競品數據是看哪些指數

『壹』 美團點評 | 如何巧用競對分析，解析門店運營狀況

如何快速判斷門店的運營狀況，了解商圈競爭環境，掌控品類數據變化，商家後台經營參謀中的 " 競對分析 " 功能模塊，能提供給商家運營者最直接的一手數據，作為參考。

➤ " 競對分析 " ，是新美大商家後台經營參謀中的一項功能模塊。

通過該模塊商家運營者，可添加 / 查詢 / 對比其門店、商圈、品類的運營數據。其功能內核是數據看板與決策輔助，通過對比運營門店與競對門店部分數據項的方式，並以此為參考，系統自動給出優化建議與提升方案。

➤ " 競對分析 " 的入口。

»PC 端，在後台首頁 " 經營參謀 " 菜單下。

» 移動端，首頁 " 全部 " 菜單

以 PC 端界面截圖為例，分別介紹 " 競對分析 " 下的細分功能。

➤ 以競對分析中，門店的數據 / 指數的展示。

分別以昨日、近 7 天、近 30 天為時間軸，其來源於商圈甚至整個品類的數據擬合指標，以指數形式展示，並非真實數據。

» 曝光指數。

根據門店在商戶列表頁中的曝光次數擬合出的指標，即僅計算用戶在 app/h5/pc 的點評上，搜索某個關鍵詞或點擊某個品類菜單後，該門店展示列表頁的曝光次數，其分值越高，說明用戶看到門店信息的次數越多。

» 人氣指數。

根據用戶在商戶列表頁點擊查看門店信息的次數擬合出的指標，即通過搜索的方式，門店在列表頁曝光之後的點擊次數數據，也是分數越高，說明點擊查看門店的用戶越多。

» 交易指數。

根據用戶購買和消費金額擬合出的指標，即門店在點評和美團上整體銷售額數據，至少包括團購、閃惠等，分數越高，說明來自新美大的顧客消費額越高。

➤ " 競對排行 " 數據同理以上 " 門店數據 " 。

分別以行業，區域查看相關競品的數據 or 指數，默認由高到低名次的方式排列。

除此之外，選擇門店並添加競對門店，詳細對比經營數據，也在此頁操作。添加競對的門店按鈕變成經營對比，即添加成功，最多可同時添加 5 家竟對門店。並可在 " 競對關注 " 中查看添加的競對門店。

雖然限制添加競對門店數量，但操作上其實選中競對的店再取消競對，再去添加其他門店。

➤ 競對門店選擇上，可參考以下邏輯。

» 以自然月為單位，每個月固定 3-5 家競對。

固定周期內選擇固定數量的固定門店作為競對參考，一段時間內，同比 / 環比數據，固定更換參考價值變低的門店，這樣更有利於間斷性決策。

» 數據可比性。

選擇數據最好的門店，但其數據卻高出自己門店很多，這也並非是一個理性的決定。而選擇那些數據相對更好，或在曝光展示、商戶頁瀏覽、購買下單等中，有一項或幾項略高於自己的門店，這樣的競對參考價值更大，目標可視性更強。

» 商圈內部區域選擇。

線上的消費相對集中，同理競爭也相對集中，競對門店選擇上一定要保留至少一家同商圈內的門店。

» 以門店品牌性主觀判斷。

品牌、價格、產品、客戶群定位上，跟自己所經營的門店類似的品牌，也可以作為競對門店的參考，線上數據的變化可以間接反映門店線上經營策略，甚至品牌整體的運營方向。

» 官方建議。

在競對門店列表中，點評官方會標注一些參考門店，如訪客重合度高，曝光重合度高等標簽，這些是通過後台大數據參考得出的建議結果，有一定的參考價值。

➤ " 經營對比 " ，即對競對門店綜合對比的數據展示與分析結果。

同樣以昨日、近 7 天、近 30 天為時間軸展示數據或指數，包含數據對比與詳細對比兩個模塊。

» 數據對比。

較為直觀的展示了四項關鍵數據的對比，並且根據對比結果，官方的提供了一些優化建議。不過優化建議畢竟是機器計算，更趨向功能性，更表象，參考價值一般，還需要我們自己通過數據，去一點點細化問題。

» 詳細對比。

門店 vs 競對商家的詳細對比數據，分別以展示曝光、商戶頁瀏覽、購買下單的維度對比，並以 " 運營點 " 的方式展示，這部分也是運營優化最主要的參考數據。

» 曝光展示競對。

曝光，主要包含自然曝光與推廣通投放曝光。點擊率，同理包含自然點擊與推廣通投放點擊。以上兩個數據都涉及到推廣通投放，因此還要考慮到 " 投放的出價 " 、 " 投放針對的人群 " 、 " 投放物料 " 等外部因素。

整體來說，影響點擊率的因素包含，列表內搜索結果展示的所有元素，因此提升也主要考慮從門店名稱、主圖、星級、參考價格、團購項目 / 價格，甚至品牌性等角度出發。

另外，通過擬合指數和一些已知數據，還可以大概計算競對門店的推廣通預算，門店瀏覽量等真實數據。提供幾個公式，僅供參考：

曝光指數 = 自然曝光指數 + 推廣通投放曝光指數；

點擊率 = 曝光量 / 點擊數；

瀏覽量 = 曝光量 * 點擊率

推測公式：曝光量 = 自然曝光指數 x 其權重值 + 推廣通投放包裝指數 x 權重值；此方法僅作為參考，其權重如何分別佔比，或其他關系因子都是未知的，甚至連設計該功能的產品經理也無法算出精確的唯一值。但通過簡單的一些猜測和計算，基本能夠掌握門店是在自然曝光還是投放的曝光上輸給了競對，甚至粗略匹配出相差數據的多少。

» 商戶頁瀏覽競對。

即用戶在門店頁面內都做了什麼動作，產生的一系列結果，包括點了哪，看了哪，看了多久等等。

商戶頁瀏覽的結果匹配原理相對簡單些，可以分別看哪些數據輸給了競對，輸的這些部分，競對是如何做的，根據這樣的邏輯優化即可。

舉幾個簡單的例子：

技師查看率低，那是不是我們的技師照片沒有拍好，技師信息是不是更新的沒有創意；

點評的查看率低，是不是門店最近更新 / 置頂的點評內容質量低，沒有亮點；

好評率低，是不是我們的客戶運營沒有做好等等，其方法論和邏輯大多是相似的。

» 購買下單競對。

這個模塊新美大做的雖然非常簡單的，但實際意義卻最大，畢竟團購是門店最主要的獲客方式，甚至沒有之一。

交易指數前面已經解釋過了，跟銷售額強相關，而購買轉化率指的是從瀏覽人次到購買人次的比例， 2.7% 即你的團購如果有 100 人次的瀏覽，會產生 2.7 人次的訂單。

ps ，為什麼沒人購買的團購也有 225 的交易指數？推測到 225 可能是基礎值吧，跟數學上 0 是一個概念。

所以這里購買轉化率的參考意義更大，再提供一個公式參考：

購買率 = 團購瀏覽總數 / 團購購買總人次；

因此，門店團購的購買率，是判斷門店團購設置好壞的最重要指標，同等的線上流量，購買高的門店獲取的客數相對更多。

單看競對的團購購買轉化率，若高於我們的門店，就可以具體分析競對的團購設置，包括標題、主圖、價格、詳情、項目、文案、詳情圖設計、購買要求等等。以上就是競對分析的功能說明，因為競對分析其實是涉及到了全店的整體分析，包含門店主要運營模塊，本文主要講解其運營邏輯，涉及到具體細節的分析及方法論沒有完整展開討論，後續單獨展開更新。

『貳』 競品分析要分析哪些維度

競品分析的維度既要有產品「看得見」的部分，比如產品做得怎麼樣（功能、用戶體驗設計等），還得有產品「看不見」的部分，比如為什麼這么做（產品定位、目標用戶、盈利模式等）、如何做到（產品背景、技術、運營策略等）、未來打算怎麼做（版本迭代等）。
接下來，喜妹統計了十個競品分析的維度，咱們一一來講~

市場現狀、發展趨勢
競品分析首先要對整個市場進行研究，看看市場目前的發展情況和未來盈餘的空間有多大，分析有沒有加入的必要等。
我們可以在網上找一些行業分析報告、產業鏈信息等，例如：艾瑞咨詢、易觀、DCCI互聯網數據中心等。這些報告會涵蓋行業發展現狀、發展趨勢、政府最新政策和所佔的市場份額等，幫助我們透過市場分析，了解整個市場情況，形成對未來的判斷和預測，制定或調整自己的戰略規劃。

數據表現、市場認可度
在分析市場數據和用戶認可度時，我們可以從軟體排名、下載量、用戶評價、付費用戶數和市場份額等多種數據去分析競品在當前市場處於什麼位置、我們的產品和標桿產品之間的差距在哪裡等。
通過數據所展示出來的信息和差距，我們可以具體分析我們的產品如何突破或需要在哪些方面進行提高，還可以制定一個追求的目標。
關於軟體下載量和用戶活躍數量，咱們可以從酷傳、網路指數、企鵝智庫、CNNIC或Questmoble查到，但有的可能需要付費。

產品背景
我們在分析競品時，很容易只在乎數據而忽視其背後的公司，不同公司開發出來的產品肯定是不有一樣的。公司的資源優勢、技術背景、文化信念、產品團隊，都對產品的發展起著重要的影響作用。
喜妹舉栗子：在QQ音樂剛推出時，市面上其實已經有了同類型的音樂播放器，但QQ音樂有了騰訊的優勢資源加持，在獲取音樂版權上取得了很大成功。

產品定位、目標用戶
我們需要通過競品的宣傳語（slogan）、產品目標和上線時間等，找出他們的產品定位進行歸納，分析競品的目標用戶和用戶需求的異同。
由此我們可以策劃或調整自己的產品的定位和目標舉握盯，設定目標用戶，根據用戶畫像和特徵等進行用戶分析，從而更好的做出用戶想要的產品。

業務邏輯、產品結構
關於競品的業務邏輯和產品結構，基本依賴於我們對競品的實際體驗和研究，梳理出業務流程邏輯圖，從而對比競品的業務運轉方式、商業模式和功能安排等，找到差異。
我們需要了解到競品在業務運轉過程中涉及哪些角色、相互的關系，用戶操作的方便程度、的流程邏輯、分為哪些步驟和環節？
通過了解競品獨到的業務模式，我們可以分析出該業務模式需要什麼樣的基礎、資源或技術等。如果競品的用戶引導和功能展示做得很好正和，那我們可以考慮進行學習借鑒，對自身產品的結構設計和流程邏輯進行優化。

功能對比、技術維度
功能對比是可以區別產品，且拉開產品層次的。我們需要親自體驗競品，快速了解競品的主要功能，拆解核心功能，結合具體的用戶場景和目標用戶來分析：用戶在什麼場景下會使用該功能？該功能滿足了用皮碰戶多少需求，用戶認可度如何，背後隱含的價值有多大？
技術維度主要是研究產品採用了什麼核心技術來提升用戶體驗感，該技術是否申請了專利、是否有技術壁壘等。

交互設計
我們需要分析競品所使用的交互設計，主要功能入口是否清晰明確？各入口之間跳轉是否混亂容易迷失？重要頁面是否有直接展示？
除了通用的設計准則外，是否有什麼創新，是否更受用戶歡迎，有什麼設計是我們可以基於自己產品的定位和基因去借鑒的。
視覺設計
視覺風格分析可以分為很多的層面，比如字體、圖標、配色、排版和banner圖片等。有些軟體產品的視覺設計看著就很高級、有逼格，但有些就有點low。
在視覺設計時，我們需要注重細節。比如蘋果官網的設計看著很簡單，但他們的排版對每一個像素都有要求，差一點可能就會導致整體不協調。

運營策略
目前市場上的產品同質化嚴重，不少脫穎而出的產品主要是靠運營。
對競品的運營策略分析，主要基於產品定位下的不同階段的運營手段和品牌策略。我們可以關注競品的用戶運營、活動推廣、新媒體運營等，了解其動態和發展，思考我們自己的產品未來的市場推廣策略。
版本迭代
我們可以通過對比競品的版本迭代和演化路徑，找出其關鍵的時間節點和版本更新情況，結合他們當時的運營手段，分析背後的原因，預測期未來的發展，從而獲得自己產品的啟發和借鑒。

我們做競品分析是為了分析自己的產品情況，學習競品的長處、規避短處，換成用戶的角度去思考，用發展的眼光看待它們。
競品分析的維度需要結合分析目標和關鍵成功因素等來選擇，不一定要面面俱到，但要選擇最重要的幾個維度深入分析，從而得到對我們自己的產品有價值的結論。

『叄』 運營者如何高效進行競品分析

競品分析需要從幾個方面做：

1、首先分析大的方向，如果你做通跡攔信可以調研一下整個行情2019的發展趨勢和2018的市場總結；

2、去看對手的互聯網指數御州乎，包括網路指數，sem投放，seo情況，可以初步判斷市場投放情況；

3、看網站和案例評估客戶數以鎮悉及量級；

4、打電話給他們的客服人員；

『肆』 拼多多競品數據分析要分析哪些數據用什麼工具查詢數據

拼多多競品數據需要分析商品、店鋪、關鍵詞中分析，作為一款數據軟體,它的精準度勢必是商家最基本的要求,多多情報通(多多參謀)在滿足90%的精確值外,額外提供更多實用強大的功能,基本上從市場大盤走勢,選品分析、定價建議、店鋪商品排行、活動數據、商品標題熱搜詞,以及後續的圖片監控、店鋪評分等等,每個階段都提供強有力的數據支撐。

『伍』 淘寶網里的競品是什麼意思

競品是淘寶里店主主打的一個產品。

有一個最大的好處就是，讓在運營的過程中，數據目標制定，更加有目標性和亮。競品的很多數據可以在生意參謀上看到，不限於淘寶點擊率、轉化率等。賣家們在看到這些數據之後，就可以對自己的店鋪數據做一些基礎的判斷。如果你的數據能夠達到跟它一個對標的水配棚戚準的話，那麼你也就可以獲得和相近的流量。

各項數據指標，最後會決定獲取流量的能力。如果有一個競品以後，就可以通過它去接近競品數據的一個值。

(5)競品數據是看哪些指數擴展閱讀

在擁有多個競品的時候，可以關注著整個行業的運營動向。看到類似於直通車投入，或者說他的手淘首頁流量的獲取值。通過看到這些數據，可以讓賣家了解到自己的主要流量引入的渠道都有哪些。

這些渠道流量的佔比是可以看出來的，通過數據大概的看出運營曲線，長期的數據觀測，可以了解競品店鋪用的運營手法和規則。

看運營方向和流量分布的變化，也可以通過這樣的變化去決定要不要去模仿對方。這樣的做法，在早期做店鋪的時候，會去參考很多的產品，主要是行業內做得好的培陵。

競品可以讓賣家明確自己想要的坑位。去定位一個競品的時候，最主要的目的就是去搶占它的流量位置。因為它跟你的店鋪產品互為競品的關系，你們所需要的大部分流量應該是重疊的。所以，當你接近這個競品位置的時候，就等於在掠奪別人的一些資源位。

『陸』 數據分析系列-零售數據指標

對零售行業最重要的是賣貨，也就是銷售，說到銷售就會需要有人買也有人賣、有貨賣、和有賣的渠道，也就是我們所熟悉的「人」「貨」「場」三大概念，這里再補充一個零售數據分析很重要的指標體系：「錢」-財務，賣了還得有得賺才行。

首先是人這部分，包括銷售人員和顧客

針對銷售員的指標主要圍繞的是銷售和管理

銷售指標包括了：

成交率=成交顧客數/客流量*100%

完成率=銷售網成熟/目標書*100%

平均成交時長=每一位顧客成交時間總和/顧客數

平均接待時長=接待每位顧客時間總和/接待顧客數

投訴率=投訴的顧客總數/顧客總數*100%

管理指標包括：

定編滿足率=實際員工總數/標准配置人數*100%

員工流失率=某時間段內流失的員工總數/（（期初員工總數+期末員工總數）/2）*100%

工資佔比=企業支付的員工工資總額/銷售額*100%

對於顧客分普通顧客和會員

普通顧客最主要的指標是：

客單價=銷售總額/有交易的顧客總人數，就是平均每位顧客的消費額

件單價=銷售總金額/銷售總數量，就是每單賣出了多少錢

連帶率=銷售總數量/成交總單數，就含枝是每單賣出了多少件的意思

連帶率包括單品連帶率的和品類連帶率，分開看看就好

會員的指標包括：

新增會員數=期末會員數-期初會員數

會員增長率=某段時間新增會員/期初有效會員數*100%

會員貢獻率=會員銷售總金額/銷售總金額*100%

有效會員數=有效會員/累計會員數*100%，所謂有效會員和行業有關，可以根據自己的實際業務看在有效時間內是否有消費記錄的會員來判斷

會員回購率=時間段內有交易的老會員數/期初有效會員總數*100%

會員流失率=某段時間內流失掉的會員數/期初有效會員總數*100%

會員回購頻率=某時間段內所有老會員消費次數/（期初有效會員+期中新增會員）*100%

會員基礎屬性=如平均年齡、性別比例等

以上是針對人的分析

接著是場，分析這個銷售場所的質量和發展前景，主要指標包括：

銷售額=總的售出金額，會分月、季度、年等時間范圍看是否達到階段性的銷售目標

進店率=進店人數/路過人數*100%

接觸率=接觸商品人數/進店人數*100%

成交率=成交顧客數/進店人數*100%

完成率=完成數/目標數*100%

大宗交易佔比=大宗購買訂單/總銷售額*100%

增長率=增長數/基礎數*100%，基礎數可以是同期也可以是上一個周期的數據，簡單來說就是自己和自己的哪個時間段比較

坪效=銷售額/店鋪面積

人效=銷售額/店鋪員工數

還有一些看大區域的指標包括：

市場佔有率=這一般需要通過市場調研才能獲得的數據

競品指數=（本公司銷售額/量）/（競爭對手銷售額/量）

平均排名=也是通過市場調研獲得的參陸老攔考數據

凈開店率=（開店數-關店數）/期初店鋪數*100%

賣場經常會搞活動，所以也會關注促銷指標，例如

費效比=促銷費用金額/促銷期間產生的銷售額*100%

促銷的目標完成率=促銷期間銷售完成數/促銷目標數*100%

品牌參活度=參與促銷活動的品牌數/賣場所有品牌數*100%

會員參與率=參與促銷活動的會員數/有效會員數*100%

針對貨部分

分了三個部分分析：入貨、銷售、存貨

入貨就是采購，需要分析商品的廣度，也就是所含的品類有多少

廣度比=采購的商品品類數/可采購的商品總品類數 * 100%

分析商品的寬度，就是采購多少的sku

寬度比=采購的sku數/可采購的sku數 *100%

分析商品的深度，使用廣度和寬度的對比

商品深度分析=采購的商品總數量/采購的sku總數

也就是看每個sku有多少的貨，通過深度看缺貨可能性和壓貨的風險

銷售看的貨品指標有：

貨齡=商品的年齡，從生產日期開始算，主要是以防商品過期

售罄率=某段時間內的銷售數量/（初期庫存數量+其中進貨數量）*100%

售罄率是個分階段追蹤的數值，早胡一是評判商品的受歡迎程度另一個是為了防止缺貨，這是個非常重要的指標

折扣率=商品實收金額/商品標准零售價*100%

動銷率=某段時間內銷售過的商品sku/（期初有庫存的商品sku數+期中新進商品sku數）*100%

缺貨率=某段時間登記缺貨的商品數/（初期有庫存的商品數+期中新進商品數）*100%

品類銷售的結構佔比=某品類銷售額/總銷售額*100%

正價銷售佔比=正價商品銷售額/總銷售額*100%

還有暢銷及滯銷商品排行，均按銷售額/銷售量排行

退貨率=某個周期內商品的退貨數/總銷售數*100%

殘損率=殘損商品數/商品總數*100%

特殊服務率=特殊服務的顧客數/總銷售顧客數*100%

存貨部分的數據指標包括：

平均庫存=（期初庫存-期末庫存）/2

庫存天數=期末庫存金額/（某個銷售期的銷售金額/銷售期天數），庫存天數是衡量庫存滾動變化的量化標准，也是衡量庫存可銷售時間的追蹤指標，是一個對庫存管理來說非常重要的指標

庫銷比=期末庫存金額/某個銷售期的銷售金額*100%，一般看月庫銷比比較多

有效庫存比=有效庫存金額/總庫存金額*100%，所謂有效庫存指給門店帶來銷售價值的商品庫存，也就是有銷售產能的商品庫存。

針對錢部分主要看以下指標：

毛利率=（銷售收入-營業成本）/銷售收入*100%

純利率=（銷售收入-營業成本-費用）/銷售收入*100%

交叉比率=商品毛利率*商品周轉率，商品周轉率=銷售收入/（（期初庫存值+期末庫存值）/2）

回款達標率（客戶）=回款客戶/欠款客戶*100%

回款達標率（金額）=回款金額/欠款金額*100%

以上是對零售行業比較基礎的數據指標總結，希望對從事此方面行業的朋友有幫助，實際還會有更深層的分析方法和權重指數，但這部分的復雜程度已經到了管理工具層面了需要更深入的學習，有機會再探討。

『柒』 生意參謀怎麼看競品數據

生意參謀是一款非常不錯的輔助開店的工具，但是也希望能夠做好店鋪的各項工作，那麼大家是否了解生意參謀到底應該怎麼去分析競品呢?分析競品到底有什麼技巧呢?

第一，看競品的入店流量渠道，看你的對手的流量都是怎麼來的，看到這些流量渠道，那我們是不是在做這塊的流量。

如果你發現競品基本都是手淘推薦來的流量，那麼我們是不是也要開始布局這個推薦流量了，如果發現競品都是直通車付費流量，那我們是不是也要考慮直通車去引流，在這分析的是一個競品的流量來源。

比如說競品主要是淘客成交，這個時候我們也要分析為什麼。首先分析他家是不是有爆款，如果店鋪有爆款而且客單價不高的情況，那麼淘客流量一定不會低。淘客也願意主動抓取你的產品拿你的產品去推廣掙錢。

另外就是商家在前期做基礎銷量的時候，主動去找淘客推，這種操作不利於人群標簽的樹立，所以對於商家來說競店淘客流量多，我們不用太在意。

如果說競爭對手和我們的搜索流量差不多，但是淘客佔比過大，那隻能說明他最大的流量就是淘客，主要跑淘客推廣。

如果說對手的付費推廣直通車佔比過多，說明在關鍵詞推廣這塊投放也比較多，我們也應該去研究這部分。

第二，分析競品的搜索關鍵詞是什麼。因為我們要想做好一個店鋪的話，手淘搜索肯定是不能差的。手淘搜索這是最根本最基礎的東西了。比如我們分析到一個競品，看下它是從哪些關鍵詞來拿搜索流量的，看競品分析裡面分析一下它的引流以及成交詞。

分析引流詞是為了看別人有高流量的這些關鍵詞，然後我們也要布局進來。看成交詞，本身就是高轉化的一些詞，也要分析並且加以布局。這說的是第二點就是引流詞和成交詞的分析。

進店關鍵詞這塊，如果只從搜索和直通車進來兩種渠道，那麼我們就要研究他的車的數據，比如直通車開的什麼詞等等，我們在做直通車的時候是不是也要加上競品優質詞。

我們都知道直通車和自然搜索的關系，開的好能帶動搜索，給自然搜索加權，開不好另說!

所以我們也可以看下競爭對手推廣費用大概一天多少，也可以看下對手的直通車搜索指數，然後換算得出對手大概直通車的訪客量。

第三就是去分析自己店鋪每天的成交額多少，訪客數多少，轉化率多少，收藏加購多少，這肯定要去看的，再去對比你的競爭對手，你的哪個數據差，其中問題是什麼，實際上就是全方位的一個細節的對比。

比如說評價，好的評價值得去學習模仿，對方做的不好的也可以趁機攔截流量，總體來說就是要學會競品分析，摸清對手的玩法，取長補短，搶占對方流量。

『捌』 競品分析五大維度是什麼

競品分析的維度

1、戰略層

包括商業需求、用戶需求。

商業需求指的是該產品所在行業的商業情況；是否具有較為激烈的競爭對手；是否在該行業這種產品已經達到飽和；是否有成熟的產業鏈條；是否有較大的利潤空間等等，都是商業需求分析的點。

用戶需求指的是在系統設計之前設計、開發過程中對用戶需求所做的分析。對用戶進行分析之後就有一個瞭然於心的用戶需求情況，也能夠更詳細地明白該產品是否能夠贏得用戶的喜歡和支持。

2、范圍層

包括具體功能、內容需求。內容分析是一種使用客觀的、定量的分類測定調查技術，對傳播內容進行研究分析的重要方法。也是一種社會及行為科學常用的資料分析方法。

主要用於對各種具體傳播內容的分析。具體傳播內容是指任何形態的可以記錄和保存的有傳播價值的傳播內容。

3、結構層

包括信息架構、交互設計。信息架構是指對某一特定內容里的信息進行統籌、規劃、設計、安排等一系列有機處理的想法。通常情況下指的是技術層面。

4、框架層

包括界面設計、導航設計、信息設計。

界面設計指的就是最直觀的頁面設計是否美觀或者簡潔等。導航設計指的就是APP或者網站按鈕點進去之後的導航。信息設計提供什麼樣的信息或者某些指示。

5、表現層

視頻設計指上傳的視頻表現。

(8)競品數據是看哪些指數擴展閱讀：

競品分析注意事項：

1、競品分析要帶有目的性地去做，不能盲目的按照一定的步驟去執行。

2、競品分析不是做了第一次過後，接下來就再也不看競品。因為競爭對手不可能發了一個版本後，後續再也不發版本，因此需要隔一段時間去觀察下競品的變化。

3、競品分析需要有數據的支撐。競品分析後，需要撰寫競品文檔，競品文檔的大體結構。

『玖』 競品分析如何下手（含行業數據獲取渠道）

在我剛開始做產品的時候，被領導要求做競品分析是經常發生的事情，但每次做競品分析寫文檔的時候都「無從下手」。

    為此，我花費了很多時間去看相關內容的文章和視頻去學習，總結了一套可復用的思路模板，為以下三步：

第一步：

做競品分析前，最重要的是明確此次做競品分析的目的，也可以說是此次競品分析的背景。比如從宏觀角度，為了探索產品未來的發展方向；或者從微觀角度，為了優化某產品線的流程和邏輯；或者從運營角度，為了分析競品運營活動和策略；再或者從個人成長角度，是為了鍛煉自己的競品分析能力等。目的不同，競品分析的框結構架以及內容側重點會有很大的區別。

第二步：

明確目的後，下一步就是去找競品對象，以及找這些競品的原因。我把競品分為直接競品和間接競品兩種：直接競品是產品的定位、目標市場、商業模式高度重合的產品，如keep和fit、積目和soul等；間接競品是產品業務有重合但市場發展方向不相同，如滴滴和高德打車、淘寶和毒等。

第三步：

找好競品後，下一步就是根據此次競品分析的目的梳理產品文檔的框架結構，也就是在文檔內要呈現哪些內容。

案例：

競品分析的目的是為了探索產品未來的發展方向和看看競品在做什麼。競品分析內容框架結構為為四個大的部分，分別為概括、市場分析、競品分析、總結，如下圖：

 做競品分析會用到行業數據，分享給大家一些行業數據獲取渠道：

1.    艾瑞：依託大數據，發布互聯網行業研究報告

http://report.iresearch.cn

2.    IT桔子：泛互聯網創業投資項目數據信息庫及商業信息服務商

https：//www.itjuzi.com

3.    騰訊研究院：互聯網產業的數據和報告

http://www.tisi.org/c16

4.    艾媒咨詢：移動互聯網行業數據發布平台，提供行業數據挖掘和分析，實時報告訪問網址：

http://www.iimedia.cn/#shuju

5.    阿里研究院：由電子商務、互聯網金融、智能物流、雲計算與大數據等構成的阿里商業生態圈，研究互聯網、大數據給社會經濟帶來的新現象、新規則

http://www.aliresearch.com/blog/index/lists/tag/3831.html

6.    麥肯錫：行業洞察報告

http://www.mckinsey.com.cn/insights/

7.    波士頓咨詢：波士頓咨詢在中國市場的前沿洞察發布網址

https://www.bcg.com/zh-cn/search?q=inmeta:pageType=Perspectives&page=perspectives_search&pageNum=2&lens=zh-cn&country=CN

8.    德勤：各個行業的研究報告

https://www2.deloitte.com/cn/zh/instries/cn-all-instries-sectors.html?icid=top_cn-all-instries-sectors

9.    普華永道：行業洞察報告

http://www.pwccn.com/zh/research-and-insights.html

10. 畢馬威：行業洞察報告

https://home.kpmg.com/cn/zh/home/instries.html

11. IBM－商業價值研究院：

https://www-935.ibm.com/services/cn/gbs/ibv/

12. 埃森哲：行業研究報告、前瞻預測

https://www.accenture.com/cn-zh/new-applied-now

13. 藝恩：中國影視大數據平台，可查看到電影、電視、動漫、新媒體、娛樂營銷相關的研究報告：

http://www.entgroup.com.cn/bg.aspx

14. 易觀：互聯網市場分析報告瀏覽網址

https://www.analysys.cn/analysis/8

15. CBNData（第一財經商業數據中心）：產業經濟全景分析和行業企業洞察

http://www.cbndata.com/report

16. 36kr：匯集各個行業的研究報告

http://36kr.com

17. TalkingData（騰雲天下）：移動互聯網行業報告

http://mi.talkingdata.com/reports.html?category=all

18. TrustData：移動互聯網行業報告

http://www.itrustdata.cn/#publish

19. 360:安全研究報告

http://zt.360.cn/report/

20. 新浪研究報告：可獲取不同機構發布的最新行業研究報告咨詢（無法查看到報告的全文）

http://vip.stock.finance.sina.com.cn/q/go.php/vReport_List/kind/instry/index.phtml

21. 大數據導航

http://hao.199it.com/

22. 阿里指數-最權威專業的行業價格、供應、采購趨勢分析

https://index.1688.com/

23. 七麥數據

https://www.qimai.cn/?qm_query=1

24. 網路指數

 http://index..com/v2/index.html#/

25. 國家統計局

http://www.stats.gov.cn/

26. 蟬大師-專業APP推廣和關鍵詞大數據分析平台

https://www.chandashi.com/