竞品分析实操-全文不掺杂任何“鸡汤”

简介: 写在前面的话一、竞品分析和功能分析是不同的,竞品分析主要掌握一个产品的节奏和玩法,进而为自己的产品迭代和方向指导,简单点说就是做同一类产品别人是怎么一步一步走向成功的(当然产品只是其中的一部分),还有别人是怎么一步一步的作死的。
img_3f4eb63213a4197ca7f4bc37dd10fdea.png

写在前面的话

一、竞品分析和功能分析是不同的,竞品分析主要掌握一个产品的节奏和玩法,进而为自己的产品迭代和方向指导,简单点说就是做同一类产品别人是怎么一步一步走向成功的(当然产品只是其中的一部分),还有别人是怎么一步一步的作死的。

二、功能分析主要是要优化自己的功能时去借鉴别人是怎么做的,还有自检自己产品的功能是否可以做的更好。

三、还有一点要说就是无论功能分析或竞品分析报告如果为了工作需要没必要大篇幅的去写,把市场、交互、UI统统都写进去没多大意义。

竞品分析实操

img_f86cb5dfb5755892e86d01de5ebcb047.png
产品分析过程图
  • 调研背景和目的
    这个就结合自己的产品情况,比如我新进入一个行业,想快速熟悉这个行业的产品都是怎么玩的,为自己的产品做指导。
  • 选择产品
    选择产品这个就是选择行业内的佼佼者和上升较快的产品,原因是行业内的佼佼者有更多的资源去试错和踩过很多坑,而上升快的产品肯定有上升快的原因,要通过分析找出背后的原因,比如我想做生鲜类的产品我就会去选择“京东到家”“每日优鲜”等这些竞品去分析。
  • 体验产品
    体验产品主要关注用户、使用场景、需求,把这几点明确下来,如果能找到相应的用户做简单的访谈那就更好了,如“每日优鲜”。
    使用场景 :(1)场景一
    用户 : 懒人、吃货。
    需求 : 吃水果、零食等。
    要解决的痛点 :懒得动,不想去超市买水果、蔬菜 。
    (2)场景二
    用户 : 家庭主妇。
    需求 : 买菜、做饭。
    要解决的痛点 :带孩子出去买菜不方便,自己出去买菜把孩子放家不放心。
  • 还原产品
    所谓还原产品就是还原产品的业务流程图,无论那个产品交互可能随时会调整(为了更好的用户体验),但是业务流程图很少有变动,还是以“每日优鲜”为例如下图。

img_6fefd4e12161afc0842aade41e23e7a4.png

关于业务流程图怎么做可以查看我上篇文章:“业务流程图实操篇 https://www.jianshu.com/p/1d5dbb8f7a5e

除了还原竞品的业务流程图,还要还原竞品的产品结构,就是如何把业务流程以产品的形式展示给用户的,如下图


img_3dc26dc7dc70c2c4812ee95dcaddb8d0.png

有小伙伴会说,我看了很多但是当我自己产品搭建产品架构的时候我依旧不知道怎么做?那么我说你持续分析某个行业的一些产品每个产品都画出来,坚持做个几十个产品,再看看会不会做。

  • 分析产品
    1、产品表现分析:
    这里的分析产品表现不是去网上找各种N手数据,通常用户流程中的使用过程,数据已经表现出来了,如下图
    img_d5c862facd30e14d0e3fceba816237a3.png

    其它类的产品道理是一样的,比如评论数、点赞量、阅读量等,都是通过产品的关键页面数据的表现来分析这款产品的现状。
    2、产品迭代、运营分析
    还是以“每日优鲜”为例思路和实操是这样的,第一步:借用第三方工具(酷传:http://www.kuchuan.com)查看产品的历史下载数据如下图:
img_ff3b70f9c73a7d11af3198d2e1b63cea.png
历史下载数据曲线图

这个数据可以自定义时间段,也可以导出。

第二步:查看版本迭代的过程,看不同的版本迭代后数据的表现是如何的。也是用这个工具如下图:


img_a2880d034f7cb1457c91aaeb4fd2953b.png
版本迭代

第三步:看这个阶段除了产品运营还做了哪些动作,看运营和什么动作和数据的关系。这个可以通过IT桔子(或google浏览器)如下图:


img_1206fcdca89f9b72d07aa75e84562337.png
新闻动态

第四步:看关键版本的产品业务流程和架构是如何的,这个可以通过“手机乐园”去下载历史版本,如下图


img_743fd773e607152db277097799ce50b5.png

把这些数据整合后你就很清晰知道了这个产品是怎么一步一步的走过来的了,或者有些产品如何一步一步作死的,做了哪些动作数据大幅度提升了,做了哪些事情无意义,会对自己的产品有个明确的引导。

3、横向比较同类产品
用以上同样的方法是分析其它的竞品,找出核心的的差异点,看下每个产品都有什么不同的优点,分析优点当然是为了借鉴喽。

  • 总结、撰写调研报告
    对上面的分析进行总结,比如某个产品每一步是如何一步一步做过来的,综合考虑我们的资源是否可以借鉴,再比如同类产品竞品分析后,我们自己的产品处于什么阶段,我们下一步要怎么走。
    调研报告应该包含上面的过程的展现和对每个步骤的结论,有过程有结论,这样的报告无论给领导看还是和同事间沟通都是有说服力的。

娱乐下,写这篇文章是因为我女朋友看过前面竞品分析vs功能分析那篇后还是不会实操,所以我想大家可能也有同样的问题,就补充了这篇,可以说每一步都是实操,如果对你有帮助请点个喜欢。

相关文章
|
存储 Java API
Android 浅度解析:mk预置AAR、SO文件、APP包和签名
Android 浅度解析:mk预置AAR、SO文件、APP包和签名
1970 0
|
Cloud Native Nacos 数据库
2024年最新版Nacos安装教程(史上最详细保姆级教程)
2024年最新版Nacos安装教程(史上最详细保姆级教程)
5699 3
|
存储 JSON Kubernetes
KubeConfig
KubeConfig 是一个用于存储和管理 Kubernetes 集群配置文件的 JSON 格式文件。它包含了集群的详细信息,如 API 服务器地址、认证信息、命名空间等。KubeConfig 文件的主要作用是让用户能够轻松地在不同的 Kuberne
475 1
|
1月前
|
人工智能 监控 数据可视化
什么是低代码开发平台?2025年最热门的10大低代码开发平台盘点!
低代码开发平台通过可视化拖拽、模型驱动等方式,大幅减少手工编码,提升应用开发效率。当下更是结合AI能力,自动生成应用,组件,图表,进一步加快应用软件的开发效率落地。
|
存储 机器学习/深度学习 搜索推荐
去中心化的模型训练
去中心化的模型训练(Decentralized Model Training)是一种不依赖单一中心服务器或数据存储中心,而是在多个节点(如设备或数据拥有者)上进行联合训练的方法。这种训练模式可以更好地保护数据隐私、降低数据传输成本,并提升模型的鲁棒性和可扩展性。随着数据安全和隐私保护需求的提升,去中心化训练在深度学习和人工智能应用中的重要性逐渐增加。
391 4
|
机器学习/深度学习 数据采集 算法
利用未标记数据的半监督学习在模型训练中的效果评估
本文将介绍三种适用于不同类型数据和任务的半监督学习方法。我们还将在一个实际数据集上评估这些方法的性能,并与仅使用标记数据的基准进行比较。
1002 8
|
机器学习/深度学习 搜索推荐 数据可视化
大数据用户画像之基本概念
大数据用户画像利用大数据技术分析用户基本信息、消费行为、兴趣、社交及地理数据,创建详细用户模型,助力企业精准营销。涉及技术包括数据挖掘、大数据处理(Hadoop、Spark)、数据可视化、机器学习和数据库管理。通过用户画像,企业可实现市场定位、个性化推荐、精准广告、产品优化和风险控制。学习该领域需掌握多个技术栈,包括相关算法、工具及业务理解。
1771 4
|
前端开发 JavaScript API
前端性能优化-控制并发
【9月更文挑战第7天】前端性能优化-控制并发
309 1
|
数据采集 资源调度 JavaScript
Node.js 适合做高并发、I/O密集型项目、轻量级实时应用、前端构建工具、命令行工具以及网络爬虫和数据处理等项目
【8月更文挑战第4天】Node.js 适合做高并发、I/O密集型项目、轻量级实时应用、前端构建工具、命令行工具以及网络爬虫和数据处理等项目
279 5
|
SQL JSON 分布式计算
spark/Flink 导入导出starrocks
spark/Flink 导入导出starrocks
spark/Flink 导入导出starrocks