
【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
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01