京公网安备 11010802034615号
经营许可证编号:京B2-20210330
【总结】竞品分析报告撰写的方法
一份优(有)秀(用)的竞品分析报告,不是说简单地找几个类似的产品,罗列几个功能,说几个优缺点就可以的,其中往往包括了很多文案撰写逻辑,对比分析方法论,还有最重要的是作者说了一大通分析之后的问题解决思路。
那么正确撰写竞品分析的姿势应该系怎样的呢?
竞品分析三步曲
①选择分析目标:明确竞品分析的重点和需要解决的问题;选择合适的竞品(业务相同或者相关的产品)
②对比和分析:按照若干维度(产品功能、交互设计、运营策略等)对产品和竞品进行逐项罗列对比和分析优劣
③讨论和提出解决思路:根据第一步的确立的分析重点和第二步相关维度的对比进行综合讨论分析,进一步可结合时下的行业发展趋势,提出符合逻辑的解决方案思路。
1、设定分析目标
很多新人和童鞋(包括曾经的卤煮)在第一次写竞品分析的时候,往往都会过于侧重直接去对比分析,而忽视了如何筛选竞品,为何做竞品分析,分析的重点是什么,需要解决什么问题等细节。
“选择重于分析”–网易著名设计师刘津
而在这里我引申为“选择分析目标”。这里包含两类目标:
①分析的侧重点:任何一份报告都有一个中心点,竞品分析一般也会围绕一个核心(公司的发展方向、产品的迭代方向等)去展开,这个核心就是分析讨论的侧重点,需要作者花费更多篇幅去做详细论述,否则面面俱到只会让自己陷在精力崩溃、读者阅读乏味的泥沼中。
栗子:卤煮之前写过一篇社交产品的竞品分析,目的是探寻一种更nice的构建陌生人关系的方法和怎样帮助陌生人社交平台沉淀用户关系链。至于社交平台怎样流量变现、运营策略这些就不是侧重点,简单对比即可,少花精力分析。
②选择竞品:选对了竞品事半功倍,选错了后悔一生。竞品分析的唯一前提就是竞品,如果你竞品都选错了,浪费工作量不说,得出错误结论祸害团队那才是致命的。
栗子:还是卤煮那篇文档,当初一想到移动社交,就想起微信,虽然也觉得不妥,但是加进去写了。虽然最后也没有太多篇幅关于它,最多就是浪费工作量。但是万一卤煮脑袋一热得出了个结论说“陌生人的有效方法是摇一摇和漂流瓶,因为微信体量很大,所以建议移动社交产品必须加这俩功能”,那岂不是被前辈笑惨了(逗你的 – -)。
那怎样正确选择竞品呢,所谓知己知彼。首先是要知己:
如果是立项阶段,就要清楚目前市场趋势在哪里,用户需求,产品定位等。
如果是大规模迭代改版,可能会倾向旧产品的不足之处以及新兴产品的特点等。
这里介绍刘津前辈的一个选择竞品的高效方法,如下图。该方法相对比较严谨和复杂,实际运用还要看报告的需求来灵活使用。

2、对比和分析
对比和分析是竞品分析的内容主体,一般有两个点需要着重注意:
①分析维度
竞品分析,可能会从以下几个维度进行对比分析:战略定位、盈利模式、用户群体、产品功能、产品界面(交互方式、视觉表现)、数据和技术等,对于不同目的的竞品分析,会有所侧重,这和第一步中确定分析目标相对应。
而着重UE角度分析,可以参考《The Elements of User Experience》的相关理论(将UE分为5个层面),实际写报告时候,将相应内容填充即可。

②分析准则
无论是做哪个维度的对比,都需要基于相同的标准(准则),才能作出合理的分析。不过这对于一般的产品功能来说,没有成文的规范,大概做到“相同的操作系统,同一时期的版本,同一地区的版本等”即可。而做交互分析,可能需要严格按照类似“十项可用性准则”之类的法则来做:1,一致性和标准性;2,通过有效的反馈信息提供显著的系统状态;3,方便快捷的使用;4,预防出错;5,协助用户认识,分析和改正错误;6,识别而不是回忆;7,符合用户的真实世界;8,用户自由控制权;9,美观,精简的设计;10,帮助和说明。
对比分析一般步骤是:
–>寻找产品元素
–>罗列展示(截图、标示、图表法等)
–>列举各自优缺点(尽可能思考出更深层次的逻辑关系,揣摩竞争对手的意图)
参照之前面试官的反馈和各个网路大神的博文归纳可知,这一块重点不在于你罗列多详细,而在于你把每个罗列项分析到位了没有(好像是废话啊,orz)
3、讨论和提出解决思路
有了上一步坚实的分析基础,最后一步就是展示自己解(吹)决(水)问(功)题(力)了。
回头看看自己定下的竞品分析目标是什么,需要为解决什么问题
看看第二步中相应维度的对比分析结论,然后切换到用户身份,脑补一下自己的“需求”是什么
最后啃一篇科技媒体的“趋势分析”,了解近未来的行业趋势
就可以脑洞大开出属于自己的解决方案了
上面虽然言语略带调侃,但实际情况大概就是这样,尤其是新人和学生在行业知识不甚充足的时候,借鉴专业媒体来打开思路不失为一个方法,不过最好也应该更多地基于自己亲身体验的感受,虽然你的是“伪需求”,但毕竟也代表着某一类用户。
补充一条:
想让自己的解决方案看起来更加靠谱,往往需要引用一些具体的数据来定性分析,这时可以结合自己情况做些小调研,了解一下其它用户对该问题的看法,或者去一些数据门户,看看专业调查分析的一些借鉴一下。
再补充一条:
单纯的竞品分析没有什么意义,切勿为了分析而分析,而是应该带着问题去做竞品分析,把竞品分析当作是熟悉业务、解决问题的手段。
以上是关于卤煮之前曾经在写竞品分析时候犯过的一些错误的反省和方法论的总结,还有对部分网络大神精彩文章的引述。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18