去年年底我帮一个做家居收纳的团队复盘他们的选品流程，发现一个很典型的现象：团队花了三周时间，用各种工具拉了一份"竞争强度评分表"，把二十多个细分类目按分数排了序，然后选了一个"竞争强度最低"的类目进场。三个月后，这个类目成了他们库存周转最慢的一条线。
问题出在哪？不是数据错了，而是他们把竞争强度当成了一个"越低越好"的指标。竞争强度低，很多时候不是机会，而是这个类目根本没人愿意做，需求密度不够、用户心智没被教育、供应链配套不成熟。竞争强度分析真正要回答的问题，不是"哪个类目竞争小"，而是"以我当前的能力和资源结构，哪个竞争格局我能打得赢"。
这篇内容我会围绕竞争强度这一条主线，把我这几年在商品分析进阶场景里反复验证过的一套判断逻辑完整拆开，配一个贯穿全文的落地案例。目标很明确：读完之后，你能把"竞争强度"从一个报告里的名词，变成选品决策中的一个可操作变量。
大部分商品分析课程讲到竞争强度，默认的叙事逻辑是"算出一个分数，分数越低越值得做"。这个逻辑在基础课阶段够用，但到了进阶阶段，它会把团队带进坑里。
我观察到的真实情况是：竞争强度高的类目，往往意味着需求被验证过、用户有明确购买意图、供应链响应成熟；竞争强度低的类目，可能是蓝海，也可能是"死海"。两者的区别不在分数本身，而在于你有没有能力识别这个低分背后的原因。
我通常会把竞争强度分析的目标拆成三层，每一层对应不同的决策场景：
这三层缺一不可。只做第一层，你得到的是行业报告；只做第二层，你得到的是机会清单；只有三层都做完，你才得到一份可以拍板的选品决策。
很多团队把整个类目的所有商品混在一张表里算竞争强度，结果得到一个"平均值"，这个平均值既不能反映头部格局，也不能反映腰尾部机会。我的做法是至少按价格带切三层，再按人群场景切一层，分别在每个切面上看竞争强度。
举个例子，同样是宠物用品，9.9美元以下的价格带可能挤满了几百个SKU，竞争强度爆表；但39到59美元这个价格带，如果头部只有两三个品牌在认真做，中间腰部又断层，那这个价格带的竞争强度其实是被平均分掩盖的机会区。如果不分层，你永远看不到它。
我做过一个粗略统计：在我经手或旁观的十几个商品分析项目里，能真正把竞争强度用到决策层面的不到三成。剩下的七成，报告写得很漂亮，图表很丰富，但落到"所以我们要做什么"这一句话的时候，就卡住了。
我总结下来，卡住的原因不是数据不够，而是分析流程里缺了几个关键环节。
大部分团队做竞争强度分析，习惯在某一个时间点拉一份数据，看完就下结论。但竞争强度是动态的，头部的市占率在过去6个月是升是降？新品上架速度是加快还是放缓？腰尾部商品的价格是往上走还是往下塌？这些变化比静态数字更能说明问题。
我自己在实操里一定会拉三个时间点：当前、90天前、180天前。三个点连起来看趋势，比看一个绝对值可靠得多。一个类目如果头部集中度在持续上升，说明它在走向成熟垄断；如果头部集中度在下降，说明格局在松动，可能有新进入者的窗口。
我见过不少竞争强度评估表，把在架商品数、新品上架速率、头部集中度、平均评分、评论量、搜索热度、转化率全部平铺进去，每项打个分再加总。这种"平等对待所有指标"的做法，在进阶场景里是失效的。
不同类目阶段，指标的权重完全不一样。一个刚起量的类目，"新品上架速率"权重应该更高，因为它反映的是供给端有没有在抢位；一个成熟类目，"头部集中度"和"价格带销量占比"的权重更高，因为它反映的是格局是否稳定。
我的习惯是：先用阶段判断确定这个类目现在处于"起量期、爆发期、成熟期还是衰退期"，再根据阶段动态调整指标权重，而不是用一张固定的评分表通吃所有类目。
最常见的现象是：报告第一部分列数据，第二部分直接跳到"因此我们建议进入XX价格带"。中间那一步，数据是怎么推到结论的，被省略了。这不是写作问题，是思考问题。团队其实没有真正想清楚"为什么这个数据意味着这个动作"。
我给团队定过一个要求：任何竞争强度结论，必须写出"支撑这个结论的三个数据点"和"如果这三个数据点中哪一个反转，结论会变成什么样"。这个要求一加，很多看似漂亮的报告立刻暴露了推导链的缺失。
下面这四个误区，几乎是所有做商品分析进阶的团队都会踩的。我按踩坑频率从高到低排列。
这是最致命的误区。竞争强度低，有三种可能：一是真蓝海，需求尚未被挖掘；二是伪需求，用户根本没有这个购买场景；三是供应链或渠道限制，导致没人愿意进场。
识别方法很简单：看这个低竞争类目的搜索热度是不是在缓慢上升。如果搜索热度平稳或下降，竞争强度低大概率是"死海"，进场就是陪葬。竞争强度必须和需求趋势一起看，单看任何一项都会误判。
很多团队看类目竞争强度，第一反应是数头部商品的评论量。评论量高就认为竞争激烈。但评论量是一个累积值，它反映的是历史销量，不是当前竞争态势。
更可靠的做法是看"近90天新增评论占总量比例"。一个类目如果头部商品的评论量是5万条，但90天新增只有500条，说明它的销量在放缓，实际当前竞争强度比表面看到的低；反过来，评论量2万条但90天新增8000条的，才是真正在激烈厮杀。
市场规模回答的是"这个池子有多大"，竞争强度回答的是"这个池子里有多少人在抢、抢得多凶"。两者是不同维度。我见过团队因为"类目GMV规模大"就认为值得进，却没注意到头部三家已经吃掉七成份额，剩下的三成还挤着几百个卖家。规模大不等于你能分到。
正确的做法是把市场规模和竞争强度做成一个四象限矩阵：高规模高竞争、高规模低竞争、低规模高竞争、低规模低竞争，四个象限对应完全不同的策略。
即使分析本身是对的，如果做完就归档，下次分析还是从零开始。我在团队里推的一个机制是：每次竞争强度分析输出的选品结论，三个月后必须回头验证一次，实际竞争强度变化是否符合当时的判断。偏差超过预期阈值的，要写清楚原因。这个动作坚持半年，团队的判断准确率会明显提升。
把前面这些绕过的弯路合起来，我现在用的竞争强度判断逻辑大概是这样一个结构。它不是一套固定公式，而是一个可以随着类目阶段动态调整的框架。
市场层解决的是"这个池子现在长什么样"。我主要看四个指标：
这四个指标组合起来，能快速给市场层定个性：是"群雄逐鹿"，是"一超多强"，还是"高度碎片化"。
品类层解决的是"我该切哪个细分"。这里我会把大类按价格带切三到五层，按人群场景切两到三层，然后在每个切面上单独算竞争强度。切面的颗粒度不是越细越好，关键是要能对齐你的供应链和运营能力。一个切面的竞争强度再低，如果它要求的供应链响应速度是你做不到的，对你来说它就不是机会。
单品层解决的是"我进去之后能活多久"。这一步通常看的是具体对标竞品：头部商品的评分分布、评论增长曲线、价格波动区间、内容形态、卖点表达。这些细节决定了你进去之后要面对的具体打法。
三层结构搭好之后，最后一步是给指标赋权。我用的规则大致如下表：
| 类目阶段 | 最高权重指标 | 次高权重指标 | 参考权重较低指标 |
|---|---|---|---|
| 起量期 | 新品上架速率 | 搜索热度趋势 | 头部集中度 |
| 爆发期 | 在架商品数增速 | 平均价格走势 | 评论量绝对值 |
| 成熟期 | 头部集中度 | 价格带销量占比 | 新品上架速率 |
| 衰退期 | 搜索热度趋势 | 平均价格走势 | 在架商品数增速 |
这张表的用法不是硬套，而是提醒团队：先判断阶段，再决定看什么。很多团队跳过阶段判断，直接套指标，结果是在爆发期看头部集中度，看到的全是"竞争激烈"，反而错过了供给端正在抢位的信号。
下面这个案例是我在去年帮一个家居收纳团队做的。数据经过脱敏和比例调整，但分析逻辑和判断路径是完整的。文中提到的数据工具以"数跨境"为例说明，它的公开入口在 https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys 。
客户是一家做家居收纳的中型卖家，主力产品集中在15-25美元价格带，SKU约40个。他们的诉求很明确：想往上走一个价格带，进入40-59.9美元区间，但不确定这个区间现在的竞争强度是否值得进。
分析周期定在2024年Q4，数据窗口取当前、90天前、180天前三个时间点。
数据采集这一步，我在数跨境的类目分析模块里主要拉了几组：类目整体在架SKU数、TOP3品牌市占率、各价格带的销量占比、新品90天存活率、头部商品的评论增长曲线。
清洗环节重点做了三件事：一是剔除掉明显属于配件类、组合装的SKU，避免污染价格带判断；二是把促销期间的价格异常值单独标记出来，不用平均值而是用中位数；三是把头部品牌旗下的子品牌SKU做了合并，避免重复计算市占率。
这三步做下来，40-59.9美元价格带的在架SKU从初采的187个缩减到有效样本145个，TOP3市占率从初采的35%修正到29%。清洗这一步看起来不起眼，但它直接决定了后面所有判断的可信度。
把前面三层结构的指标落到这个类目上，我最终得到的核心结论是：40-59.9美元价格带当前竞争强度评分约4.1分（10分制），属于"相对缓和区间"。支撑这个结论的三个关键数据是：
同时我也标出了风险点：这个价格带的搜索热度在过去180天只增长了6%，意味着需求端没有明显放大，它更像是"相对缓和"而不是"快速增长"。
基于上面的分析，我给客户的建议是：可以进，但要用"小步试错"的节奏进，不要 All in。
具体来说：首批不超过8个SKU，主打其中一个细分场景（比如厨房收纳的某个痛点场景），用3个月时间验证转化率和复购率；如果这两个指标达到预期，再放量；如果达不到，及时止损，不要把资源陷进去。
同时我把三个风险点明确写进了决策备忘：一是这类目需求增长温和，不要指望靠大盘增长带你飞；二是头部品牌虽然集中度不高，但用户心智占位已经形成，需要差异化卖点撬动；三是这个价格带的用户决策周期长，内容种草和信任建设需要提前布局。
三个月后我回看了这个案例。客户按建议只上了6个SKU，其中2个跑出了预期的转化率，1个在复购率上超预期，另外3个数据平平被淘汰。整体判断基本符合当初的预期，这个价格带确实存在机会，但机会的兑现速度比主流价格带慢，需要有耐心。
这次复盘也验证了一个判断：竞争强度低的类目，通常不是"快钱类目"，而是"慢功夫类目"。用它来做快速起量，预期和现实会错位。
竞争强度分析做完之后，具体怎么行动，取决于你所在的场景。下面这四种情况我几乎每次做咨询都会遇到，对应不同的动作。
这类场景最常见，也是大部分团队会碰到的情况。市场规模大，头部占据明显位置，腰尾部挤了几百个卖家。进场的话，要么有成本优势能把价格打下来，要么在某一个细分场景里做到极致，用差异化撬动用户。
不建议的做法是"看头部哪款卖得好就跟哪款"，这种打法在高竞争类目里基本没有生存空间。
这类场景比较稀缺，一旦遇到要优先考虑。但要注意先排除"数据盲区"，有可能这个类目的真实竞争强度被数据口径掩盖了，比如有大量非搜索渠道流量的品牌没被统计进去。验证方法是把线上和线下渠道、站内和站外流量都过一遍再下判断。
这是最不友好的象限。市场规模不大，但已有大量卖家在厮杀，通常是那种"门槛低、跟风快"的类目。除非你有办法做出30%以上的毛利率，否则不值得投入资源。
适合小团队用来测试新玩法，或者大团队用来做补充引流款。但不要把它当主力方向，因为规模天花板在那儿摆着，做到头也就是个补充业务。
行动建议之外，还有一层更难的判断：什么时候该坚持，什么时候该果断放弃。这一层做不好，前面的分析再精准也没用。
我自己遇到过好几次，数据分析结论是"不建议进"，但运营团队凭直觉判断值得试。我的处理方式是：数据结论作为主判断，但给直觉留一个30天的小范围试错窗口，用最小资源验证。验证结果再回到数据框架里复盘。这样既不浪费直觉，也不被直觉绑架。
如果分析说某个价格带是机会，但你的供应链在这个价格带上响应慢、成本高，那就该果断放弃这个价格带。竞争强度是外部条件，供应链是内部约束，外部的机会永远要为内部的约束让路。用自己做不到的条件去搏一个理论上的机会，是最常见的失败模式。
爆发期类目的头部竞争异常激烈，资源不够的团队不要去碰头部位置。更务实的选择是在腰部做一个细分爆款，用稳定的现金流养团队，等格局变化再寻找上探机会。
我遇到过几次这种情况：分析做完两个月，类目突然涌入大量新品，原本缓和的竞争强度迅速恶化。这时候最忌讳的是"因为已经投入了所以继续加码"。正确做法是立刻暂停新一轮投入，重新跑一次竞争强度分析，再决定是撤还是守。
| 取舍场景 | 优先保什么 | 可以考虑放弃什么 | 判断依据 |
|---|---|---|---|
| 数据与直觉冲突 | 数据结论作为主判断 | 放弃直接 All in | 给直觉30天小范围试错窗口 |
| 机会与供应链冲突 | 供应链能力 | 放弃价格带机会 | 内部约束永远优先于外部机会 |
| 爆发期够不到头部 | 腰部稳定现金流 | 放弃头部位置 | 资源不匹配时硬碰头部损耗极大 |
| 竞争强度剧烈变化 | 现有投入的止损纪律 | 放弃继续加码 | 重新评估后再决定去留 |
最后收一下。竞争强度分析这件事，框架容易讲，真正难的是每天能坚持执行下去。下面这几个动作是我观察下来最能拉开差距的。
不要每次分析都从零开始。我建议团队维护一份持续更新的类目竞争强度档案，每个关注类目保存一份动态记录：每月更新一次头部集中度、在架商品数、价格带结构的变化。日积月累，这份档案的价值会远超任何单次分析的报告。
如果竞争强度分析只是分析师的活儿，和业务团队的实际动作没关系，它永远不会真正落地。我通常会把竞争强度分析输出的关键结论，转成几个业务KPI挂在运营团队身上，比如"新品90天存活率""腰部价格带市占率"。分析有出口，才有生命力。
把过去一个季度里判断错的地方专门整理出来，重点看三个问题：是数据源错了，是权重设错了，还是阶段判断错了。错题本积累到一定量之后，团队对竞争强度的直觉判断会明显变准。
像数跨境这类分析平台，我在数仓搭建和类目监控上用得比较多，它的数据覆盖和更新频率对日常监控很有帮助，官网入口在 https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys 。但工具解决的是"看得见"，判断"看得懂"和"敢不敢下手"仍然是人的活儿。竞争强度分析里的关键权重、阶段判断、取舍纪律，工具给不了你，只有你自己能决定。
任何一个基于竞争强度的选品决策，都要在进场之前想清楚退出机制：什么条件下撤、什么条件下守、什么条件下加码。退出机制不是悲观，而是纪律。能长期在选品里活下来的团队，往往不是判断最准的，而是退出最果断的。
回到开头那个家居收纳团队的故事。他们第二次做选品时，把竞争强度分析从"排分数"改成了"看格局、找位置、评匹配"三步走，最终选择的进场点从原来的"最低分"变成了一个"分数中等但竞争格局最松动、供应链最匹配"的位置。这个位置他们做了大半年，现在成了团队的第二增长曲线。
如果你现在也在做竞争强度分析，我的建议是从最小动作开始：先挑一个你正在关注的类目，按本文的三层结构重新做一遍，重点补上"分层看"和"阶段判断"这两步，看看结论会不会和之前不一样。做完之后，把结论放进一个30天的小范围试错里验证。分析的价值从来不在报告本身，而在它驱动了多少正确的动作。
读者评论
文章把竞争强度从筛选器重新定义为定位器，这个视角很实用。我们团队之前就是只看分数低就进场，结果库存周转一塌糊涂，分层看价格带这点确实点醒了。
动态权重那部分最有收获。以前用一张固定评分表通吃所有类目，现在才明白要先判断类目阶段再调权重，起量期和成熟期看的指标完全不一样。
市场规模和竞争强度做成四象限这个思路很清晰，但实际操作中数据采集成本不低，小团队可能很难做到那么细，建议补充一些轻量化的落地方法。
评论量绝对值那个误区太真实了，我们一直用累计评论数判断竞争激烈程度，看完才意识到应该看近90天新增占比，回去要赶紧调整分析口径。