从亲手体验到解读暗号：一份能落地的竞品分析，到底该怎么做？

去年下半年我帮一个朋友看他们公司的竞品分析报告。三十多页的 PPT，把主要友商的页面拆了一遍，做了一张能塞进二十多个功能点的 SWOT 矩阵，结尾的结论是”全面追平、局部超越”。

我看完合上电脑，只问他一句：”看完这份东西，你们下一版打算砍掉哪个功能？”

他愣了一下，说：”砍？为什么要砍？对手都在加。”

我说，问题就出在这——你花了一个月做这份报告，得出的结论是”对手做啥我做啥”，那这一个月的工作量，价值真的不大。

这件事我见过太多次了。每年我大概会被拉去看二三十份竞品分析，排版越来越精美，表格越来越花哨，但你把 PPT 合上问对方一句”所以呢”，大部分人答不上来。

后来我慢慢想明白，这种报告写不出洞察，根源不是”功课做得不够细”，而是”从一开始就盯错了人”。

先说一个不太招人喜欢的判断：绝大多数 PM 写的竞品分析，本质上是”找一家长得最像我们的公司，把它的功能对照着抄一遍”。这不叫分析，这叫 benchmarking，而且是最低级的那种。

这件事 2013 年其实有过一个版本。那年如果有人去跟康师傅说，未来五年蚕食你方便面市场的不是统一，是一家送外卖的公司，康师傅的高管大概率会笑出声。但事情就是这么发生了——美团、饿了么把”在宿舍/工位吃口热的”这件事做得便宜又方便，方便面顺手就被替掉了一大块。康师傅整个市场部当时的雷达，根本没扫到外卖这个方向。

类似的故事过几年又演了一遍。当时所有人都在猜谁会做出”打败微信的社交软件”，子弹短信、马桶 MT、多闪轮番上场，无一例外。但回头看，真正在小学生群体里把熟人社交吃掉一块的，是小天才电话手表——一块塑料，一个”碰一碰加好友”的功能。这群孩子读初中、读高中、谈恋爱、进职场之前，他们最早的社交关系链早就在小天才的服务器里了。微信在这个赛道上，连竞标的资格都没有。

所以你真正的对手有三层，而且离你越远的那层，杀伤力越大。

第一层是直接竞品，跟你抢同一波用户、解决同一个问题的那种。抖音和视频号、京东和淘宝、滴滴和曹操，这一层最好认，大家也都在盯。但盯这一层有个问题：你们在用同一副牌打同一桌麻将，拼的是发牌速度和补贴预算，你想”超车”几乎不可能，最多做到”不掉队”。

间接竞品的可怕之处在于，它不和你抢用户。它抢的是用户在某个具体场景下”伸手打开哪个 App”的那一瞬间的肌肉记忆。一旦肌肉记忆变了，你就回不来了。

所以判断对手是谁，别盯着对方公司的 logo，也别盯着他在哪个分类榜单里。你要问的是：今天傍晚六点，我的目标用户在做的那件事，他还可以打开什么 App、戴什么手表、用什么新习惯解决？答案里出现的所有名字，都是你的对手——不管它在哪个赛道。

第一个坑是只看功能，不看背后的取舍。

很常见的错误是，看到对手做了什么，跟着做。但功能背后的逻辑——他为什么这么做、他为了服务谁放弃了谁——你不搞清楚，抄过来一定走形。

举个不是太新但很扎心的例子。当年一堆电商团队羡慕拼多多，看它界面简陋、操作粗暴、强制分享拉人，GMV 又涨得吓人，于是开始模仿。做高端美妆的也搞拼团，做数码 3C 的也加强制分享，效果都不好。原因很简单：拼多多砍掉所谓”专业感”是为了服务三四线下沉市场，这些用户对”低价 + 极简”的需求远大于”体验感”。你做高端美妆的核心用户根本不在乎砍一刀那两块钱，你跟着砍，只会让自己掉价。

我以前也犯过类似的错。看到一个海外的同类产品做了非常激进的”零选项设置”，觉得很酷，回来想砍掉自己产品里 60% 的设置项。结果灰度了一周，投诉率涨了三倍。后来才反应过来，人家面向的是消费级 C 端用户，我面向的是中小企业管理员——这群人没设置项就不踏实，我把”踏实感”砍掉了，等于砍掉了产品对他们的核心承诺。

所以下次看对手设计时，先问”他在服务谁、放弃了谁”，再问”他为什么这么做”。如果你的目标用户跟他不一样，他做对的事，搬到你这里大概率是错的。

第二个坑是把“功能清单”当成“产品体验”。

很多人做竞品分析喜欢做大表格——左边一列功能名，中间打勾对方有没有，右边打勾自己有没有。我以前也这么干，做完一份 80 行的表格还挺有成就感，后来发现这种表格基本上没用。

因为体验不在”功能有没有”，而在”功能在什么时机、用什么方式出现”。

功能清单上写的都是”AI 总结”，但实际体验完全不在一个层面。

所以与其列功能表，不如把对手的核心场景从头到尾走一遍，每隔几秒在脑子里截一张图，然后回头看：他在每个时刻给我看了什么、问了我什么、又克制了什么。”克制了什么”这件事尤其重要——一个成熟的产品体现在它”没做”的那些东西上，而不是它”做了”的那些。

(顺便插一句关于 AI 技术选型——开源还是闭源、自研还是调 API、用哪个厂的接口——这部分我之前也想专门写，后来觉得对绝大多数 PM 来说没那么重要。除非你是 AI 应用的核心负责人，否则这事是 CTO 在管。我们要知道的就两点：

第一，选型会影响成本和数据合规边界；

第二，如果对方把核心功能压在某家厂的免费 API 上，这就是他的一个潜在风险点。其余的别太深入，你不会比工程师懂。)

我现在的工作流大概是这样的，不一定对，你可以参考着改。

第二步，再用三天做信息搜集。这时候可以借助 AI 工具读对手的财报、外媒评测、招聘 JD。最后这个我重点推一下——很多 PM 忽略招聘 JD，但它经常能透露一家公司未来半年的方向。一家产品突然开始大量招”端侧推理工程师”，八九不离十下个版本要做本地化模型;一家公司同一周内贴出三个”用户增长岗”，大概率是上一波增长团队挂了或者要换打法。这些信号在二手报告里不会有，得自己去公开渠道挖。

第三步，坐下来写结论。这一步最关键，也最容易翻车。我对自己有三条要求：

我自己做产品这么些年，踩过的最大的坑，是把竞品当成”标准答案”。看到对手做了什么，焦虑地想”我们怎么没跟上”，然后疯狂排期、加班补功能。后来慢慢想明白，对手最大的价值不是给你抄，而是给你照镜子——你能从他身上看到你看不到的自己，看到这个市场上还有哪些没被服务好的用户、哪些被默认成”行业惯例”但其实可以被打破的设定。

把这三件事想透，你写出来的东西就不会再是一份”找不同游戏报告”，而是一份能直接拿到评审会上拍板的作战图。