Framework Deep Dive

竞品分析框架

系统评估直接竞品、间接竞品与替代方案,从功能、体验、商业模式、市场定位等维度绘制竞争全景图,找到市场空白与自身差异化的依据。

看清战场,才能找到制高点

许多产品团队犯的第一个错误,是在还没有搞清楚竞争格局的情况下就开始排需求。他们误以为「用户调研」足以给出方向,却忽略了一个现实:用户告诉你的需求,早已有竞品在满足,或者正在以你意想不到的方式被替代。竞品分析框架正是为了填补这个信息盲区而存在。

竞品分析不只是「看竞争对手有什么功能」,而是一套系统性认知工具。它帮助产品经理回答三个核心问题:这个市场上谁在争夺同一批用户?现有方案的哪些空白是用户真正在忍受的?我们可以在哪个维度做出真正的差异化,而不仅仅是功能复制?

一份高质量的竞品分析,能让产品定位讨论从「感觉应该这样」变成「数据支撑的判断」,也能让工程资源从「追功能」转向「建壁垒」。

什么时候需要做竞品分析?

竞品分析并非只在产品立项时做一次就够了。它应该成为产品团队的定期「体检」,在以下关键节点尤为重要:

🚀
新产品立项
在 PRD 撰写前,先用竞品分析验证市场空间是否真实存在,避免「闭门造车」式立项。
📉
用户流失异常
当留存数据下滑时,竞品分析帮助判断是被哪类竞品抢走了用户,以及对方靠什么能力做到的。
🗺️
制定年度路线图
在规划未来 6-12 个月的功能优先级时,竞品动态能告诉你哪些赛道即将拥挤,需要提前卡位。
💰
融资与商业决策
投资人最常问的就是竞争格局,一份结构清晰的竞品分析能极大提升你陈述产品壁垒的说服力。
🔀
进入新市场
跨行业或跨地域扩张时,竞品分析是了解「游戏规则」最快的方式,避免踩已知的坑。
🧩
定价策略讨论
在商业模式设计阶段,通过竞品定价结构分析找到差异化定价机会,而不是凭感觉定价。

从哪些角度拆解竞品?

一个常见的错误是只分析「功能清单」。真正有价值的竞品分析需要从六个维度立体审视,每个维度都能揭示不同层面的竞争信号:

分析维度 核心问题 数据来源 优先级
目标用户与定位 他们在服务谁?用什么价值主张打动用户? 官网、App Store 描述、广告素材 必做
核心功能覆盖 哪些功能是标配?哪些是他们的独特能力? 产品实测、帮助文档、发布日志 必做
用户体验质量 核心流程的完成效率如何?体验断点在哪? 自行使用、用户访谈、应用商店评论 必做
商业模式 如何变现?免费增值、订阅还是交易抽成? 定价页、财报(若上市)、行业报告 必做
市场规模与份额 他们的量级多大?增速如何?主战场在哪? SimilarWeb、App Annie、招股书 建议做
技术与数据壁垒 支撑核心能力的技术门槛有多高?数据是否形成护城河? 技术博客、专利、招聘 JD 建议做

如何系统执行一次竞品分析?

01
定义竞品范围:三圈模型
2–4 小时
把竞品分为三类:直接竞品(相同目标用户、相同核心功能)、间接竞品(相同目标用户、不同解法)、替代方案(用户解决同一问题的其他非产品方式)。每圈选 3-5 个代表,过多会失焦。替代方案往往是被忽视的最大竞争来源。
02
建立标准化评估矩阵
1–2 天
用统一维度为每个竞品打分或作描述,确保可横向对比。推荐在 Notion 或 Google Sheets 中建表,列为竞品,行为维度,每个格子填写事实描述 + 评分(1-5)+ 原始证据链接。避免主观判断无据可查。
03
深度体验核心竞品
2–5 天
必须亲自完成主要竞品的完整用户旅程,不能只看截图。记录核心流程耗时、认知负担、情绪波动节点。同时系统阅读 App Store / 应用市场的 1 星和 5 星评论,提取用户真实痛点与满意点,这往往比功能分析更有洞察价值。
04
绘制竞争定位图
半天
选取对目标用户最关键的两个维度作为 X/Y 轴,将所有竞品标注在坐标系中。这张图能直观呈现市场空白区域和当前的竞争拥挤地带。维度选择至关重要——轴的选取决定了空白的位置,要基于用户调研而非直觉。
05
提炼差异化机会与风险点
半天
基于分析结论,明确写出:可进入的差异化空间(竞品未满足或满足不好的需求)、需要达到的基线能力(不具备就无法入场)、战略风险(竞品可能在什么时间线上覆盖我们的差异化)。这三点直接输入到产品战略和路线图讨论中。

Notion 进入协同办公市场的竞品分析逻辑

Notion
协同办公 · 知识管理 · 2016 年重新定位
2016–2018
🔍
竞品格局识别
1
直接竞品:Confluence(企业 Wiki)、Evernote(个人笔记)——均有强烈工具属性,缺乏灵活性
2
间接竞品:Google Docs(文档)、Trello(任务)——各自解决局部问题,信息割裂
3
替代方案:Excel + Word 的混搭使用——说明用户在「将就」,没有真正满意的工具
💡
发现的市场空白
A
没有工具能将「文档、数据库、任务」在同一块画布上灵活组合,用户在多工具间疲于切换
B
小团队和个人用户的协作需求被 Confluence 的复杂性排斥在外,存在未被覆盖的中间地带
C
「个性化工作方式」的需求被忽视,现有工具强迫用户适应工具而非让工具适应用户

做竞品分析时容易犯哪些错?

⚠️
只看直接竞品,忽视替代方案
最危险的竞争往往来自意想不到的替代方式。出行 App 的真正竞品有时候是「地铁 + 共享单车」的组合,而不只是其他打车软件。
⚠️
用自己视角而非用户视角评分
产品团队倾向于高估自己擅长的维度的重要性。评估竞品时,维度权重必须来自用户调研,而不是内部讨论决定。
⚠️
竞品分析变成功能复制清单
分析结果不应该是「他们有 A、B、C,我们也要做 A、B、C」。真正的价值在于找到竞品的天花板和你的差异化空间,而不是追功能。
⚠️
一次性分析,不更新维护
竞争格局会快速变化。建议每季度回顾一次,关键维度的变化(如竞品新融资、重大功能发布)应触发即时更新,而不是等到年度复盘。
⚠️
报告做得漂亮但没有决策输出
竞品分析不是 KPI 考核材料,是决策工具。每份分析必须以「建议我们做什么 / 不做什么 / 关注什么」收尾,否则再详细也没有商业价值。
💡
最佳实践:建立持续情报机制
设置竞品的 Google Alert、订阅其博客和发布日志、关注核心团队的 LinkedIn 动态。把竞品情报收集变成团队的日常习惯,而非临时突击。

从情报收集到战略洞察:竞品分析的百年演化

竞品分析的思想根源可以追溯到商业竞争分析和军事情报学,经由迈克尔·波特的竞争战略理论走向体系化,在互联网时代因工具数字化和数据可获取性的提升,演变为产品团队的日常研究实践。

1930s
企业情报功能的初步制度化
美国大型工业企业(如通用汽车、杜邦)开始在市场研究部门中设置专职的竞争对手监测职能,系统收集同行的定价策略、产品特性与市场份额数据。这一企业实践被视为现代竞品分析的制度雏形。
1980
波特《竞争战略》提供理论框架
哈佛商学院教授迈克尔·波特出版《竞争战略》(Competitive Strategy),系统提出竞争对手分析的四要素框架(未来目标、现行战略、假设、能力),并将竞争分析置于行业结构分析(五力模型)的宏观背景中,为竞品分析提供了严格的战略分析框架。
1999
互联网公司开始数字化竞品监测
随着互联网产品的兴起,Alexa(1996 年成立)、Nielsen NetRatings 等流量分析工具让竞品的用户规模和访问行为首次可以被外部客观量化。竞品分析从依赖人工调研演变为可结合数字指标的混合研究方法。
2007
App Store 生态催生移动端竞品分析范式
苹果 App Store 和 Google Play 的先后推出,使应用下载量、评分、用户评论成为公开可见的竞品数据。App Annie、Sensor Tower 等移动数据平台相继出现,移动应用竞品分析成为产品团队的标准研究实践,功能对比矩阵、评论情感分析等方法由此形成。
2015
SaaS 工具使竞品分析实时化、持续化
SimilarWeb、SEMrush、Apptopia 等 SaaS 竞品分析平台提供实时流量、关键词、广告投放与下载量数据,使竞品分析从季度性的专项研究变为产品团队的持续监测流程。竞品分析开始融入产品路线图审查和增长周报等日常工作节奏。

与这些工具搭配效果更好