如何提升“竞品分析”能力,这里有7点建议!

许一几 2015-06-27 08:57 经验 来源:思达派 查看原文

本文作者许一几,通过许多“竞品分析”的案例的分析,得出如果现在的竞品分析能够做到以下5点,就是非常不错的。

1. 明确调研目的。

2. 进而确定调研的产品list。

3. 进而观察产品UI、交互、使用流程、设计亮点等各个维度。

4. 做异同点比较和优缺点分析,深入挖掘和思考背后原因。

5. 最后结合目标,给出有具体的、可落地的结论。

试想自己是不是也从这5个方面做得呢?

许一几认为,这样的“竞品分析”存在一定缺陷,苦思冥想之后,他得出传统方法的3点不足之处。

1. 快照而非动态。

只能看到当前状态,很难直观看到历史演变过程。

2. 表象而非规律。

只看到功能,无法看到其数据表现。

3. 局部而非全面。

只看到产品表现,用户声音少能听到。

换句简单的话说,竞品分析时,搞不清楚这些问题让我们很崩溃。

“XXX每天大概新发表多少个帖子?”
“XXX的市场占有率大概是多少?”
“XXX什么时候更新到这个版本的?”
“XXX怎么赚钱的?大概收入是多少?”
“XXX这个功能看起来很cool,用户真的喜欢吗?”
.......

这些问题怎么破?许一几给大家7个建议。

1. 让id告诉你。

操作难度:★★☆☆☆
数据准确度:★★★★☆
原理:很多网站直接会用【数据库id】用作【页面元素id】,我们直接拿到一段时间的【页面元素】差值,就可以大致评估出每天新增的内容数量。

举个例子:豆瓣小组每天发表的话题数。

豆瓣id.png

先检查:发现http://upload-images.jianshu.io/upload_images/114113-38faff6f30e4f75b.png?imageView2/2/w/1240/q/100" alt="四千多万结果.png" data-original-src="http://upload-images.jianshu.io/upload_images/114113-38faff6f30e4f75b.png" />

四千多万结果。

我们把全部酒店域下的页面都搜出来了,于是添加URL规则试试:

第二次尝试搜索:【site:hotels.ctrip.com inurl:/hotel/ 】

1600+万数据.png

1600+万数据。

结果量还是太大了,点击几个结果,发现搜到了很多list页数据。
于是查看detail页源码,发现和list页相比,页面标题有明显特征:

代码特征.png

代码特征。

于是第三次尝试搜索:【site:hotels.ctrip.com inurl:/hotel/ intitle:联系电话\位置地址 】

42万.png

42万。

搜到了42万结果,大致量级符合。

下一步,找到一个无报价酒店页面观察,发现页面有特征:

页面特征.png

于是最终拿到无报价酒店数的检索条件:
【“建议您选择其他酒店” site:hotels.ctrip.com inurl:/hotel/ intitle:联系电话\位置地址】

2.png

找到2.3万条结果,数量做比。任务圆满完成!

3. 互联网档案馆。

操作难度:★☆☆☆☆
数据准确度:★★★★★
原理:这是一个网站档案馆,会定期爬取各个网站的快照,并打上版本号存起来,以备全球用户查询。
地址:http://archive.org/
(不稳定,偶尔需翻墙)

这才是一个神奇的网站好吗!
搜下Google试试,我们可以看到Google首页的改版演化:

1999年的谷歌首页.png

1999年的谷歌首页。

2005年的谷歌首页.png

2005年的谷歌首页。

现在的谷歌首页.png

现在的谷歌首页。

说两个真实的案例。
有一次我们发现,艺龙页面上展示的点评数远远低于我们的判断,纠结良久,最后还是档案馆给了答案:这是两年前的一次大改版就写死在了页面上,一直没有更新。
还有一次,做产品方案时需要参考上上个版本,那个版本是在我加入公司一年以前上线的,wiki和文档库里翻遍了都没有。终于还是从档案馆里翻到了当初方案的原貌。

总结一下,档案馆解决问题场景,如:

① 想了解网站UI的成长过程(由傻B到牛B的进化,看看04年的京东,乐呵下)

② 想了解网站的历次版本迭代时间点。

③ 早期版本的PM把PRD和UI稿弄丢了,这个网站帮你备份。

4. 听听竞品用户声音。

操作难度:★★☆☆☆
数据准确度:★☆☆☆☆
严格来说,我只是想分享一个不太常用到的观察思路。
总结成一句话:帮竞品分析用户反馈。
具体渠道:微博、应用商店、知道、知乎、贴吧。

具体来说,比如:

从应用商店的下载量和评论量,可以横向比较用户规模。

在知道/贴吧,大家的困扰、吐槽能让你了解用户对竞品的态度。

【分享到微博】的功能,常常会加##,搜一下你能看到很多,如:

从微博可以看到用户点评行为.png

从微博可以看到用户点评行为。

5. 写程序抓取/统计。

操作难度:★★★★★
数据准确度:★★★★☆
简单说,就是用程序把竞品页面抓过来分析
抛开成本高不提,这是竞品数据调研最理想的方法。

这类例子就非常多了:

① 一个朋友为解知乎用户的称赞数分布,几乎爬走了所有用户profile页。

② 我曾写过一个小程序,用来监控每天豆瓣的新topic数量和最热topic。

③ 很多公司会监控竞品的关键指标,每天会精确到个位数地抓取和分析。

PS:这里面有一个技术难点:需要解决“防抓取的问题”
成熟产品通常都会设置放抓取策略,不会轻易让你把大量页面抓走分析。
(作为PM,我给个技术方案,可参考不负责:多次尝试、分析对方的防抓策略,然后有针对性的设置抓取频率,如果不能满足要求,考虑使用代理(eg.goagent))

6. 看公司财报。

操作难度:★☆☆☆☆
数据准确度:★★★★★
适用情况:市场份额、用户规模、核心指标数据、收入情况
这是最可信的方法,当然通常只对上市公司有效。

财报.png

财报。

这个不多解释,如果因为英文poor/不懂名词而看不懂财报
市面上有大量的财报分析文章,也可供参考和相互印证。

7. 问“奸细”。

操作难度:不定,看人脉和运气
数据准确度:★★★★☆
适用情况:一次性,而非日常监控

这是一张最给力的底牌。

每当山穷水尽,一筹莫展时,总有一个声音冒出来:
“哦对了,XX不是去了那个公司/团队吗?直接问下不得了!” 
然后一条微信,瞬间解决了所有难题。

每每此时,我都会感叹:
“同事跳到对手公司,看来也不一定是坏事。”

为您推荐: