
【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
破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08CDA 数据分析师:解锁数据价值的专业力量 在当今这个数据爆炸的时代,数据已成为像石油一样珍贵的战略资源。而 CDA 数据分析师, ...
2025-08-08人工智能对CDA数据分析领域的影响 人工智能对 CDA(Certified Data Analyst,注册数据分析师)数据分析领域的影响是全方位、多层 ...
2025-08-07SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-08-07SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-08-07CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-07大数据时代对定性分析的影响 在大数据时代,海量、多样、高速且低价值密度的数据充斥着我们的生活与工作。而定性分析作为一 ...
2025-08-07K-S 曲线、回归与分类:数据分析中的重要工具 在数据分析与机器学习领域,K-S 曲线、回归和分类是三个核心概念与工具,它们各 ...
2025-08-07CDA 数据分析师考试全解析 在当今数字化时代,数据已成为企业发展的核心驱动力,数据分析师这一职业也愈发受到重视。CDA 数据分 ...
2025-08-07大数据时代的隐患:繁荣背后的隐忧 当我们在电商平台浏览商品时,系统总能 “精准” 推送心仪的物品;当我们刷短视频时,算法 ...
2025-08-07解析 F 边界检验:协整分析中的实用工具 在计量经济学的时间序列分析中,判断变量之间是否存在长期稳定的均衡关系(即协整关系) ...
2025-08-07CDA 数据分析师报考条件详解:迈向专业认证的指南 在数据分析行业蓬勃发展的当下,CDA 数据分析师认证成为众多从业者提升专业 ...
2025-08-07通过 COX 回归模型诊断异常值 一、COX 回归模型概述 COX 回归模型,又称比例风险回归模型,是一种用于生存分析的统计方法。它能 ...
2025-08-07评判两组数据与初始数据准确值的方法 在数据分析与研究中,我们常常会面临这样的情况:需要对通过不同方法、不同过程得到的两组 ...
2025-08-07CDA 数据分析师行业标准:构建数据人才的能力坐标系 在数据驱动决策成为企业核心竞争力的时代,CDA(数据分析师)行业标准作为 ...
2025-08-07反向传播神经网络:突破传统算法瓶颈的革命性力量 在人工智能发展的历史长河中,传统算法曾长期主导着数据处理与模式识别领域 ...
2025-08-07