7条建议帮你「竞争分析」能力level up！_最新动态_新闻资讯_程序员俱乐部

imageView2/2/w/1240/q/100" alt="躲在你身后，偷偷瞄你 .jpg" data-original-src="/Upload/Images/2015011416/E175352ED3DAEFE8.jpg" />

　　文/许一凡

　　「竞品分析」是 PM 入门的必修课。

　　我曾在网上搜集过一坨「竞品分析」的案例分享，真可谓方法各异、良莠不齐。

　　不过若能做到以下 5 点，在我眼里，可算上乘了。

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。

　　但总觉得还缺点什么。

　　昨夜辗转无眠，终于想通，原来是传统方法有三个缺陷：

• 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。
• 表象而非规律。只看到功能，无法看到其数据表现。
• 局部而非全面。只看到产品表现，用户声音少能听到。

　　（滚粗，能不能说人话了~！）

　　咳咳，我是想说，搞不清楚下面的问题常常让我们崩溃：

• "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？我有 7 条建议看你知道几个：

　　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

　　先检查：发现 id=70190631~70190634 的发表时间分别为 2014-12-13 10:54:33~2014-12-13 10:54:43 这 10 秒钟，且时间依次累加，验证成功。

　　于是我们只需抽两个样本：

• id 达到 70110000 时，是在 2014-12-11 13:12:15。
• id 达到 70194473 时，是在 2014-12-13 13:10:00。

　　48 小时，id 增长了 84473，平均每天发表的新话题数量 42236，问题解决。

　　当然这是一个大致数量，包含了删除、私密话题等各种情况。

　　2. 利用搜索引擎

操作难度：★★★☆☆

数据准确度：★★★☆☆

原理：搜索引擎通常会抓取网站多数页面。我们只需分析 url 和页面规律，利用几个搜索语法，就能获得一些数据结论。

搜索引擎语法：site，inurl，intitle，-，“”，具体用法自行百度之。

挑战：如何分析网站 URL、网页 Title 和页面内容特点

　　【举个例子】

　　老板紧急召唤：30 分钟，帮我看下携程无报价酒店大概比例？

　　我擦泪~~

　　写程序来不及啊！人工统计不现实啊，得搞到下个世纪！！别急，收起你心中的万匹草泥马，搜索引擎可以给你答案。

　　【解决思路】

　　从百度拿到「无报价的酒店页数」和「酒店总页数」，做比即可。（酒店详情页，不包含 list 页）

　　我们先观察携程酒店详情页的 URL：hotels.ctrip.com/hotel/513153.html

　　因此：第一次尝试搜索：【site：hotels.ctrip.com】

　　四千多万结果 .png

　　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

　　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

　　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

　　搜到了 42 万结果，大致量级符合，cool！

　　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！2333~~）

　　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FQ)

　　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" width="609" height="256" data-original-src="/Upload/Images/2015011416/F3F3C2CE6C45CB99.png" />

　　1999 年的谷歌首页 .png

　　2005 年的谷歌首页 .png

　　现在的谷歌首页 .png

　　说两个真实的栗子。

　　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：

• 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）
• 想了解网站的历次版本迭代时间点。

　　早期版本的 PM 把 PRD 和 UI 稿弄丢了，这个网站帮你备份。

　　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

　　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：

• 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。
• 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。
• 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（笑）：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。

　　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。（笑）”