026 年的落地面貌

如果你正在用这个框架制定 2026 年计划,战略框架是正确的;只有渠道组合的数据点需要更新的来源。

TAM SAM SOM — 2026 年常见问题

向投资人路演时,TAM 越大越好吗?

不是。TAM 过大却没有清晰切入点,说明你还没有找到自己的滩头阵地。投资人希望看到聚焦的 SAM 以及通往可观份额的可信路径——而不是一个没有市场进入打法支撑的醒目数字。一个 20 亿美元的 SAM,你能可信地占据 3%,比一个 5000 亿美元的 TAM 却没有清晰切入点更有说服力。

AI 工具在市场规模估算中究竟能帮多大忙?

在研究速度方面帮助显著——但无法替代判断。AI 助手能在几分钟内综合报告、起草访谈指南、交叉验证宏观数据。但它们也可能自信地给出听起来合理却没有有效来源的市场数字。任何具体数字都要追溯到一手来源(年报、政府数据集,或可引用的分析师报告)。用 AI 加速,而不是跳过核实。

SOM 与财务模型中的营收预测有什么区别?

SOM 是你有可能占据的市场层面上限;营收预测是你的特定市场进入引擎在既定预算、团队和时间节点下实际能产生的结果。你第一年的营收目标应当远低于 SOM——如果二者相同,要么你的 SOM 过于乐观,要么你的预测过于激进。

应该多久更新一次 TAM/SAM/SOM 的估算?

至少每年一次——并且每当发生重大市场事件时(大型竞争对手退出、监管变化开启或关闭某个细分市场、你更改定价模式)就更新。对于 AI 基础设施或垂直 SaaS 等快速变化的品类,季度复盘并不过分。过时的市场估算是在董事会会议或投资人更新中显得毫无准备的最快途径之一。

相关阅读:

继续阅读

将AI实战手册发送到您的邮箱

每周三。28,400+ 读者。纯干货。

↵ 查看全部结果 esc esc 关闭