7条建议帮你竞争分析能力levelup！

　　竞品分析是PM入门的必修课。
　　我曾在网上搜集过一坨竞品分析的案例分享，真可谓方法各异、良莠不齐。
　　不过若能做到以下5点，在我眼里，可算上乘了。
　　明确调研目的。
　　进而确定调研的产品list。
　　进而观察产品UI、交互、使用流程、设计亮点等各个维度。
　　做异同点比较和优缺点分析，深入挖掘和思考背后原因。
　　最后结合目标，给出有具体的、可落地的结论。
　　但总觉得还缺点什么。
　　昨夜辗转无眠，终于想通，原来是传统方法有三个缺陷：
　　快照而非动态。只能看到当前状态，很难直观看到历史演变过程。
　　表象而非规律。只看到功能，无法看到其数据表现。
　　局部而非全面。只看到产品表现，用户声音少能听到。
　　（滚粗，能不能说人话了！）
　　咳咳，我是想说，搞不清楚下面的问题常常让我们崩溃：
　　“XXX每天大概新发表多少个帖子？”
　　“XXX的市场占有率大概是多少？”
　　“XXX什么时候更新到这个版本的？”
　　“XXX怎么赚钱的？大概收入是多少？”
　　“XXX这个功能看起来很cool，用户真的喜欢吗？”
　　。
　　这些问题怎么破？我有7条建议看你知道几个：
　　1。让id告诉你
　　操作难度：
　　数据准确度：
　　原理：很多网站直接会用【数据库id】用作【页面元素id】，我们直接拿到一段时间的【页面元素】差值，就可以大致评估出每天新增的内容数量。
　　举个例子：豆瓣小组每天发表的话题数
　　先检查：发现id7019063170190634的发表时间分别为2014121310：54：332014121310：54：43这10秒钟，且时间依次累加，验证成功。
　　于是我们只需抽两个样本：
　　id达到70110000时，是在2014121113：12：15。
　　id达到70194473时，是在2014121313：10：00。
　　48小时，id增长了84473，平均每天发表的新话题数量42236，问题解决。
　　当然这是一个大致数量，包含了删除、私密话题等各种情况。
　　2。利用搜索引擎
　　操作难度：
　　数据准确度：
　　原理：搜索引擎通常会抓取网站多数页面。我们只需分析url和页面规律，利用几个搜索语法，就能获得一些数据结论。
　　搜索引擎语法：site，inurl，intitle，，“”，具体用法自行百度之。
　　挑战：如何分析网站URL、网页Title和页面内容特点
　　【举个例子】
　　老板紧急召唤：30分钟，帮我看下携程无报价酒店大概比例？
　　我擦泪写程序来不及啊！人工统计不现实啊，得搞到下个世纪！！别急，收起你心中的万匹草泥马，搜索引擎可以给你答案。
　　【解决思路】
　　从百度拿到无报价的酒店页数和酒店总页数，做比即可。
　　（酒店详情页，不包含list页）
　　我们先观察携程酒店详情页的URL：hotels。ctrip。comhotel513153。html
　　因此：第一次尝试搜索：【site：hotels。ctrip。com】
　　四千多万结果
　　我们把全部酒店域下的页面都搜出来了，于是添加URL规则试试：
　　第二次尝试搜索：【site：hotels。ctrip。cominurl：hotel】
　　1600万数据
　　结果量还是太大了，点击几个结果，发现搜到了很多list页数据。
　　于是查看detail页源码，发现和list页相比，页面标题有明显特征：
　　代码特征
　　于是第三次尝试搜索：【site：hotels。ctrip。cominurl：hotelintitle：联系电话位置地址】
　　42万
　　搜到了42万结果，大致量级符合，cool！
　　下一步，找到一个无报价酒店页面观察，发现页面有特征：
　　页面特征
　　于是最终拿到无报价酒店数的检索条件：
　　【”建议您选择其他酒店“site：hotels。ctrip。cominurl：hotelintitle：联系电话位置地址】
　　2：
　　（找到2。3万条结果，数量做比。任务圆满完成！2333）
　　3。互联网档案馆
　　操作难度：
　　数据准确度：
　　原理：这是一个网站档案馆，会定期爬取各个网站的快照，并打上版本号存起来，以备全球用户查询。
　　地址：http：archive。org
　　（不稳定，偶尔需翻墙）
　　这才是一个神奇的网站好吗！
　　搜下Google试试，我们可以看到Google首页的改版演化：
　　1999年的谷歌首页
　　2005年的谷歌首页
　　现在的谷歌首页
　　说两个真实的栗子。
　　有一次我们发现，艺龙页面上展示的点评数远远低于我们的判断，纠结良久，最后还是档案馆给了答案：这是两年前的一次大改版就写死在了页面上，一直没有更新。
　　还有一次，做产品方案时需要参考上上个版本，那个版本是在我加入公司一年以前上线的，wiki和文档库里翻遍了都没有。终于还是从档案馆里翻到了当初方案的原貌。
　　总结一下，档案馆解决问题场景，如：
　　想了解网站UI的成长过程（由傻B到牛B的进化，看看04年的京东，乐呵下）
　　想了解网站的历次版本迭代时间点。
　　早期版本的PM把PRD和UI稿弄丢了，这个网站帮你备份。
　　听听竞品用户声音
　　操作难度：
　　数据准确度：
　　严格来说，我只是想分享一个不太常用到的观察思路。
　　总结成一句话：帮竞品分析用户反馈。
　　具体渠道：微博、应用商店、知道、知乎、贴吧。
　　具体来说，比如：
　　从应用商店的下载量和评论量，可以横向比较用户规模。
　　在知道贴吧，大家的困扰、吐槽能让你了解用户对竞品的态度。
　　【分享到微博】的功能，常常会加，搜一下你能看到很多，如：
　　从微博可以看到用户点评行为
　　5。写程序抓取统计
　　操作难度：
　　数据准确度：
　　简单说，就是用程序把竞品页面抓过来分析
　　抛开成本高不提，这是竞品数据调研最理想的方法。
　　这类例子就非常多了：
　　一个朋友为解知乎用户的称赞数分布，几乎爬走了所有用户profile页。
　　我曾写过一个小程序，用来监控每天豆瓣的新topic数量和最热topic。
　　很多公司会监控竞品的关键指标，每天会精确到个位数地抓取和分析。
　　PS。这里面有一个技术难点：需要解决“防抓取的问题”
　　成熟产品通常都会设置放抓取策略，不会轻易让你把大量页面抓走分析。
　　（作为PM，我给个技术方案，可参考不负责（笑）：多次尝试、分析对方的防抓策略，然后有针对性的设置抓取频率，如果不能满足要求，考虑使用代理（eg。goagent））
　　6。看公司财报
　　操作难度：
　　数据准确度：
　　适用情况：市场份额、用户规模、核心指标数据、收入情况
　　这是最可信的方法，当然通常只对上市公司有效。
　　财报
　　这个不多解释，如果因为英文poor不懂名词而看不懂财报。市面上有大量的财报分析文章，也可供参考和相互印证。
　　7。问“奸细”：）
　　操作难度：不定，看人脉和运气
　　数据准确度：
　　适用情况：一次性，而非日常监控
　　这是一张最给力的底牌。
　　每当山穷水尽，一筹莫展时，总有一个声音冒出来：
　　“哦对了，XX不是去了那个公司团队吗？直接问下不得了！”