每天发生在我们APP里各种变化都是值得运营学习的最好材料，尤其是竞品的变化，更是有许多与自己直接相关的经验可以学习。
编者按：本文来源微信公号“运营控”（ID：yunyingkong），作者飞鱼船长。授权36氪转发。
网络上关于写产品竞品分析的文章很多，做运营类竞品分析的文章比较少，所以今天抛砖引玉和大家分享一下，我在分析竞品运营中的思考和心得。
每天发生在我们APP里各种变化都是值得运营学习的最好材料，尤其是竞品的变化，更是有许多与自己直接相关的经验可以学习。
通过观察和分析竞品，能够帮助我们了解动态变化，市场格局，找到细分机会；获取灵感，吸收经验，策划优质活动。当竞品出现杀手级功能或病毒型活动的时候，也能够迅速跟进，被对手验证不成功的活动，我们也可以少走弯路。
要想写好一份竞品运营分析报告，就需要先知道好的标准是什么。
在我看来，好的标准主要是和写报告的具体目的有关，能不能实现写报告的目的才是衡量是不是好报告的唯一标准。
比如领导让你去研究一下竞品的用户运营情况写份报告：
有可能是为了寻找可借鉴学习之处，
有可能是为了摸查竞争对手情况做好应对策略，
也有可能是作为融资计划的参考数据，
还有可能是看你最近工作量不饱和给你找点事做（囧）。
......
以上几种不同的目的，需要的分析报告非常不同，有可能满足其中一种目的的优秀报告，换到另外一种目的下，就会变得参考价值很低。
常见的竞品运营分析主要目的和侧重点，有哪些呢?
1、学习优点
需要独立思考，通过表象看到内在的本质原因，多问自己几次为什么。
2、开拓市场
在没进入这个领域之前，想看看有哪些竞争者，重点通过多维度的横向对比判断全局。也要把竞品及用户群重合的潜在竞争对手考虑进去。
3、竞争策略
重点分析优缺点，细分人群的需求满足情况，竞争策略一般会从对方的弱点及未满足的细分需求主要着手点。
4、预防性策略
重点通过分析过往运营活动节奏和类型，推测竞品的可能动向，同时这个需要定期观察更新。
5、用于求职加分
至少在一个维度上分析透彻，可以包含一些对产品层面的分析研究，适当地表示出对产品和行业的乐观和喜爱。
明确了做这个报告的目的，接下来就可以更具体的操作了。
确定竞品分析对象的方法，是先全面后精选:
“先全面”就是尽可能找到竞品和潜在竞品，是为了对行业全面了解；
“后精选”是为了聚焦关键竞品。
如果是比较主流，常见的直接搜索关键词就会出来比较多的产品了。因为主流产品都会认真地优化ASO，尽量让自己的产品在热门核心关键词能够被搜到，所以这个方面找起来还是比较容易的。
如果是新的领域和行业，可以到这几个新产品发现平台去搜索看看。Producthunt是新产品曝光平台的鼻祖，可以看到每天新产生的各种新产品。36氪旗下的Next是国内类似平台的追随者，更多国内的产品会在这平台发布。mind和today分别是爱范儿和IT桔子旗下的平台，也还不错，可以作为一个补充。
另外，也要看看用户群有重合的产品，即使不是直接竞品也可以考虑进来分析，就像牙膏和牙刷，彼此之间不是竞品，但用户群是一样的，在很多市场策略、运营方法上也是类似的。
怎么样可以把需要的产品找全面呢？
【关键词搜索延展法】
通俗来讲，就是通过一个关键词搜索出来的结果，找到其他相关的关键词。
举个例子：
比如，我尝试一下我不太熟悉的一个婴幼儿领域，搜索“婴幼儿”后就会发现很多相关的关键词，比如“早教”、“胎教”、“启蒙”、“宝贝”、“宝宝”、“萌宝“；通过搜索“早教"又收获了一些关键词，比如：“识字”、“认水果”、“学数字”、“拼音”、“讲故事”等。通过搜索“胎教”又发现了“母婴”、“妈咪”、“儿歌”、“起名字”、“亲子教育”、“辅食”、“育儿”等关键词。
通过一个关键词，搜出来的信息提取更多相关的关键词，在通过关键词继续搜索信息，再提取关键词，直到这些关键词能够形成一个看起来相对完整的信息图谱，就对这个领域大概有哪些东西有一个相对完整的了解。
另外，通过搜狗微信搜索，朋友圈搜索都是个很好的信息补充，有的时候可以惊喜地发现到一些一般搜索引擎搜不到的东西。
竞品分析找全面了之后，还是要回归最初开始做竞品运营分析的对象去选择，如果是为了学习优点，一般选择竞品里比较领先的几款产品，如果是为了开拓市场，就要多选几款进行横向比较。
查看一些这个领域的分析文章，了解一些这个领域的专家是怎么看行业发展，获取一些优质的观点和认知，以及拓展下看问题的角度，还能收获一些行业的数据和发展预测。
这种资料一般在科技媒体上比较多，以下是常用网站推荐：
数据一般是一家公司的核心机密，任何时候不会全盘地分享出来。所以对于很多人来说，获取竞品的数据觉得是件非常困难的事情。
尽管一些核心数据我们无法直接获得，但我们也是可以间接获取到一些相关数据。
1、自己测量统计、抓取数据
可以通过实际体验产品，记录产品的数据变化，从而推断出整个平台的部分产品数据。
举个例子，如果是个社区产品，最核心的数据应该是发帖量、浏览量、回复数、在线时长等，前面3个数据是可以直接通过产品进行手工统计的，以24小时为一个单位，统计一段时间（比如14天）的数据，并进行平均计算等。
有些数据则是可以批量抓取的，尤其是web端的产品，有些数据是显性可见，但手工统计比较麻烦的，可以让开发同事写个脚本跑一下统计出来。
2、用已知数据进行推测
有一些数据可以利用数据之间的关系，进行推测和估算。
比如想知道某款竞品APP的下载量，我们可以查的到是一些安卓市场的下载量数据，比如应用宝、360、百度、华为应用市场的下载量数据，假设不同手机的下载比例基本一致的情况下，加上自己家产品在不同应用商店的下载量，就可以推断出这个竞品在没有公开下载数据的应用市场（苹果、小米）里的下载量了。
如果自己并没有相对应的产品已知数据，那就用公开报告里的手机市场份额进行推断，比如微信的手机终端型号分布数据，推断出竞品的总体下载量。
3、获取公开的数据报告、文章报道
这部分可以到研究机构专业的数据报告里去看，比如艾瑞、易观、199it、Talkingdata、企鹅智库、爱知客等，虽然大部分需要付费，但也有不少有价值的免费内容可以参考。
如果公司规模大一些了，还是可以考虑付费买一些数据的，比如Appannie里的，可以看到更多直接的数据，比用推测的方法准确多了，而且是动态变化的。
4、混入竞品的种子用户群
种子用户群里的用户相对活跃，可以主动和其他用户聊天，了解用户想法和需求，且和对方工作人员沟通起来也很容易，通过混种子群，一点一点地也能够知道不少竞品最新的动态、数据等信息。
注意事项：
1. 现在刷数据的行为非常多，公开数据很多不准确，不要全信，始终保持对数据的怀疑！对得出的结论，也要保持谨慎，有可能的话多用其他角度进行交叉验证。
2. 判断不要过于主观，尽可能深入问题本质，多问自己几遍为什么？真的吗？还有什么原因？ 有什么可以佐证？
产品和运营是紧密结合的，运营是需要基于产品的，所以我认为在做运营竞品分析的时候，离不开对产品的理解和分析。
所以在选择分析维度的时候，有时候也要加上产品的维度。
下面我列出了综合类、产品类、运营类的一些维度：
实际分析中，结合竞品分析的目的，选取几个（不是全部！！！）作为分析的维度。
不同的维度在不同类型的产品中重要性也不同，怎样知道哪些维度会比较重要呢？
从产品的核心流程相关的维度就会比较重要，比如电商产品，浏览和下单是最核心的流程，所以和浏览、下单有关的，如UV、跳出率、下单率、SKU、GMV就肯定会在电商产品中比较重要，需要作为重点分析的维度。
体验法
要做分析，先从体验开始。体验一款产品或活动，可以分别从小白用户视角、忠实用户视角、产品设计视角来看，完整地走完整个流程，去感受整个被引导过程中的心态变化，包括困惑、冲动、烦躁、愤怒、喜悦、诱惑。
通过对产品的整体体验，对产品有个基本的认知，是运用所有方法的基础。
对比法
分析方法中最重要的就是对比法了，因为对比之后发现的差异，最能发现有价值的信息。
对比中既可以是A产品和B产品进行对比，也可以是同一产品不同时期的对比。
不同产品之间的对比，有一个技巧，就是用表格将不同的产品、不同的维度列出来，逐一填充不容易遗漏，最终形成一个看起来非常直观的表格。
下面有个图示，可以参考一下：
（图片截图自一份网易团队很早之前的一份分析报告）
如果上面这个表，用纯文字进行表述，你可以想象下写的人和看的人都会有多累。
在同一产品不同时间阶段的对比上，多结合不同时间段的背景和产品特点，深入思考变化的具体原因。
另外提醒一个非常重要的操作方法，就是一定要把流程图画出来，分析产品务必要画出产品流程图，分析运营活动就画运营流程图，把流程图画出来，就能看到很多表面上看不到的区别。
如果不信的话，你们可以试着去画一下，京东、美团、唯品会3个产品的下单流程，然后就会发现不少意外的收获。
同一产品不同时期的对比，我举一个我日常经常分析的例子，比如我想了解过去1个月虎嗅的公众号哪些文章很火，哪些没人看，从而帮助我了解科技阅读爱好者的喜好，从而对我下一步写出用户更喜欢的文章会有帮助。
我是这么操作的，首先统计一下虎嗅网过去1个月的206篇文章标题、阅读数和点赞数，然后看阅读数最高的前20篇文章，而阅读数最低的10篇文章，并分析和研究，造成这样差异的原因在哪里。
（图：虎嗅网 4.17-5.17阅读数前20的文章）
（图：虎嗅网 4.17-5.17阅读数最差的11篇文章）
受制于篇幅，我这里就不做深入分析了。只从标题和阅读数上简单分析可以发现2个结论：
1. Papi酱、成人用品展、杜蕾斯空气炮、百度莆田系、直播等热门话题的报道和剖析本身就容易带来更高的关注和流量。给我的启发是，如果有机会结合热点写一些深度文章会有不小的传播。
2. 阅读量最低的10条中有6条都是广告。
上面还只是从标题和阅读数之间的关系去分析，打开每篇文章对应分析，还会有很多有价值的发现。
测试法
通过做一定提前规划的动作进行测试，根据实际反馈，得到有价值的结论。
比如想知道一个社区产品竞品的用户内容喜爱倾向，想了解这个产品的用户，到底是喜欢干货、鸡汤、美女、时政还是八卦，提前把每个类别的内容准备3份，每天选3个时间段，每天按预定的时间发，然后看用户反馈得出结论。
这样做每一类内容都至少3份，消除了一些内容质量的差异，3个时间段都有发，消除了时间段不同的差异，最后体现的效果，就会相对准确一些。
下面这个图就是根据上面的计划要求排的一个内容投放时间表，根据表排的时间发内容，并进行阅读量的统计，这样根据实际反馈得到的结论就会更靠谱一些。
通过最后测算出来的阅读量，发现这个用户群比较喜欢鸡汤和美女，对时政内容不感兴趣。
推断法
根据现有的数据和资料，做出一定的推断，从而得出结论。
比如想研究某个活动对某个公众号的效果，在这个活动前，该公众号头条阅读平均是1000（7天以上），某个活动后头条平均阅读数增加了200（7天以上），根据公众号打开率一般在10%上下，就可以粗略地估计出来，这次活动增粉大概是2000人左右，实际的话应该会更少一些，因为会有新增的粉丝打开率高一些，且估算的期间还有非活动带来的增长，所以粗略估计下来，应该是增粉1000-2000人之间。
再看到竞品做这次活动，送了一台999元的手机，10张电影票，成本大概是1500元，也就是这个活动的平均增粉成本在0.75-1.5元/个，如果觉得这个成本可接受，就可以换个噱头模仿对手，同时在各方面多做些转化率的优化，这样就可以通过借鉴和优化得到一个很好的活动策划了。
有些过往活动信息找不到了怎么办？
很多APP里的活动主要是通过Push或者Banner进行推广，活动结束之后就很难找到这些信息的如扣了。有个小技巧，一般比较重要的运营活动都会在APP同名的公众号进行发布，浏览公众号历史消息，获取过往活动运营信息是一个比较好的方式。
套用工具、模型
分析问题中常用的分析工具：5W2H分析法、十字象限分析法、MECE原则等；市场和战略中常用的方法，如SWOT分析、波特五力分析模型、波特价值链分析模型、SCP分析模型、麦肯锡矩阵等。
这些工具模型都能搜索到，有兴趣可以去学习下。
1、报告阅读体验要好：
要充分考虑到阅读报告人的体验，能够让他清晰地理解到你的观点、论据。一般我们在认真看长文件之前，都会先快速拉一遍扫一眼，对于阅读体验差的文件，都会下意识地认为这份文件的质量不会太高。
阅读体验好，有几个具体的注意事项：
a. 要有目录，章节结构明了，规范段落，加上“1.1、1.2”这样的标识。
b. 排版清晰，段距、行距适中，字体大小有层次感。
c. 图文并茂，多用图表，不容易描述的地方要加截图。
2、一定要有结论：
分析报告不是小说，一定要有结论！不能让别人看了你很长的研究论述之后，还要费尽心思猜你想要得出的结论。
即使分析的对象比较复杂，目前无法准确判断得到推论，也是有一个“结论”，即“情况复杂有待进一步研究”。
分析的结论一般可以包括两大部分，一是对研究对象的分析总结，二是对自己的行动建议。
3、观点和描述不要过于主观
过于主观的分析，很难让人信服和接受。即使有主观感受，也试着分析一下，是由哪些客观原因造成的？
举例：“这个界面我比较喜欢"就比较主观，可以分析下喜欢的原因是什么？是更简洁？间距合适？色彩更好？效果很酷？
“这个下单流程体验还不错”也比较主观，好在哪里？加载更快？步骤更少？更符合原有习惯？支持支付方式更多?
如果比较复杂的主观描述，可以用打分替代。
比如对于某个模块的体验，描述好不好的如果用词语的话，就会有“还行”、“很好”、“很棒”、“不错”、“牛逼”、“超赞”的话，就不好进行对比，到底是“牛逼”更好，还是“超赞”更好？
这种情况下，就可以对于这个方面用分数进行衡量，比如用0~10分对这个体验进行打分，这样就能够相对客观地得出不同产品更直接的对比了。
4、求职提交报告的建议
在结构清晰的情况下，字数多、页数多一般代表你的投入了很多，这会在态度上首先赢得一部分加分。
写整体竞品分析比只分析求职产品风险小一些，因为只分析求职的这家产品，不太可能在认知上超过面试官，有亮点也不容易出现，有纰漏却很容易显现，加上竞品一起写就会更容易出彩。
报告最好生成在线链接，再用短链接+二维码工具生成一个二维码，嵌入到简历中，方便HR打开。
最后说的话
其实要完整看完这篇完整挺不容易的，要实际开始写更不容易，甚至是痛苦的，这是很正常的，因为毕竟对这个行业不够了解，需要消耗大量脑细胞进行学习、思考。
但也正是因为这样，写竞品分析报告是一个很好的学习成长的机会。
不想写、懒得写的人会逐渐落后，相反的，能够沉下心来写的人，能够在职场上逐渐拥有一个差异化的竞争力。
你想什么时候开始写一份呢？
原文：http://36kr.com/p/5049554.html