去年下半年我接手过一个厨房小家电店铺的商品分析复盘。当时店铺数据看板做得很漂亮：UV、转化率、客单价、毛利率、库存周转天数一应俱全，运营每天盯盘。但连续三个月出现一个怪现象，几款主力品的转化率明明是类目均值以上，推广费却在持续加码的情况下越投越亏，ROI 从 2.8 一路掉到 1.4。团队反复优化主图、详情页、评价区，甚至换了客服话术，都没能止住下滑。最后我去扒了一层数据才发现问题：这几个品的价格带上，过去半年同类在架 SKU 数从 40 多个涨到 200 多个，头部 5 家吃掉了接近 70% 的搜索流量。
也就是说，产品本身没变差，是赛道变了，而我们的指标体系里根本没有"赛道拥挤度"这个字段。
这件事让我彻底改变了做商品分析的方式。不是把竞争强度当成一个补充说明，而是把它当成和转化率、毛利率同级的一级指标接入判断链路。下面这套框架，是我在那次复盘之后，陆续在三个类目、两个平台、累计约 400 个 SKU 上验证过的版本，包含指标定义、数据来源、判断规则和动作映射，你可以直接拿走改造自己的看板。
很多运营把竞争强度理解成"了解一下市场行情"，看完就放回文件夹。我的判断完全相反：在大多数标品和半标品类目里，竞争强度是决定一个品能不能做的第一道闸门，自身表现数据只能决定这个品做了之后能走多远。
顺序错了，后面全错。你花两周优化详情页，不如先花两天确认这个价格带还剩不剩位置。
结论一：自身表现指标回答"这个品现在好不好"，竞争强度指标回答"这个品还能不能好"。这是两类完全不同的问题，混在一张看板上就会互相干扰。转化率 3% 到底算好还是差，脱离赛道拥挤度根本没有意义。
结论二：竞争强度的恶化通常早于自身数据恶化 4 到 8 周。这是我复盘那批小家电时发现的时间差。等我看到 ROI 掉到 1.4 才反应，其实赛道的拥挤信号两个多月前就已经出现，只是没人看。
结论三：竞争强度可以量化，而且大部分代理指标用免费或低成本方式就能拿到。不需要买昂贵的行业报告，关键在于你知道要采哪些字段、多久采一次、怎么设阈值。
传统商品分析框架的形成有它的历史原因。在流量红利期，平台把大量需求分发给中小商家，只要产品过关、运营不犯大错，就能分到一杯羹。那个阶段只看自身数据是对的，因为外部环境是常量。
现在外部环境变成了变量，而且是最剧烈的那个变量，指标体系却没跟着改。用常量时代的仪表盘去开变量时代的车，仪表盘越精致，越容易让人误判。
第一个现场：某家居类目运营小张，负责的一款收纳盒转化率长期稳定在 4.2%，高于类目均值。他据此判断"这个品很健康"，继续按原节奏补货。但实际上这个细分价格带的竞品半年内从 30 个涨到 180 个，他的自然搜索排名从第 2 页慢慢掉到第 6 页。转化率没变，是因为能点进来的人已经被筛选过了，分母缩小，转化率反而失真。
第二个现场：一个食品类目团队做了非常完整的商品分层，把 SKU 分成引流款、利润款、形象款，每层配了不同的考核指标。但半年后发现整个分层体系失效，因为三个层级的品都在同一个价格带里内卷，所谓分层只是自己的一厢情愿，市场并不认。
第三个现场：我自己踩过的坑。2023 年推一款保温杯，定价 89 元，当时同类在架商品大约 60 个，我觉得还有空间。上线后靠内容运营把转化做到了 5.1%，数据很好看。但推广费占比一直降不下来，最终算下来单件净利只有 3 块多。复盘发现那个价格带里挤着 7 个头部品牌的主力款，我用全部精力打了一场从开始就不可能赢的仗。
这三个案例的共同点，都不是执行力问题，而是判断依据缺失。
在把竞争强度正式纳入体系之前，得先清掉几个反复出现的认知障碍。这几个误区我几乎在每个团队都见过。
很多人一听"竞争强度"就想到行业报告里的市场规模、增速、集中度，觉得那是战略层的事，跟日常选品没关系。
实际上竞争强度完全可以拆到单品级别。你只需要回答一个问题：这个具体 SKU 所在的价格带和核心搜索词下，现在有多少个直接对手在抢同一批人？这个数是可以数的，也是可以按周监控的。
这是最危险的简化。高竞争往往意味着高需求验证，没人做的赛道通常是没人要的赛道。竞争强度本身不构成否决理由，竞争强度与自身能力的差值才构成否决理由。
同样是 200 个竞品的红海价格带，头部品牌进去是收割，你进去可能是送人头。区别不在赛道，在你手里的牌。
有的团队听说竞争强度重要，一口气加了十几个指标：竞品数量、竞品评分、竞品价格、竞品销量、竞品上新频率、搜索指数、内容声量……结果看板更复杂了，决策反而更慢。
我的经验是单品层竞争强度指标不要超过 4 个，类目层不要超过 3 个。每个指标必须能对应一个明确动作，对不上动作的指标就是噪音。
这个误区最现实。很多人觉得竞品数据要么拿不到，要么要买昂贵工具。其实分层处理就好：类目层的在架 SKU 数、价格带分布这类宏观信号，公开渠道就能采；单品层的竞对动态，靠人工加轻量工具就能覆盖。关于具体怎么落地，我在第五节会结合我用过的工具详细讲。
清理完误区，进入正式框架。我采用的是三层结构：行业层、类目层、单品层。三层不是并列关系，而是漏斗关系。行业层负责定基调，类目层负责筛赛道，单品层负责定动作。
行业层看的是整个品类大盘的竞争热度，主要解决"现在是不是入场的好时机"。这一层我通常只看两个指标。
第一个是大盘在架商品数的季度变化率。这个数字反映供给端的涌入速度。如果连续两个季度增速超过 20%，说明大量玩家正在进场，后面必然有一轮价格战。
第二个是头部集中度，也就是 CR5 或 CR10。头部集中度上升，说明流量正在向少数玩家聚拢，中腰部玩家的生存空间被压缩。
行业层的判断规则很简单：在架商品数增速高 + 头部集中度上升，属于双重挤压信号，新入场要非常谨慎。如果是在架数增速放缓甚至下降、头部集中度稳定，说明市场完成了一轮出清，反而可能是机会。
类目层是三层里最容易被忽略、也最有价值的一层。因为行业层太笼统，单品层太具体，中间的类目层恰好是可操作的颗粒度。
这里我主要看三个指标：细分价格带的 SKU 密度、价格带内头部 10 名的销量占比、同类新品近 90 天上新频率。这三个指标组合起来，能画出一张"赛道拥挤度地图"。
具体怎么用？举个例子。假设你看中 100 到 150 元这个价格带，SKU 密度显示有 200 个对手，但头部 10 名销量占比只有 35%，且近 90 天上新频率低于每月 5 个，这就是典型的高度分散型赛道，没有绝对霸主，机会在缝隙里。
反过来，如果 SKU 密度只有 80 个，但头部 10 名销量占比高达 75%，上新频率也低，这是典型的固化型赛道，新人很难撬动。
单品层是最终定动作的地方。这一层我只看四个指标，而且每个指标都必须挂上一个明确动作。
指标一：核心搜索词下的直接竞品数量。看到这个值上涨超过 50%，动作是重新评估推广预算，而不是加大投放。
指标二：竞品价格带的离散程度。价格越集中，说明大家贴身肉搏；价格越分散，说明还有错位空间。看到离散度收窄，动作是考虑跳出当前价格带。
指标三：竞品近 30 天的销量变化方向。看到竞品集体放量而自己持平，动作是立即检查流量结构，而不是继续观察。
指标四：自身在核心词下的自然搜索排名变化。排名连续 3 周下滑超过 10 位，动作是暂停加投，转入防守。
这四个指标加起来，可以覆盖 90% 的单品级判断场景。关键不是指标本身多精妙，而是每个值都对应一个明确动作，看完就知道该干嘛。
框架讲完，落地才是关键。我在最近一轮复盘里用的是数跨境这个工具（官网 https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys ），它把前面说的类目层和单品层指标做了整合，省掉了我大半手工采数的工作。下面把我实际操作的过程完整讲一遍，你可以对照自己的类目复现。
我先选定一个目标类目，然后按价格带切分出 5 到 6 个细分区间。数跨境的价格带分布视图能直接看到每个区间的在架商品数，这一步大概 10 分钟就能跑完。
以我最近看的户外水壶类目为例，数据观察如下（统计口径为某平台近 30 天在架商品数，样本时点为季度初）：
| 价格带 | 在架 SKU 数 | 头部 10 名销量占比 | 近 90 天上新频率 | 拥挤度判断 |
|---|---|---|---|---|
| 39 元以下 | 320 个 | 28% | 高（月均 18 个） | 极度红海，不建议 |
| 39-69 元 | 210 个 | 42% | 中（月均 9 个） | 红海，需强差异化 |
| 69-99 元 | 88 个 | 38% | 低（月均 4 个） | 相对蓝海，优先考虑 |
| 99-149 元 | 62 个 | 61% | 低（月均 3 个） | 半固化，看自身能力 |
| 149 元以上 | 34 个 | 72% | 极低（月均 1 个） | 高度固化，不建议 |
这张表一出来，决策方向立刻清晰。69 到 99 元这个价格带是明显的价值洼地：SKU 密度不大，头部集中度也不高，上新频率还低，说明需求存在但供给还没跟上。
如果没有竞争强度维度，你很可能会被 39 元以下那个价格带的巨大流量吸引，一头扎进去，然后被 320 个对手碾碎。
确定价格带后，我用数跨境拉了核心搜索词下的直接竞品数量走势。这一步是判断"赛道是否正在变拥挤"的关键。
我监测了三个核心词，过去 6 个月的数据如下（统计口径为某平台搜索词下前 5 页在架商品数）：
判断很直接：词 A 虽然流量最大，但已经进入快速拥挤阶段，现在进去是逆势而为；词 C 虽然流量小，但赛道在出清，反而是低成本切入的窗口。
这一步如果靠手工数，一两个小时都不一定数得准，用工具跑大概 5 分钟。这也是我推荐用工具的原因，不是工具多神奇，而是它把"愿意做但做不动"的环节砍掉了。
竞品数据有了，接下来必须和自己对一遍。这一步最容易被跳过，但恰恰是最关键的。竞品数据再漂亮，如果自身能力对不上，也是白搭。
我用的自身能力评分表包含四项：供应链成本优势、内容与视觉能力、已有流量池规模、复购与私域基础。每项 1 到 5 分，加权求和。
把自身能力分和竞争强度分放在一起，就得到了那张核心的判断矩阵。下表是我在实际复盘时给三个候选品打分的结果，你可以参考格式：
| 候选品 | 竞争强度分 | 自身能力分 | 矩阵位置 | 建议动作 |
|---|---|---|---|---|
| 品 X（69-99 元带） | 3.0（中等竞争） | 4.2（能力较强） | 中竞争 + 高能力 | 重点加投，抢份额 |
| 品 Y（39 元以下带） | 4.7（高度拥挤） | 2.5（能力偏弱） | 高竞争 + 低能力 | 放弃，或换价格带 |
| 品 Z（99-149 元带） | 4.1（较拥挤） | 3.8（能力中等偏上） | 高竞争 + 中能力 | 差异化再进，控制预算 |
这张表出来之后，决策几乎不需要争论。品 X 直接定为重点，品 Y 砍掉，品 Z 转入观察池，等差异化方案明确再说。
框架落地不是一次性动作，而是要进日常监控。我的设置是这样的：
这套监控设置的意义在于，它把"事后救火"变成了"事前预警"。我复盘的那批小家电，如果有这套机制，在第 8 周左右就会触发橙色预警，那时还没进入不可逆阶段。
框架是通用的，但不同情况下的动作必须分开讲。我按最常见的四种情况拆开说。
这是最值得投入的组合。对手多说明需求验证充分，自身能力强说明你打得动。动作建议是集中资源猛攻，而不是分散试水。
具体做法：把预算的 60% 以上压在这个品，主攻核心词的前三页排名，同时用差异化卖点撕开头部对手的防线。这个阶段最忌讳"再看看"，等你观察完，窗口就关了。
这是最应该果断放弃的组合。很多人在这里犯犹豫，觉得"再优化一下说不定就行"。我的经验是，这种组合里 90% 的努力都是沉没成本。
具体做法：立即止损，把这个品转入清库存模式，同时把精力转移到更匹配自身能力的位置。记住，放弃不是失败，是资源重新配置。
这是被低估的黄金组合。赛道不拥挤，你又有能力，等于在一片空地上盖楼。
具体做法：快速扩量，抢占心智。这个阶段的核心任务不是优化转化率，而是把规模做上去，在竞争对手进场之前建立认知壁垒。一旦赛道被其他人发现，你提前建立的优势就是护城河。
这个组合需要谨慎。低竞争可能是因为需求本身很小，也可能是因为你的能力还没被发现。
具体做法：小成本观察，不要重仓。用最小可行方案测试 4 到 6 周，看数据反馈再决定是否加码。关键观察指标是需求真实性和复购可能性，而不是短期转化率。
行动建议解决"做什么"，取舍解决"不做什么"。后者往往更重要，因为运营的时间永远不够用。
这取决于品类属性。标品和高同质化类目里，竞争强度应该是否决项，因为产品差异小，赛道拥挤直接等于利润归零。非标品和强内容驱动类目里，竞争强度可以是参考项，因为差异化空间大，拥挤赛道里依然能靠内容杀出来。
判断标准一句话：如果你的品主要靠"产品本身"竞争，把它当否决项；如果主要靠"内容和人群"竞争，把它当参考项。
追求精度就要牺牲频率，两者很难兼得。我的建议是分层处理：行业层指标可以粗但必须稳，季度更新足够；单品层指标可以略粗但必须快，周度更新是底线。
不要试图把单品层指标做到百分百精准，那样成本会拖垮整个分析。80% 的准确度配上 100% 的及时性，比 100% 准确度配 50% 的及时性有价值得多。
起步阶段可以手工采集，跑通逻辑比什么都重要。但一旦确定要长期监控，就该上手工具。像数跨境这类工具能省掉大量重复采数的环节，把精力留给判断本身。
取舍原则：逻辑验证阶段用人工，规模运行阶段用工具。反过来做，要么是浪费工具，要么是浪费人。
全店所有 SKU 都做深度监控是不可能持续的，成本太高。我的做法是：重点品做单品层深度监控，一般品只做类目层轻量监控，长尾品只做行业层粗看。
这样可以把有限的分析精力集中在真正影响利润的少数品上，符合二八原则。
从公开渠道手工采集就够起步。核心是采集三个字段：目标价格带在架商品数、核心词前 5 页商品数、头部 10 名的销量或评价数。每周固定时间采一次，连续采 4 周就能看出趋势。等确认这个监控方式对你有用，再考虑用工具自动化。
不会，前提是起步阶段只选 2 个指标。我建议新手先只监控"目标价格带在架 SKU 数"和"核心词自然排名"，这两个指标手工就能采，每周花不到 1 小时。等这两个指标跑顺了，再逐步扩展。
不要一刀切。先看这个品在你店铺里的角色。如果是引流款，可以适当容忍竞争强度恶化，因为它承担的是拉新任务；如果是利润款，竞争强度恶化就要果断调整，因为它的使命是赚钱。
不能通用。每个平台的流量逻辑不同，搜索权重、推荐机制、头部集中度都有差异。一个平台上"200 个竞品"可能是红海，另一个平台上可能只是中等竞争。所有阈值都必须按平台单独校准，不要跨平台套用经验值。
最小改动方案：在原有看板旁边加一个独立的"竞争强度小卡"，包含 3 个数字和 1 个预警灯。不要试图把竞争强度指标和原有指标混在一张表里，它们回答的是不同问题，混在一起会互相稀释。
最简单的方法是找同行或前同事做一次盲评。你先自评一遍，让对方在不知道你打分的情况下评一遍，两者差距超过 1.5 分就说明评分体系需要调整。我在最开始用这套评分时，自评和盲评的差距曾经有 2 分多，后来逐项拆细了评分标准才稳定下来。
回到开头那个厨房小家电的场景。如果当时就有这套框架，那个"推不动的品"会得到完全不同的判断：不是主图不行，不是客服不行，而是赛道本身已经饱和，继续投入只是延缓死亡。
我今天想传递的核心观点其实只有一个：商品分析不是把自己看得更清楚，而是把自己放在竞争环境里看得更清楚。自身数据是镜子，竞争强度是窗子，只有镜子没有窗子，你会把自己看得很清楚，却撞上墙。
下一步具体怎么走，我给一个三步走的建议。
第一步，本周内选定一个核心类目，手工采集一次目标价格带的在架 SKU 数和头部集中度，感受一下数据采集的难度和颗粒度。
第二步，两周内把你的自身能力评分表建立起来，四项评分维度按自己的业务调整，先跑通三个品，验证评分标准的稳定性。
第三步，一个月内把竞争强度指标接入你现有的商品看板，先以独立小卡的形式存在，别急着合并，等跑顺了再考虑深度整合。
如果你在推进过程中遇到数据采集或阈值设定的具体问题，欢迎在评论区说出你的类目和场景，我会挑典型的做进一步拆解。框架不怕被质疑，怕的是被放在文件夹里不用。把它跑起来，比把它读懂重要得多。
我之前做商品分析的时候，所有数据都是从自己店铺后台导出的，销量、转化率、库存周转这些都有。但一提到竞品在架数量、价格带分布、头部集中度这些外部数据，我就不知道从哪下手了。预算有限，又不可能去买很贵的数据服务，所以一直卡在这里。
分三层解决。第一层用平台自带工具：主流电商平台的后台都有行业分析或市场行情模块，能拿到类目大盘的搜索热度、在架商品数、价格区间分布，这部分通常是免费或随店铺等级开放的，先把这些字段摸清楚，能覆盖行业层和类目层的大部分需求。
第二层用前台采集：竞品在架 SKU 数、上新频率、价格带密度，可以直接在前台搜索结果页按价格区间筛选后看结果数量，手动采样或写简单脚本都行，每周固定时间采一次保证可比性。第三层才是付费工具，比如第三方数据平台，它们能提供更细的销量估算和流量结构，但建议先把前两层跑通再考虑，否则买了也未必会用。
注意口径问题：不同平台对‘在架商品数’的统计范围不一样，有的含预售、有的不含，采集时要在同一平台同一筛选条件下对比，不要跨平台直接比。
我看过很多文章说要考虑竞争，但没人告诉我具体怎么判断。比如我自己的品转化率还行，但类目里竞品特别多，到底该继续加投还是换品？这个问题每次开会都吵，运营说竞争大要差异化，老板说数据不差就继续推，没有一个共同的判断标准。
用一个四象限矩阵来统一语言。横轴是竞争强度（用类目在架 SKU 增速、价格带拥挤度、头部 CR5 变化综合打分），纵轴是自身能力（用你的转化率、复购率、毛利空间相对类目中位数的位置打分），两者都分高、低两档。高竞争加高自身能力：加投抢份额，因为你有能力在混战中吃到量。
高竞争加低自身能力：优先换品或做差异化切口，不要在红海里硬烧。低竞争加高自身能力：扩量，这是最舒服的格子，加大预算和上新节奏。低竞争加低自身能力：先观察或小成本测试，不要因为竞争小就盲目投入。
关键点是阈值要按类目校准，比如美妆类目 CR5 超过 40% 算高竞争，但家居类目可能 25% 就已经很集中了，所以第一版阈值用经验定，跑三个月复盘后修正。矩阵的价值不是给你标准答案，而是让运营和老板用同一套坐标讨论问题。
我之前做看板的时候，销量和转化率是每天更新的，但竞争强度这种外部指标我不知道该多久看一次。每天看觉得没必要，一个季度看一次又怕错过变化。而且每次采集都要花时间，频率太高根本跑不动，想找一个合理的节奏。
按三层框架分别定频率。行业层看月度：大盘竞争温度变化慢，月度更新足够，看的是趋势不是波动。类目层看周度：细分赛道的在架 SKU 数、价格带分布、头部排名这些一周内可能有明显变化，尤其是上新季或大促前后，周度采集能捕捉到拥挤度的拐点。
单品层看日或周：你自己主推品的竞品动向，比如对标品的价格调整、上新动作，这个可以设关键词监控，有变化时触发提醒，不需要每天手动采。实操上，把周度采集固定在每周一上午做，保证和上周同一时间点可比，避免周末流量差异干扰。
月度复盘时把三个层的数据拉在一起看，重点看类目层有没有出现连续两周的异常变化，那通常是大盘或竞品策略调整的信号。不要追求实时更新，竞争强度是慢变量，频率过高只会增加噪音和人力成本。
我在一个不到十人的小团队做运营，没有专门的数据分析师，看板都是我自己用表格搭的。看到那些三层框架、交叉矩阵觉得很有道理，但感觉落地成本太高了，光是采集和清洗数据就要花掉大半时间，想知道有没有更轻量的起步方式。
先做一个类目、一个主推品，不要铺全店。第一步，选你最重要或最困惑的一个类目，用平台后台的行业模块截取四个字段：在架商品数、价格区间分布、TOP10 商品销量占比、近30天上新商品数，这四个字段基本能刻画类目层的竞争强度轮廓。
第二步，把你主推品的转化率、复购率、毛利率填进同一张表，和类目中位数做对比，得出自身能力的位置。第三步，把两组数据放进四象限，看落在哪个格子，对应我之前说的动作规则。整张表用表格软件就能搭，每周花 30 分钟更新一次，一个月就能积累四条趋势数据。跑通一个类目之后，再把方法复制到第二个类目，逐步扩展。
别一上来就搭全店看板，那样既跑不动也看不出重点。小团队的优势是决策链短，一张简表加上每周一次的讨论，比一套没人看的复杂看板有用得多。
读者评论
把竞争强度设成一级指标这个思路很对，但实际落地最大的坑是数据采集频率。竞品SKU数每周都在变，人工采根本跟不上，必须靠工具自动化，否则指标体系建了也是摆设。
文章里那个保温杯案例太真实了，89元价格带挤了7个头部品牌主力款，光靠转化率好看没用。我自己也犯过同样的错，后来才明白推广费占比才是生死线，不是转化率。
四类赛道那个气泡散点图很直观，但分散红海和分散蓝海的界限在实际操作中很模糊。SKU密度低但需求也低的情况怎么判断？文章没展开讲，希望后续能补上。
三层框架结构清晰，但中小团队未必需要行业层。类目层加单品层已经能解决大部分选品和投放决策了，行业层的大盘数据获取成本高、更新慢，性价比不高。