马海祥博客是一个专注于分享SEO优化、网站制作、网络营销和运营思维的自媒体博客!
马海祥博客 > 运营思维 > 数据分析 > 如何做好产品数据的竞品分析?

如何做好产品数据的竞品分析?

时间:2014-03-31   文章来源:马海祥博客   访问次数:

竞品就是竞争产品,竞争对手的产品。那么,竞品分析顾名思义,是对竞争对手的产品进行比较分析。竞品分析的内容可以由两方面构成:客观和主观。即从竞争对手或市场相关产品中,圈定一些需要考察的角度,得出真实的情况,此时,不需要加入任何个人的判断。应该用事实说话。是一种接近于用户流程模拟的结论,比如可以根据事实(或者个人情感),列出竞品或者自己产品的优势与不足。因为你在分析别人的产品的同时,实际上是走了一遍用户流程。

在一些企业中,竞品分析的工作却很少有产品经理实际工作中去做,要么由市场和运营人员代劳,要么是产品部门配备市场研究相关岗位定期来做。竞品分析结果只能作为一种参考依据(由于信息挖掘渠道和关注点都相对带有主观性,比较危险的是有些产品经理会特意朝预期潜意识心里判断来收集数据),通常服务于领导及产品管理层对产品信息动态能够有意识的去关注及时调整相关目标。那么作为一个产品经理来说,有该如何做好产品的竞品分析呢?

如何做好产品数据的竞品分析?-马海祥博客

一、为什么要做竞品分析?

1、为企业制定行业产品战略规划、产品各条子产品线布局、市场占有率提供一种相对客观的参考依据。

2、随时了解竞争对手的产品和市场动态,如果挖掘数据渠道可靠稳定,根据相关数据信息可判断出对方的战略意图和最新调整方向。

3、可掌握竞争对手资本背景、市场用户细分群体的需求满足和空缺市场;包括产品运营策略。

4、自我快速调整、以保持自身产品在市场的稳定性或者快速提升市场占有率。

5、新立项的产品、没有形成较为有效完整的系统化思维和客观准确方向的,主要指的是对新接触的行业没有积累和沉淀。对于这个疑问或许你能通过马海祥博客的《收集客户关系管理数据的策略和需求分析》来解决此问题。

二、竞品分析的主要内容

1、竞品基础数据管理。

2、竞品流程管理。

3、竞品分析、竞品展示。

4、竞品数据结构的搭建。

5、竞品分析管理。

三、如何做好产品的竞品分析?

值得一提的是,竞品分析报告在一家成熟的企业,基本上是长时间定期持续积累不断挖掘和分析的一个过程,从而让数据准确性提高具有很强的说服力。

1、确定哪些是你的竞争对手?

A、产品直接竞争者:这里包括了市场目标方向一致、客户群体针对性极强、产品功能和用户需求相似度极高的。对此大家可以看下马海祥博客的《如何利用SEO的思维模式来分析竞争对手》相关介绍,在此就不细说了。

B、间接竞争者:市场客户群体目标不一致、但在功能需求方面互补了你的产品优势(也或者是你互补别人产品的)、但又不是主要靠该产品价值盈利的。

C、同行业不同模式的:比如 B/S互联网模式和行业解决方案及单机C/S客户端,一锤子买卖和长期靠服务收费的。

D、资本雄厚概念炒作的:观察到各大媒体平台经常炒作概念和具备行业前瞻性一些团队人才背景、资质、规模非常有潜力的企业、

2、从哪里获得竞争对手信息?

A、从内部市场、运营部门、管理层等收集信息;

B、行业媒体平台新闻及论坛及QQ群,搜索引擎;

C、建立持续的产品市场信息收集小组;

D、调查核心用户、活跃用户、普通用户不同需求弥补和间接代替的产品;

E、竞争对手官方网站、交流互动平台、动态新闻、产品历史更新版本、促销活动;

F、季度/年度财报;

G、各大人才网站同行业人才简历更新;对方的博客及联系方式,包括对手官方网站招聘信息。

H、通过google搜索引擎找到国外同行业的官方网站及行业信息订阅(市场直接竞争者机率不大,但盈利模式和功能定义用户群体具备一定的前瞻性和市场趋势导向性)。

I、试用对方产品、客服咨询、技术问答等等。

3、需要获取哪些信息?

A、公司技术、市场、产品、运营团队规模及核心目标和行业品牌影响力;

B、实际季度年度盈利数值,及各条产品线资金重点投入信息;占据公司主盈利的产品线;

C、用户群体覆盖面、市场占有率、运营盈利模式;尽可能了解到固定周期的总注册用户量/装机量/有效转化率;

D、产品功能细分及对比;稳定性、易用性、用户体验交互、视觉设计实力、技术实现框架优劣势;

E、产品平台及官方的排名和关键字及外链数量;

4、常用分析方法有哪些?

(1)、SWOT分析法

这种分析方法实际上是将对企业内外部条件各方面内容进行综合和概括,进而分析组织的优劣势、面临的机会和威胁的一种方法(较为宏观和主观)也可作为竞品分析的一种方法。

a、产品的优势与劣势有客观的认识;

b、产品的现状与前景;

c、必须考虑全面;

d、必须与竞争对手进行比较,比如优于或是劣于你的竞争对手;

e、简洁化,避免复杂化与过度分析;

(2)、客户满意度模型(Kano模型)

KANO模型定义了三个层次的顾客需求:基本型需求、期望型需求和兴奋型需求。这三种需求根据绩效指标分类就是基本因素、绩效因素和激励因素。

基本型需求:用户认为产品“必须有”的属性或功能。当其特性不充足(不满足用户需求)时,用户很不满意;当其特性充足(满足用户需求)时,无所谓满意不满意,用户充其量是满意。

期望型需求:耍求提供的产品或服务比较优秀,但并不是“必须”的产品属性或服务行为有些期望型需求连用户都不太清楚,但是是他们希望得到的;在市场调查中,用户谈论的通常是期望型需求,期望型需求在产品中实现的越多,用户就越满意;当没有满意这些需求时,用户就不满意;

兴奋型需求:要求提供给用户一些完全出乎意料的产品属性或服务行为,使用户产生惊喜。当其特性不充足时,并且是无关紧要的特性,则用户无所谓,当产品提供了这类需求中的服务时,用户就会对产品非常满意,从而提高用户的忠诚度。

(3)、波士顿矩阵

问题型产品:处在这个领域中的是一些投机性产品,带有较大的风险。这些产品可能利润率很高,但占有的市场份额很小。这往往是一个公司的新业务。

明星型产品:这个领域中的产品处于快速增长的市场中并且占有支配地位的市场份额,但也许会或也许不会产生正现金流量;也可理解为爆增式用户量和装机量。

现金牛型产品:处在这个领域中的产品产生大量的现金,但未来的增长前景是有限的。这是成熟市场中的领导者,它是企业现金的来源;

瘦狗型业务:这个剩下的领域中的产品既不能产生大量的现金,也不需要投入大量现金,这些产品没有希望改进其绩效。一般情况下,这类业务常常是微利甚至是亏损的;

(4)、信息对比

如何做好产品数据的竞品分析?-马海祥博客

a、产品基本信息:产品名称、产品类型、语言版本、网址、微博;

b、公司背景:公司资本、产品技术、市场、运营团队情况;

c、用户定位:不同形式和行业用户,但对产品都有诉求;

d、用户需求:功能、视觉设计、交互体验、用户满足期望值;

e、产品详情:产品定位、是否跨行业目标、产品模式;

f、产品功能:大小功能模块对比。

g、盈利模式:分析竞争对手的各种盈利模式。

h、运营策略及数据排名:周期活动、运营规则、及行业排名外链关键字相关数据;

至于一个团队的竞品分析文档需不需要规范,我认为可以搞出两到三种典型的模板来。但是也不必太刻意追求形式了,因为数据这东西,达到效果即可。况且,我们最终的目的也是通过数据来实现我们的目的,关于这点我曾在马海祥博客的《分析解读数据的真正目的是什么》做个详细的介绍,有兴趣的朋友可以看下。

总的来说,竞品分析对于产品的策划环节来说,是必须的,也是产品经理必须要掌握的。它是一份具有实际参考价值的导向性手册,甚至起到功能文档的效果。

马海祥博客点评:

有时候,竞品分析的科学与详尽程度,会直接影响策划人员的发挥水平。如果竞品分析并非出自核心策划人员之手的话,那么,策划人员要亲自去分析一把,只不过不用把它从头到尾整理成文档,只需要在原来的基础上完善即可。因为,你掌握得越多,做起东西来就越得心应手。

本文发布于马海祥博客文章,如想转载,请注明原文网址摘自于http://www.mahaixiang.cn/sjfx/477.html,注明出处;否则,禁止转载;谢谢配合!

相关标签搜索: 数据分析   竞品分析   产品分析   产品数据  

上一篇:收集客户关系管理数据的策略和需求分析
下一篇:如何培养交互设计师的数据分析能力

您可能还会对以下这些文章感兴趣!

  • 大数据时代下的第三方数据公司和甲方公司的差异

    现在是一个大数据时代,人人嘴边都挂着数据创造价值、数据挖掘等一些热词。各公司内部也逐渐认识到数据的重要性,纷纷成立数据部门,期待数据可以真正的为业务服务。另外,也有一些专做数据服务的第三方公司不断涌现,希望能帮助产生数据的甲方分担数据分析的担子,挖掘……【查看全文

    阅读:1062关键词: 大数据   大数据时代   第三方数据   数据公司   日期:2014-02-23
  • 解读2014年中国移动互联网用户行为洞察研究报告

    2014中国移动互联网用户行为洞察报告旨在协助行业上下游相关人士了解用户行为的最新动向,全面透析用户的媒体使用习惯、新媒体使用方式、对移动广告的接受程度以及移动广告如何影响用户的购买决策。更多移动互联网用户将手机作为他们首选或唯一的上网工具。……【查看全文

    阅读:1648关键词: 解读报告   中国互联网   移动互联网   用户行为   研究报告   日期:2014-01-14
  • 数据分析的流程及分析方法

    数据分析是指通过建立审计分析模型对数据进行核对、检查、复算、判断等操作,将被审计单位数据的现实状态与理想状态进行比较,从而发现审计线索,搜集审计证据的过程,在实用中,数据分析可帮助人们作出判断,以便采取适当行动,数据分析的目的是把隐没在看来杂乱无章……【查看全文

    阅读:11073关键词: 数据分析   数据分析流程   分析方法   日期:2014-09-19
  • 零基础学习数据地图的制作与分析

    有时在实际工作中会碰到这种情况,即数据与地名有关,这时虽然也能用Excel的图表来表现,但如果能将数据和地图结合起来,将会收到更加好的效果,应用地图来分析和展示与位置相关的数据,要比在Excel中单纯的数字更为明确和直观,让人一目了然,数据地图就是解决此类问题……【查看全文

    阅读:1884关键词: 数据地图   地图制作   数据分析   日期:2016-07-14
  • 关于用户调研数据分析中常见的一些误区

    近期和一些做用户研究的人员进行了交流,发现很多做这个行业的人都对自己所做的工作有些迷茫,报告写了很多,数据也分析了很多,但是却感觉对产品的实际运营帮助不大,甚至分析出来的结果和实际情况比偏差很大。其实用户研究并不是一个新兴的领域,在很多传统行业,用户……【查看全文

    阅读:813关键词: 眼球追踪   眼球追踪技术   用户调研   调研误区   调研探讨   数据分析   日期:2013-12-24
  • 分类型数据可视化的操作方法及案例分析

    在当前互联网,各种数据可视化图表层出不穷,本文尝试对数据可视化的方法进行归纳,数据可视化可以将海量数据通过图形、表格等形式直观反映给大众,降低数据读取门槛,可以让企业通过形象化方式对自身产品进行营销。数据可视化技术的基本思想,是将数据库中每一个数据项……【查看全文

    阅读:1876关键词: 数据分析   案例分析   日期:2016-09-28
  • 大数据环境下衍生出的营销思路或策略

    “大数据”的概念距问世已经有39年了,而大数据营销的时代在前几年才得以到来,这种基于数据协同和深度计算的个性化营销正在用其巨大而全面的影响力改变着营销的格局和战略方向。淘宝每天处理数以万计的交易数据,Facebook每天接待40亿访客,在互联网这种领域,……【查看全文

    阅读:671关键词: 大数据   营销思路   营销策略   大数据营销   日期:2019-05-03
  • 如何以客户为中心进行数据挖掘与分析

    数据挖掘与分析可以说是信息领域发展最快的技术,很多不同领域的专家都从中获得了发展的空间,使得数据挖掘成为企业界讨论的热门话题,随着信息技术的发展,人们采集数据的手段越来越丰富,由此积累的数据日益膨胀,数据量达到GB甚至TB级,而且大数据也成为数据分析主流……【查看全文

    阅读:7628关键词: 数据挖掘   数据分析   分析数据   日期:2014-12-27
  • 分析解读数据的真正目的是什么?

    最近我在马海祥博客上新开了一个数据分析专栏,主要是通过平时的一些数据解析来合理科学的提高网站的各项指标的。可能一说到数据,可能就会立马让人想到是数字、图表、模型、方程等容易让人怯步的词语。其实做数据分析的真正目的和意义,是躲在背后的那些人。 在营销学……【查看全文

    阅读:1002关键词: 分析数据   解读数据   解读数据目的   日期:2013-08-26
  • 预测2020年数据中心行业发展的10个趋势分析

    岁末年初正是对未来一年数据中心行业发展进行预测的时候,人们将会看到一些事情的到来:云计算的兴起、SSD硬盘的发展,以及其他问题,例如许多企业将业务从云平台遣返回到内部部署数据中心。而专家对数据中心行业的预测可能偶尔会带来一些惊喜。随着大数据行业和技术的发展,企业需要改善内部部署数据中心和云计算资源之间的平衡,在服务器上采用人工智能技术,并努力有效地管理数据蔓延。行业媒体通常会对未来一年进行预测,像往常一……【查看全文

    阅读:33关键词: 2020年   数据中心   行业发展   趋势分析   日期:2019-12-26
↓ 点击查看更多 ↓

互联网更多>>

SEO优化 更多>>

网站前端性能优化中最容易被忽略的10个技巧 未来的站内SEO优化需要做些什么?