
从用户、功能和数据分析,教你如何做好竞品分析
什么是竞品?这里引用“苏杰”绕口令式的小结:
你的产品,在解决同样需求的时候会碰到同样的产品;解决同样需求的时候会碰到不同的产品;解决不同需求的时候会碰到不同的产品;解决不同层次需求的时候会碰到不同的产品。他们都是竞品。
那么,如何做竞品分析呢?
接下来,我以“为企鹅FM的后续迭代方向提供辅助决策”为目的,来说明如何做竞品分析。竞争对手选择喜马拉雅FM。
很多人在做竞品分析的时候,都是直接把竞品列上去,然后就开始分析了。这其实违背了一个很重要的设计思考原则:做一件事情首先要明白为什么要做,做的目的是什么,然后是你打算怎样去做。——刘津,《破茧成蝶》作者
本次竞品分析的目的:是为企鹅FM的后续迭代方向提供辅助决策。
这里,我选择“喜马拉雅FM”为竞争对手的原因在于,目前市面上,按功能定位分,主要分为这五类:
(图片来源于易观智库)
企鹅FM和喜马拉雅FM均侧重于做音频分享型平台。所以,我优先选择“喜马拉雅FM”为竞争对手来做详细的竞品分析,找出其做的好的,可以借鉴的地方。
两款APP的iOS版首页总览:
竞品分析主要包括三个方面:用户分析、功能分析和数据分析,三者需同步进行。界面及交互研究这里不具体展开。
用户分析包含:核心用户、主流用户和用户构成比例三个部分。
(1)核心用户
即最忠诚、粘性最高的用户。
寻找核心用户的两个方法:
一是:先粗略了解下竞品,找出比较高深的功能,只有核心用户才会使用的。
二是:自己对核心用户的特点要有个认识,通过做用户调研快速建立用户模型,符合这个用户模型的人即核心用户。快速建立用户模型的方法可参考我的上一篇文章《以“人人都是产品经理”为例,逐步说明如何快速建立用户模型》。
由于两者的产品定位均为音频分享平台,在核心用户上并没有太大的区别。企鹅FM起步较晚,功能不太完善,用户忠诚度稍有欠缺,不过随着企鹅FM在分享、互动和社交等方面的功能日益完善,核心用户的粘性肯定会越来越高。
(2)主流用户
寻找主流用户的方法同上。
腾讯内部有QQ空间、QQ音乐、QQ浏览器等十多个渠道为企鹅FM导流,拥有海量用户资源,大部分用户因为这些渠道的推广得知企鹅FM。很多用户因为QQ空间弹出的热播剧《盗墓笔记》《花千骨》等有声小说吸引而来,目前欠缺的是用户本身对产品的了解不太深入,认知度不高。
随着iOS企鹅FM2.6版本的更新,新增了明星电台,并首创了企鹅点歌台、新闻实时听和歌词字幕,已经在通过独有内容增加用户粘性,强化用户对企鹅FM的品牌认知度。
反观喜马拉雅FM,大部分用户留在这里,可能只是因为自己喜欢的声音只在这个平台上有,或是想收听更多音频的用户。
(3)用户构成比例
了解竞品的用户构成比例,是撬动竞品用户的关键。——王诗沐,网易云音乐产品经理
了解竞品的核心用户和主流用户后,划分用户构成,可以更全面的了解竞品的用户群,对竞品的整体概念有比较清晰的认识。至于具体的比例,并没有多少真实数据来支撑,更多的是需要根据自己的经验和对竞品的认知程度来判断。
普通用户流动性较大,即常说的散户,可能对于电台的需求可有可无,所以这部分用户不太容易抓。主流用户,已经对网络移动电台形成了一定的认知,需求也比较旺盛,要撬动喜马拉雅FM的主流用户,需要丰富内容的支撑,因此,企鹅FM需要不断扩充自己的音频库。这样一家巨头来扩充音频资源,相信只要决心做,可以很快超过喜马拉雅FM的内容量。
功能分析包含:核心竞争力和主要功能两个方面。
(1)核心竞争力
目前企鹅FM的核心竞争力在于鹅厂丰富的推广渠道和海量用户资源;喜马拉雅FM的核心竞争力在于丰富的内容上。在企鹅FM未来的发展方向上,有两条路可以选:要么在内容上盖过对手;要么另辟蹊径。另辟蹊径暂时我还没想到更好的方法。腾讯巨头有的是实力大鱼吃小鱼,所以,本文的重点结论倾向,会在于从内容上盖过对手,成为名副其实的“高富帅”。
(2)主要功能
竞品主要功能的分析,方法有两种:
一种是直接在产品内部看,根据用户的行为表现和反馈评价等,判断功能好坏。
第二种是在用户发表意见的一些地方去搜索,比如:微博、百度、知乎、AppStore评价等地方查看用户对某些功能的评价,判断功能的好坏。
主要功能的选择,一般是看自己没有或不太好的功能,而对手又做的比较出色的来进行研究。
常规的一些精选、分类、互动等功能企鹅FM目前已有,就不展开了,这里具体看下喜马拉雅FM的录音及主播管理功能。
这是喜马拉雅FM比较有特色的一个功能,尤其是里面的有声化平台Audio+和喜马拉雅大学。
企鹅FM目前在PC端有我要当主播这个功能,对于上传的节目可以进行管理,尤其可以置顶并写主播寄语。主播寄语,可以抛一个让大家有共鸣的话题进行讨论、交流,增加互动和粘性,让粉丝们欲罢不能。但对于一个在移动端使用频次如此高且定位于音频分享的平台,只可以在PC端进行管理就显的差强人意。因此,在APP中开通“我要当主播”的功能显得尤为重要。
移动电台领域的争夺,未来势必会变成内容争夺战。谁的内容多,谁的内容更优质、更稀有,谁将会稳坐头把交椅。企鹅FM目前是以向版权商或主播购买、资源置换为主,或者由主播自己入驻来储存内容,要与已经疯狂长大的喜马拉雅FM竞争,还需在原有基础上,增加自身造血能力,开通移动端的录音、管理功能,利用渠道优势,给现有主播更高的曝光量,开设企鹅主播大学,给更多想当主播的用户提供更好的学习平台,增加自身内容和主播资源,提高用户忠诚度,形成更强的核心竞争力。
数据分析包含:整体数据、变化趋势、具体功能数据
常用的数据分析工具有:移动APP,iOS版可在AppStore、App Annie上查看排名等信息;安卓版可在安卓市场、豌豆荚、360手机助手等应用市场收集数据。Web端,可用Alexa查询网站流量、变化趋势等。
先看看移动电台领域整体的用户规模,要先对大环境心里有个数,就知道自己将来最好,能大概做到一个什么样的规模。
(数据来源于易观智库)
总体数据显示,由于资本助力,移动电台市场用户规模呈现强势增长态势。
(1)整体数据
(数据统计于App Annie)
企鹅FM排名暂时落后于喜马拉雅FM,可能由于起步较晚,用户量少,也有可能败给喜马拉雅FM强大的ASO技术,这个问题后续都可以赶超;其中差评比例比喜马拉雅FM高出了13.3%。通过翻阅具体评论内容总结得知,主要差评原因有这几类:闪退、下载不了、已下载但不能离线播放、内容太少等,多数均属于Bug范畴,修复后倒也无大碍。主要原因,还在于内容量上。
(数据来源于App Annie)
(数据来源于App Annie)
整体变化趋势上,企鹅FM的稳定性比喜马拉雅FM略显逊色,两个产品,未来短期内都将有走低趋势。如果企鹅FM修复闪退等Bug,开通移动端音频分享功能,也很有可能迎来一小段爆发式的增长。
(3)具体功能数据
上面具体功能研究的是录音及主播管理功能,这里主要统计了喜马拉雅大学和有声化平台Audio+的相关数据,如下:
(数据人肉统计于喜马拉雅FM平台)
喜马拉雅大学总关注人数130.9万,说明想做主播的用户量还是蛮大的。有微信公众号和QQ群互动来增加用户粘性,但其授课形式比较单一,课程频次相对不高,很容易造成用户流失。
有声化平台Audio+就表面数据来看,任务更新频率、数量、用户参与度都相对较好,为喜马拉雅FM源源不断地输送新鲜音频和优质主播;同时也为主播创造新的收益方式,扩大主播影响力。
这些数据,也进一步验证了企鹅FM需要开通移动端音频分享功能的重要性。而且企鹅FM一直在声音的审核上把控比较严格,更多的主播,带来更多的内容,更多的内容,利用腾讯的内部资源导来更多的用户,就越有希望依赖音频的丰富和优质来留住用户,实现完美逆袭。
主流移动电台目前的商业模式主要有:广告主收费、版权分销、订阅服务、粉丝经济和硬件增值等。企鹅FM背靠腾讯这座大山,资金实力雄厚,短期内暂可不考虑盈利模式,首要任务在于跑马圈地,夺取用户,在其他电台企业的行业壁垒还未完全建立起来时占山为王。
而音频的竞争壁垒在于内容和渠道上。很多优质内容都来自于草根。对于企鹅FM来说,想要增加其核心用户的忠诚度、从喜马拉雅FM挖墙角,就必须双管齐下。
1. 买更多的独立版权,置换更多音频资源,吸引更多的PGC用户(专业生产内容的团队,和UGC的区别在于专业度)。
2. 在使用频率最高的移动端开通音频分享功能,抢夺草根主播资源,培养草根主播,依靠自身强大的平台资源和品牌背景,在这里,主播们更容易被捧红,也会出产更多的内容,完善音频生态系统,实现双赢局面。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20统计学模型:解锁数据背后的规律与奥秘 在数据驱动决策的时代,统计学模型作为挖掘数据价值的核心工具,发挥着至关重要的作 ...
2025-06-20Logic 模型特征与选择应用:构建项目规划与评估的逻辑框架 在项目管理、政策制定以及社会服务等领域,Logic 模型(逻辑模型 ...
2025-06-19SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的利器 在数据分析的众多方法中,Mann-Kendall(MK)检验凭借其对数据分 ...
2025-06-19CDA 数据分析能力与 AI 的一体化发展关系:重塑数据驱动未来 在数字化浪潮奔涌的当下,数据已然成为企业乃至整个社会发展进 ...
2025-06-19CDA 干货分享:统计学的应用 在数据驱动业务发展的时代浪潮中,统计学作为数据分析的核心基石,发挥着无可替代的关键作用。 ...
2025-06-18CDA 精益业务数据分析:解锁企业增长新密码 在数字化浪潮席卷全球的当下,数据已然成为企业最具价值的资产之一。如何精准地 ...
2025-06-18