产品经理竞品分析思路和方法：产品经理的竞品分析
产品经理竞品分析思路和方法：产品经理的竞品分析5、前4点表达的观点与一般PM无异，但如果我的话术不能使你警醒，那么请自行代入令你记忆深刻的话，段子也行。4、竞品分析在思维上面向人而在设计开发上则需落脚于产品本身，而用户洞察则实在地落脚于人，产品到用户的路径，必然要跨过整个社会环境，所以，对宏观社会至深极微的感应、对热点的借力等也被需要。1、竞品分析基于竞品而面向人，从用户体验来说叫“代入小白”，从产品能力上讲叫“（人的）逻辑思维”，高级话术轻声曰“有爱”……本质上讲是要宜人的，须知，产品经理做着产品，用户要获得更广泛的应用，只有当角色与需求分别复归本位且一一对应时，才会产生奇妙的反应。2、分析而非复述竞品，不需条分缕析，产品批评家除外（如果有这一职业的话）。3、竞品分析、竞争者分析、竞争市场分析等，从概念文档到目标市场的全场景词都带“竞”，那么我们在工作和生活全场景中也带劲一些，时时做好各种意义上的竞品分析吧。
本文分析一词主要指面向互联网产品（APP、小程序为主）的产品分析
如题，这是专栏系列第一篇文章，在此系列中我将试图为用户姥爷们拆解竞品分析工作，而按照产品迭代习惯，此文版本姑且表为v1.0。
（扎先生镇）
之前的文章中我们讨论了产品经理竞品道器法术势分析的美好可能性以及一些有趣的划分逻辑，我们也知道，众伙汁所求的远不止这些，因此我们列了这样一份无废话清单：
1、竞品分析基于竞品而面向人，从用户体验来说叫“代入小白”，从产品能力上讲叫“（人的）逻辑思维”，高级话术轻声曰“有爱”……本质上讲是要宜人的，须知，产品经理做着产品，用户要获得更广泛的应用，只有当角色与需求分别复归本位且一一对应时，才会产生奇妙的反应。
2、分析而非复述竞品，不需条分缕析，产品批评家除外（如果有这一职业的话）。
3、竞品分析、竞争者分析、竞争市场分析等，从概念文档到目标市场的全场景词都带“竞”，那么我们在工作和生活全场景中也带劲一些，时时做好各种意义上的竞品分析吧。
4、竞品分析在思维上面向人而在设计开发上则需落脚于产品本身，而用户洞察则实在地落脚于人，产品到用户的路径，必然要跨过整个社会环境，所以，对宏观社会至深极微的感应、对热点的借力等也被需要。
5、前4点表达的观点与一般PM无异，但如果我的话术不能使你警醒，那么请自行代入令你记忆深刻的话，段子也行。
6、我们知道，与一般产品的划分无异，互联网竞品也是按“是否核心用户”和“是否核心服务”进行极简的2×2划分。往期内容中，我们分析了各特征象限产品的属性及损益，方法论部分调用该模型即可。
（象限分析是最可视的分析法，可推广到产品全流程）
7、竞品划分并非开始，收集资料与信息尚算热身，也因之，PM需要兼职竞品情报员。有趣的是，收集竞品情报时PM的竞品思维也会随之自然提高，一些很棒的想法或许会在此时涌现，这个过程即是体验，所以并没有多少值得赘述的地方，唯一要注意的是，在体验分析竞品时，产品人要自行切片并把握时间。
（代入小白，自主体验竞品后的玩法感受等也是有效信息）
收集信息与资料之工具篇
7.1.1行业、市场格局方面：
艾瑞咨询
APP、Web、小程序、网广、移动设备方面的数据均有所建树，且作为头部咨询公司，数据丰富，但不甚详实。我个人认为其信息、数据可用度并不高，但却是“大”数据利器、对老板宝具、与人舌战的好帮手。
易观
拥有互联网产品的全流程数据，且其最为拿手和最为可靠的就是APP数据，如果你从事APP开发，则必须参考该平台的数据。
互联网早读课
专注产品设计、交互体验、用户研究，近年来其又增加了提倡慢阅读这一板块内容，因而资讯化严重，近年来，其格局逐渐变得局促，内容也大不如昔，这方面的变化从其产品内容可以蚁窥。有趣的是，偶尔能从这儿学到一些tips，诸如如何防骗、和薅羊毛。
互联网的一些事
-聚焦互联网前沿 行业爆料、小道消息、内幕挖掘等。其主要发布BAT、TMD等头部小道消息，所以信道十分狭窄，而结合其不断滑坡的文章质量，其信源是否可靠也当阙疑。
人人都是产品经理
（个人觉得很水，当然，你要是想重拾工(sheng)作(huo)信心、提升格(bi)调(ge)的话，可多逛逛她）
如其名，必然以产品和业务新人为主，当然，其中也不乏一些好的想法和设计，而对此则需要做沥金捞针的工作。
PMCAFF
作为最像豆瓣的产品经理社区，其资讯分享和社区模式也很豆瓣，也因此其社区活跃度明显高于同列；但是，产品圈子过于小众（是的，注册门槛就把人堵外面的那种），这个就根据各位的知识获取习惯见仁见智了。有趣的是，其豆瓣化明显的另一点即：不知是否被其UI迷惑，很多文青有时也会来这儿发帖。
The Verge
一个美国的科技新闻及媒体网络，主要发布新闻、长篇专题报道、产品评价、博客，以及娱乐节目，如果想获取资讯和最原始的需求表达，为什么不上推或脸书呢？虽然对于PM而言，其资讯价值不大，但其UI确是相当棒的。
产品壹佰
产品人学习成长社区，现在以学习和沙龙为主，内容也以吹水为主，约稿现象严重。当然，没有任何一个产品是完全可恶的，产品壹佰也有一些可爱的地方，譬如其新人友好性（互联网小白可以在这儿免费获取入门资料），但也仅限于此了。
此外，关于钛媒体、虎嗅、360氪等纯资讯网站，建议对其保持不定期关注即可，这是因为一方面这些平台的内容大多跟产品经理瓜不搭蔓，另一方面其吹水严重。其中少数精华板块可以定期关注，诸如36氪的深氪和八点一氪等则表现了不错的水平。
极客公园
曾经极客真正的公园，如今的智能硬件产品评测 互联网行业资讯的商业网站，值得玩味的是，其”title”仍为“推动商业新变量”，而事实无论评测还是资讯，极客公园的水平并未达到顶尖水平。对于产品人而言是一个拓展思维、获取资讯的不错选择。
雷锋网
虽称“读懂智能和未来”，但近年来状况不佳，其产品和内容也似乎江河日下，很难获取有价值的资讯或数据了。
产品邦
一个不错的资源库，从业至今没体验过，对于其是否收费，不予置评。
品玩（PINGWEST）
资讯和评测（广告？）网站，很明显，对于想真正获取业界价值资讯的PM而言，她并不是一个好的选择。
7.2.1产品数据表现和版本迭代情况方面
首先需要了解的是除了品类数据、用户数据外，产品运行的环境数据等也都包括在内。以用户数据为主的一般竞品数据主要表现为“排名、用户规模、活跃用户规模、收入情况、用户评价”等，平台有：
百度指数
在往期内容中，我们讨论了百度指数与其他工具结合的多种可能性，作为第一批收（qie）集(qu)用户数据的产品，百度指数还是很可靠的。但其指数单一，且考虑到百度自身除了平台大户还兼职推广大户，数据难免受百度推广影响，所以不可偏信，产品的真实数据表现应在现数据上下波动。
Alexa、站长之家、5118
传统排名工具，主要面向Web。
七麦数据
数据真实性、可靠性存疑，不予置评。
需补充的是，新榜为小程序提供了数据服务，做小程序产品的PM或可一试。
精益创业的产品人需要投融资数据，IT桔子或是一个不错的选择，我本人暂未创业，也并未深入研究该平台。
互联网数据资讯中心
聚合了大量的业界数据，需要补充的是，要进一步获取详细数据则需要加入付费群。
7.2.2版本迭代情况方面，则需关注一些应用平台。
其中，产品版本迭代信息 实时应用商店排名、所获用户评论数据需关注。
鸟哥ASO
媒体起家，今做流量，运营不错，ASO待测。
App store（iphone应用重度推荐）
iphone应用平台，老玩家和app 版本钉子户们知道可通过抓包软件获取部分app历史版本（据说关于微信就可获取25次迭代记录，当然，我司的竞品当然不会是微信balabala），现在估计有很多不能获取了。去年，App store分别新增了：Search Ads广告（ADID）、开发者专栏（DeveloperID）、Story（StoryID）、内购（SubscriptionID）、用户（UserID） 其中，Story更是推出了新指数，当然，苹果近两年的动作不止于此，凡此种种，无非对产品狗和他的团队释放出了这样一个信息，即“社区化和新物种”。android也有这方面的动作，所以做App时不可不考虑这些。App store本身也是苹果蛋糕份额最大的一块，其重要性不言而喻。新PM或许无暇关注这些，那么你至少应该知道：App store的“保护期”和“审核期”政策，据此将APP的迭代频次维持在2-3周不等。
App annie
可查看app在各国的排名数据 也能获取下载量、商店收入、周活月活、广告投放等，但需付费。此平台的亮点是下载排行和用户评级数据。
安卓平台的下载量数据需关注酷传
APP的活跃用户数等数据需关注易观、Questmoble，TalkingDate，需要注意的是，各子类数据都需在至少3个（头部和准头部）平台上获取，并交叉检验，并据此形成面向目标产品数据表现的评价区间，在此后的产品工作中检验并修正区间范围，即所谓积累数据经验。
颇为有趣的是，关于竞品的收入情况数据，有时也可以在竞品的PR稿中和采访中获取，虽然是危险的数据，但也可作为判断依据。不少业已形成壁垒且无所畏惧的头部有时也会公开这方面的数据。
此文中，我们姑且将这种真实性和利用度（利用率）都很低的数据称为“一般危险数据”，那么那种利用度明显高于一般水平、真实性和可靠性却略低于目标水平的数据才是真正的“危险数据”。分别对标的水平层次或许并无明显差别，但因为“判断指标”和“利用逻辑”不同，所以利用效果有时反而有着霄壤之别。而显然一切二维分析或衍生的分析模型，其根基既不可靠也不稳固。由此，对于PM而言，面向业已获取的原始数据，去伪存真显然是不够的，PM自身还需形成一套有效的“指标数据集”、“误差数据集”等，而将数据内化，则是进阶到产品总监的故事了。
