导语：如何做好动态，规律，全面的竞品分析？
本文作者许一几，通过许多“竞品分析”的案例的分析，得出如果现在的竞品分析能够做到以下5点，就是非常不错的。
1. 明确调研目的。
2. 进而确定调研的产品list。
3. 进而观察产品UI、交互、使用流程、设计亮点等各个维度。
4. 做异同点比较和优缺点分析，深入挖掘和思考背后原因。
5. 最后结合目标，给出有具体的、可落地的结论。
试想自己是不是也从这5个方面做得呢？
许一几认为，这样的“竞品分析”存在一定缺陷，苦思冥想之后，他得出传统方法的3点不足之处。
1. 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。
2. 表象而非规律。
只看到功能，无法看到其数据表现。
3. 局部而非全面。
只看到产品表现，用户声音少能听到。
换句简单的话说，竞品分析时，搞不清楚这些问题让我们很崩溃。
“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？许一几给大家7个建议。
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id=70190631-70190634的发表时间分别为2014-12-13 10:54:33-2014-12-13 10:54:43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2014-12-11 13:12:15。
id达到70194473时，是在2014-12-13 13:10:00。
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。
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？
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.com/hotel/513153.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.com inurl:/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.com inurl:/hotel/ intitle:联系电话\位置地址 】
42万。
搜到了42万结果，大致量级符合。
下一步，找到一个无报价酒店页面观察，发现页面有特征：
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.com inurl:/hotel/ intitle:联系电话\位置地址】
找到2.3万条结果，数量做比。任务圆满完成！
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。
说两个真实的案例。
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：
① 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）
② 想了解网站的历次版本迭代时间点。
③ 早期版本的PM把PRD和UI稿弄丢了，这个网站帮你备份。
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。
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：
① 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。
② 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。
③ 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：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））
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。
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！”
然后一条微信，瞬间解决了所有难题。
每每此时，我都会感叹：
“同事跳到对手公司，看来也不一定是坏事。”
