首先感谢文思海辉马总的文章《定位：第一步是找竞争对手》。正是他的这篇文章给了我写这篇文章的启发。
上学时，我们习惯了回答应用题，而忽略了自己出应用题；
上班后，我们习惯了用SWOT分析竞争格局，而忽略了怎么找到真正竞争对手。
其实，分析竞争对手不难，难的是，找出谁才是你的竞争对手。
就像，解决问题不难，难的是，如何发现问题。
01
上网搜一搜，会发现很多关于竞争对手分析的文章，但是如何确定竞争对手的文章却寥寥无几。好不容易，找到一篇用传统的方法，定位竞争对手的文章，是这么说的：
可以从以下几个方面来确定竞争对手：
1 生产规模接近
2 产品形式接近
3 价格接近
4 销售界面相同
5 定位档次相同
6 目标客户相同
7 拓市努力程度相同
如果按照这个理论来定位竞争对手的话，那么，
- 电动车的竞争对手一定是电动车；
- Dior口红的竞争对手肯定就是相同档次的其它品牌口红了。
02
现实情况是这样子的吗？
- 寻购Tesla车人就一定只会从电动车中选？
- 想买Dior的口红的人，就只认准这几个大牌？
我们看下这几个例子
场景一
月薪上万的小陈，听说兰蔻的新款唇膏姨妈色很好看，刚想下手，看到了小红书推荐的露华浓开架唇膏有个类似的颜色。想想颜色差不多，果断拔草了露华浓的平价款。
场景二
小陈有一天加班，她突然发现她的卸妆油用完了，带妆睡觉怎么行，于是她马上差遣她的男朋友小张去买兰蔻的卸妆水。男朋友小张一到商场就犯晕，看到刚路过的第一个Dior专柜就有卸妆水，想想功能，价位差不多，果断买完付款交差走人。
场景三
小陈和男朋友小张，计划着年底结婚，小陈想买辆白色的思域当上下班的通勤工具。但是对于汽车一窍不通，她让小张全权负责，小张觉得买辆白色的丰田prius更适合小陈，平时堵车还能开开car pool，想想都是日系，应该也没差。
场景四
小陈为了下个月拍婚纱照时，变得瘦瘦美美的，于是这几个月开始减肥。原本每天地铁到站后，她都会再叫个滴滴快车回家，现在看到摩拜单车就停在地铁口，于是她果断下载了一个摩拜APP，开始每天骑车来回地铁站。
03
回看上面几个例子，是不是觉得，消费者的需求不同、场景不同、购买的人不同，购买的产品和使用的服务就会不同。
可见，采用传统的方法去定义竞品已经很难得到事实的支撑了。
那如果传统的方法不奏效，我们应该用什么方法来找到竞品呢？
答案，当然是用数据来说话了。
当你有某电商美妆品牌，寻购用户的所有行为数据时，我们就就可以用交叉寻购的方法，来辅助定义某品牌的竞品了。
比如，看Dior口红有1万个人（300元左右）。这1万个人中，有80%看了兰蔻口红（300元左右），有50%的人看了欧莱雅口红（100元左右），有15％的人看了YSL口红（300元左右）。
如果按照传统方法的竞品定位，欧莱雅是不该排在第二位的，而同样价位的YSL的15%交叉寻购也有点少。
作为品牌方，这时候，就要好好研究一下自己产品的竞品是谁了。进一步分析人群数据，并持续观察一段时间，来确定自己的竞品，最后调整目前的媒体渠道、宣传策略等等。
再举个栗子，
如果你是某叫车APP “D品牌”的运营。按照传统的理解，叫车APP“S品牌”就是竞争对手了。但是通过外部数据，你发现安装D叫车APP的人中，居然有80%的人还装了某M品牌的共享单车。进一步又发现，这80%的人，打开D叫车品牌APP的频度，逐渐衰减；而打开M共享单车品牌APP的频次，逐渐增长。再通过其它一些维度分析，我们能进一步用数据确认竞品是谁。
04
可见，用数据来支撑竞品选择非常重要。因为这些数据，都是消费者在被动情况下采集的数据。而传统的竞品选择，都是品牌方根据自己过去的经验，和方法论确定的。
过于主观的数据，难以客观的评价一个现象，而真实数据，和被动采集的手段就是一个非常有效的竞品确定途径了。
（文章数据和品牌均为虚构，不要对号入座哦）
（赤裸裸的把头像都变成蛋糕店招牌，还说没有植入那）
如果我的文章能带给你一点点启发，还请动动你的手指，点赞、收藏、关注吧！
你的点赞和关注，是我一直写下去的动力！
如果你还想看我的其他文章，请戳
从做蛋糕到多重共线性(Multicollinearity)
消费者、用户和产品的关系思考
结合日常生活的例子，了解什么是卡方检验
一步一步教你分析消费者大数据
从优惠券的投放人群，教你看分类模型的评判标准
数据分析师，少一点套路，多一点思路
关于数据建模变量标准化，你想知道的都在这里了
运营经理，你真的知道模型里的R平方吗？
从可视化角度浅谈如何做一份优秀的咨询PPT(一)
用可视化思维解读统计自由度
孰好孰坏？第一方数据与第三方数据
读完这篇，连小学生都看的懂什么是机器学习里的boosting
教你炼就火眼金睛，识别会说谎的数据分析