竞品分析最常停在一种结果上，功能表和截图堆了几十页，最后结论还是对方功能更全、体验更顺。这样的结论回答不了真正的问题，三项功能差距值不值得追，用户会不会因为这几项功能就换产品。这篇文章给一套可执行的比较框架，把比较锚点从功能清单换到用户需求和产品增长，并把每条结论的证据来源、观察、推断、待验证动作分开记录，避免把假设当成事实。
先定目标，把竞品分析写成一句可检验的话
竞品分析的目标决定竞品范围、维度和深度。目标通常分三种。战略型回答要不要进入某个市场，重点看市场格局、商业模式和差异化壁垒；功能型回答某个功能怎么设计，重点看到交互细节和异常状态；增长型回答差距有没有影响用户行为，重点看激活、留存、付费和推荐指标。
动手前把目标写成一句可检验的话。比如判断竞品在首单激活路径上的差异是否值得本季度追平。这句话写清楚后，后面选竞品、定维度、收证据都能拿它来检查，避免做着做着变成资料收集。
竞品怎么选，按同一用户任务圈范围
竞品不等于同类产品，按用户任务选能避免漏掉真正抢用户的对象。直接竞品是同一用户、同一任务、方案相似的产品；间接竞品是同一任务、方案不同的产品；替代品争抢的是同一段时间或同一笔预算；参照品不构成直接竞争，但在某个维度值得借鉴。
一次分析聚焦2到4个对象，再多证据维护不过来。挑选标准只有一条，这个产品是否在解决我们关心的同一个用户任务。比如做留存分析工具，直接竞品是其他分析平台，间接竞品可能是团队自己搭的报表系统，参照品可以是擅长数据叙事的内容产品。
用户需求维度怎么定，先拆任务再拆路径
围绕用户需求做比较，先写清楚用户要完成什么任务。用户买的是把任务完成，功能数量只是线索。可以选3到5个关键场景，把每个场景拆成核心任务和完成路径，记录从哪里进入、经过几步、依赖什么前置条件、在哪里结束。
拆到任务和路径，比较对象才对得齐。同一个功能名称在不同产品里覆盖范围往往不同，有的只覆盖单一步骤，有的覆盖整条流程，按名称计数会把部分覆盖和完整覆盖算成一项。先拆任务再记录路径，功能清单就退成线索。
从产品增长补判断，看差异有没有落到行为指标
功能差异只有落到增长指标上才有意义。对照激活、留存、付费、复购、推荐这些指标，问竞品多出来的那个能力是否对应了更高的某类指标。比如竞品多了一个新手引导，要问它是否对应更高的首日留存，不能只停在有一项新手引导功能。
这一步要分清两类数据。公开信息包括竞品官网、帮助文档、更新日志、应用商店评论和演示环境，只能说明竞品做了什么。自有用户行为数据来自你们的埋点和分析系统，能说明同样的需求在你们的用户里是否存在、有多大。公开信息回答对手做了什么，自有数据回答这件事对你们的用户重不重要。
证据怎么分层，一张表分开来源、观察、推断和待验证动作
把每条结论按四列记录，防止在评审里把假设当成已验证事实。
| 场景与任务 | 观察 | 证据来源与置信度 | 推断 | 待验证动作 |
|---|---|---|---|---|
| 新用户完成首单 | 竞品提供三步引导，含一次跳转 | 公开文档与演示，中 | 首单完成率可能更高 | 在自有数据里对比有无引导的首单转化 |
| 老用户复购 | 竞品提供周期提醒 | 更新日志，中 | 提醒可能拉高复购频次 | 拉取自有用户复购间隔，做小范围验证 |
上表是演示样例，只示范表格怎么填，不是真实竞品结论。置信度可以分三档，公开文档和演示属于中等，实际试用和用户访谈属于较高，推测和行业经验属于较低，需要明确写成假设。
结论怎么转成待验证的增长动作
每条差异给一个判断，追、不追或观察，并附一句理由。追指投入资源拉平或超越，不追指确认影响小，观察指证据不足先补证据。判断要落到下一步动作，不能停在对方做得更好。
要用自有数据验证观察时，可以交给 ThinkingAI 的数据分析 Agent，用自然语言提问、多轮追问、归因分析和可视化，把竞品观察落到自己的行为数据上。比如直接问没有新手引导的首单转化是多少，加上引导后有没有变化。这里处理的是企业自己的数据，竞品公开信息该用什么渠道采集还用什么渠道，两者边界要守住，不把自有分析能力扩张成外部情报自动抓取。
这套分析有没有用，看过程指标趋势
分析质量和产品结果之间隔着多个变量，不能把版本成功直接归因于换了分析方法。可以看三个过程指标的趋势，结论在评审中的采纳率、因依据不足导致的返工次数、结论被引用到需求文档的比例。改进前后各统计一个周期，比较趋势而不是单点数值。统计口径提前写清楚，比如采纳是指结论进入版本范围，还是只被讨论。
常见问题
拿不到竞品试用账号，只能看公开文档，还能做吗？
能做，但要把置信度标低。完成路径和前置条件可以记录，涉及操作代价、首次成功率这类内容写成待验证，别当成已验证事实引用。
已有的功能对照表要废弃吗？
不必。把它降级为线索列，用来提示哪里可能有差异，再针对与当前决策相关的条目补场景、任务和证据。
竞品分析多久做一次？
没有固定周期，围绕决策触发。版本规划、定价调整、新市场进入时做一次，高频变动的部分按季度刷新即可。
公开信息和自有数据怎么区分？
公开信息是竞品官网、帮助文档、更新日志、应用商店评论和演示环境，只说明竞品做了什么。自有数据是你们埋点和行为分析系统里的激活、留存、付费、复购数据，用来验证差距是否影响你们的用户。
这套框架适合什么团队？
适合产品和增长负责人，尤其是已经积累用户行为数据、需要把竞品结论转成版本决策的团队。产品方向还不稳定的团队，先收敛到最确定的决策做小范围对照。
