從親手體驗到解讀暗號：一份能落地的競品分析，到底該怎么做？

去年下半年我幫一個朋友看他們公司的競品分析報告。三十多頁的 PPT，把主要友商的頁面拆了一遍，做了一張能塞進二十多個功能點的 SWOT 矩陣，結尾的結論是”全面追平、局部超越”。

我看完合上電腦，只問他一句：”看完這份東西，你們下一版打算砍掉哪個功能？”

他愣了一下，說：”砍？為什么要砍？對手都在加。”

我說，問題就出在這——你花了一個月做這份報告，得出的結論是”對手做啥我做啥”，那這一個月的工作量，價值真的不大。

這件事我見過太多次了。每年我大概會被拉去看二三十份競品分析，排版越來越精美，表格越來越花哨，但你把 PPT 合上問對方一句”所以呢”，大部分人答不上來。

后來我慢慢想明白，這種報告寫不出洞察，根源不是”功課做得不夠細”，而是”從一開始就盯錯了人”。

先說一個不太招人喜歡的判斷：絕大多數 PM 寫的競品分析，本質上是”找一家長得最像我們的公司，把它的功能對照著抄一遍”。這不叫分析，這叫 benchmarking，而且是最低級的那種。

這件事 2013 年其實有過一個版本。那年如果有人去跟康師傅說，未來五年蠶食你方便面市場的不是統一，是一家送外賣的公司，康師傅的高管大概率會笑出聲。但事情就是這么發生了——美團、餓了么把”在宿舍/工位吃口熱的”這件事做得便宜又方便，方便面順手就被替掉了一大塊。康師傅整個市場部當時的雷達，根本沒掃到外賣這個方向。

類似的故事過幾年又演了一遍。當時所有人都在猜誰會做出”打敗微信的社交軟件”，子彈短信、馬桶 MT、多閃輪番上場，無一例外。但回頭看，真正在小學生群體里把熟人社交吃掉一塊的，是小天才電話手表——一塊塑料，一個”碰一碰加好友”的功能。這群孩子讀初中、讀高中、談戀愛、進職場之前，他們最早的社交關系鏈早就在小天才的服務器里了。微信在這個賽道上，連競標的資格都沒有。

所以你真正的對手有三層，而且離你越遠的那層，殺傷力越大。

第一層是直接競品，跟你搶同一波用戶、解決同一個問題的那種。抖音和視頻號、京東和淘寶、滴滴和曹操，這一層最好認，大家也都在盯。但盯這一層有個問題：你們在用同一副牌打同一桌麻將，拼的是發牌速度和補貼預算，你想”超車”幾乎不可能，最多做到”不掉隊”。

間接競品的可怕之處在于，它不和你搶用戶。它搶的是用戶在某個具體場景下”伸手打開哪個 App”的那一瞬間的肌肉記憶。一旦肌肉記憶變了，你就回不來了。

所以判斷對手是誰，別盯著對方公司的 logo，也別盯著他在哪個分類榜單里。你要問的是：今天傍晚六點，我的目標用戶在做的那件事，他還可以打開什么 App、戴什么手表、用什么新習慣解決？答案里出現的所有名字，都是你的對手——不管它在哪個賽道。

第一個坑是只看功能，不看背后的取舍。

很常見的錯誤是，看到對手做了什么，跟著做。但功能背后的邏輯——他為什么這么做、他為了服務誰放棄了誰——你不搞清楚，抄過來一定走形。

舉個不是太新但很扎心的例子。當年一堆電商團隊羨慕拼多多，看它界面簡陋、操作粗暴、強制分享拉人，GMV 又漲得嚇人，于是開始模仿。做高端美妝的也搞拼團，做數碼 3C 的也加強制分享，效果都不好。原因很簡單：拼多多砍掉所謂”專業感”是為了服務三四線下沉市場，這些用戶對”低價 + 極簡”的需求遠大于”體驗感”。你做高端美妝的核心用戶根本不在乎砍一刀那兩塊錢，你跟著砍，只會讓自己掉價。

我以前也犯過類似的錯。看到一個海外的同類產品做了非常激進的”零選項設置”，覺得很酷，回來想砍掉自己產品里 60% 的設置項。結果灰度了一周，投訴率漲了三倍。后來才反應過來，人家面向的是消費級 C 端用戶，我面向的是中小企業管理員——這群人沒設置項就不踏實，我把”踏實感”砍掉了，等于砍掉了產品對他們的核心承諾。

所以下次看對手設計時，先問”他在服務誰、放棄了誰”，再問”他為什么這么做”。如果你的目標用戶跟他不一樣，他做對的事，搬到你這里大概率是錯的。

第二個坑是把“功能清單”當成“產品體驗”。

很多人做競品分析喜歡做大表格——左邊一列功能名，中間打勾對方有沒有，右邊打勾自己有沒有。我以前也這么干，做完一份 80 行的表格還挺有成就感，后來發現這種表格基本上沒用。

因為體驗不在”功能有沒有”，而在”功能在什么時機、用什么方式出現”。

功能清單上寫的都是”AI 總結”，但實際體驗完全不在一個層面。

所以與其列功能表，不如把對手的核心場景從頭到尾走一遍，每隔幾秒在腦子里截一張圖，然后回頭看：他在每個時刻給我看了什么、問了我什么、又克制了什么。”克制了什么”這件事尤其重要——一個成熟的產品體現在它”沒做”的那些東西上，而不是它”做了”的那些。

(順便插一句關于 AI 技術選型——開源還是閉源、自研還是調 API、用哪個廠的接口——這部分我之前也想專門寫，后來覺得對絕大多數 PM 來說沒那么重要。除非你是 AI 應用的核心負責人，否則這事是 CTO 在管。我們要知道的就兩點：

第一，選型會影響成本和數據合規邊界；

第二，如果對方把核心功能壓在某家廠的免費 API 上，這就是他的一個潛在風險點。其余的別太深入，你不會比工程師懂。)

我現在的工作流大概是這樣的，不一定對，你可以參考著改。

第二步，再用三天做信息搜集。這時候可以借助 AI 工具讀對手的財報、外媒評測、招聘 JD。最后這個我重點推一下——很多 PM 忽略招聘 JD，但它經常能透露一家公司未來半年的方向。一家產品突然開始大量招”端側推理工程師”，八九不離十下個版本要做本地化模型;一家公司同一周內貼出三個”用戶增長崗”，大概率是上一波增長團隊掛了或者要換打法。這些信號在二手報告里不會有，得自己去公開渠道挖。

第三步，坐下來寫結論。這一步最關鍵，也最容易翻車。我對自己有三條要求：

我自己做產品這么些年，踩過的最大的坑，是把競品當成”標準答案”。看到對手做了什么，焦慮地想”我們怎么沒跟上”，然后瘋狂排期、加班補功能。后來慢慢想明白，對手最大的價值不是給你抄，而是給你照鏡子——你能從他身上看到你看不到的自己，看到這個市場上還有哪些沒被服務好的用戶、哪些被默認成”行業慣例”但其實可以被打破的設定。

把這三件事想透，你寫出來的東西就不會再是一份”找不同游戲報告”，而是一份能直接拿到評審會上拍板的作戰圖。