竞品数据是看哪些指数

‘壹’ 美团点评 | 如何巧用竞对分析，解析门店运营状况

如何快速判断门店的运营状况，了解商圈竞争环境，掌控品类数据变化，商家后台经营参谋中的 " 竞对分析 " 功能模块，能提供给商家运营者最直接的一手数据，作为参考。

➤ " 竞对分析 " ，是新美大商家后台经营参谋中的一项功能模块。

通过该模块商家运营者，可添加 / 查询 / 对比其门店、商圈、品类的运营数据。其功能内核是数据看板与决策辅助，通过对比运营门店与竞对门店部分数据项的方式，并以此为参考，系统自动给出优化建议与提升方案。

➤ " 竞对分析 " 的入口。

»PC 端，在后台首页 " 经营参谋 " 菜单下。

» 移动端，首页 " 全部 " 菜单

以 PC 端界面截图为例，分别介绍 " 竞对分析 " 下的细分功能。

➤ 以竞对分析中，门店的数据 / 指数的展示。

分别以昨日、近 7 天、近 30 天为时间轴，其来源于商圈甚至整个品类的数据拟合指标，以指数形式展示，并非真实数据。

» 曝光指数。

根据门店在商户列表页中的曝光次数拟合出的指标，即仅计算用户在 app/h5/pc 的点评上，搜索某个关键词或点击某个品类菜单后，该门店展示列表页的曝光次数，其分值越高，说明用户看到门店信息的次数越多。

» 人气指数。

根据用户在商户列表页点击查看门店信息的次数拟合出的指标，即通过搜索的方式，门店在列表页曝光之后的点击次数数据，也是分数越高，说明点击查看门店的用户越多。

» 交易指数。

根据用户购买和消费金额拟合出的指标，即门店在点评和美团上整体销售额数据，至少包括团购、闪惠等，分数越高，说明来自新美大的顾客消费额越高。

➤ " 竞对排行 " 数据同理以上 " 门店数据 " 。

分别以行业，区域查看相关竞品的数据 or 指数，默认由高到低名次的方式排列。

除此之外，选择门店并添加竞对门店，详细对比经营数据，也在此页操作。添加竞对的门店按钮变成经营对比，即添加成功，最多可同时添加 5 家竟对门店。并可在 " 竞对关注 " 中查看添加的竞对门店。

虽然限制添加竞对门店数量，但操作上其实选中竞对的店再取消竞对，再去添加其他门店。

➤ 竞对门店选择上，可参考以下逻辑。

» 以自然月为单位，每个月固定 3-5 家竞对。

固定周期内选择固定数量的固定门店作为竞对参考，一段时间内，同比 / 环比数据，固定更换参考价值变低的门店，这样更有利于间断性决策。

» 数据可比性。

选择数据最好的门店，但其数据却高出自己门店很多，这也并非是一个理性的决定。而选择那些数据相对更好，或在曝光展示、商户页浏览、购买下单等中，有一项或几项略高于自己的门店，这样的竞对参考价值更大，目标可视性更强。

» 商圈内部区域选择。

线上的消费相对集中，同理竞争也相对集中，竞对门店选择上一定要保留至少一家同商圈内的门店。

» 以门店品牌性主观判断。

品牌、价格、产品、客户群定位上，跟自己所经营的门店类似的品牌，也可以作为竞对门店的参考，线上数据的变化可以间接反映门店线上经营策略，甚至品牌整体的运营方向。

» 官方建议。

在竞对门店列表中，点评官方会标注一些参考门店，如访客重合度高，曝光重合度高等标签，这些是通过后台大数据参考得出的建议结果，有一定的参考价值。

➤ " 经营对比 " ，即对竞对门店综合对比的数据展示与分析结果。

同样以昨日、近 7 天、近 30 天为时间轴展示数据或指数，包含数据对比与详细对比两个模块。

» 数据对比。

较为直观的展示了四项关键数据的对比，并且根据对比结果，官方的提供了一些优化建议。不过优化建议毕竟是机器计算，更趋向功能性，更表象，参考价值一般，还需要我们自己通过数据，去一点点细化问题。

» 详细对比。

门店 vs 竞对商家的详细对比数据，分别以展示曝光、商户页浏览、购买下单的维度对比，并以 " 运营点 " 的方式展示，这部分也是运营优化最主要的参考数据。

» 曝光展示竞对。

曝光，主要包含自然曝光与推广通投放曝光。点击率，同理包含自然点击与推广通投放点击。以上两个数据都涉及到推广通投放，因此还要考虑到 " 投放的出价 " 、 " 投放针对的人群 " 、 " 投放物料 " 等外部因素。

整体来说，影响点击率的因素包含，列表内搜索结果展示的所有元素，因此提升也主要考虑从门店名称、主图、星级、参考价格、团购项目 / 价格，甚至品牌性等角度出发。

另外，通过拟合指数和一些已知数据，还可以大概计算竞对门店的推广通预算，门店浏览量等真实数据。提供几个公式，仅供参考：

曝光指数 = 自然曝光指数 + 推广通投放曝光指数；

点击率 = 曝光量 / 点击数；

浏览量 = 曝光量 * 点击率

推测公式：曝光量 = 自然曝光指数 x 其权重值 + 推广通投放包装指数 x 权重值；此方法仅作为参考，其权重如何分别占比，或其他关系因子都是未知的，甚至连设计该功能的产品经理也无法算出精确的唯一值。但通过简单的一些猜测和计算，基本能够掌握门店是在自然曝光还是投放的曝光上输给了竞对，甚至粗略匹配出相差数据的多少。

» 商户页浏览竞对。

即用户在门店页面内都做了什么动作，产生的一系列结果，包括点了哪，看了哪，看了多久等等。

商户页浏览的结果匹配原理相对简单些，可以分别看哪些数据输给了竞对，输的这些部分，竞对是如何做的，根据这样的逻辑优化即可。

举几个简单的例子：

技师查看率低，那是不是我们的技师照片没有拍好，技师信息是不是更新的没有创意；

点评的查看率低，是不是门店最近更新 / 置顶的点评内容质量低，没有亮点；

好评率低，是不是我们的客户运营没有做好等等，其方法论和逻辑大多是相似的。

» 购买下单竞对。

这个模块新美大做的虽然非常简单的，但实际意义却最大，毕竟团购是门店最主要的获客方式，甚至没有之一。

交易指数前面已经解释过了，跟销售额强相关，而购买转化率指的是从浏览人次到购买人次的比例， 2.7% 即你的团购如果有 100 人次的浏览，会产生 2.7 人次的订单。

ps ，为什么没人购买的团购也有 225 的交易指数？推测到 225 可能是基础值吧，跟数学上 0 是一个概念。

所以这里购买转化率的参考意义更大，再提供一个公式参考：

购买率 = 团购浏览总数 / 团购购买总人次；

因此，门店团购的购买率，是判断门店团购设置好坏的最重要指标，同等的线上流量，购买高的门店获取的客数相对更多。

单看竞对的团购购买转化率，若高于我们的门店，就可以具体分析竞对的团购设置，包括标题、主图、价格、详情、项目、文案、详情图设计、购买要求等等。以上就是竞对分析的功能说明，因为竞对分析其实是涉及到了全店的整体分析，包含门店主要运营模块，本文主要讲解其运营逻辑，涉及到具体细节的分析及方法论没有完整展开讨论，后续单独展开更新。

‘贰’ 竞品分析要分析哪些维度

竞品分析的维度既要有产品“看得见”的部分，比如产品做得怎么样（功能、用户体验设计等），还得有产品“看不见”的部分，比如为什么这么做（产品定位、目标用户、盈利模式等）、如何做到（产品背景、技术、运营策略等）、未来打算怎么做（版本迭代等）。
接下来，喜妹统计了十个竞品分析的维度，咱们一一来讲~

市场现状、发展趋势
竞品分析首先要对整个市场进行研究，看看市场目前的发展情况和未来盈余的空间有多大，分析有没有加入的必要等。
我们可以在网上找一些行业分析报告、产业链信息等，例如：艾瑞咨询、易观、DCCI互联网数据中心等。这些报告会涵盖行业发展现状、发展趋势、政府最新政策和所占的市场份额等，帮助我们透过市场分析，了解整个市场情况，形成对未来的判断和预测，制定或调整自己的战略规划。

数据表现、市场认可度
在分析市场数据和用户认可度时，我们可以从软件排名、下载量、用户评价、付费用户数和市场份额等多种数据去分析竞品在当前市场处于什么位置、我们的产品和标杆产品之间的差距在哪里等。
通过数据所展示出来的信息和差距，我们可以具体分析我们的产品如何突破或需要在哪些方面进行提高，还可以制定一个追求的目标。
关于软件下载量和用户活跃数量，咱们可以从酷传、网络指数、企鹅智库、CNNIC或Questmoble查到，但有的可能需要付费。

产品背景
我们在分析竞品时，很容易只在乎数据而忽视其背后的公司，不同公司开发出来的产品肯定是不有一样的。公司的资源优势、技术背景、文化信念、产品团队，都对产品的发展起着重要的影响作用。
喜妹举栗子：在QQ音乐刚推出时，市面上其实已经有了同类型的音乐播放器，但QQ音乐有了腾讯的优势资源加持，在获取音乐版权上取得了很大成功。

产品定位、目标用户
我们需要通过竞品的宣传语（slogan）、产品目标和上线时间等，找出他们的产品定位进行归纳，分析竞品的目标用户和用户需求的异同。
由此我们可以策划或调整自己的产品的定位和目标举握盯，设定目标用户，根据用户画像和特征等进行用户分析，从而更好的做出用户想要的产品。

业务逻辑、产品结构
关于竞品的业务逻辑和产品结构，基本依赖于我们对竞品的实际体验和研究，梳理出业务流程逻辑图，从而对比竞品的业务运转方式、商业模式和功能安排等，找到差异。
我们需要了解到竞品在业务运转过程中涉及哪些角色、相互的关系，用户操作的方便程度、的流程逻辑、分为哪些步骤和环节？
通过了解竞品独到的业务模式，我们可以分析出该业务模式需要什么样的基础、资源或技术等。如果竞品的用户引导和功能展示做得很好正和，那我们可以考虑进行学习借鉴，对自身产品的结构设计和流程逻辑进行优化。

功能对比、技术维度
功能对比是可以区别产品，且拉开产品层次的。我们需要亲自体验竞品，快速了解竞品的主要功能，拆解核心功能，结合具体的用户场景和目标用户来分析：用户在什么场景下会使用该功能？该功能满足了用皮碰户多少需求，用户认可度如何，背后隐含的价值有多大？
技术维度主要是研究产品采用了什么核心技术来提升用户体验感，该技术是否申请了专利、是否有技术壁垒等。

交互设计
我们需要分析竞品所使用的交互设计，主要功能入口是否清晰明确？各入口之间跳转是否混乱容易迷失？重要页面是否有直接展示？
除了通用的设计准则外，是否有什么创新，是否更受用户欢迎，有什么设计是我们可以基于自己产品的定位和基因去借鉴的。
视觉设计
视觉风格分析可以分为很多的层面，比如字体、图标、配色、排版和banner图片等。有些软件产品的视觉设计看着就很高级、有逼格，但有些就有点low。
在视觉设计时，我们需要注重细节。比如苹果官网的设计看着很简单，但他们的排版对每一个像素都有要求，差一点可能就会导致整体不协调。

运营策略
目前市场上的产品同质化严重，不少脱颖而出的产品主要是靠运营。
对竞品的运营策略分析，主要基于产品定位下的不同阶段的运营手段和品牌策略。我们可以关注竞品的用户运营、活动推广、新媒体运营等，了解其动态和发展，思考我们自己的产品未来的市场推广策略。
版本迭代
我们可以通过对比竞品的版本迭代和演化路径，找出其关键的时间节点和版本更新情况，结合他们当时的运营手段，分析背后的原因，预测期未来的发展，从而获得自己产品的启发和借鉴。

我们做竞品分析是为了分析自己的产品情况，学习竞品的长处、规避短处，换成用户的角度去思考，用发展的眼光看待它们。
竞品分析的维度需要结合分析目标和关键成功因素等来选择，不一定要面面俱到，但要选择最重要的几个维度深入分析，从而得到对我们自己的产品有价值的结论。

‘叁’ 运营者如何高效进行竞品分析

竞品分析需要从几个方面做：

1、首先分析大的方向，如果你做通迹拦信可以调研一下整个行情2019的发展趋势和2018的市场总结；

2、去看对手的互联网指数御州乎，包括网络指数，sem投放，seo情况，可以初步判断市场投放情况；

3、看网站和案例评估客户数以镇悉及量级；

4、打电话给他们的客服人员；

‘肆’ 拼多多竞品数据分析要分析哪些数据用什么工具查询数据

拼多多竞品数据需要分析商品、店铺、关键词中分析，作为一款数据软件,它的精准度势必是商家最基本的要求,多多情报通(多多参谋)在满足90%的精确值外,额外提供更多实用强大的功能,基本上从市场大盘走势,选品分析、定价建议、店铺商品排行、活动数据、商品标题热搜词,以及后续的图片监控、店铺评分等等,每个阶段都提供强有力的数据支撑。

‘伍’ 淘宝网里的竞品是什么意思

竞品是淘宝里店主主打的一个产品。

有一个最大的好处就是，让在运营的过程中，数据目标制定，更加有目标性和亮。竞品的很多数据可以在生意参谋上看到，不限于淘宝点击率、转化率等。卖家们在看到这些数据之后，就可以对自己的店铺数据做一些基础的判断。如果你的数据能够达到跟它一个对标的水配棚戚准的话，那么你也就可以获得和相近的流量。

各项数据指标，最后会决定获取流量的能力。如果有一个竞品以后，就可以通过它去接近竞品数据的一个值。

(5)竞品数据是看哪些指数扩展阅读

在拥有多个竞品的时候，可以关注着整个行业的运营动向。看到类似于直通车投入，或者说他的手淘首页流量的获取值。通过看到这些数据，可以让卖家了解到自己的主要流量引入的渠道都有哪些。

这些渠道流量的占比是可以看出来的，通过数据大概的看出运营曲线，长期的数据观测，可以了解竞品店铺用的运营手法和规则。

看运营方向和流量分布的变化，也可以通过这样的变化去决定要不要去模仿对方。这样的做法，在早期做店铺的时候，会去参考很多的产品，主要是行业内做得好的培陵。

竞品可以让卖家明确自己想要的坑位。去定位一个竞品的时候，最主要的目的就是去抢占它的流量位置。因为它跟你的店铺产品互为竞品的关系，你们所需要的大部分流量应该是重叠的。所以，当你接近这个竞品位置的时候，就等于在掠夺别人的一些资源位。

‘陆’ 数据分析系列-零售数据指标

对零售行业最重要的是卖货，也就是销售，说到销售就会需要有人买也有人卖、有货卖、和有卖的渠道，也就是我们所熟悉的“人”“货”“场”三大概念，这里再补充一个零售数据分析很重要的指标体系：“钱”-财务，卖了还得有得赚才行。

首先是人这部分，包括销售人员和顾客

针对销售员的指标主要围绕的是销售和管理

销售指标包括了：

成交率=成交顾客数/客流量*100%

完成率=销售网成熟/目标书*100%

平均成交时长=每一位顾客成交时间总和/顾客数

平均接待时长=接待每位顾客时间总和/接待顾客数

投诉率=投诉的顾客总数/顾客总数*100%

管理指标包括：

定编满足率=实际员工总数/标准配置人数*100%

员工流失率=某时间段内流失的员工总数/（（期初员工总数+期末员工总数）/2）*100%

工资占比=企业支付的员工工资总额/销售额*100%

对于顾客分普通顾客和会员

普通顾客最主要的指标是：

客单价=销售总额/有交易的顾客总人数，就是平均每位顾客的消费额

件单价=销售总金额/销售总数量，就是每单卖出了多少钱

连带率=销售总数量/成交总单数，就含枝是每单卖出了多少件的意思

连带率包括单品连带率的和品类连带率，分开看看就好

会员的指标包括：

新增会员数=期末会员数-期初会员数

会员增长率=某段时间新增会员/期初有效会员数*100%

会员贡献率=会员销售总金额/销售总金额*100%

有效会员数=有效会员/累计会员数*100%，所谓有效会员和行业有关，可以根据自己的实际业务看在有效时间内是否有消费记录的会员来判断

会员回购率=时间段内有交易的老会员数/期初有效会员总数*100%

会员流失率=某段时间内流失掉的会员数/期初有效会员总数*100%

会员回购频率=某时间段内所有老会员消费次数/（期初有效会员+期中新增会员）*100%

会员基础属性=如平均年龄、性别比例等

以上是针对人的分析

接着是场，分析这个销售场所的质量和发展前景，主要指标包括：

销售额=总的售出金额，会分月、季度、年等时间范围看是否达到阶段性的销售目标

进店率=进店人数/路过人数*100%

接触率=接触商品人数/进店人数*100%

成交率=成交顾客数/进店人数*100%

完成率=完成数/目标数*100%

大宗交易占比=大宗购买订单/总销售额*100%

增长率=增长数/基础数*100%，基础数可以是同期也可以是上一个周期的数据，简单来说就是自己和自己的哪个时间段比较

坪效=销售额/店铺面积

人效=销售额/店铺员工数

还有一些看大区域的指标包括：

市场占有率=这一般需要通过市场调研才能获得的数据

竞品指数=（本公司销售额/量）/（竞争对手销售额/量）

平均排名=也是通过市场调研获得的参陆老拦考数据

净开店率=（开店数-关店数）/期初店铺数*100%

卖场经常会搞活动，所以也会关注促销指标，例如

费效比=促销费用金额/促销期间产生的销售额*100%

促销的目标完成率=促销期间销售完成数/促销目标数*100%

品牌参活度=参与促销活动的品牌数/卖场所有品牌数*100%

会员参与率=参与促销活动的会员数/有效会员数*100%

针对货部分

分了三个部分分析：入货、销售、存货

入货就是采购，需要分析商品的广度，也就是所含的品类有多少

广度比=采购的商品品类数/可采购的商品总品类数 * 100%

分析商品的宽度，就是采购多少的sku

宽度比=采购的sku数/可采购的sku数 *100%

分析商品的深度，使用广度和宽度的对比

商品深度分析=采购的商品总数量/采购的sku总数

也就是看每个sku有多少的货，通过深度看缺货可能性和压货的风险

销售看的货品指标有：

货龄=商品的年龄，从生产日期开始算，主要是以防商品过期

售罄率=某段时间内的销售数量/（初期库存数量+其中进货数量）*100%

售罄率是个分阶段追踪的数值，早胡一是评判商品的受欢迎程度另一个是为了防止缺货，这是个非常重要的指标

折扣率=商品实收金额/商品标准零售价*100%

动销率=某段时间内销售过的商品sku/（期初有库存的商品sku数+期中新进商品sku数）*100%

缺货率=某段时间登记缺货的商品数/（初期有库存的商品数+期中新进商品数）*100%

品类销售的结构占比=某品类销售额/总销售额*100%

正价销售占比=正价商品销售额/总销售额*100%

还有畅销及滞销商品排行，均按销售额/销售量排行

退货率=某个周期内商品的退货数/总销售数*100%

残损率=残损商品数/商品总数*100%

特殊服务率=特殊服务的顾客数/总销售顾客数*100%

存货部分的数据指标包括：

平均库存=（期初库存-期末库存）/2

库存天数=期末库存金额/（某个销售期的销售金额/销售期天数），库存天数是衡量库存滚动变化的量化标准，也是衡量库存可销售时间的追踪指标，是一个对库存管理来说非常重要的指标

库销比=期末库存金额/某个销售期的销售金额*100%，一般看月库销比比较多

有效库存比=有效库存金额/总库存金额*100%，所谓有效库存指给门店带来销售价值的商品库存，也就是有销售产能的商品库存。

针对钱部分主要看以下指标：

毛利率=（销售收入-营业成本）/销售收入*100%

纯利率=（销售收入-营业成本-费用）/销售收入*100%

交叉比率=商品毛利率*商品周转率，商品周转率=销售收入/（（期初库存值+期末库存值）/2）

回款达标率（客户）=回款客户/欠款客户*100%

回款达标率（金额）=回款金额/欠款金额*100%

以上是对零售行业比较基础的数据指标总结，希望对从事此方面行业的朋友有帮助，实际还会有更深层的分析方法和权重指数，但这部分的复杂程度已经到了管理工具层面了需要更深入的学习，有机会再探讨。

‘柒’ 生意参谋怎么看竞品数据

生意参谋是一款非常不错的辅助开店的工具，但是也希望能够做好店铺的各项工作，那么大家是否了解生意参谋到底应该怎么去分析竞品呢?分析竞品到底有什么技巧呢?

第一，看竞品的入店流量渠道，看你的对手的流量都是怎么来的，看到这些流量渠道，那我们是不是在做这块的流量。

如果你发现竞品基本都是手淘推荐来的流量，那么我们是不是也要开始布局这个推荐流量了，如果发现竞品都是直通车付费流量，那我们是不是也要考虑直通车去引流，在这分析的是一个竞品的流量来源。

比如说竞品主要是淘客成交，这个时候我们也要分析为什么。首先分析他家是不是有爆款，如果店铺有爆款而且客单价不高的情况，那么淘客流量一定不会低。淘客也愿意主动抓取你的产品拿你的产品去推广挣钱。

另外就是商家在前期做基础销量的时候，主动去找淘客推，这种操作不利于人群标签的树立，所以对于商家来说竞店淘客流量多，我们不用太在意。

如果说竞争对手和我们的搜索流量差不多，但是淘客占比过大，那只能说明他最大的流量就是淘客，主要跑淘客推广。

如果说对手的付费推广直通车占比过多，说明在关键词推广这块投放也比较多，我们也应该去研究这部分。

第二，分析竞品的搜索关键词是什么。因为我们要想做好一个店铺的话，手淘搜索肯定是不能差的。手淘搜索这是最根本最基础的东西了。比如我们分析到一个竞品，看下它是从哪些关键词来拿搜索流量的，看竞品分析里面分析一下它的引流以及成交词。

分析引流词是为了看别人有高流量的这些关键词，然后我们也要布局进来。看成交词，本身就是高转化的一些词，也要分析并且加以布局。这说的是第二点就是引流词和成交词的分析。

进店关键词这块，如果只从搜索和直通车进来两种渠道，那么我们就要研究他的车的数据，比如直通车开的什么词等等，我们在做直通车的时候是不是也要加上竞品优质词。

我们都知道直通车和自然搜索的关系，开的好能带动搜索，给自然搜索加权，开不好另说!

所以我们也可以看下竞争对手推广费用大概一天多少，也可以看下对手的直通车搜索指数，然后换算得出对手大概直通车的访客量。

第三就是去分析自己店铺每天的成交额多少，访客数多少，转化率多少，收藏加购多少，这肯定要去看的，再去对比你的竞争对手，你的哪个数据差，其中问题是什么，实际上就是全方位的一个细节的对比。

比如说评价，好的评价值得去学习模仿，对方做的不好的也可以趁机拦截流量，总体来说就是要学会竞品分析，摸清对手的玩法，取长补短，抢占对方流量。

‘捌’ 竞品分析五大维度是什么

竞品分析的维度

1、战略层

包括商业需求、用户需求。

商业需求指的是该产品所在行业的商业情况；是否具有较为激烈的竞争对手；是否在该行业这种产品已经达到饱和；是否有成熟的产业链条；是否有较大的利润空间等等，都是商业需求分析的点。

用户需求指的是在系统设计之前设计、开发过程中对用户需求所做的分析。对用户进行分析之后就有一个了然于心的用户需求情况，也能够更详细地明白该产品是否能够赢得用户的喜欢和支持。

2、范围层

包括具体功能、内容需求。内容分析是一种使用客观的、定量的分类测定调查技术，对传播内容进行研究分析的重要方法。也是一种社会及行为科学常用的资料分析方法。

主要用于对各种具体传播内容的分析。具体传播内容是指任何形态的可以记录和保存的有传播价值的传播内容。

3、结构层

包括信息架构、交互设计。信息架构是指对某一特定内容里的信息进行统筹、规划、设计、安排等一系列有机处理的想法。通常情况下指的是技术层面。

4、框架层

包括界面设计、导航设计、信息设计。

界面设计指的就是最直观的页面设计是否美观或者简洁等。导航设计指的就是APP或者网站按钮点进去之后的导航。信息设计提供什么样的信息或者某些指示。

5、表现层

视频设计指上传的视频表现。

(8)竞品数据是看哪些指数扩展阅读：

竞品分析注意事项：

1、竞品分析要带有目的性地去做，不能盲目的按照一定的步骤去执行。

2、竞品分析不是做了第一次过后，接下来就再也不看竞品。因为竞争对手不可能发了一个版本后，后续再也不发版本，因此需要隔一段时间去观察下竞品的变化。

3、竞品分析需要有数据的支撑。竞品分析后，需要撰写竞品文档，竞品文档的大体结构。

‘玖’ 竞品分析如何下手（含行业数据获取渠道）

在我刚开始做产品的时候，被领导要求做竞品分析是经常发生的事情，但每次做竞品分析写文档的时候都“无从下手”。

    为此，我花费了很多时间去看相关内容的文章和视频去学习，总结了一套可复用的思路模板，为以下三步：

第一步：

做竞品分析前，最重要的是明确此次做竞品分析的目的，也可以说是此次竞品分析的背景。比如从宏观角度，为了探索产品未来的发展方向；或者从微观角度，为了优化某产品线的流程和逻辑；或者从运营角度，为了分析竞品运营活动和策略；再或者从个人成长角度，是为了锻炼自己的竞品分析能力等。目的不同，竞品分析的框结构架以及内容侧重点会有很大的区别。

第二步：

明确目的后，下一步就是去找竞品对象，以及找这些竞品的原因。我把竞品分为直接竞品和间接竞品两种：直接竞品是产品的定位、目标市场、商业模式高度重合的产品，如keep和fit、积目和soul等；间接竞品是产品业务有重合但市场发展方向不相同，如滴滴和高德打车、淘宝和毒等。

第三步：

找好竞品后，下一步就是根据此次竞品分析的目的梳理产品文档的框架结构，也就是在文档内要呈现哪些内容。

案例：

竞品分析的目的是为了探索产品未来的发展方向和看看竞品在做什么。竞品分析内容框架结构为为四个大的部分，分别为概括、市场分析、竞品分析、总结，如下图：

 做竞品分析会用到行业数据，分享给大家一些行业数据获取渠道：

1.    艾瑞：依托大数据，发布互联网行业研究报告

http://report.iresearch.cn

2.    IT桔子：泛互联网创业投资项目数据信息库及商业信息服务商

https：//www.itjuzi.com

3.    腾讯研究院：互联网产业的数据和报告

http://www.tisi.org/c16

4.    艾媒咨询：移动互联网行业数据发布平台，提供行业数据挖掘和分析，实时报告访问网址：

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

5.    阿里研究院：由电子商务、互联网金融、智能物流、云计算与大数据等构成的阿里商业生态圈，研究互联网、大数据给社会经济带来的新现象、新规则

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

6.    麦肯锡：行业洞察报告

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

7.    波士顿咨询：波士顿咨询在中国市场的前沿洞察发布网址

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

8.    德勤：各个行业的研究报告

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

9.    普华永道：行业洞察报告

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

10. 毕马威：行业洞察报告

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

11. IBM－商业价值研究院：

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

12. 埃森哲：行业研究报告、前瞻预测

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

13. 艺恩：中国影视大数据平台，可查看到电影、电视、动漫、新媒体、娱乐营销相关的研究报告：

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

14. 易观：互联网市场分析报告浏览网址

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

15. CBNData（第一财经商业数据中心）：产业经济全景分析和行业企业洞察

http://www.cbndata.com/report

16. 36kr：汇集各个行业的研究报告

http://36kr.com

17. TalkingData（腾云天下）：移动互联网行业报告

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

18. TrustData：移动互联网行业报告

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

19. 360:安全研究报告

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

20. 新浪研究报告：可获取不同机构发布的最新行业研究报告咨询（无法查看到报告的全文）

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

21. 大数据导航

http://hao.199it.com/

22. 阿里指数-最权威专业的行业价格、供应、采购趋势分析

https://index.1688.com/

23. 七麦数据

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

24. 网络指数

 http://index..com/v2/index.html#/

25. 国家统计局

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

26. 蝉大师-专业APP推广和关键词大数据分析平台

https://www.chandashi.com/