京公网安备 11010802034615号
经营许可证编号:京B2-20210330
你搞清楚竞品分析和产品分析的区别了么?
当年刚刚入产品经理这一行的时候,第一节课学习的就是如何对产品进行分析。但是随着年龄的增长,时常感到自己对竞品分析与产品分析理解的浅薄,我一度无法分清两者的区别与侧重点,现在才对两者之间的关系渐渐清晰,这里简单总结一下我对竞品分析与产品分析的理解。

如何选择竞品
我们选择竞品往往需要分类选择。
竞品我理解应该分为三类:直接竞品、潜在竞品、转移性竞品。
直接竞品:这一类是大家最好理解且最常分析的竞品,就是与我们产品目标用户相同,内容相似,构成直接竞争的产品。
潜在竞品:与我们产品目标用户相似,暂时没有我们产品的功能模块,但是通过后期升级,可以加上此类模块的产品。最简单的例子就是陌陌与微信周围的人,陌陌是一款以LBS为基础的实时通信产品,微信是以熟人社交为基础的实时通信产品,虽然产品目标不同,但很可能会由潜在竞品向直接竞品转化。
转移性竞品:目标人群具有一定共性,产品目标不同,但在特定场景下对用户使用时间形成竞争的产品。比如我们在坐地铁的这段时间里有很多选择,玩游戏、看小说、看电影,这期间会有一大堆产品都会成为我们产品的转移性竞品。
如何区分竞品
竞品分析自然是越细越好,但是基于现在互联网时代的快速迭代与各位产品经理宝贵的时间,进行细致全面的分析不但不大可能,而且缺乏重点。我一直推崇定点分析,这样既可以突出重点,又可以节约时间,最重要的是,效率高。
直接竞品
一般来讲,我要求团队中每个产品经理的分析功能点不要多于5个,各个突破。竞品分析一定要突出重点,一定要达到分析的目的,一定要集中火力解决最紧要的问题。但是大家要注意,我们这样分析绝不是仅仅为了罗列出一个产品的功能分析表,关键是通过产品流程、用户体验来分析出产品的核心竞争力,这才是竞品分析的重点。竞品分析是一个重点突出小而美的分析报告,绝不要写成干涩的罗列比较功能报告。
例如:对于药物电商产品,我们选取直接竞品,阿里健康、一号药店、叮当快药在下单功能上的分析。
潜在竞品
要确定分析的趋势,而不是确定性的功能点,因为可能不同的应用根本就找不到相同的功能点,对于任何一款可以添加功能模块而演变为直接竞品的一系列产品进行分析。
例如:要分析一款药物电商类产品,它们的潜在竞品可以是看病挂号的、慢**护理的等等。
转移性竞品
转移性竞品的分析着重泛性分析,因为可能根本就找不到相同的功能,也完全是不一样的产品,主要针对于用户行为与用户使用场景的分析进行分析。
产品分析
所谓产品分析,是以产品为导向的分析过程,我们最高优先级是确定一个产品,然后围绕这个产品来分析所有该产品的模块、特征、用户体验等。产品分析与竞品分析最大的区别在于:一个以功能为导向,一个以产品为导向。产品分析是纵向的,所以可以对产品进行深度分析。
产品分析和竞品分析一样,并不是大量的罗列信息。产品分析最大的特点是分析该产品的核心功能点,尽量全面,但要突出自己要突出的部分。
竞品分析与产品分析的流程
产品分析和竞品分析一般都从事以下几个方面的工作: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)、数据和技术功能、可用性等。
但是就我个人来讲,依然认为一篇产品分析需要突出重点,不要设计太多分析点,这样不但重点突出,而且可操作性强。
如何找到竞品
寻找竞品的方法其实相对成熟。
首先提取目标关键词,可以是多个;
按照提取的目标关键词,找到相应的产品;
将找到产品相互叠加比较,得到目标竞品。
就我个人工作而言,其实在认知中已经将竞品熟记在心,如果一个产品经理不能随口说出5个竞品,要么是产品有着太大的创新,要么是工作还需继续努力。
竞品分析要素
竞品分析的核心其实就是一个字“比”,三个字“找准比”。其实竞品分析就是需要将几个竞品中你要分析的核心功能进行比较并且做出分析。
一般性步骤:
明确分析要点;
对罗列的产品特性进行分析(逻辑关系、商业意图、SWOT等)。
对于UX可以按照经典的五层架构去完成:
3211 竞品分析和产品分析,你究竟搞清楚了么?
表现层——你看到的是什么;
框架层——这些区域和位置如何来决定表现层;
结构层——用户是怎么来的,之后又去了哪里,哪些列别该出现在哪里;
范围层——按照功能和与特性,表现的是否合适,如何决定结构层;
战略层——需要什么样的功能与特性。
以上是我对五层架构的一些概括,是这些年来我对产品一些浅薄的认识,大家仅供参考,欢迎吐槽。如果大家能从上面五个方面来对几个竞品的UX做比较,那会上升到新的层次。
3311 竞品分析和产品分析,你究竟搞清楚了么?
列举之后,关键在于比较分析:
❶ 互相比较,得出在竞品群中的mark
❷ 与benchmark比较,得出产品在行业中mark
对于某个竞品在一个环节中具有非常突出的表现,比如非常好的按钮设计,极为简洁的交互或用户体验,我们可以单独拿出来讨论,并说明这样设计为什么好,同样可以按照五层框架进行。
深度剖析
首先明确,产品分析是对一家企业和企业产品的深度剖析,从老板家庭出身,到顶端产品细枝末节统统要归纳总结好。产品分析其实更像是一个产品体系的深度报告。
一般来说包括以下几项:
老板背景
公司骨干
融资情况
产品分布概括(可以画Mindmanager)
子产品核心功能与战略
商业画布
产品运营状况与策略
行业数据与公司数据(公司在整个行业中的地位)
我们可以吸取什么
产品走向预测
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01