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？

一、为什么要做竞品分析？

对产品而言，客户始终是灯塔。腾讯的八字使命和愿景：用户为本，科技向善；阿里价值观第一条就是：客户第一，员工第二，股东第三。

企业和产品都致力于满足客户需求，才能具备持续竞争力。

为什么聊竞品分析需要先说客户问题？因为一定程度上，竞品分析也是为了优化产品，从而更好地满足用户需求。如果说客户是最终目标，分析竞品和竞争策略就是实现目标的途径之一。

他山之石可以攻玉。针对市场和竞争信息，优化产品，从而获得更好的市场前景和用户效应。

不同的产品阶段，竞品分析的目的不同。

产品定位阶段，分析市场布局和竞争方向，决定入局策略。

产品设计阶段，需要分析竞品核心竞争力和资源配置，决定自身产品功能设置和后续运营方向。

具体运营和推广阶段，分析竞品推广节奏和用户数据，优化运营和推广策略。

二、系统的竞品分析是怎样的？

竞品分析确实有必要性。一份系统完整的竞品分析应该包含哪些内容呢？

竞品分析的思考一般从宏观到细微。

产品本身置身于市场环境中，需要对环境有整体认知；其次产品属于具体行业，行业规模和架构如何，行业发展情况如何？市场中有哪些产品，产品的梯队情况怎样？

对于自身产品及竞争对象的理解，需置身于市场和行业研究中。在市场格局中明确产品梯队和定位，同时关注相邻产品、头部产品和新产品。

确定了分析目标后，全方位对比自身产品和竞品。对比方向包含前面提到的：规划阶段重视格局和模式，设计阶段重视功能和技术，具体到运营阶段全面关注用户体验和运营推广策略。

最终的竞品分析报告可能包罗万象，涉及产品全流程：从研发——到产品——用户（用户体验、用户数据、用户画像及构成）—— 运营推广(渠道、内容、盈利等)。当然，如果有特定业务需求，可以围绕其中一两个重点展开。

三、巧妇难为无米之炊——如何获取数据和信息

把竞品分析报告比作一顿大餐，数据和信息就是食材。充足的食材是大餐的基础。

寻找食材之前需要确定——今天想做什么菜，至少明确菜式方向。获取数据和信息也一样，首先需要确定产品所属行业和部分目标竞品（后续分析可以继续补充）。

举例: 我们想做网易云音乐的竞品分析，首先确认产品属于在线音乐应用，可以在app store榜单查找音乐分类，初步确定分析目标。

榜单显示，网易云音乐排名音乐类应用免费榜第二，因此重点关注榜单前列的产品。

其中， QQ音乐、酷狗音乐、酷我音乐、咪咕音乐与网易云音乐同属音乐播放器，构成直接竞争关系；

猫耳FM和喜马拉雅FM属于音频类产品，是相邻的垂直分类；

库乐队（音乐录音）、爱铃声（铃声应用）、秀动（音乐票务）则属于音乐关联产业。

（图片来自七麦数据，应用榜-免费-音乐 2021.11）

因此我们获取数据和信息，也重点关注直接竞争对手，兼顾音乐产业链上的其他产品。

然后针对目标找寻数据。我们依然按照从宏观——微观的顺序进行，先观察大的产业数据，再聚焦垂直行业，最后关注重点产品。

1. 产业信息

产业信息的主要搜索渠道：官方统计网站/报告、咨询及数据公司、产业/产品研报。

举例：通过官方信息或相关报告，获得产业动向。

2020年11月，人大常委会通过了关于修改《中华人民共和国著作权法》的决定，修订内容适应数字文化作品的传播和版权问题，保障音乐人等著作者的权益。

同时中国传媒大学发布的《2020中国音乐人报告》呈现：音乐人收入占比处于偏低的水平。但得益于短视频等平台的带动，音乐产品的商业价值被不断挖掘，音乐人收入明显增长，数字音乐市场的潜力还非常巨大。

（图片来源：中国传媒大学-《2020中国音乐人报告》，下同）

以上内容属于产业现状和痛点，可以纳入竞品分析中的市场环境分析部分。

再举个例子：通过查看行业研报，丰富行业产品认知。

国信证券的传媒行业专题报告中有相关整理，可以用于补充其他在线音乐产品：包含在线K歌、直播类、短视频类等。我们分析竞品的视角也需要更开阔。

（图片来自：20210714-国信证券-《传媒行业专题报告》）

最终获取的数据和信息的只作部分展示，方法类似。

2. 行业信息

行业信息的主要搜索渠道：行业媒体资讯（如36氪、钛媒体、虎嗅等）、产品研报、数据网站和咨询公司等。

举例：通过数据网站/报告获取相关行业信息。根据《Fastdata：2020中国在线音乐行业报告》，短视频是抢占在线音乐用户时间的主要产品。音乐使用时长下降明显的用户，7成以上在使用抖音/快手等短视频应用，一定比例投向手机游戏。

（图片来自：Fastdata-《2020中国在线音乐行业报告》，下同）

同时报告显示，短视频是音乐人推广作品的第二选择，占比接近音乐播放器。综合来看，短视频抢占了用户时间，同时成为听歌重点平台，构成对音乐播放器的竞争。

通过行业媒体获得相关资讯：今年7月，36氪报道，字节跳动日前将音乐升级为P1优先级业务（与游戏、教育业务平级）。同时有消息称，快手将上线“小森唱”app（一款原创音乐社区），立足小众音乐市场。

在此之前，抖音“造音行动”已经开创了推广歌曲的新模式。运用短视频推广歌曲，提前挖掘潜力爆款，借助抖音平台裂变。这种方式最大程度缩小了受众和创作者/作品的距离，受众可以从零开始参与音乐的创作和传唱。

而游戏和音乐播放器的直接交锋点在于“声音社交”这个领域。网易云音乐和QQ音乐都有音乐/直播交友板块、酷狗拥有“酷狗唱唱”，与游戏语音软件“TT语音”、二次元语音平台“猫耳FM”有业务重合的部分。

3. 产品信息

汇总各渠道的产业和行业信息后，我们对相关产品会有更多样的了解，也明确了产品信息的收集方向。

产品信息的主要来源：产品本身（后台数据/产品调研/产品体验/官网/自媒体）、产品用户社群/调研、应用市场/APP数据网站、公司财报/招股书、产品研报/公司分析报告。

如果具备产品后台数据，可以直接使用，查看产品活跃用户数、留存情况、使用时长、付费情况等。不具有后台数据的情况，使用应用市场/第三方数据代替。

举例：通过第三方数据查看主要竞品的基本信息、评分、用户数及收入对比。

基本信息及更新——

了解产品基本情况。QQ音乐和酷狗音乐相对上线时间更早，而网易云音乐近一年更新次数明显多于竞品。

评分方面（仅作为参考），网易云、QQ音乐和酷狗音乐的评分体量相近，但酷狗音乐分数明显更高。如果想展开分析，可以导出评论数据统计词频，洞察用户眼中各产品的优劣势。

（数据来自七麦数据，下同）

用户量及收入对比——

统计各app近几年的下载量及收入预估进行对比。

如网易云音乐及主要竞品近5年的下载量和收入预估：

(备注：单个时间维度为2020.11.3-2021.11.2，以此类推；以ios端数据为例；收入预估纳入了近2年数据)

为了方便比较，做成简单的统计图（如何对数据和信息展开分析，我们在后一部分再谈）。

第三方数据平台是查看主要竞品的基本信息、用户和收入情况的途径之一。我们也可以对比咨询公司、公司财报/招股书中的数据。

举例：QuestMobile 2021年4月发布了主要音乐产品的监测数据。其中活跃用户数可以与上面的新增用户数对比，综合确定产品用户体量；使用时长则反映用户粘性。

（数据来源：Quest Mobile 2021.4）

再看公司财报/招股书的例子：

（数据来源：腾讯音乐集团财报、网易云音乐招股书）

营收数据直接反映：网易云音乐净利润为负。和腾讯音乐集团的差距在哪里？数据中的问题指引我们寻找更充分的数据论证。

我们需要在财报和招股书中寻找影响净利润的数据，包含：影响营业收入的因子；营业成本；费用；其他影响因素。有兴趣可以查找具体数据进行对比。

最后列举公司报告的例子。我们在收集行业信息时确定了：短视频是抢占音乐用户时间的主要产品，且抖音等产品在积极布局音乐领域。因此我们需要关注抖音相关分析报告，包括抖音音乐的基本数据、类型、音乐人情况等。

收集产品信息时，产品本身发布的数据报告优先于第三方分析报告。如抖音2020.11发布了《2020抖音音乐生态数据报告》。我们站在网易云音乐的立场，收集关联信息。

（信息来源：《2020抖音音乐生态数据报告》）

同样，了解产品资讯会发现：网易云音乐2020年12月发布了LOOK直播车载版，布局车载音乐领域。因此了解其他产品信息时，也需要关注车载音乐发展情况。

如艾媒咨询2021.5发布的《2021年中国在线音乐车载端应用价值探析专题研究报告》中，收集了酷我音乐和QQ音乐在车载音乐端的动向：

产品数据和信息的维度非常广泛，总结一下搜索方向——

四、若网在纲，有条而不紊——如何展开具体分析？

以上分析发现，竞品分析需要收集大量类别的数据和信息。如何从纷繁的数据中获得结论呢？

若网在纲，才能有条而不紊。展开分析需要遵循一些基本的原则和方法。

1. 基本原则

原则1：数据+逻辑+经验判断

获得充足数据和信息后，依靠逻辑和经验剖析数据、获取结论。当然三个阶段不是按顺序一蹴而就，而需要循环往复，当结论需要展开分析/违背经验时，进行数据论证，或者反思逻辑和经验推导过程。

举例说明：我们在产品信息部分获取了音乐播放器的下载量、活跃用户数等数据，在分析环节就需要通过数据-逻辑-经验判断的过程总结分析。

（数据来源：七麦数据）

(数据来源：Quest Mobile 2021.4)

数据和逻辑层面：通过逻辑分析数据结果。横向对比下载量数据：从2016-2021年，网易云音乐、QQ音乐和酷狗音乐始终处于播放器第一梯队；2016-2018年，酷我处于第二梯队，咪咕第三梯队，但2019年后咪咕追上了酷我的步伐。

纵向比较：下载体量总体下滑：2016-2018年，御三家的年度下载量都在3千5百万以上；2019年后则都跌落到3千万以下；下载量的份额方面，御三家各自稳定在30%左右，网易云音乐稳中有升。咪咕音乐份额上升明显，与之对应的是酷我份额下降。

跨表格比较：在御三家下载体量相当的情况下，月活跃用户量差异明显。酷我>QQ>网易云。下载量处于第二梯队的酷我，月活跃用户数甚至超过了网易云音乐。

得出基本问题后，再结合逻辑和经验，得出初步假设。网易云、QQ和酷狗音乐下载量接近，但网易云音乐的月活数据偏低，造成这个情况的原因可能有2类：1）网易云音乐用户流失率高/沉默用户占比大；2）数据误差：需要进一步验证数据源的准确性。

此时我们的分析还未结束。假设数据没有问题，需要进一步研究，为何网易云音乐相对于竞品，活跃用户量更少？竞品如何通过产品和运营提升用户活跃？

于是我们又开始了一轮分析流程：数据-逻辑-经验。这也考验我们之前收集的数据是否充足，包含：

网易云音乐与竞品在各环节的用户流失率；

各产品注册/激活页面及功能对比、新手引导功能对比、促活项、流失原因分析；

重点产品（酷我音乐-相比于下载数据，活跃用户量非常可观）运营分析：包含产品功能框架（包括车载音乐）、用户粘性等。

展开具体分析的过程也是对数据需求补充和完善的过程。事实上，很多分析过程和获取数据是同时进行的。分析单独列为后一个步骤是帮助我们完善整个数据分析系统，让分析过程更有体系性。

原则2：由面到点，由点到面

由面到点：

我们前面多次提到，展开竞品分析，大多情况都是先分析产业和行业，再分析重点企业/产品（包含：标杆产品、直接竞争对手、新势力等）。

同时分析一个具体问题（如独立音乐人）时，也可以从整体行业情况入手，看音乐人的需求和发展趋势，再落实到各平台的音乐人数据及合作模式等。

由点到面：

由点到面和由面到点通常是结合的。还是音乐人的问题，我们最初只是收集了行业音乐人的数据。由点到面要求我们，把对各产品的分析点结合，汇聚成行业认知和趋势判断。

如我们收集到的各个点：

（收集运营活动时，不能局限于主要竞品，应该扩展到行业链，同时考虑关注国外的新玩法）

总结类型、内容和效果，扩展到行业分析（面）：

对于音乐关联平台而言，通过激励计划、云演艺、企划/综艺扶持音乐人是常见形式，可以比较平台力度+最终效果（带来的音乐人数据、口碑、影响力），分析适合行业的形态和运营方式。

对于非常见形式，重点分析产生背景和实际效果，结合产品情况生成建议。如Spotify推出的新功能：「DiscoveryMode探索模式」——

其他特殊类型也可以单独分析。

综合对各类型音乐人运营活动的分析，我们对行业动向和发力点有了认识，这就是由点到面。最终回归到自身产品的运营建议，又回到了由面到点。

2. 分析方法

分析方法不是完全必要的，但在信息繁杂时，有助于我们梳理清晰问题。分析方法贯穿在分析框架中，且需要遵循分析原则，尊重数据和逻辑。

方法1：价值链分析

价值链分析非常适用于产业/行业分析部分，主要是将价值链条的各环节展开呈现，关注全貌及关键环节，为确定竞争对象、选择合作对象和丰富业务线等方面提供支持。

举个例子：如我们在对滴滴这类网约车竞争分析时，很自然会局限于T3、如祺、曹操出行等同类的产品对比。

但关注整个价值链条会发现，共享单车在某些场景下是滴滴更有力的竞争对手。5公里以上的行程，共享单车对滴滴的威胁甚微；但1-3公里行程，共享单车已然成为网约车的替代品，竞争分析中需要考虑这一环。

那么如何建立价值链呢？

产业价值链通常都包含产业的上中下游，需要厘清各阶段的产品类型和代表，同时分析其中的竞争情况和盈利点。

如果已经获取了充足的数据和信息，直接将内容填充进相应模块即可。（价值链的类型和产品等信息主要通过经验收集、行业资讯、研报、咨询公司等渠道获取）

在填充价值链时，可能会发现新的类型和领域，需要展开新一轮的数据收集和分析。

根据产品实际分析需要，价值链每一个环节都可能单独拎出来分析，结合收集的市场竞争/供需等信息详细展开。

方法2：竞争生态分析

竞争生态分析方法包括波特五力模型、生命周期分析等。

简单介绍一下波特五力模型：

波特五力模型由迈克尔·波特于20世纪80年代初提出，通过分析决定竞争规模和程度的五方力量，制定竞争策略。

当你有明确分析目的/对价值链环节有明确导向时，围绕分析目的展开即可。难以系统分析时，可以考虑用波特五力模型帮助理清思路。

对应到网易云音乐，同行业对手是音乐播放器；新进入者抖音、快手、B站等都在入局音乐市场；替代品更纷繁：包含在线音频/声音社交/长视频/短视频/直播等等，需要根据产品实际运营重点和竞争领域分析，最终决定采取的竞争策略。

生命周期分析则是指，产品在不同的生命周期阶段（导入/发展/成熟/衰退）会面临不同的竞争格局和生态，因此竞争重点也不同。竞品分析需要根据生命周期找准阶段矛盾，同时也可以提前布局后续的竞争策略。

方法3：多形态的矩阵分析

矩阵分析在竞品分析中很常见，且形态多样。

矩阵在数学中的概念是：一个按照长方阵列排列的复数或实数集合。严格意义上的矩阵分析，就是将各元素/定义间的关系用数据定量化表示，如形成四象限的波士顿矩阵、时间空间矩阵、或是简单的竞品跟踪矩阵。

我们简单介绍下时间空间矩阵，对于其他内容有兴趣的也可以自行了解一下。

时空矩阵主要是指，产品的使用场景都包含了时间和空间要素，改变时间/空间，会使得使用场景甚至产品完全发生改变。

举个例子：相同的空间，你周日大部分时间躺床上玩手机。下午无聊时，你可能打开B站追爱豆的音综，一看几小时；但临近睡觉，想起第二天上班，你也就刷了几个剪辑视频，甚至觉得困意已至，只是打开QQ音乐听一两首入睡。

这里，空间都一样——家庭/卧室空间，但空余时间长短改变，让你刷B站的目的发生改变，甚至使用的应用直接改变。

空间的改变当然也有同样的效果。你在家可以随时盯着手机屏幕，刷MV不在话下；但到了健身房，很可能改成听歌甚至听电台。

因此，时间空间矩阵就是要分析在各个时间和空间的序列下，用户在使用哪些音乐产品。这不仅能让我们知己知彼，还能发现哪些市场相对空白，是未来增长空间。

如何创建时空矩阵呢？利用我们收集的信息和数据（包含各产品的用户使用时长、用户调研信息、第三方数据等），将产品填充在时间线/空间线中。

比如时间线——

（部分产品由于产品特性，不止出现在一个使用时长区间）

空间线（只列举与音乐/视听相关度较高的场景）——

时间和空间的组合就构建出时空矩阵。

如助眠方面（空间线），当用户预计几分钟（时间线）内就入眠，可能选择打开网易云音乐来首纯音乐；当用户入眠时间较长，则可能打开蜻蜓FM深夜电台听1-2期节目。

同时我们发现，助眠场景的竞争对手集中，且竞争程度相对低。当用户入眠相对困难时，用户更倾向于选择电台/白噪音，由此我们发现问题，进一步分析：诸如白噪音等助眠主题，播放器是否适合加入？

以此类推，任何一个时间点+空间点的集合，都能对应系列产品。涉及到竞品对比时，可以将时间和空间的维度进一步细分：如通勤又分为走路上下班/地铁公交/自驾，等待时间/路程时间。不同的细分维度下分析竞品表现，结果也会更具象。

以上我们介绍了价值链分析、竞争生态分析和矩阵分析等方法。再次明确，分析方法只作为辅助，实际分析重点需要围绕分析目的和需求展开，尊重数据和逻辑，结合经验判断，从产业/行业整体聚焦到产品个体，再上升到总体结论。合适的分析方法可以在其中穿针引线，帮助我们整理思路。

五、总结

竞品分析是一门很大的课题，内容包罗万象，我们重点介绍分析系统和思路，具体分析内容无法全部展开。

竞品分析本身是一次了解整个行业，知己知彼的过程：制定系统的框架，通过多种渠道搜集信息数据，最后有条不紊地结构化分析。