commercial-market-report

# 商业综合体市场调研报告 Skill ## 成果输出（三份同时生成） | 格式 | 文件名 | 说明 | |------|---------|------| | 📄 Word | `{项目名}_市场调研报告_{日期}.docx` | 完整6章报告，含所有图表，用于正式存档/提交 | | 🌐 HTML | `{项目名}_汇报PPT_{日期}.html` | 浏览器演示稿，Chart.js 交互图表 | | 📊 PPTX | `{项目名}_汇报PPT_{日期}.pptx` | WPS/PowerPoint 可编辑版，含图表 | ## 快速开始（四步流程） 收到项目信息后，按以下流程执行： **Step 0：提取地点（自动）** ``` 用户给出项目描述后，立即识别： ① 城市名：如"北京""上海""济南""重庆" ② 区县/片区：如"昌平区""江北区""槐荫区""朝阳区" 若用户未明确城市 → 先询问，不得擅自假设城市。 ``` **Step 1：收集数据** ``` 1. 高德 API：竞品项目（周边5km）+ 交通信息 2. 高德 API：周边业态扫描（分8大业态统计数量，纳入竞争分析） 3. Tavily 搜索：市场数据（人口/地价/租金/cap rate） 4. 小红书趋势研究：browser 搜索 "<城市> <业态> 消费趋势"，提取消费者偏好和热门话题 5. 搜狗微信搜索：补充公众号专业文章（<城市> <区县> 市场/地产） 6. 多引擎搜索（补充）：百度/搜狗抓取统计公报和行业报告 7. 整理【数据收集清单】发给用户（不发报告） ``` > 📌 **小红书 browser 搜索方法**（需 Chrome 开 --remote-debugging-port=9222）： > `browser open "https://www.xiaohongshu.com/search_result?keyword=<城市>+<目标客群>+消费趋势"` > → snapshot 提取笔记标题/点赞/话题标签 > → AI 分析：**目标客群的消费偏好、热门话题、业态需求排序** > → 融入第3章【消费者调研】和第4章【业态组合】 **Step 2：生成 DOCX → 用户审核** ``` 6. 基于真实数据 + 行业知识推算，生成 DOCX 报告 7. 发送给用户，等待审核 8. 用户提出修改意见 → AI 更新数据/文字 9. 重复直到 DOCX 审核通过 ``` **Step 3：审核通过 → 生成 HTML + PPTX** ``` 10. 三份成果同时生成 11. 文件发送给用户 ``` > ⚠️ DOCX 审核通过前，不得生成 HTML 和 PPTX。 ## ⚠️ 数据时效性要求（强制） **数据时效以报告日期为基准，反推2年内均可用。** - 报告时间 = 2026年 → 2024年及以后的数据均为有效 - 行业报告（如戴德梁行等）通常滞后半年发布，2025H2报告在2026年初发布属正常现象 **搜索时间词：** - 优先用 `最新` 或不限定，让搜索引擎返回最相关结果 - 可选加 `2024` `2025`，但不强制限定具体年份 - 行业报告以发布机构官方版本为准，不强求最新季度 **数据时效判断：** - 数据超过报告日期反推2年 → 报告中标注「数据较旧，建议更新」 - 完全搜不到 → 标注「**[待补充]**」，使用行业经验值并注明 - 估值类数据（租金/售价/ cap rate）必须注明数据来源和时效 ## ⚠️ 搜索城市限定规则（强制） **所有搜索关键词必须加上城市名，不得省略。** 搜索词结构：`{城市} {项目/区域} {具体内容} {年份}` | 错误示例 | 正确示例 | |---------|---------| | `槐荫区 商业市场 2024` | `济南 槐荫区 商业市场 2024` | | `华联商厦 租金` | `济南 华联商厦 租金 2024` | | `商业综合体 空置率` | `北京 朝阳 商业综合体 空置率 2025` | | `消费者调研 客群` | `北京 昌平区 消费者调研 客群 2024` | **原因：** 不加城市限定，搜索引擎会返回全国各地同名区域的数据（如"槐荫区"会被识别为湖南等地），严重影响数据准确性。 **判断标准：** 搜索结果中出现与项目城市不符的地点名称（如河南/湖南/河北等），立即过滤该结果，并在报告中标注「数据存疑，需核实」。 ## Tavily 搜索清单（动态生成） **Step 0 完成后，根据识别的 `{城市}` 和 `{区县}` 动态生成以下搜索词：** | 搜索关键词（动态拼接） | 获取内容 | 用于章节 | |----------------------|----------|---------| | `{城市} {区县} 商业市场 最新` | 区域供需/体量/空置率 | 第1章 | | `{城市} 商业用地 楼面价 地价 最新` | 土地成交价格 | 第5章 | | `{城市} 主要商圈 租金 体量 业态 最新` | 竞品详细数据 | 第2章 | | `{城市} 商业综合体 业态组合 租金水平 最新` | 业态租金参考 | 第4章、第5章 | | `{城市} 消费者调研 客群 最新 消费偏好` | 客群画像数据 | 第3章 | | `{城市} 商业地产 IRR 投资回报 最新` | IRR/cap rate数据 | 第5章 | | `{城市} 商业 NOI cap rate 最新` | NOI估值/cap rate | 第5章 | | `{城市} 商业地产 风险 挑战 最新` | 市场风险分析 | 第6章 | > **注意：** 搜索竞品时用 `{城市} 主要商圈` 而非 `{区县}`（商圈通常是市级概念）。 > 土地/租金/cap rate 数据用市级范围 `{城市}` 搜索更具参考价值。 **补充搜索（公众号）：** 每次 Tavily 搜索后，同步用搜狗微信搜索 `{城市} {区县}` 相关市场/地产文章，提取专业公众号内容作为参考。 .env key：`TAVILY_API_KEY`（从 `~/.openclaw/.env` 读取，不要写在 skill 文件里） 调用： ```bash curl -X POST https://api.tavily.com/search \ -H "Authorization: Bearer <TAVILY_API_KEY>" \ -H "Content-Type: application/json" \ -d '{"query":"{城市} {区县} 商业市场 最新","max_results":5}' ``` ## 图表选择规范 | 数据特征 | 图表类型 | 示例 | |----------|----------|------| | 部分占整体比例 | **饼图** | 业态配比、客群结构，投资构成 | | 多项目对比同一数值 | **横向柱状图** | 竞品体量对比、各楼层面积 | | 同指标随情景/时间变化 | **分组柱状图** | 敏感性IRR、现金流对比 | | 多年度现金流/收入趋势 | **折线图** | 10年现金流趋势、收入增长 | | 数据精确值 | **表格** | 竞品详情、楼层指标、财务明细 | **章节图表分配：** - 第2章 → 柱状图（竞品体量） - 第3章 → 饼图（客群年龄）+ 柱状图（业态需求优先级） - 第4章 → 饼图（业态配比）+ 柱状图（楼层面积） - 第5章 → 饼图（投资构成）+ 柱状图（敏感性IRR）+ **折线图（现金流趋势）** ## 报告框架（6章） ``` 第1章 项目概况与区域分析 第2章 竞争市场分析（含SWOT） 第3章 消费者调研分析 第4章 商业定位与业态组合 第5章 财务测算与估值 第6章 结论与设计建议 ``` 详见: `references/chapters.md` ## 第5章 财务测算规范（必须包含） ### 5.1 土地成本 - 土地总价 = 用地面积 × 商业楼面价（元/㎡） - **搜索最新地价数据**（必须近1-2年内成交数据） - 若无本地数据，用周边类似地块类比 ### 5.2 建设投资 - 建安成本 = 可建面积 × 建安单价 - 装修成本 = 商业面积 × 装修单价 - 前期费用 + 预备费 ### 5.3 收入测算 - 分业态租金单价（搜最新市场租金） - 出租率假设（开业期/成熟期） - 停车费、广告等其他收入 ### 5.4 经营性现金流（NOI）测算 - **NOI = 潜在总收入 - 空置损失 - 运营费用** - 逐年测算 10 年 NOI（假设出租率逐年提升） - NOI 增长率假设（合乎市场规律） ### 5.5 项目估值（NOI资本化法） - **估值 = NOI ÷ Cap Rate** - 查询当地市场 Cap Rate（搜索最新数据） - 敏感性：不同 Cap Rate 下的估值区间 ### 5.6 动态 IRR 测算 - 列出 10 年自由现金流（FCF）表 - **IRR = 使得 NPV=0 的折现率** - 包含退出价值（Cap Rate 退出或销售退出） ### 5.7 静态回报指标 - 投资回收期（不含折现） - 成本利润率 ### 5.8 敏感性分析 - IRR 对租金波动/出租率/Cap Rate 的敏感程度 - 乐观/基准/悲观/风险 四情景 详见: `references/chapters.md#第5章-财务测算` ## 项目参数收集 ### 用地条件（必填） | 参数 | 说明 | |------|------| | 项目名称 | | | 用地位置 | 经纬度或门牌号 | | 用地面积 | m² | | 容积率 | — | | 建筑密度 | % | | 绿化率 | % | | 限高 | m | | 用地性质 | 商业/商住/文化等 | ### 周边道路（手动填写） 道路名称 + 等级，如 `经十路(主干道)、齐鲁大道(主干道)` > 竞品/交通由 AI 自动搜索（高德 API），无需用户填写。 ## 数据来源 **Tavily（主力搜索）：** 结构化返回，适合提取数据摘要，优先使用。 **小红书趋势（browser 工具）：** 通过 Chrome 远程调试访问小红书，搜索目标客群的消费趋势： - 搜索格式：`https://www.xiaohongshu.com/search_result?keyword=<城市>+<目标客群>+消费趋势` - 提取：笔记标题/点赞数/话题标签/消费者偏好 - **用于：第3章【消费者调研】客群画像，补充真实消费者的趋势偏好** **multi-search-engine（补充搜索）：** 无需 API key，支持百度/必应/搜狗等，用于： - 搜索政府统计公报（百度/搜狗对国内网站收录更好） - 搜索 PDF 报告链接 - 搜索特定来源内容 **搜狗微信搜索（公众号）：** 通过 `web_fetch` 调用搜狗微信引擎，适合搜索： - 微信公众号文章（政策解读、市场分析、行业报告） - 商业地产专业号的区域市场研究 - **搜索词格式**：`https://wx.sogou.com/weixin?type=2&query={城市} {区县} {关键词}` 调用示例： ```javascript web_fetch({"url": "https://wx.sogou.com/weixin?type=2&query=北京 朝阳区 商业市场 2025", "maxChars": 4000}) ``` **时效优先级：** 最新数据 > 近1-2年数据 > 行业经验值（需标注） 详见: `references/data-sources.md` ## 生成脚本 ```bash python scripts/generate_docx.py "项目名称" "城市" "区县" "用地面积" "容积率" "建筑密度" "绿化率" "限高" "用地性质" "周边道路" python scripts/generate_html.py "项目名称" "用地面积" "容积率" python scripts/generate_pptx.py "项目名称" "用地面积" "容积率" ``` > **注意：** `generate_docx.py` 现在接收两个地点参数：`城市` 和 `区县`，分别用于市级数据搜索和区级数据搜索。 依赖：Python + `python-docx` + `python-pptx` + `matplotlib` ## 参考资源 - 章节详细内容指南: `references/chapters.md` - 报告格式规范: `references/report-format.md` - PPT 制作规范: `references/ppt-format.md` - 数据来源清单: `references/data-sources.md`