如何测算企业的潜在市场空间(TAM)?

导读:我们在研究一个公司的时候,通常都会看潜在市场空间,空间越大对应公司的潜在市值越大。我们会用TAM(Total Addressable Market)作为一个企业的潜在市场空间。如何测算TAM,对评估企业潜在市值空间的关系巨大。

今天分享的这篇文章,依然来自我很喜欢的分析师Michael Mauboussin。他从新兴市场和传统市场两大类行业出发,用一个详细的框架和我们分享到底如何计算不同行业的潜在市场空间,从最传统的人数、规模和转换,到创新药领域常见的顶峰销售额,再到巴斯模型和基础比率方法。文中也提到了巴斯模型的局限性,以及不同类型企业的测算方法。

相信这篇文章一定能给大家带来帮助,同时我们再次感谢点拾实习生谢翔宇对本文的翻译!

什么是潜在市场总额

自1960年以来,美国S&P500指数三分之一的价值都要归功于未来投资的预期收益。想预估企业的价值创造能力,那么就绕不开对于TAM(潜在市场总额)的持续跟踪与校准。更具体地讲,我们需要理解企业的投资额度与收益的关系。

许多人都误解了TAM所代表的含义,它并不指一家公司能够成长到什么地步,而是在公司自身增值的同时最终能够扩张到多大。本篇文章中将TAM定义为:如果企业拥有某市场100%的份额并且持续创造着股东价值,那么它最终能实现的收益数额。

在本篇文章中,我们将以三角分析法与其包含的三种思考角度作为估算TAM的框架。第一种需要考察市场人数、产品与转化情况;第二种运用到了巴斯渗透模型以及其对于绝对市场规模和采购率的分析;第三种会用到以基本利率为基础的检测工具来判断TAM估算的合理性。

图1

在文章的最后,我们也会提及企业可以通过商业类别的进化实现TAM的增长,因此产品与服务是它们的重中之重。如果得以实现进化,企业就能受益于网络效应,不仅能够很好地留住客户,更能提升企业的竞争格局与壁垒的持续周期。

新产品分类

在分析市场规模之前,有必要先讲述一下产品的分类。在这里,我将以科技与客户的新旧分类并两两排列组合一下。这样我们就能客观评估公司对于产品的推销策略,然后去推测哪种预测方式是最强而有效的。

图2

表中左下棕色区域展现的是面向老客户,使用已有技术的产品,其对应TAM估算方式需要对市场景气程度与市场份额变化进行分析。这种情况下,公司可以通过定价策略以及改良产品实现TAM的增长,例如1993年四月万宝路香烟就曾为了扩大市场份额而主动降价20%。管理层对市场份额的追求源自于其与利润的正相关性,而这也引出了一个非常有意思的矛盾:因为若是将企业的目标设定为对市场的占据,反而会普遍导致利润的下降。

TAM分析最有用武之地的是左上与右下,分别对应旧技术新客户与新技术老客户。前者包括的就有客户地理分布广度的增加,或老产品在其他方面的应用得到发掘,例如用可乐来清理厨房等。后者所包括就更为广泛,或如扩大产品线一般普通,或如破坏性革新一样特别。所谓的破坏性革新,更专业的说法是一个产品以一种全新的价值网络进入市场。最简单的例子就是亚马逊和kindle就是一个以革新的方式搅乱了原先书本产业的布局。

在新客户和新科技的情况下,对TAM的估算就变得比较讨巧了。我们没有办法预估有多少新客户会适应新的科技并留下来,转化率也自然不得而知。这也就是为什么在历史上总会有一些站在时代最前沿的人留下一些今天看来让人啼笑皆非的滑稽言论。

无论如何,分类新产品只是为了让读者对估算TAM的最佳方式有一些基本认知。可以看到,有些就只是数数游戏,简单考虑潜在用户、市场份额和定价即可。而在一些较为复杂的情形中,结果更加“多元化”,也因此缺乏确定性。我们不妨来看几个独特的估算TAM的方式。

市场规模:人数,产品与转换

第一种要介绍的方式靠的是估算市场的绝对规模,也就是简单直观地将潜在客户与客户人均期望收益相乘。下图就展现了这个框架的核心要点,而其中又以估算总人数、目标客户人数与潜在收益为重点。

图3

以美国的他汀类降胆固醇药为案例来说明,下面是一些基本情况:

人数:美国有大约六千四百万人胆固醇含量过高,而又有五千六百万的40到75岁的此类患者可以使用他汀类产品。目前这款产品有大约两千五百万人在使用。

产品:美国有六款处方他汀类药物,而其功效各不相同。药效、市场营销、定价与专利等决定了它们不同的市场份额。对其他的药类产品来说,可能影响客户转化率的额外因素还有寄送方式、使用频率和剂量等。

转化情况:即使医生开了药,病人也未必就会一定按照医嘱来做。在美国,对于一些需要长期服用某种药的病人来说,能够一直坚持的人通常不到半数。在综合考虑了包括不遵守医嘱的问题等因素后,就可以通过预测的数量开始考虑产品的定价问题,最终结合这两个方面推导出销售额。

在此基础上,如果还想更上一层楼,那么对于需求与供给端的考虑是无法逃避的。

从需求端入手,首先要明确使用者和购买者是否统一,比如主人给宠物买粮食就是个很好的例子,而对于此二者较为分离的医疗保健行业来说考虑这点尤为重要。除此之外,还需考虑购买者的普遍金融资产的情况处在什么水平?患者最大的用量与需求时期是怎样的?这对潜在市场空间的影响是怎样的?产品的价格弹性与替代品情况又如何?

对于供给端来说也同样需要考虑生产者与销售者的统一与否。综合来讲,要考虑的方面有:包涵设备、地理位置等因素在内的生产能力评估;通过企业所处运作周期的位置判断其单位增长率与定价能力;思考税收、执照要求及其他对于企业的管控与限制水平;思考企业的规模是否为其提供了有持续性的竞争壁垒,以及与市场中的企业是否形成业务冲突。

这大抵就是利用市场人数、产品与转化情况来估测市场绝对规模的方式,无论过去将来它都可以说是最为牢靠的估算TAM的方式。若想让分析显得更加丰富一些的话,其实社会层面的很多因素也是可以往深里挖掘的。

TAM与巴斯模型

巴斯模型主要用于研究客户对新产品与服务的采用率,并预测未来某时期购买者人数。这个模型同样能够帮助我们校准增长率并得到更为准确的TAM。

简而言之,巴斯模型有三个主要变量:

创新系数p,即尚未使用该产品的人,受到大众传媒或其他外部因素的影响,开始使用该产品的可能性

模仿系数q,即尚未使用该产品的人,受到使用者的口碑影响,开始使用该产品的可能性

最终采用产品人数估算m,该变量也决定了市场的规模

根据这三个变量,我们就可以计算某时期购买者人数N了,主要是通过以下这个等式:

N(t) – N(t−1) =[p + qN(t−1)/m] × [m – N(t−1)]

拆分开来理解记忆,大致意思是:新采用产品人数=采用率×潜在采用人数。

N(t)与N(t−1)非常直观,代表t与t-1时间的采用人数,二者相减即为人数增量。

[p + qN(t−1)/m] 表示采用产品服务的比例数。t-1时间点的转化人数N(t−1)除以潜在人数m得到历史上因模仿而转化的实际比例,而再乘以q就得到了t时间中因为模仿他人而采用产品的人的实际比率。p独立于人数而存在,因此无需额外处理。

[m – N(t−1)]表示还未采用产品服务的人数。总潜在人数m减去t-1时间已采用的人数就得到了市场中剩下的待挖掘的客户群体人数,也就是t时间的潜在采用人数。

有研究表明,p的均值在0.037左右浮动,而q的均值则在0.327左右浮动。下面这张图就展现了m=100时p与q的数值变化对于结果的影响。可以看到,当q大于p时,使用者的累计渗透图大抵呈S形。从变化速率来看,当q大于0的时候,其速率的走势与正态分布的形态类似。

图4

投资者可以从多方面运用巴斯模型,例如从历史数据来估测产品前景。在这里以卫星电视为例展开说明。1992年巴斯模型曾被用来预测1999年的卫星电视采用人数。m被设定为16%已有电视套件的家庭,而p和q以有线电视产品为基础被设定为相近的值。预测结果是940万用户,而1999年的实际结果是990万,可以说这个方法也较为有效。

投资者也可以利用巴斯模型通过反向分析股价来评估对采用产品服务者增长率的预期以及总采用人数。这样之后,就能依照实际结果通过对比三个变量来判断达成这些预期结果的可能性大小。

除此之外,巴斯模型还贴心地附加了一项免费服务,让我们能够计算顶峰销售值。等式如下:

顶峰产品销售值 = m × [(p + q)² / 4q]

企业与投资者总是在S形增长率最斜率为陡峭的阶段过于看好未来走势,而我们看了图都知道通常后续增长率的加速幅度会慢慢下滑。计算顶峰销售值能让企业与投资者更明智地看待增长率的问题,也能让他们设定的预期更合理。

总而言之,渗透模型的主要功效就是通过理解消费者采用产品的姿态来明了产业的演变。一个产业中有多家企业相互竞争是自然不过的事了,而渗透模型的假设则是某一家企业包揽了所有市场份额。因此,市场是如何划分的也至关重要。

有研究表明,产业演变分为三个阶段。最初,竞争者数量激增,而后由于企业大规模的退出导致行业出现波动,最后竞争者人数与市场份额得以达到平衡。这点与企业的潜在价值评估有很大的关联。在第二个阶段,一家企业的销售额是可以受益于众多竞争者的退出而急速增长的。

巴斯模型的参数估测

要想让巴斯模型的结果有效,那么自然也需要追求输入参数的准确性,而在这里也会简要阐述该怎么做。最主要的方式是通过类比法,就比如前面所说的将卫星电视类比有线电视。

当然,要想找到一个完美又方便比较的对象也不容易。不是所有东西都能简单类比的,也有感觉差不多却在某些方面大相径庭的例子,但也不必苛求方方面面都一致。可以选一沓产品作为能够类比的对象,然后按照指标一一打分对比。综合来讲,主要的指标有经济状况、市场结构、需求端情况、市场策略和创新特色,从这些方面入手后再依次深度研究类似性。

虽说要以史为鉴,但产品和服务的采用率其实一直都岁随着时间流逝在增速。譬如在1946年一个产品想要从10%的市场份额占有量发展至90%需要13.8年,而放在1980年则只需要6.9年便能达成同样的成就。因此,投资者也需要更灵活的看待历史案例的分析与结论了。

巴斯模型的局限性

巴斯模型固然优秀,但使用它也会让投资者忽略一些对于估测企业未来局势较为重要的方面。在这里会展开说明三块内容,分别是替代周期、规模经济以及网络效应的作用。

替代周期所蕴含的问题是:消费者买了产品后,他过多久才会更换?每次手机厂商出新机型大家都会换吗?

这可能带来的现象就是,即使市场人数变多,渗透率也很高,单位需求可能因为替代周期的延长而下行。对于一个成熟的商品或服务来说,替代周期必然会成为一个重要的影响因素,而其也势必会影响潜在销售额与TAM。

规模经济所指代的是指企业通过扩大经营规模可以降低平均成本,从而提高利润水平。它是竞争优势与壁垒的重要一环,也因此对于价值创造至关重要。但是,此二者的关系并非是永恒不变的正向,经常是当企业超过某一阈值的时候其价值创造能力就开始受限制了,同时也就制约了TAM的水平。

Bruce Greenwald教授曾就此说道:“所有策略都具有地方性”。他认为,公司只能在当地或小区域内享受规模经济的红利,而当企业增长、慢慢向理论TAM靠近的过程中,其创造附加价值的能力急剧下降,直至烟消云散。

类似的,我们也可以把这个观点用在一个不同的问题上。如果公司过度的给市场提供远超过需求的产品,那么消费者很可能得到过度满足而不愿再为额外的加强版产品买单。最方便好认的现象就是消费者只会去使用产品的部分功能,而且不愿为新功能花钱。

为处于或容易得到过度满足的市场服务的公司注定会有两个薄弱点。无论是出于竞争压力与否,一旦企业发现自己花在研发上的开销并不能让消费者为产品买单时,那么企业的盈利能力就会下降。而且,之前所提到的割裂式创新产品会开始在这类市场寻找机会。它们的获利手段更为简单粗暴,也因此更便宜。虽然它们能吸引到的大多是处在最外层的消费者,但它们为吸引追消费者的进一步创新通常非常迅速。成本低,革新快,这无疑对上述企业是一个很大的挑战,也因此它们往往被这类市场束缚住,既无法往更高端走,也没法去探索低端市场。

总结而言,TAM分析也需要考虑创造附加价值的限制条件,而其中一个突破口就是规模经济这个竞争优势。遗憾的是,一家拥有物理资产的企业想要在全国乃至全世界享受规模经济是极其困难的,而它们在这过程中也可能会受到市场满足度情况的限制。

网络效应代指的是随着人们更多地使用产品服务而使其价格升高的现象。例如电话,想象如果只有一个人拥有电话,那么只能愚蠢地给自己打电话无疑会让这款产品的价格大打折扣,而可想而知随着使用者的增多,其定价也会节节攀升。梅特卡夫定律虽然不能算是个定价工具,但它给出了一个价值参考指标:n²-n,其中n为使用者人数。

但是你七大姨八大姑用着哪款吹风机显然不怎么会影响你的选择。网络与移动通讯的崛起才让这个效应有用武之地,因为这是一个相互连接的体系,每个节点都可以互相交流。

借助强力的网络效应,龙头企业的市场份额能够稳居50%以上,甚至能直逼90%,而一般市场的龙头企业份额平均只有40%左右。譬如微软的操作系统,谷歌的搜索引擎等都是具有代表性的例子。

经济学家W. Brain Arthur就曾说过:“网络之下,物竞天择”。在需要良好的网络效应助力的市场中,企业往往需要花费大量物资人力来打败竞争者并将产品服务渗透到市场,而在这途中许多无力同台竞技的公司自然就被淘汰。

下图就展现了这种现象。左图是我们已经了解过了的渗透模型,而右上图展现的是对于未能成功渗透市场的大部分公司的模型。在底部的第二张描述的是成本随市场份额的变化情况,可以看到在达到一定量市场份额占有率后之前高额的成本会一下子骤降。这也正是为什么许多公司愿意过分地投资来吸引用户,其底层逻辑便在于此。

图5

这种商业模式之所以能够成立,背后是靠着竞争胜者所能享有的,需求与供给端双方面的规模经济效应。传统意义上,例如对于一加制造业公司来说,其供给端的规模经济效应让其享有投入加大与边际成本下降的正关联性。这种正向反馈对于拥有网络效应的市场来说只会更强,因为其需求端,即用户,也会因为用户圈子的扩大而愈加发现这种网络对他们的价值,也就更愿意购买。这就是所谓的“双重优势”。

在现在的时代,“网络”的价值不再过多依靠物理资产而是信息量,而这对于考量成本非常重要。信息类产品的预付成本很高,但是增量成本却很低,例如对于一款软件来说,初次编程很冗长,但完成后的后续复制派发却要容易不少。

将网络效应与信息类产品特点相结合就能够在相对较短的时间里实现很高的收益。让网络效应驱动销售额激增,再加上较低的增量成本,因此只需少量资本即可产生大量现金流。算上规模经济的影响,众多互联网公司都是通过这种手段操作成功在营业利润率方面创造极好杠杆的。

基础比率的现实检验能力

TAM三角分析法的最后一种方式就是对于基础比率的考量。大致的思想是借鉴其他公司,当他们处在你正在检验的情形中时,他们是如何处理的。诚然世上永远没有完美的类比对象,但是基础比率的情况能为我们对TAM估测的合理性提供些看法,而有研究表明运用基础比率能有效提高预测的准确性。

特斯拉为例,马斯克曾在2015年称特斯拉可能能够在当年大约60亿美元的收入基础上,在未来十年内实现50%的复合年销售额增长。

我们可以先用市场人数、产品和转化的那套方法来判断这个增长率的可信度。想想国际汽车市场,估算一下后面10年电子汽车市场份额的情况,再考虑考虑特斯拉在其中的位置,最后假设个汽车的价格。这样完了之后还需要对特斯拉的电池业务再进行一遍同样的分析。换句话说,现实检验需要自下而上的分析。

然后可能再就渗透方面进行调查。自动变速器和空调这类创新在汽车市场的渗透速率是怎样的?当然,也完全可以跨行业类比,例如从大哥大到智能手机的转变等。

基本比率的方式和以上的这些完全不同。它只会问:“其他公司在类似情形下后面怎么样了?”下面这张图就展现了一些与15年的特斯拉等体量企业未来10年的销售增长率分布,有超过1200个数据。红色星号所代表的是马斯克所提及的比率。可以看到,在去掉通货膨胀影响后,企业平均的增长率不到3%,而标准差也在8%左右。此外,没有一家公司的复合年增长率超过了40%。

图6

即使在TAM估测的前两种方法似乎能证明快速增长合理的情况下,投资者也应该根据经验想想其合理程度再进行调整。特斯拉当然可能最终达到这个增长率,但概率是多少呢?投资思路较为保守的人不会把这个数值给得很高。

TAM与生态系统

在2000年左右TAM定义的广度被扩展了,也导致许多公司的TAM估值水平比起过去低了一大截。其概念是“联通与杠杆”,或者说“将生态系统中的某节点已有的用户基数转移到另一个节点中去”,而其中“节点”就代表着单个产品或服务。

现在,越来越多的企业想方设法地试图把自家的产品服务推到某个生态系统的中心去。如果真的搞定了,那么这将为他们带来三方面的好处。第一,可以享有网络效应的加成;第二,这能加大让客户留在此生态系统的几率;第三,它能延长企业竞争优势的有效时长。

要对公司“联通与杠杆”能力有一个良好的评估,可以从三种商业种类着手:物理业务类、服务业务类与知识业务类。

物理业务类:此类商业的现金流来自于有形资产,包括生产设备、商铺及库存等。销售额的增长与资产的增长联系紧密。

服务业务类:顾客是此类商业最大的竞争壁垒。对他们最重要的点莫过于要一对一提供服务。销售额的增长与员工数量及其生产力联系紧密。

知识业务类:知识业务类商业的最大竞争壁垒也是顾客。他们往往只需要单次生产知识内容便可以多次复制再利用。规模与销售额并没有什么联系,也因此最有潜力让规模爆发式增长。

在这里也将罗列一些三者一些较为突出的不同:

竞争壁垒的来源:物理业务类公司依靠有形资产,而服务与知识业务类公司都靠人。因此,当一个公司逐渐发展而脱离最开始对物理资产的依赖后,它需要合理地管理物理与人力资本。更进一步讲,那些为价值创造做贡献的员工们或多或少都想享受这些成就的好处。因此,想要获得成功,离不开合理的补偿措施与便捷的内部劳动力市场的帮助。

投资目的:物理与服务业务类企业通过增加自身容量来扩张。这大致就落到资本支出和招纳新员工这两类中,例如零售店开新店铺,律师事务所招新人等。公司自然会想最大化生产力,但其本质限制了它们规模化运作的能力。

知识业务类公司与前两者截然不同,它的投资几乎全用在应对过时老化的问题上。虽然一般对销售更多当下的产品几乎不存在限制,但这类产业的变化速度实在是太快了。过时,几乎就意味着被完全淘汰。但如果公司已经拥有了部分用户基础,那么它们就能很容易地就能在新旧产品间转移用户,减轻过时带来的风险。

产品与资本保护:经济学家将产品分为竞争物与非竞争物。竞争物的概念是一个人的使用将减少他人的使用,就例如笔和衣服这类同时只能一人使用的产品。司法对于个人财产权的保障很直接地就能确保竞争品的安全。而非竞争品则意味着同时可以有许多人共同使用的产品,它可以是一个配方或者什么处方等。这类物品可想而知很难保护,因为复制过于简单且低成本,所以这点也让创造者们为之头疼。

公司用来增加 TAM 的策略之一就是扩展到新的业务类别,对那些依赖实物资产的公司更是如此。这也是为什么GE在其业务增长的同时TAM显示所占份额下降的原因。例如,GE医疗就通过提供多供应商服务扩展到销售 X 射线、计算机轴向断层扫描和磁共振成像机,最终一直走到了远程诊断。

Deere & Company的故事也很有意思。他们以其拖拉机、割草机而闻名,属于物理业务类企业。但是它们让这些机器变得越来越智能,其拖拉机软件的代码已经比早期的航天飞机与GPS系统的要多了,因此系统能够准确无误地指导实地工作。

近年来,该公司超越了之前的业务而进入了服务和知识业务类别。该公司推出了 MyJohnDeere.com以提高农民的效率。该网站帮助农民管理他们的设备并提供有关灌溉系统、营养来源、天气条件、作物价格和商品期货的信息。

业务类别的演变不仅对理解 TAM 具有重要意义,其还为企业带来了许多重要的战略挑战。其中包括开放和封闭系统之间的权衡、产品或云服务的功能、决定哪一方拥有数据,以及是否通过向外部方出售数据来变现赚钱。

- end -

按姓名首字母排序

安     昀 | 鲍无可 | 贲兴振 | 薄官辉 | 曹   晋 | 曹文俊

常亚桥 | 常   蓁  | 崔建波 | 陈璇淼 | 陈   平 | 陈   媛

陈立秋 | 陈   军 | 陈觉平 | 陈文扬 | 陈   宇 | 程   彧

程    洲 | 程   琨 | 崔    莹 | 蔡嵩松 | 蔡    滨 | 蔡志鹏

邓炯鹏 | 董伟炜 | 杜晓海 | 杜   洋 | 冯明远 | 付   斌

付   娟 | 费   逸 | 范   洁 | 方钰涵 | 方   纬 | 高兰君

刚登峰 | 葛   晨 | 顾耀强 | 光   磊 | 归   凯 | 郭   锐

郭   堃 | 郭相博 | 巩怀志 | 韩   冬 | 韩海平 | 郝旭东

郝   淼 | 何   帅 | 何晓春 | 何   琦 | 侯振新 | 洪   流

胡昕炜 | 胡鲁滨 | 胡宜斌 | 胡   涛 | 胡   伟 | 胡    喆

黄    峰 | 黄    力 | 黄立华 | 黄   波 | 姜   诚 | 蒋   鑫

纪文静 | 焦   巍 | 贾    鹏 | 金笑非 | 匡   伟 | 孔令超

劳杰男 | 雷   鸣 | 李德辉 | 李   琛 | 李晓西 | 李晓星

李元博 | 李耀柱 | 李玉刚 | 李健伟 | 李   建 | 李佳存

李   巍 | 李晓星 | 李   竞 | 李振兴 | 李    欣 | 李少君

厉叶淼 | 黎海威 | 梁    浩 | 梁    辉 | 梁   力 | 梁永强

廖瀚博 | 林   庆 | 刘   斌 | 刘   波 | 刘   辉 | 刘格菘

刘   江 | 刘晓龙 | 刘    苏 | 刘    锐 | 刘   平 | 刘   潇

柳世庆 | 柳万军 | 陆   彬 | 陆政哲 | 陆    欣 | 陆   航

罗春蕾 | 罗世锋 | 骆   莹 | 吕越超 | 楼慧源 | 马    翔

马   龙 | 莫海波 | 牛   勇 | 彭凌志 | 潘中宁 | 潘   明

蒲世林 | 齐   皓 | 祁   禾 | 邱璟旻 | 丘栋荣 | 邱   杰

秦   毅 | 秦绪文 | 曲    径 | 饶    刚 | 宋海岸 | 石   波

沈   楠 | 沈雪峰 | 史    伟 | 是星涛 | 孙   芳 | 孙   伟民生加银

孙   伟东方红 | 孙轶佳 | 汤   慧 | 唐颐恒 | 谭冬寒 | 谭鹏万

谭   丽 | 田彧龙 | 田    瑀 | 屠环宇 | 陶    灿 | 万建军

王大鹏 | 王东杰 | 王君正 | 王    涵 | 王    俊 | 王    培

王    鹏 | 王    栩 | 王延飞 | 王宗合 | 王克玉 | 王    景

王诗瑶 | 王晓明 | 王奇玮 | 王筱苓 | 王园园 | 王    垠

魏晓雪 | 魏    东 | 翁启森 | 吴    星 | 吴    达 | 吴丰树

吴   印 | 吴     渭 | 伍    旋 | 肖瑞瑾 | 肖威兵 | 谢书英

谢振东 | 徐荔蓉 | 徐志敏 | 徐    成 | 徐    斌 | 许文星

许    炎 | 薛冀颖 | 夏    雨 | 颜    媛 | 杨    栋 | 杨    浩

杨    瑨 | 杨锐文 | 杨    帆 | 杨岳斌 | 杨    明 | 姚    跃

姚志鹏 | 叶    松 | 叶    展 | 易智泉 | 于   渤 | 于   洋

于善辉 | 于浩成 | 袁    宜 | 袁    航 | 袁   曦 | 余小波

余芽芳 | 张丹华 | 张东一 | 张  峰富国 | 张  峰农银汇理

张    锋 | 张汉毅 | 张    晖 | 张    慧 | 张金涛 | 张    骏

张     萍 | 张    帆 | 张延鹏 | 张迎军 | 张益驰 | 张鸿羽

章    晖 | 章旭峰 | 詹    成 | 赵晓东 | 赵    强 | 曾    刚

郑澄然 | 郑慧莲 | 郑    磊 | 郑巍山 | 郑    伟 | 郑泽鸿

周应波 | 周克平 | 周    良 | 周雪军 | 周    云 | 周    杨

朱    平 | 朱    赟 | 朱晓亮 | 朱    熠 | 左金保 | 赵    蓓

邹维娜 | 邹    唯 | 邹     曦

雪球转发:8回复:1喜欢:28

全部评论

namu107-18 21:49

好专业👍