Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >「经验」竞品分析需要掌握的思路及诀窍

「经验」竞品分析需要掌握的思路及诀窍

作者头像
小火龙说数据
发布于 2023-11-16 10:52:01
发布于 2023-11-16 10:52:01
4620
举报
文章被收录于专栏:小火龙说数据小火龙说数据

新同学 点击下方名片关注我哦,每周二上午8:00准时发文~~

预计阅读时间:5min

阅读建议:实战总结类文章,可直接应用到对应的工作场景中。

00

序言

竞品分析是企业发展过程中绕不开的一个领域,对于数据分析相关岗位而言,类似战略分析师、商业分析师,都需要具备或多或少的竞品分析能力。本章,小火龙带大家了解一下竞品分析是如何做的,以及其中可用于度量的相关指标。

01

竞品分析的意义

这里,是否有些同学会有这样的疑问,“为什么要做竞品分析?对于产品的发展有何意义呢?”

从宏观角度来看,竞品分析核心作用有四个,如下图所示。

其一:开发市场。在业务发展初期,需要了解当前市场的头部产品都有哪些?其核心运营方式如何?通过何种手段进行变现?如若进入市场,空间上限有多大?

其二:策略研究。在决定产品打法策略的时候,通过研究竞品的策略方式,调整自己在市场中的定位和玩法。

其三:产品借鉴。在进行产品迭代的时候,通过参考竞品的架构和思路,可以大大减少产品的试错成本。

其四:危机预判。提前提防竞品对自身产品带来的中长期影响,做到知己知彼百战不殆。

02

竞品分析完整思路

竞品分析对于企业的发展如此重要,那要从哪些方面进行研究呢?其整体框架可划分为以下五个部分,如下图所示。

其一:发展历程。通过市场的外部环境,探查竞品在每个阶段所做的事情。例如:短视频产品是在什么样的背景下应运而生的?是什么样的契机造就了一些公司的发展?

其二:组织架构。研究竞品公司的组织结构,分析其核心产品矩阵,以及公司人力物力资金的倾斜方向。

其三:产品策略。产品核心定位是什么,其调性所命中的目标群体又有哪些。例如:理想汽车定位奶爸群体;蔚来汽车定位城市精英。

其四:商业模式。产品的变现手段有哪些方式,其各种方式可以为企业带来多少的营收及净利。

其五:数据表现。数据往往是数据分析同学最需要关注的,在竞品分析当中,需要重点关注用户、流量、营收三方面内容。

03

竞品分析数据来源

提到了竞品分析的数据表现,那这些数据都是从哪里获取的呢?常见的获取渠道主要有以下五个,如下图所示。

其一:公司年报。做竞品分析的同学一定要会看上市公司的年报及财报。

其二:宏观信息。CNNIC等。

其三:研报网站。「研报网站汇总」获取可戳蓝字部分。

其四:内部数据。通过市场上的竞品分析平台获取。

其五:市场调研。通过市场内的抽样调研,可以粗略推测产品的一些宏观数据。

04

竞品分析数据思路

当拿到了竞品的数据后,需要重点关注哪些数据,并通过哪些指标进行呈现呢?其中,下面这些指标和分析方向需要重点关注。

【关注指标】

  • DAU:日活跃用户数。活跃的标准一般为打开APP,同时,用户一般以设备号或账号进行唯一标识识别。
  • MAU:月活跃用户数。
  • 新增用户(DNU/MNU):新增用户数。首次安装APP并打开的用户。
  • 人均应用时长:人均应用APP的时长。
  • 用户留存(次留、N日留存、N日内留存):当日活跃的用户,在未来活跃的程度。
  • 重合度:自身产品安装/活跃的用户中,同时应用竞品的比例。

【分析方向】

  • DAU、MAU长期趋势表现:一方面用于监控竞品数据表现的趋势状态,另一方面探查趋势中的异常点原因。
  • 重合用户相较非重合用户的差异:重合用户相较独占用户,在哪些方面会被竞品所冲击。例如:人均应用时长、人均发文次数等。
  • 应用竞品前后用户的行为差异:评判竞品对于当前存量用户的冲击,当用户从独占转变为重合时,其各方面表现的前后差异情况,可作为产品危机预判的关键数据。

以上就是本期的内容分享。码字不易,如果觉得对你有一点点帮助,欢迎「关注」「点赞」「分享」哦,我会持续为大家输出优质的「原创内容」~~

END

【作者简介】互联网大厂数据分析专家,本系列「经验」类文章,会和大家分享近些年工作中沉淀的数据分析方法论,希望能够帮助到同行的同学,同时也渴望和大家在此沟通探讨。

往期推荐

「经验」数据埋点很重要,这些内容你需要掌握『上篇』

「经验」数据埋点很重要,这些内容你需要掌握『下篇』

「经验」站在数据分析师角度,浅谈数据仓库需要掌握到的程度!

「经验」如何搭建“业务化”的指标体系?

「经验」如何30min内排查出指标异动的原因『归因上篇』

「经验」指标异动排查中,3种快速定位异常维度的方法『归因中篇』

「经验」指标异动排查中,如何量化对大盘的贡献程度『归因下篇』

「经验」汇总指标异动的十大原因,涵盖日常90%问题

「经验」时间序列预测神器-Prophet『理论篇』

「经验」时间序列预测神器-Prophet『实现篇』

「经验」带你掌握AB实验最佳流程

「经验」如何创建实验假设?这5步你需要掌握!『AB详解系列1』

「经验」我对用户增长的理解『获客篇』

「经验」我对用户增长的理解『新用户篇』

「经验」我对用户增长的理解『流失预警篇』

「经验」用户画像对于业务如此重要?这几点你需要掌握!

「经验」用户增长渠道归因的五种常见方式

「经验」一文带你了解,用户成长体系对于业务的价值『概念篇』

「经验」如何做好探索性分析?这5步需要掌握!

「经验」相关性分析竟能带来如此大的业务价值?

「经验」链路分析竟能带来如此大的业务价值?

「经验」浅谈分类模型在工作中的应用,附上实战场景!

「经验」浅谈聚类分析在工作中的应用

「经验」数据分析这7个场景下,可以利用算法解决问题

「经验」爬虫在工作中的实战应用『理论篇』

「经验」爬虫在工作中的实战应用『实现篇』

「经验」互联网广告基础知识汇总『广告系列1』

「经验」互联网广告出价及计费方式汇总『广告系列2』

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-11-13,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 小火龙说数据 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
「经验」如何搭建“业务化”的指标体系?
为了更好的度量产品的健康度,如何搭建“业务化”的指标体系,相信是大多数数据分析同学都会接触到的问题,其中「业务化」和「指标体系」是做好产品评估的两个重点。
小火龙说数据
2022/06/30
9000
「经验」如何搭建“业务化”的指标体系?
「求职」10道数据分析面试题,涵盖80%常考知识点『业务篇-下』
解决痛点:本文为大家总结了,面试中常会问到的10道业务侧数据分析思路题,对于准备跳槽的你相信会有很大帮助。
小火龙说数据
2022/12/09
2.7K0
如何进行竞品分析?
对于产品经理或分析师,竞品分析是工作中常见的内容。分析竞品时,你有没有思考过:为什么要做这项工作?自己的分析过程是否系统和有针对性?
猴子数据分析
2021/12/17
2.1K1
如何进行竞品分析?
「经验」数据分析这7个场景下,可以利用算法解决问题
阅读建议:本文站在数分同学的角度,分享工作中需要用到算法的地方,聚焦实际应用场景,算法不会展开(网络上有很多资料),内容相对轻松。
小火龙说数据
2022/06/30
4540
「杂谈」如何在工作中快速提升数据分析能力?这五个习惯可以帮助到你!
解决痛点:从事数据分析的你,是否还在为进阶缓慢而苦恼?是否还在为枯燥乏味的工作而郁郁寡欢?如果你有以上情况,相信此篇文章可以帮助到你。
小火龙说数据
2022/12/09
6530
数据分析师如何正确的提意见?(文末赠书)
数据分析不只是数据的罗列,而是数据和分析的结合。数据层面包括数据获取、整合、可视化等操作;分析侧面则是结合业务目的和数据表现给出相应的数据结论。只要掌握数据工具就能获取、整合数据,而分析问题并给出有效结论和建议就有一定的难度。根据分析结果给出合理的意见和建议是数据思维培养过程中重要的环节之一。本节会立足于如何根据数据表现提出合理建议,通过几个示例说明数据分析师在给出建议时常常出现的误区。 1 数据分析师提出合理建议需要经历的三个阶段 并不是每个数据分析师从刚入行开始就能够通过数据分析为业务方提出合理解决方案
张俊红
2022/03/14
5630
数据产品的竞品分析怎么做?
很多应届生以及其他非产品岗无产品经验的同学,找产品经理方向工作的时候,会把竞品分析当作敲门砖,通过竞品分析报告来体现自己的产品思维,作为产品能力的佐证。有和一些产品经理交流过关于竞品分析的体会,他们的问题相信你也曾经遇到过。
数据干饭人
2022/07/01
1.6K0
数据产品的竞品分析怎么做?
「经验」链路分析竟能带来如此大的业务价值?
解决痛点:网络上针对链路的理论介绍不少,但很少有从实战出发,讲清楚链路分析对于产品有哪些贡献,本篇分享一些个人经验,希望可以帮助到你。
小火龙说数据
2022/12/09
4270
「经验」链路分析竟能带来如此大的业务价值?
糊弄鬼的竞品分析
这片文章也许很口语很口语,但是希望咱们能一起思考! 最近我们团队一直在坚持做竞品分析,可是听来听去总觉得最后总结的时候能总结出一些可思考、有价值的观点,总体的竞品分析会沿用网上通用的一些“类模板”分析套路来走,但是最终的价值是什么? 得找,得从整体的竞品分析文档里面找所需要的能够产生价值的点。但这样来说,对于撰写者和阅读者的价值就会降到很低很低。 那么如何能够做出一份价值含量较高的竞品分析,而不是为了完成上级制定的工作而工作呢? 竞品分析一定是根据公司业务发展的阶段撰写可执行、可参考、可思考的、具备阶段性
用户2025931
2018/06/19
8560
拆解业务问题的2个重要数据分析方法(附面试案例讲解)
如图的树状逻辑相信大家已经见过许多回了。一般说明逻辑树的分叉时,都会提到“分解”和“汇总”的概念。
朱小五
2020/07/17
4.5K2
拆解业务问题的2个重要数据分析方法(附面试案例讲解)
九种常见的数据分析模型
漏斗分析是一套流程式数据分析,它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。
大数据学习与分享
2020/11/03
2K0
九种常见的数据分析模型
5个等级的数据分析,哪个最深入?
很多同学总觉得数据分析做得不深入,到底该怎么做?今天结合一个具体的例子,分享下如何做一个深入的数据分析项目。 深入级别:0级 某天,你收到一个需求:“看下我司APP新增的A功能,过去5天内累计使用1+次的人有多少(去重)”。这问题太简单了,直接跑个数丢过去即可,“过去5天累计使用人数10000人”搞掂。 但是这种分析完全不深入,甚至压根不能叫“分析”,这就是提个数而已。确实,当需求是很具体的取数指标+统计时间的时候,这就是取个数,第0级深入就是如此。 深入级别:1级 某天,你又收到一个需求:“看下我司AP
博文视点Broadview
2023/05/13
4050
5个等级的数据分析,哪个最深入?
「求职」10道数据分析面试题,涵盖80%常考知识点『业务篇-上』
解决痛点:本文为大家总结了,面试中常会问到的10道业务侧数据分析思路题,对于准备跳槽的你相信会有很大帮助。
小火龙说数据
2022/12/09
8060
「求职」10道数据分析面试题,涵盖80%常考知识点『业务篇-上』
聊聊APP数据分析的那些思路
有一个朋友跟我说,他之前呆过的一家互联网公司,抗风险能力很弱,整个运营部门all in在新增上,完全不考虑留存和活跃等指标。2017年的日新增用户数单从应用市场靠ASO来的都能做到日均3W,还没有算上其他渠道。但是留存特别低,7日活跃留存率只能维持在10%左右。后来,公司新来了一个产品经理,这个产品经理看到公司的问题,他逐步完善整个公司的数据体系。后来,运营数据指标体系慢慢清晰了,公司的用户增长也步入健康的增长状态,比当时all in新增的利润要可持续得多。他感叹说,数据分析好的话,完全能够实现可持续性的利润增长,深感数据分析的重要性。我也是完全认同他的观点,数据分析的价值潜力很大。今天,结合我多年的APP数据分析经验,给大家讲解一些APP数据分析的思路。记住,只聊思路,不聊实操,希望对一些对APP数据分析感兴趣的伙伴有所帮助。
数据森麟
2021/01/08
1.2K0
报表开发的三个重要思路(指标篇)
前文报表开发准确应该说是“报表开发的流程”,即报表开发的需求处理流程,本文关注点在于设计报表时需要关注的指标体系。
1480
2019/06/14
4.3K0
B 端软件:怎样进行竞品分析?
不管是从零开始做一款软件,还是在现有的软件中进行功能迭代,都少不了去找一些类似的软件和功能进行研究,这个就叫竞品分析。
oec2003
2023/09/01
5190
B  端软件:怎样进行竞品分析?
DAU是啥,数据指标是啥?必知必会的数据分析常识
在刚迈入数据的大门时,我经常对一些数据指标或者数据本身的概念很模糊,尤其是当跟运营、数据分析师扯需求的时候,会被这些密密麻麻的指标给弄糊涂。为了更好的在行业里面摸打滚爬,花了很多时间阅读一些指标相关的文章、书籍,总算解决了这个问题。
Datawhale
2021/01/07
8.1K0
DAU是啥,数据指标是啥?必知必会的数据分析常识
「干货」数据分析常用的10种统计学方法,附上重点应用场景
解决痛点:最近收到一些同学的私信,咨询较多的一个问题是:“做数据分析需要学习哪些统计学知识?”因此想分享一些工作中应用较多的统计学方法。
小火龙说数据
2022/06/30
6.9K0
「干货」数据分析常用的10种统计学方法,附上重点应用场景
如何做出有价值的竞品分析?
以笔者比较了解的加点、3C产品厂商为例,企业在信息化建设过程中会选择做内部数据分析,例如销售、生产、库存等,这对企业了解自身整体运营情况非常有用,但是这些信息对把握市场动态、了解客户需求来说作用十分有限,而对外部数据的分析工作可以帮我们很好的弥补这些不足。
数据分析的那些事儿
2019/12/26
1.6K0
如何做出有价值的竞品分析?
数据分析之道:从灵魂三问到实践总结
导读:数据分析究竟是什么?需要掌握哪些技能?如何进行数据分析?本文是对于数据分析的实践与总结。
IT阅读排行榜
2021/02/05
8230
数据分析之道:从灵魂三问到实践总结
推荐阅读
相关推荐
「经验」如何搭建“业务化”的指标体系?
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档