去年双十一前两周，我帮一个做家居收纳的团队做选品复盘。他们花了三天时间，拉了一份"竞品分析报告"，列了27个对手、算了均价、标了销量，结论是"竞争激烈，建议谨慎"。老板看完只问了一句："那到底做不做？做哪个价格带？"会议室安静了。这不是个例。我做商品分析这些年，见过太多团队把"竞争强度"做成了一个描述性指标，写进报告很好看，落到决策就哑火。问题不在于分析框架选错了，而在于大多数人只完成了"分析"这个动作，从来没有搭出一条从数据到策略的实施路径。
这篇内容，我想把这套路径完整拆开，告诉你竞争强度到底该怎么一步步做完，以及每一步做完之后，手里应该留下什么。
先给结论，避免你读到一半才发现方向不对。
我复盘过自己参与过的三十多个商品分析项目，一个稳定的规律是：竞争强度分析的成败，80%取决于流程设计，20%才取决于指标选择。换句话说，你就算用最朴素的CR4和价格离散度，只要路径走对了，结论也能指导决策；反过来，你把波特五力、HHI、雷达图全用上，路径是断的，报告照样只能当壁纸。
所谓"路径是断的"，具体表现为三种断裂：
下面这张图，是我在实际项目里反复验证过的"五步实施路径"的核心逻辑。它把竞争强度分析从"一次性动作"变成了"一条闭环工作流"。
接下来我会按"背景场景，常见误区，判断逻辑，案例数据，行动建议，取舍"的顺序，把这五步逐层拆开。
先讲一个具体到能闻到咖啡味的场景。
去年三季度，一家做厨房小家电的团队找我复盘他们的一款新品失败原因。他们做的是"桌面空气炸锅"，2.5L容量，定价229元。上线前他们做过竞争分析，报告里写：空气炸锅品类头部品牌市占率约55%，价格集中在299-499元，2.5L以下小容量竞争相对稀疏，判断是"蓝海切入"。
结果上线三个月，销量不及预期的三分之一。复盘时我发现问题出在他们界定竞争范围的那一步，他们把"空气炸锅"当成了竞争范围，但用户在做购买决策时，把他们的产品跟"迷你电烤箱""多功能料理锅""微波炉"放在一起比。用户脑子里的竞争范围，跟分析师表格里的竞争范围，根本不是同一个。
这就是场景层面的核心矛盾：竞争强度分析服务的不是"品类数据好看"，而是"用户决策时你到底在和谁抢"。一旦范围界定这一步跑偏，后面所有指标都变成了精致的错误。
我再补充一个数据观察。我统计过手头十几个失败的选品案例，其中因为"竞争范围界定错误"导致误判的比例超过一半，远高于"指标算法错误"和"数据不准"这两类技术性失误。这意味着，大家把太多精力花在怎么算得准，却太少花在跟谁比这个前提上。
这是最普遍的错误。数量多不代表竞争激烈，数量少也不代表安全。一个品类里有50个对手，但前3名占了70%份额，剩下47个在长尾里互相不伤害，竞争强度其实可能比一个只有8个对手、但大家价格和功能高度雷同的品类更低。
竞争强度的本质是"利润被侵蚀的速度"，而不是"对手的个数"。数量只是表象，集中度和同质化程度才是里子。
波特五力是好框架，但它设计出来是分析行业结构的，颗粒度是"行业"级。你拿它分析一个具体的SKU或一条价格带，会发现"供应商议价能力""替代品威胁"这些维度要么无从量化，要么算出来的结论对选品没有任何指导意义。
我的判断是：在商品分析场景里，波特五力更适合作为"检查清单"用来提醒自己别漏维度，而不是作为主分析框架。真正要落地，得把它翻译成可采集、可计算的替代指标。
我见过太多报告，洋洋洒洒列出CR4、HHI、价格离散度、新品涌入率，但通篇没有一句"多少算高、多少算低"。读者拿着这些数，像拿着一把没有刻度的尺子。
指标本身不产生结论，只有把指标跟阈值绑定，才能从"数据"走向"判断"。而阈值这个东西，恰恰是大多数教程跳过的部分，因为它需要结合你自己的品类经验来定。
一个典型的坑：算市场集中度时用的是"近30天销量"，算价格竞争度时用的是"当前挂牌价"，算同质化程度时用的是"累计上架SKU数"。三个指标的时间窗口和统计对象完全不同，最后拼在一起做综合判断，等于拿三个不同坐标系的数据画同一张图。
口径不一致是隐形的，它不会让报告看起来有错，但会让结论悄悄偏离。
在给步骤之前，必须先把"竞争强度"这个概念收敛清楚，否则后面全是各说各话。
在商品分析语境里，竞争强度至少要分三个层面来看，因为它们的数据来源和决策含义完全不同。
这三个层面不能混算，必须分开看，最后再做交叉判断。很多报告之所以结论含糊，就是因为把三个层面搅在一起，得出一个谁都对不上的平均值。
这是我反复强调的一句话。一个合格的竞争强度分析，最后的落点一定是"做/不做、做哪个价格带、用什么打法"，而不是"竞争激烈/不激烈"。
如果你做完分析，只能说出一句"竞争比较激烈"，那这次分析的价值几乎为零，因为你没做分析之前凭直觉也能说出这句话。
竞争强度是动态的。今天集中度高的品类，可能正因为利润被看见而涌入大量新玩家；今天分散的品类，可能正在快速整合。所以判断逻辑里必须有一层"趋势"，看新品涌入率、看头部份额变化方向。
只看静态快照，很容易在拐点上做反决策。这一点，后面讲数据采集时会再展开。
现在进入正文主体。下面每一步，我都按"做什么、怎么做、输出什么"来说，你可以直接对照操作。
（1）按用户决策场景界定，而不是按品类树界定
这是最关键的一条。判断竞争范围的标准只有一个：用户在决定买这个东西的时候，还会同时看哪些东西。收纳箱的对手可能包括收纳袋、收纳架、甚至衣柜本身。
实操方法是：去平台的搜索下拉词、关联推荐、以及竞品的"看了又看"模块里抓数据，看用户实际把什么放在一起比。
（2）按价格带二次界定
用户决策场景界定完之后，还要按价格带收一次。29元的收纳箱和199元的收纳箱，虽然都在"收纳"这个场景里，但它们的竞争者完全不同。前者拼的是性价比和流量效率，后者拼的是设计和品牌。
（3）按渠道三次界定
最后按渠道收。同一款产品在货架电商和内容电商面对的竞争结构完全不同，不能共用一份分析。
（4）输出物：竞争范围界定表
把上面三层界定结果写进一张表，明确"本次分析覆盖哪些对手、排除哪些对手、为什么"。这张表是后面所有工作的地基。
范围定了之后，选维度。这里给出一套我常用的维度，指标对照，你可以按业务目标取用。
| 分析维度 | 常用指标 | 回答什么问题 |
|---|---|---|
| 市场集中度 | CR4、CR10、HHI | 赛道是寡头还是混战 |
| 价格竞争度 | 价格离散度、促销频率、降价幅度 | 价格战打得多凶 |
| 产品同质化 | SKU密度、功能重合度、卖点相似度 | 靠什么能差异出来 |
| 进入壁垒 | 供应链门槛、品牌认知门槛、资金门槛 | 新玩家进得来吗 |
| 竞争动态 | 新品涌入率、头部份额变化率 | 强度在升还是降 |
选维度的一条原则：业务目标是什么，就重点看哪个维度。做选品，重点看集中度和同质化；做定价，重点看价格竞争度；做新品切入，重点看进入壁垒和竞争动态。
不要贪多。五个维度各选一个指标，比五个维度每个都选三个指标要清晰得多。
这一步最耗时，也最容易翻车。
（1）数据来源
（2）数据清洗的四个动作
（3）常见数据陷阱
第一个陷阱是销量口径不一致，有的平台显示累计销量，有的显示月销，混在一起算集中度会严重失真。第二个陷阱是价格未剔除促销，挂牌价和到手价差别可能超过30%。第三个陷阱是新品未过滤，刚上架没销量的商品会稀释集中度指标。
（1）核心指标的计算方法
以HHI（赫芬达尔指数）为例，它是各玩家市场份额的平方和。假设某价格带内五个主要玩家的份额分别是30%、25%、20%、15%、10%，那么：
HHI = 0.30² + 0.25² + 0.20² + 0.15² + 0.10²
= 0.09 + 0.0625 + 0.04 + 0.0225 + 0.01
= 0.225
= 2250（通常用整数表示，乘以10000）
HHI低于1500通常视为竞争充分，1500-2500为中等集中，高于2500为高度集中。
（2）避免"指标打架"
指标打架很常见：CR4显示集中度高，但价格离散度也高。这种情况往往说明"头部集中但腰部混乱"，是一个有结构机会的市场。判断方法不是二选一，而是分层看，头部什么样、腰部什么样、长尾什么样。
（3）建立竞争强度分级标准
把各指标综合成高、中、低三档。给一个参考基准，具体阈值要你按自己品类调整：
| 指标 | 低强度 | 中强度 | 高强度 |
|---|---|---|---|
| CR4 | > 60% | 40%-60% | < 40% |
| HHI | > 2500 | 1500-2500 | < 1500 |
| 价格离散度 | < 0.2 | 0.2-0.4 | > 0.4 |
| 新品涌入率（年） | < 20% | 20%-50% | > 50% |
注意CR4这一行的方向：集中度高时，新玩家面对的是"打不过头部"的低机会，但从利润角度看头部稳定的市场反而没那么血腥。这里的分级逻辑取决于你的身份，是挑战者还是守成者。挑战者看到高集中度是威胁，守成者看到高集中度是护城河。
（1）高强度竞争下的策略
（2）中低强度竞争下的策略
（3）策略输出的模板结构
建议按"结论，依据，动作，风险"四段式来写。结论一句话说清判断；依据列出关键指标；动作给出具体可执行的下一步；风险说明什么情况下这个判断会失效。
前面讲的都是方法。这一节我用一个实际工具场景，把流程走一遍，让你看到数据是怎么被用起来的。这里我以"数跨境"（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）为例展开。
抽象的流程谁都能写，但只有落到一个具体工具里，你才会遇到真实的数据长什么样、字段怎么对齐、口径怎么统一这些细节。数跨境是跨境电商场景下的数据分析工具，它把很多平台的商品数据做了结构化处理，比较适合用来演示竞争强度的采集和计算。
假设我们要分析某跨境平台上"收纳箱"品类的竞争强度。用数跨境的思路，大致分三步走。
（1）范围界定：先按关键词"收纳箱"抓取商品列表，然后按目标价格带（假设20-40美元）过滤，再剔除月销为0的新品和明显异常商品，最后得到一个约150个商品的样本集。
（2）指标采集：对样本集抓取价格、月销、评分、评论数、上架时间五个字段。这里的关键是字段口径统一，价格统一取当前售价，月销统一取近30天。
（3）指标计算：按销售额（价格×月销）估算市场份额，算CR4和HHI；用价格的变异系数算价格离散度；再用上架时间分布估算新品涌入率。
第一，集中度稳定但同质化在加剧。前四名份额变化不大，但价格离散度从0.35升到0.44，说明腰部和长尾在同质化内卷，头部没受什么影响。这种结构下，新玩家的机会不在头部，而在"头部忽视的细分场景"。
第二，新品涌入率是最灵敏的先行指标。CR4和HHI这类静态指标变化缓慢，但新品涌入率从22%冲到51%只用了五个月。它提前反映了"利润被看见"这件事。当涌入率持续走高，即便当下强度还行，也要警惕未来6-12个月的恶化。
第三，价格带之间的竞争强度差异远大于品类整体差异。整体看是"中等"，但拆到具体价格带，可能某一档是红海、某一档几乎是空白。所以永远不要只看品类均值。
基于上面的观察，这家团队的策略动作是：避开25-30美元这个最拥挤的档位，切入35-40美元区间，主打"可折叠+大容量"这个细分卖点，用避开正面竞争的方式切入。这是一个从指标到动作的完整闭环。
优先看三个指标：目标价格带的SKU密度、头部集中度、新品涌入率。密度低+集中度中等+涌入率平稳，是最理想的切入窗口。反之则要谨慎。
重点看价格离散度和促销频率。离散度高说明市场对价格不敏感，你有定价空间；离散度低说明大家贴身肉搏，定价必须贴着竞品走。
重点看头部份额变化和新品涌入率。份额在下滑+涌入率上升，是危险信号，需要在产品差异化上加码；份额稳定+涌入率上升，可以用营销壁垒或供应链壁垒去挡新玩家。
从一个小品类开始，完整跑通五步流程，比同时分析十个品类更有价值。跑通一次，你就有了可复用的模板和口径。
如果决策周期紧（比如大促前两周），用平台公开数据+简化指标，快速出结论。如果决策周期宽（新品规划），再投入第三方工具做精细采集。精度不是越高越好，够用就行。
分析一个类目时，广度可以让位给深度。与其横向铺开五个类目各看一眼，不如在一个类目里做透，拆到价格带、拆到卖点，得到的洞察更可落地。
如果只做一次分析，静态快照就够。但如果这个品类是你的主战场，必须加上趋势维度。趋势类指标（新品涌入率、份额变化率）的决策价值，往往高于静态指标。
外部工具适合看大盘和竞品，内部数据适合校准和验证。两者不是替代关系，是互补关系。只信外部数据容易踩到刷单坑，只信内部数据容易看不到全貌。
回到开头那个问题，老板问"到底做不做"。要回答这个问题，靠的不是一张罗列了27个对手的报告，而是一条从范围界定一路走到策略建议的实施路径。
这篇内容里，我反复强调几个独特判断：
下一步怎么做？给你一个具体的行动指令：选一个你正在纠结的小品类，只用两天时间，把界定范围、选指标、抓数据、算指标、出策略这五步跑一遍，不追求完美，只求跑通。跑通之后，你会发现竞争强度分析这件事，从"写报告"变成了"做决策"。跑通一次，你就有了一套可以复用的工作流。
如果你想验证数据采集和指标计算的具体操作，可以参照前面提到的数跨境（https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）这类工具的实际流程。你目前在分析哪个品类？卡在哪一步？欢迎留言，我挑典型问题在后续更新里展开。
我刚开始做商品分析的时候，领导让我出一份竞争强度报告，我第一反应就是把同类商品的竞品数量拉出来，谁家SKU多谁竞争就激烈。后来发现老板看完直接问我一句“所以呢”，我才意识到自己根本没搞清楚这个分析到底要解决什么问题，只是在做信息罗列。
竞争强度不等于竞争对手数量。实操中要拆成三个层面来看：第一是品类层，看整个品类的市场集中度，比如头部4个品牌加起来占了多少份额，CR4超过60%说明格局已定，低于30%说明还在混战；第二是价格带层，看你想切入的那个价格区间里，有多少个SKU在贴身肉搏，价格离散度大不大；
第三是渠道层，同一个品类在线上和线下的竞争结构完全不同，不能混在一起算。判断依据是：如果竞品多但集中在不同价格带、不同渠道，那对你所在细分位置的竞争压力其实有限。所以先界定你站在哪个层面，再谈强度，否则数字再多也没用。
我看过很多讲竞争强度框架的文章，波特五力、SWOT都懂，但真到自己动手的时候，卡在数据这一步就动不了了。平台数据要爬、第三方工具要付费、内部数据又不全，我经常做到一半就变成“凭感觉填数”，最后报告自己都不信。
最容易卡住的是第三步数据采集与处理。实操中数据来源分三类：第一类是平台公开数据，比如搜索列表页的销量标签、评价数、价格区间，这些可以用工具批量导出，注意要去重和去掉异常值比如0.01元引流款；第二类是第三方工具，比如生意参谋、蝉妈妈这类，看的是趋势和排名，不是绝对值，用来做相对比较；
第三类是内部数据，比如自己店铺的转化率、退货率，用来校准外部数据。关键口径要统一：价格统一用到手价而不是标价，销量统一用近30天而不是累计，评价数统一用带图评价占比而不是总数。先跑通一个小品类，把口径固定下来，再复制到其他品类，否则每次都要重新踩坑。
我做完竞争强度分析后最头疼的就是这个，HHI算出来偏高，但价格离散度又不大，头部品牌市占率也不算集中，几个指标互相打架。领导问到底竞争强不强，我支支吾吾说不清楚，报告就卡在这里推不下去。
指标打架是正常的，因为每个指标测的是竞争的不同侧面。实操中建议用“一票否决加加权打分”的方式：先设硬门槛，比如头部品牌市占率CR4超过70%，直接判定为高强度竞争，其他指标不用看了；
如果没有触发硬门槛，再对市场集中度、价格离散度、SKU增速、进入壁垒四个维度做1到5分打分，按业务阶段给权重，如果你是新品切入期，价格离散度和进入壁垒权重调高；如果你是成熟品防守期，市场集中度权重调高。最后得分落在高、中、低三个区间，对应不同的策略方向。
判断标准不是绝对数值，而是跟你自己的业务目标比：同样的竞争强度，对有钱打广告的品牌和对靠自然流量的品牌，含义完全不同。
我之前做完报告写了一句“竞争强度较高，建议谨慎进入”，结果被业务方怼说这等于没说。他们要知道的是到底进不进、怎么进、定什么价、投什么渠道。我才发现光有结论没有动作，这份分析就是废纸。
分析结论必须转化成具体动作才有价值。如果判定为高强度竞争，三条路选一条：第一是差异化，找到头部品牌没覆盖的功能点或场景，比如同样做保温杯，别人主打办公场景，你切户外露营场景；第二是聚焦细分价格带，避开主流价格区间，比如主流在99到199元，你切59到79元的入门款；
第三是成本领先，用供应链优势打价格战，但这条只有你确实有成本优势时才选。如果判定为中低强度竞争，动作反过来：快速占位铺SKU、优先抢搜索词、适当提价测试天花板。策略输出的模板建议固定成四栏：目标品类、竞争强度等级、推荐策略方向、第一步具体动作和时间节点。
这样业务方拿到就能直接执行，而不是再回来问你“所以呢”。
读者评论
终于有人把竞争强度从报告导向决策讲清楚了。之前自己做分析总是罗列一堆指标，看完这篇才发现缺的是分级标准和行动建议。
案例里桌面空气炸锅的失败很真实。用户实际比较的是迷你电烤箱和料理锅，这种决策场景下的竞争范围界定确实比算法精度重要得多。
帕累托图总结的失误归因很有共鸣，竞争范围界定错误占了一半以上。我复盘过自己的项目，也经常栽在这一步。
漏斗图三层收敛的思路很实用，从120个对象收到18个。以前总怕样本太少，现在明白边界清晰比数量堆砌更重要。
文章反复强调'做了等于没做'的根源，就是只给指标不给阈值和动作。这点戳中痛点，报告写得再漂亮进不了决策会也白搭。