我叫林澈，在一家消费品集团做战略与产品组合管理已经第 11 个年头了。日常工作很简单也很残酷：给产品“判生死”。
很多刚接触战略工具的同事，一看到「波士顿矩阵」这四个象限——明星、金牛、问题、瘦狗——眼睛一亮，觉得抓住了真理。现实是，真正放到业务里用的时候，才知道哪里都在“打折”：数据不全、市场模糊、老板有偏好、团队有情绪。
这篇文章，我就站在“做过很多错判、也挽救过一些项目”的内部视角，用几组典型的波士顿矩阵案例，拆给你看：这个工具到底怎么在真实公司里起作用，又在哪些地方坑特别深。我的目标只有一个——让你看完之后，敢在自己的业务里画那四个格子，还能讲出一套经得起数据和管理层追问的逻辑。
当前时间是 2026 年 1 月，我会尽量用到近两年的公开数据和真实事件，避免“过期战略”。
在很多培训课上，波士顿矩阵被讲得有点“卡通”：高增长+高份额就是明星，低增长+高份额就是金牛，剩下两类就是要么冲要么砍。听起来干脆利落，做起来却常常变成“谁话多谁赢”。
在集团里，我们做矩阵，一般会先做三件事：
- 把市场增速统一到一个周期里看，比如最近 3 年复合增长，而不是某一年反常的高增长或低增长；
- 用可查证的数据源：像欧睿（Euromonitor）、尼尔森（NielsenIQ）、CTR、艾媒咨询等，再结合公司内部销售数据，做交叉验证；
- 一开始不急着贴“明星/金牛”标签，而是先看数据的“形状”：是不是在变缓、是不是有地区间差异。
举个简化的真实场景：2023 年，中国即饮咖啡（RTD Coffee）整体市场增速在 8%–12% 区间波动，不再是早几年那种 20%+ 的爆发期。一款我们服务过的品牌，在便利店渠道的份额已经进入前二，但在电商和新零售渠道却远远落后。如果单看全国平均份额，它看起来是标准的“金牛”；但拆到渠道，就会发现它在便利店是金牛，在社区电商甚至连问题类都够不上。
也就是说，波士顿矩阵只给了你一个“二维坐标”，真实世界里的决策，往往要在这两维后面再加好几层注脚：渠道、区域、人群、毛利结构、战略价值。工具框架是冷的，案例里的选择，却每一个都带着温度——有利润压力，有团队投入，有老板野心。
我参与过一个新式茶饮连锁的咨询项目，大概是在 2024 年疫情完全放开后，线下消费强劲恢复的那一波。这个品牌在一线城市的门店里排队排得很夸张，新品一上线，小红书话题阅读过千万，看上去是个绝对的“明星业务”。
我们按波士顿矩阵拉数据的时候，做了两个动作：
- 用门店单杯销量和客单价做“内部份额”，对比的是同商圈、同价位带的其他茶饮品牌；
- 用所在城市的新式茶饮整体增速，代表该品类的市场增长水平。
结果非常“打脸”：品牌所在的头部商圈，确实增速惊人，有的商圈 2024 年单月客流比 2019 年高出 30% 以上，这一块可以说是高增长；但在一线以外的城市，这个品牌门店扩张快、客流涨得慢，坪效并不理想。把全国数据合在一起，品牌的整体增速不如看上去那么亮眼。
更关键的，是这款“爆款水果茶”的毛利结构。核心原料成本占比比经典款高出约 12 个百分点，加上冷链和损耗，一杯卖得越好，对门店利润的稀释越厉害。你会发现，它在“声量矩阵”里是明星，在“利润矩阵”里却更像问题类。
我们最后给这家公司的建议是：
- 在波士顿矩阵里给这款产品贴双重标签：营销层面当成明星资源去操作，但财务上把它视作导流品，对毛利和折扣有清晰边界；
- 把真正的“金牛”定义成那几款稳定走量、原料结构简单、复购率高的经典奶茶，把推广和陈列资源悄悄地向它们倾斜；
- 新城市开店时，不直接照搬一线城市的产品组合，而是根据当地消费能力，把“明星款比例”控制在一定区间。
从这个案例里，你能看到一个很现实的点：很多所谓的“明星产品”，只是流量意义上的明星。如果你只拿“增速+声量”来画矩阵，很容易做出让团队兴奋但让财务难受的决策。
另一个印象很深的，是家电行业。2025 年底，我们帮一家老牌家电企业做品类规划。它有一款经典的滚筒洗衣机型号，在 2018–2022 年间是标准的金牛：线下渠道占有率稳居前三，生产线已经完全摊薄了固定成本，毛利率可观。
问题出现在 2023–2025 年，滚筒洗衣机整体市场进入微增长甚至局部负增长阶段，而带烘干、智能联网、高能效等级的新款开始慢慢抢走用户预算。根据奥维云网的数据，2024 年中国洗衣机市场零售额基本持平，同比增速在 0–1% 徘徊，但中高端价位段的占比在持续提升。
我们把这款经典型号放入波士顿矩阵里，用的是：
- 市场增长率：所在细分价位带的销量增速；
- 相对市场份额：品牌在该价位段的市场份额对比主要竞品。
图画出来之后，它依旧是高份额，却落在了低增长甚至负增长象限——典型老金牛。按照教科书，它应该继续压榨现金，然后逐步退出。
问题是，内部没人愿意接受“退出”这两个字：
- 渠道觉得它是熟悉的爆款，动销压力小；
- 生产端认为线体成熟，切换新产品会带来新的不确定成本；
- 老用户对型号非常认同，各种评论区一片好评。
我们在这里做了一件很多人觉得有点“冷”的事：把这款产品未来 3 年的现金流、维护成本（渠道返利、售后、品质投诉隐性成本）、机会成本（占用展位与广告资源）全部拉到一张表里，和几款增长更快但短期利润不如它的新产品放在一起算。结果非常直观：继续押注老金牛，会逐渐拖累品牌的整体价格带上探。
工具层面我们做的是：
- 在矩阵里，把老金牛明确标为“现金收割期”，并写清时间窗，比如 18–24 个月；
- 同时在公司内部话术上，强调“向忠实用户体面告别”，比如通过限量版、纪念款、以旧换新等方式，慢慢缩小其存在感。
对读者的你来说，这个案例的启发是：波士顿矩阵里最难处理的不是问题类产品，也不是瘦狗，而是那些“情绪价值极高的金牛”。如果你不借助数据，把感情从决策桌上挪开一点，整个公司会被温水慢慢煮着。
很多 B 端公司在做波士顿矩阵时，有一个普遍误区：只要是新业务，就默认塞进“问题类”。我在跟一家做企业协作 SaaS 的公司合作时，这个问题特别明显。
这家公司 2023 年启动了一个面向中小企业的轻量化产品线，ARPU 不高，但增长凶猛；而原本面向大型企业的旗舰产品线，合同额大、销售周期长，看上去依旧是现金来源。
我们按照矩阵逻辑，尝试着做了两张图：
- 一张用“合同额”为基准衡量份额和增长；
- 一张用“客户数”和“续费率”为基准做同样的矩阵。
结果完全不一样：在合同额维度，新产品是十足的“问题类”：市场增速高，当前份额小，资源需求大；在客户数和续费率维度，它已经接近明星——虽然客单价不高，但新增客户数在公司所有产品里排前列，续费率也比较健康。
我们最后跟管理层讨论，得出的共识是：
- 对 B 端产品，评估“份额”时不要只盯合同额，更要看“安装量/席位数/活跃账号”这种能反映产品黏性的指标；
- 对新产品线，矩阵里的象限归类，需要明确时间周期：如果我们相信这个市场未来 3 年的复合增速会保持在 20% 左右，那么现在的“问题类”其实是潜在明星。
我们在内部使用矩阵时，干脆把象限改了命名方式：
- 高增长+高客户活跃度：成长核；
- 低增长+高利润：现金池；
- 高增长+低份额：探索区；
- 低增长+低份额：退出区。
命名听上去没那么教科书，却更贴近会议桌上的真实语言。工具的本质，是帮你把“共识”具象化，这一点，在波士顿矩阵的案例实践里特别明显。
谈了这么多案例，反过头来看，决定波士顿矩阵好不好用的，往往不是那四个格子，而是你选了什么数据进来、怎么定义这些数据。
我这几年看下来，有几点经验，愿意摊开说透一些：
“市场增长率”不等于“全行业增长率”{image}很多公司直接拿国家统计局、行业协会给出的整体增速就往图上画，结果完全偏离了自己真实所在的战场。以新能汽车举例，2024 年中国新能源乘用车渗透率已经接近 40%，增速结构发生了很大变化，不同价位、不同城市、不同动力路线的增速差异极大。如果你卖的是 20 万以下的纯电，拿全行业平均来画，很容易错把自己当明星或者问题类。
“相对市场份额”要选对对手很多时候，主观上大家都喜欢跟行业绝对霸主比，觉得这样“显得有目标感”。但做矩阵时，更有用的是选你现实有机会撼动的对手，比如同一价格带、同一渠道、同一消费人群。哪怕是区域性对手，也比全球霸主更有参考意义。
尽量用过去 3 年数据的轨迹而不是一个截面一个品类如果连续三年增速在往下掉，即便当前数字还算体面，也不能轻易当成明星或问题类；反过来，如果某个细分品类在 3 年内从零起步到占据 5%–8% 的市场份额，哪怕绝对值还不大，它的矩阵位置也应该被重视。
把非财务指标纳入“隐形维度”例如用户满意度（NPS）、复购率、渠道依赖度、供应链风险。这些不会直接画在那两轴上，却可以成为“象限内排序”的依据：同样是问题类，有的值得重投，有的更适合快速试错后关停。
说到底，波士顿矩阵本身不稀奇，很多 MBA 课本都在讲。真正区分“会用”和“只会画”的，是你愿不愿意承认：数据往往不会替你做决定，但它会把那些你不愿面对的事实放得很大。
如果你现在负责某条业务线，或者你正准备向老板汇报产品组合，想用波士顿矩阵做个结构化输出，我会建议你把这套动作变成一种“习惯流程”：
从“团队真实问题”出发再画矩阵先问自己两个问题：你现在最困惑的是哪几款产品/业务？你最担心未来 2–3 年什么风险？带着问题去画，而不是为了画而画，会更容易把矩阵变成决策的起点。
用两轮矩阵校对“认知偏差”第一轮，允许每个人凭直觉给产品贴标签，看谁觉得是明星谁觉得是瘦狗；第二轮，用统一的数据和口径再画一版，对比两轮差异。往往最有价值的，就是这种“印象与数据的冲突”。
给每个象限定义“动作而不是形容词”明星不是“很棒的产品”，而是“资源优先倾斜+明确的规模目标”；金牛不是“很赚钱的老产品”，而是“现金收割+有限创新”；问题类需要写清是“加注试错”还是“收缩观察”；瘦狗不等于“马上砍”，可以是“寻找退出机会+保留关键能力”。
定期微调，但不要天天重画我们一般会把矩阵更新频率锁在半年或一年，避免因为短期波动频繁改策略。与其一有新数据就动一次，不如在固定节点集中回顾，看看哪些产品“移动了象限”，同时反思过去的判断。
说这些，并不是要把波士顿矩阵神化成什么“万能武器”。在实战里，它更像一面镜子：你把公司所有的“爱恨情仇”梳理一遍，再被迫用一张很简单的图去呈现，这个过程本身就会逼出很多真正该讨论的问题。
如果你看到这里，脑子里已经浮现出自己所在公司几款具体的产品，甚至已经在想“它到底算金牛还是问题类”，那这篇围绕「波士顿矩阵 案例」展开的分享，对我这个天天画表格的战略狗来说，就算没白写。
