大部分产品经理和产品运营人员都做过竞品分析，也经常看到一些刚入门的同学拿着产品体验报告去面试，其实竞品分析这事儿就像做产品，的确有一套框架，但不适合去一味去套模板。我想起大学那会儿写营销策划书，基本都是一模一样的微观宏观环境分析+波特五力+SWOT+STP+4P这么个模子，最后发现每个人写的都差不多，更像是为了写一份策划书而写，忘了为什么要写。
回到如何进行竞品分析这个问题，是互联网产品/运营类从业人员的基本功，怎么看待竞品决定了你在自己的工作中会不会一味埋头造轮子还是被竞品牵着鼻子走，但凡陷入这两个极端的，都是没好好做竞品分析的。下面聊一下我做竞品分析的一些思路。
1.明确竞品分析的目的
这是很多人会忽略的一点，一上来就开始画思维导图，把竞品的产品框架按照产品类的Tab分类列出来，然后浅浅地说下交互和界面设计草草了事。这根本不算竞品分析，因为什么都没分析出来。
我们为什么时候会需要竞品分析？常用的场景有这么几个：
a.项目立项。通常是对全行业和前三的竞品进行分析，了解行业状态和目前用户习惯，结合自己的优势看看有没有合适的机会和角度可以进入。行业是正处在萌芽期还是成长期或者成熟期？比如2011年的时候做移动支付？肯定会早早死掉，因为那时候支付宝还没有在移动端普及，智能手机覆盖面也还不足。行业里有没有具有垄断地位的竞品在？
b.市场份额/竞争程度分析。以市场竞争状态为主要目标，参考波特五力分析模型进行分析，了解自己所处在行业中的位置以及上升空间。
c.产品体验分析。这个是大部分人都习惯的点，主要包含产品功能、交互设计、产品性能等方面，也就是PM、UE最关心的事情。
d.运营分析。除了需要分析产品功能之外，其实运营层面的分析也是很有必要的，尤其是面对强运营的产品。比如O2O领域，产品层面大同小异，决定项目能不能做起来的决定性因素是运营能力，所以就要分析竞品在运营层面做过哪些关键性的事情。
2.明确分析给谁看的？
除去艾瑞和易观这种分析全行业的之外，大部分产品人员/运营人员做竞品分析并不需要把每个点都分析得透，多了反而不能聚焦和深入。明确分析给谁看的，然后针对性地进行分析更佳。通常会给谁看呢？
a.你的Boss。老板们比较关注市场份额和行业动态这种层面的分析，所以给Boss看的竞品分析报告你讲太多视觉细节上的差异点显然是不合适的，每个角色所关注的点一定不一样，这就解释了上面说的为什么要针对性分析。
b.产品经理。产品经理一般比较关注产品功能和产品策略两个维度，如果你还停留在竞品视觉好不好看这种层面上，那就要考虑下自己做的到底是不是产品经理的事情。
c.产品运营。对于社区、O2O、电商、游戏这种强运营的产品，一定要把运营分析作为重点中的重点，分析竞品到底是怎么做起来的，社区氛围建立的关键点，以及口碑传播中的KOL。
d.交互设计师。交互层面的分析，不做赘述，大家都已经很关注交互了。
e.视觉设计师。视觉层面的分析，不做赘述，大家也很关心视觉好不好看，对于非专业的人在没啥可说的情况下只能拿审美来说事了。
f.研发人员。研发人员最关心什么？产品性能，具体包含稳定性、兼容性、崩溃率、流量耗费程度、访问速度等，这些分析通常需要通过专业的测试工具来完成。白崎曾做过一个浏览器的评测，就用到了页面加载速度测试、谷歌V8 JS基准测试、鱼缸测试、Sunspider Javascript Benchmark测试、HTML5兼容性测试、RoboHornet Pro测试等。当时做的时候这些测试我也都不明白，磨着PM大叔一个个解释，然后挨个挨个去跑分记录数据，然后拿来做对比。
3.如何进行分析？
所有的分析都分为两个层面：定性分析和定量分析。产品功能、产品策略、用户体验，这些都是定性分析的点。而用户数据、活跃情况、性能对比这些就需要实打实的数据了，光看产品没用。
对竞品进行定性分析的核心点在于思考对方的产品经理/产品运营/交互设计师/视觉设计师为什么要这样做。也就是需要具有同理心！
同理心这句话说起来简单，但是做的时候多多少少都会受到主观思维和经验习惯的误导。
举个栗子：知乎为什么要同时设置「赞」和「感谢」这样两种顶的方式，感谢的意义在哪儿？
再举个栗子：微信为什么不让朋友圈里发GIF图片？为什么要折叠订阅号？为什么不把高使用率的朋友圈放到一级菜单？
分析的框架其实有很多，关于产品体验的分析我比较推崇『用户体验要素』的分析框架，也就是从战略层→范围层→结构层→框架层→表现层，如果分析全局就按照这条线层层深入，也可以针对局部一个层面进行分析。白崎之前写过一篇支付宝9.0的分析文章流传很广，用的就是这套分析框架。传送门:一篇文章读懂支付宝9.0改版背后的产品逻辑和战略布局
4.数据从哪儿来？
刚才说到定量分析的层面，定量是需要数据的。数据从哪儿来？看公开数据和非公开数据。
公开数据：用得比较多的是行业分析报告和百度指数，不要忽略了上市公司的财报，由于上市公司公开资料的准确性要求，财报上的数据指标基本都是客观的，不过要注意具体的表达方式和措辞。还有一种公开数据的来源是小道消息和PR稿，这类消息在准确性上需要多个维度相互验证，尤其是PR稿多半是掺水分的。
非公开数据：一种方式就是之前举例的时候提过，没有现成的数据，但需要你去整理，比如用户数。iOS平台是很难看到的，但Android的数据是公开的，把行业里前几的百度小米应用宝360四家数据汇总，这四家能占到总量的60%左右，所以可以大概估出来。顺便把应用市场里的用户评论摘出来看下，一般新功能如果不好用很多人会去应用市场骂，把这些资料收集起来就能避免自己也走进坑里。还有微博上的舆论，竞品的用户论坛QQ群，都是做竞品口碑分析重要渠道。
还有一种方式是通过自建监测系统，或者通过各种渠道测算，这就是具有大数据平台公司的优势，可以轻松拿到别人拿不到的数据，想想PC时代的安全软件，像数字公司的安全卫士整天在电脑里扫描文件，再加上软件管理模块的分发能力，它就能大概知道你的用户数和活跃情况。