【实操拆解】二胎宝妈,如何通过竞品分析找到月入10000的商机

简介:

说到做竞品分析,大家肯定都知道,大概流程是这样的:确定分析目的——确定竞品——选择分析角度——收集整理有效信息——得出结论——做出报告!

但很多人就算知道了这个流程,仍然不!会!做!

空谈理论不落地实操都是误人子弟,今天我们拿一个实操案例来给大家讲讲如何一步一步做好竞品分析。

前段时间,我们接了一个案子,甲方是一个刚生完二胎的妈妈,私营企业工作节奏快,二胎后自然不能兼顾事业与家庭!为了孩子,她决定辞职另谋出路。思前想后,决定做童装。但是从哪里着手,走什么路线,她心里并没有底。

一、项目背景

明白自己要做什么才能精准行动,因此,每个案子的梳理工作都是必须的!

这个实操案中,我们梳理了以下两个内容:

1. 我们要进一步了解清楚她的个人情况、具备的条件、需求点及规划等尽可能多的信息。

2. 我们要根据她的个人情况查找信息,确定童装是否值得切入去做,如果适合,那要帮她找到最合适的运营方向和产品定位。

二、明确分析目的

所谓竞品分析,就是知己知彼,在剖析对手前,必须把自己的情况梳理明白,为下一步精准分析打基础!

我们跟这位妈妈做了一个深入交谈。通过交谈,我们得到了这样的信息:

a0830f09e90f49583a7e1add02f3b826a5a6a920

由于精力、网店运营经验和资金的限制,我们将其起步方向初步定在微商上,暂时不考了网店和实体店铺。

三、选取分析角度

分析目的通常并不止一个,我们要根据不同的目的,选择调研分析的内容,一个一个给出答案!

案例中,这位女士的分析目的是了解童装是否适合涉足,如果适合,想要进一步明确童装运营方式,产品定位等。

我们先看第一个目的:童装是否适合涉足。

我们通过长尾词搜索、百度词条、婴儿潮、童装等调研文章中的内容,理出结论:

2016年约有9000万对育龄夫妇符合条件,加之二胎政策,16年此后每年将新增250万以上新生儿。外加典型的“6+1”“6+2”家庭结构越来越多地出现。孩子将在整个社会与家庭中得到前所未有的重视,这为童装市场的发展奠定了良好基础。

因此,我们得出结论是童装市场潜力还是比较大的,方法正确,精力够的话,可以尝试涉足。

第一个问题有了答案后,着手分析切入角度和产品方面的定位。

任何行业都是有固有体系存在的,想明确自己的定位,必然需要先搞清楚其他人都是什么样的!

因此,我们就童装的市场情况做了分析。

 ●  广度上讲,婴幼儿童装的增速要明显高速男大童和女大童。

 ●  深度上讲,童装品牌分高中低档,价格从100以下到1000以上不等,价格跨度很大。国有品牌主要集中在中端及中高端,价格100元到300元之间。

由于资金限制,初步涉足也许不会从中高端国有品牌入手,可能会走低端优品路线,大概率上会先行涉足婴幼儿领域!

四、确定竞品

确定竞品有几个注意事项:

1、结合自己情况确定竞品,也就是说你的能力和条件可以够到竞品的某些优势;

2、根据分析目的,可以跨领域选取竞品!这个好理解,如果你想提高自己的运营效率,很多好的商业模式都是可以学习的,没必要困在本行也中埋头苦找;

3、尽可能全面,避免分析片面,结论支撑不足!

本案例中,由于没有能力走实体店和网店,我们就放弃了实体店的研究,而淘宝作为最常规网络平台,我们选取了3家销量较高的店铺作为学习、参考的竞品。

五、选择分析角度

对竞品的分析,要以分析目的为中心,选择尽可能多和广的维度!

理论上,分析元素有主要从公司层面、产品层面和运营层面选取。

f6420e764c26736f27c075c7d728d7756715d1d2

我们的分析目的是想要明确自己做童装的定位,所以从三个层面抓取了自己做微商时可能参考的角度进行重点分析。

758aa6eb11bfc3ba3a8e4446a9d6a764ac9b4936

六、收集整理数据

整理数据是一个非常非常庞杂的工作,想分析透一个产品,也许还会碰到几款产品各种数据整理好几天的情况!特别强调,不!要!嫌!麻!烦!!!真的!千万不要嫌麻烦!

我们对三家店的数据进行了收集整理后,得出以下一些分析结果:

1、小品牌在有意识地开辟多种引流渠道,微博、抖音都可以尝试。

2、童装细分领域不但有潜力还可以减少囤货,可以避开做全。

3、价格方面小件衣服可以集中定到30—50之间。

4、品牌关注点在哪里,就要重点呈现哪里,给消费者更多信任感。

5、中低端市场,款式是关键。

6、服装通病大小品牌都会有,但是价格低一些的问题会多一些,建议面料选取,款式选择上下功夫。

七、得出结论

竞品分析是在某个特定场景下,才被提出来的,它具有极强的针对性。我们得出结论时一定要注意场景化!根据自身条件找到结论!另外,要把握三个原

1、注意灵活多变

任何人给出的框架都只是分析思路,决不能为了分析而分析,为了呈现而罗列!要根据不同的目的,灵活选择分析重点。根据提取案例和数据的时效性,灵活确定分析深度。根据自己掌握的不同资源,不断优化或调整分析手段。

2、保持怀疑态度

市场竞争异常激烈,刷数据的情况并不少见,数据的采纳,根据数据进行的结论推断必须谨慎,必要时要多个角度进行交叉验证。

3、切忌主观判断

根据数据窥探问题本质,多发问,多找原因,避免判断片面从而影响决策。

本案例中,结合甲方基本情况,我们给出几点结论:

1、从量级来看,切入中小童更好。

2、从定位来看,国外品牌主要集中在高端,国内品牌定位在中端及偏上一些,中低端市场并没有很大的品牌,我们想做自己的品牌,可以重点在中低端寻找机会,将方向划在100以下的品牌化路线上。

3、从淘宝销量来看,中低端市场潜力很大。相对而言,细分市场品类较少,但受欢迎程度并不低。

4、起步阶段可以考虑抖音这样操作简单的平台引流。

5、店铺呈现,品控等内容是关键。虽然辰辰妈、右欧价格相对而言较低,但评论里对质量要求还是有的,类似掉色,起球、粗糙等问题应该重点拿出解决方案。

八、撰写分析报告

动笔之前,必须先确定自己撰写的目的,目的不同,撰写逻辑和提出的方法论也不同。

除此之外,条理性也非常重要,有理有据,重点突出地呈现你的报告给人更多信任感。

以上就是一次较完整的分析过程,全程核心就一个:实事求是!无论是对自身的定位,还是对竞品的分析,都要克服随意性,每一步稳扎稳打,才能让竞品分析更有价值!


原文发布时间为:2018-10-22
本文作者:竞品君
本文来自云栖社区合作伙伴“ 零一”,了解相关信息可以关注“ 零一”。
相关文章
|
人工智能 算法
如何让店铺在点评网站上一眼出众?
如何让店铺在点评网站上一眼出众?
123 2
如何让店铺在点评网站上一眼出众?
|
监控 算法 数据可视化
数据营销三部曲(第一部)
毋庸置疑,数字化、智能化势不可逆,数据正在且加速成为经济、生产、经营活动的基本要素,我想这也是为什么中国政府一直在不遗余力的推动行业和企业数字化转型的根本原因。 在企业的成长和发展过程中,营销起着至关重要的作用。数字化和智能化的大趋势下,不可否认,企业营销也正在发生根本性的改变,基于假设和直觉的传统营销方法正在老去和逝去,企业开始逐渐转向求助或利用最可靠的信息:数据,客户或用户数据。“数据营销(Data Marketing)” 或 “数据驱动的营销(Data-Driven Marketing)”也随之产生。在此,我将尝试用尽可能简单的方式去谈谈我个人对数据营销的理解和看法。
121 0
|
自然语言处理
如何做竞品分析?
要做竞品分析,首先得明确,什么类型的产品是竞品?
345 0
如何做竞品分析?
|
人工智能 供应链 算法
置顶用户需求,vivo如何用创新方法论交出新成绩单?
2019年,手机行业刮起了一阵疾风:贴牌科技受到诟病,用户开始鄙视伪创新。 全球科技媒体的指数正呈现这样一个趋势:越是深度创新,具备差异化应用性的技术与产品,正在得到越多的用户青睐和舆论赞扬。 但对于终端厂商而言,挑动硬件、系统等核心技术并非易事,厂商们的创新如何体现? 这一挑战正在被vivo逐渐达成,这家手机厂商打算“从头开始”!
208 0
置顶用户需求,vivo如何用创新方法论交出新成绩单?
|
移动开发 搜索推荐
效果营销,太难了
效果营销,太难了
196 0
效果营销,太难了
【氚云】谈谈在氚云应用中快速实现人员部门精准定位的技巧
谈谈在氚云应用中快速实现人员部门精准定位的技巧
480 0
【氚云】谈谈在氚云应用中快速实现人员部门精准定位的技巧
|
传感器 人工智能 运维
融合阿里云,牛客助您找到心仪好工作
给面试官和求职者提供face to face的交流体感。
276 0
融合阿里云,牛客助您找到心仪好工作
|
传感器 人工智能 运维
牛客融合阿里云,助您找到心仪好工作
牛客网在线视频面试业务平台每年支撑数百万求职者与大洋彼岸的面试官进行面对面交流,经过阿里云全球加速产品的加持,用户的使用体验得到了非常大的提升,也进一步提高了求职者的面试成功率。希望我们的融合,能帮您快速找到心仪的好工作!
1238 0
牛客融合阿里云,助您找到心仪好工作
|
机器学习/深度学习 数据采集 自然语言处理
商品评价里藏了一座“宝藏”,阿里工程师如何挖掘?
小叽导读:买家评价是消费者购物后对商品的真实反馈。多数买家评价中包含了“消费者常问问题”的回答。比如冰箱,大家可能关心“声音大吗?”、“耗电吗?”、“容量大不大?”,这些问题通常可以在评论区找到其他消费者的使用反馈。这部分信息能够有效地帮助消费者购买到心仪的产品,那么,如何让这些评论匹配到不同人的需求?接下来, 天猫的“大家最关心”告诉你答案。
1433 0
商品评价里藏了一座“宝藏”,阿里工程师如何挖掘?
|
SQL 机器学习/深度学习 算法
资深数据科学家教你如何在求职过程中找到心仪的工作
本文是一篇关于数据科学家岗位的求职心路历程,情真意切,给予求职过程很多的建议,对于参加秋招和社招的朋友来说,是一份不可多得的心得。
7214 0