去年十一月，一个做家居收纳类目的朋友找我，说他花了两周搭了一套竞争强度监控表，17 个指标、每天自动刷新、还配了红黄绿预警。三个月后我问他用得怎么样，他说整张表已经被丢进共享盘，最后一次打开是两周前。我问为什么，他回了一句我记到现在的话：数据全都在，但我不知道该看哪一个。

这不是个例。过去几年我帮十几个团队做过商品分析体系，真正"搭完就能用"的不到三分之一。失败原因几乎从来不是指标不够全、公式不够高级，而是搭的顺序反了：先堆指标，再想数据源，最后才问"这个数用什么决策"。

这篇文章想解决的，不是"竞争强度是什么"，而是竞争强度相关的系统，到底应该按什么顺序搭、在什么边界内搭、搭完怎么验证。我会用我自己踩过的坑、跑过的数据和一个跨境场景的完整扫描过程，把这件事讲透。

一、先给结论：三个顺序问题，决定系统是资产还是废表

如果只能记住一句话，我希望是这句：竞争强度系统不是"搭不搭"的问题，而是"先搭哪一块、按什么顺序搭"的问题。顺序错了，指标再全也是负担；顺序对了，三个指标也能跑一年。

1. 第一个顺序：先划边界，再谈指标

大多数人一上来就问"竞争强度用哪些指标算"。我的判断是，这个问题本身问早了。正确的第一步是问：我的类目到底存不存在"可观测、可比较"的竞争结构？

有的类目天然不需要竞争强度系统。比如强关系型的定制服务、只有两三个玩家的垄断型品类、或者平台根本不公开成交数据的类目。在这些场景里，你算出来的 CR4、HHI 全是噪音，还会误导决策。先判定"不需要搭"，本身就是一种专业能力。

2. 第二个顺序：先定决策场景，再选数据源

我见过最常见的一种反模式是：先把能爬的数据都爬下来，再回头想这些数据能干什么。结果就是指标一大堆，但每个指标都对应不了任何具体动作。

我的做法是反过来。先写清楚"这个指标变化到什么程度，我会做什么动作"，再去找数据源。如果写不出动作，这个指标就不进系统。这条规则帮我砍掉了至少一半的候选指标。

3. 第三个顺序：先跑通最小闭环，再谈自动化

自动化是最后一步，不是第一步。很多人一上来就搞每日刷新、钉钉推送、自动预警，结果在指标本身还没验证有效的时候就把它固定下来，后面想改都改不动。

我的建议是先用 Excel 或一次性脚本手动跑三个月，确认指标和决策真的挂钩，再去接数据管道。手动期的"麻烦"恰恰是过滤器，它会逼你删掉那些没用的指标。

二、先判断：你的类目到底需不需要竞争强度系统

我经常被问"竞争强度系统怎么搭"，但我更想先回答"你有没有必要搭"。因为搭一套用不起来的系统，成本远高于不搭，它不只是浪费时间，还会污染团队对数据的信任。

1. 三种明确不需要搭的情况

第一种：垄断型或准垄断型类目。头部一到两个玩家占据 70% 以上份额，且格局三年没变。这种类目的竞争强度是个常量，你算它做什么？你需要的是研究头部玩家的动作，而不是算集中度。

第二种：强关系型或非标服务类目。比如高端定制、企业级服务、私域成交为主的品类。客户的决策依赖关系、信任和个性化方案，价格和份额的分布对竞争强度几乎没有解释力。用电商口径的指标去套，结论必然是错的。

第三种：数据不可得或口径严重失真的类目。平台不公开成交数据、第三方工具的采样偏差超过 30%、或者类目本身边界模糊。这类情况下算出来的集中度是"数据的集中度"，不是"市场的集中度"，比不算更危险。

2. 两种必须搭的情况

第一种：多玩家混战、排名频繁变动的类目。比如近两年的宠物智能用品、户外储能、部分美妆细分赛道。头部份额月度波动超过 5 个百分点，说明竞争结构本身在变，你必须持续观测。

第二种：价格波动剧烈、促销战频繁的类目。当价格战成为主要竞争手段时，竞争强度直接决定你的毛利空间和库存风险。这时候不做竞争强度分析，等于蒙着眼睛定价。

3. 一份五分钟自检清单

下面这张表是我实际在用的自检工具。每个维度打分 0-3 分，总分 12 分。低于 5 分不要搭，5-8 分搭轻量版，8 分以上才值得投入完整系统。

这四项里，我最看重的是排名流动性。一个类目如果头部三年不动，哪怕 CR4 只有 40%，你搭系统的边际收益也很低；反过来，一个类目如果月度洗牌，哪怕数据只有抽样口径，也值得用近似值去观测趋势。

三、再定位：竞争强度在商品分析系统里的坐标

确定要搭之后，第二个问题不是"用什么指标"，而是"竞争强度模块在整个商品分析系统里处于什么位置"。把它放错位置，是后续所有返工的根源。

1. 商品分析系统的四个模块

我把一个完整的商品分析系统拆成四个模块：自身表现、市场需求、竞争强度、供应链与履约。这四个模块不是并列关系，而是有明确的输入输出依赖。

自身表现回答"我现在怎么样"，市场需求回答"盘子有多大、在涨还是在缩"，竞争强度回答"我能抢到多少、要用什么代价抢"，供应链回答"抢到了我接不接得住"。竞争强度是连接"市场机会"和"自身能力"的中间变量。

2. 竞争强度模块的输入与输出

竞争强度模块的输入主要有三类：竞品端的成交与价格数据、平台端的类目结构数据、以及自身端的定位与成本数据。前两类来自外部，第三类来自内部。

它的输出不是"竞争强度是多少"这个数字，而是三个判断：这个类目值不值得进、进去之后该定什么价、要不要打价格战。如果你的竞争强度模块输出不了这三个判断，它就只是一个报表，不是系统。

3. 最容易被忽略的上下游依赖

有一个依赖关系我踩过坑：竞争强度模块的指标口径，必须和市场需求模块保持一致。如果市场需求用的是平台大盘 GMV，而竞争强度用的是抽样店铺销量，两者的"份额"就不是一个概念，做出来的结论会自相矛盾。

另一个坑是时间口径。价格离散度用日频算，集中度用月频算，两者放在同一张看板上，会让阅读者产生"同一时点"的错觉。我现在要求所有模块的时间口径必须显式标注，不一致的指标不能同屏展示。

四、拆解误区：五个我真实踩过的坑

下面五个误区，前四个我自己踩过，第五个是我看别人踩得最多、代价最大的一个。每个误区我都会给出它的真实成本，而不是泛泛而谈"这样做不好"。

1. 误区一：指标越多越专业

我曾经在一个 3C 配件类目里放了 14 个竞争强度指标，从 CR4、HHI 到价格离散度、新品存活率、广告位竞价强度，一应俱全。结果运营团队每周只看两个：头部份额变化和价格带迁移。剩下 12 个指标的存在，只是让这张表看起来更"专业"。

真实成本是：维护这 12 个指标每周要花 6 小时，而这 6 小时没有产生任何决策价值。指标的价值不在于它多准，而在于它能被用。

2. 误区二：CR4 和 HHI 可以通用

很多人把 CR4 和 HHI 当成可以互换的两个集中度指标，这是错的。CR4 只看前四名，对头部的细微变化敏感，但对"腰部是否在崛起"完全无感；HHI 对全体玩家的份额分布都敏感，但对采样完整性要求更高。

我的经验是：判断"格局是否固化"用 CR4，判断"竞争是否分散化"用 HHI。如果你的类目正在从集中走向分散，只盯 CR4 会让你错过最重要的信号，腰部玩家在蚕食头部。

3. 误区三：日更等于更快反应

竞品数据日更听起来很专业，实际上大多数类目的竞争结构变化是以月为单位的。日更带来的最大问题是把采样噪声当成了趋势：某天某个竞品下架了几个 SKU，导致份额掉了 2 个点，你的日更报表立刻报警，但一周后它回来了。

我现在的做法是：竞品成交数据用 7 日滚动均值，而不是当日值；集中度指标用 30 日窗口。这样牺牲了响应速度，但换来的是信号质量的提升。

4. 误区四：用竞品销量直接当竞争强度

竞品销量高，不等于竞争强度高。竞争强度的核心是"你抢份额的代价有多大"，而不是"对手卖了多少"。一个类目如果只有两个大玩家，各自销量都很高，但格局稳定，你的进入代价可能是极低的，因为双方都不打价格战。

反过来，一个类目如果前十名销量都不高但天天打价格战，你的进入代价反而极高。竞争强度要看"份额的可争夺性"和"争夺的成本"，不看绝对销量。

5. 误区五：把竞争强度做成孤立报表

这是代价最大的一个。竞争强度如果孤立成一张报表，它就只是一个"信息展示"；只有和自身表现、定价策略、库存决策挂钩，它才是"系统"。

我见过一个团队，竞争强度报表做得极其漂亮，周会上大家看完点点头，然后定价照旧、上新照旧。原因很简单：报表没有和任何一个具体的决策入口绑定。后来他们把"竞争强度周报"直接嵌进了每周的定价会流程，只要头部价格带发生迁移，就强制触发定价复核，报表的利用率立刻从 10% 提到 80%。

五、专业判断逻辑：指标选择的三层过滤

误区讲完，讲讲我实际用的判断逻辑。我不会凭直觉决定用哪个指标，而是用三层过滤，从候选池里逐层淘汰。这个逻辑我用了三年，稳定性很好。

1. 第一层：这个指标能不能改变你的动作

这是最硬的一层。我会为每个候选指标写一句"如果它变了，我会做什么"。写不出来的，直接淘汰。比如"广告位竞价强度"听起来很专业，但如果它上涨 20%，我到底是要提价、减投还是换品？如果答不出来，这个指标就不该进系统。

这一层通常能淘汰掉 40%-50% 的候选指标，是效率最高的一层。

2. 第二层：数据源能不能持续稳定获取

第二层过滤数据可得性。判断标准有三个：获取是否合规、口径是否稳定、维护成本是否可承受。三者缺一，这个指标就要降级为"参考项"，而不是"核心项"。

我特别想强调维护成本。一个依赖人工每周导出、清洗的指标，在人员流动后会立刻断掉。我现在优先选择能通过接口或稳定工具自动获取的数据源，哪怕精度略低。

3. 第三层：滞后性是否可接受

第三层看时间匹配。指标的更新周期必须短于或等于你的决策周期。定价是周度决策，那指标更新周期不能超过一周；如果是季度战略决策，月度指标就够用。

很多人忽略这一点，用季度更新的类目报告去支撑周度定价，结果就是每次决策都是"用两个月前的信息"。滞后性不是精度问题，是时效问题，它直接决定结论能不能用。

4. 十二个候选指标的完整对照表

下面这张表是我实际在用的候选池，包含 12 个常见竞争强度指标，以及它们通过三层过滤的情况。你可以直接拿去对照自己的类目。

把这张表扫一遍你会发现，真正能进核心层的只有五个：CR4、HHI、价格离散度、腰部玩家数量、价格带迁移幅度。这五个指标覆盖了"格局、分散度、价格、结构变化"四个关键维度，已经足够支撑绝大多数类目的判断。

六、搭模块：竞争强度的最小可用系统

前面讲的都是判断，这一节讲落地。我会给出一套我自己用了两年的最小可用系统（MVP）结构，包含指标、数据源、频率、输出四件套，最后附一段可直接运行的集中度计算代码。

1. 指标选择：从 12 个砍到 3 个

MVP 阶段我只用三个指标，不同类目可以替换，但结构不变：

• 头部份额变化（CR4 环比）：判断格局是在固化还是在松动。
• 价格带迁移（各价格段销量占比的环比变化）：判断竞争手段是在转向价格还是转向产品。
• 腰部玩家数量（份额 3%-10% 区间的玩家数）：判断是否有新势力在崛起，这是最早的领先信号。

为什么不是 HHI？因为 HHI 对数据完整性要求高，MVP 阶段数据源还不稳定，用 HHI 容易得出错误结论。等系统稳定运行三个月、数据质量有保障之后，再把 HHI 加进来做第二层验证。

2. 数据源匹配：不同指标对应什么数据源

三个指标对应三类数据源，我在下表里做了明确匹配。这张表的价值在于，它规定了每个指标的"数据依赖"，避免临时抓瞎。

3. 更新频率设计：日更、周更还是月更

我给三个指标的频率是不同的：头部份额周四更、价格带周更、腰部玩家月更。这个设计的逻辑是，越靠近决策动作的指标越要高频，越靠近结构判断的指标越可以低频。

具体来说，价格带变化直接影响我下周的定价，必须周更；头部份额影响我的促销和投放节奏，也要周更；腰部玩家数量属于结构判断，月更足够，高频反而会被短期波动干扰。

4. 输出物设计：报表、看板还是预警

MVP 阶段我强烈建议用预警而不是看板。看板需要人主动去看，容易被忽略；预警是推送式的，只有触发条件才通知，反而更有效。

我设置的触发条件很简单三条：头部份额单周变化超过 3 个百分点、价格带迁移超过 5 个百分点、腰部玩家数量单月增加超过 3 个。任一条触发，就推送到负责人的企微或飞书。

5. 一段可直接运行的集中度计算代码

下面这段 SQL 可以在大多数数仓环境下运行，用于计算 CR4 和 HHI。注意它是按类目分组、按季度窗口聚合的，这个窗口选择符合前文"结构判断宜低频"的结论。

-- 按类目计算 CR4 与 HHI（季度窗口，示意结构）
WITH market_share AS (

SELECT

category_id,

seller_id,

SUM(gmv) AS seller_gmv,

SUM(SUM(gmv)) OVER (PARTITION BY category_id) AS category_gmv

FROM sales_fact

WHERE stat_date BETWEEN '2025-01-01' AND '2025-03-31'

GROUP BY category_id, seller_id

),

ranked AS (

SELECT

*,

seller_gmv * 1.0 / NULLIF(category_gmv, 0) AS share,

RANK() OVER (PARTITION BY category_id ORDER BY seller_gmv DESC) AS rk

FROM market_share

)

SELECT

category_id,

ROUND(SUM(POWER(share, 2)) * 10000, 2) AS hhi,

ROUND(SUM(CASE WHEN rk <= 4 THEN share ELSE 0 END), 4) AS cr4,

COUNT(DISTINCT seller_id) AS seller_cnt,

ROUND(SUM(CASE WHEN share BETWEEN 0.03 AND 0.10 THEN 1 ELSE 0 END), 0) AS mid_tier_cnt

FROM ranked

GROUP BY category_id;

这段代码的关键在两个地方：一是用窗口函数算类目总 GMV，保证份额口径一致；二是 mid_tier_cnt 直接统计腰部玩家数量，省掉一次单独的聚合。实际使用时把 sales_fact 换成你的数据表名即可。

七、真实数据观察：用数跨境做一次类目竞争强度扫描

讲完方法，讲一次真实的扫描过程。这次我用的是"数跨境"（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm_plan=est&utm_unit=gys）这个跨境数据分析工具，原因是跨境市场的竞争结构变化比国内某些成熟类目更剧烈，更适合验证竞争强度系统的灵敏度。

1. 为什么要看跨境市场的竞争强度

跨境类目有两个特点：一是数据相对可得，二是格局变动快。国内很多成熟类目头部三年不动，用竞争强度系统去观测，信号很弱；跨境平台上，一条爆款链接的崛起可能只用一个季度，头部份额的月度波动能到 5-8 个百分点，这种波动正是检验指标灵敏度的好样本。

另外，跨境卖家对"进不进这个类目"的判断需求更迫切，因为备货、物流、认证的前期投入远高于国内，一旦判断错误，沉没成本很高。竞争强度系统在这里的价值是实打实的。

2. 数跨境在分析链路里的位置

我的分析链路上游是"选类目"，下游是"定定价"，数跨境处在中间"看竞争结构"的位置。它提供类目热度、卖家分布、价格区间和趋势变化这几类信息，正好覆盖我在第六节里定义的三个核心指标：头部份额、价格带分布、腰部玩家数量。

我特别看重的是它的类目扫描能给出卖家维度的份额分布，而不是只给一个总量热度曲线。总量热度只能告诉你"这个类目在涨"，但只有份额分布才能告诉你"涨的部分被谁拿走了"，这是竞争强度分析的核心。

3. 一次完整的扫描过程

我的扫描流程分四步，全程大约 40 分钟，可以出一个类目的初步竞争强度画像。

1. 拉取近 12 个月类目总量趋势。判断盘子是在扩还是在缩，这一步决定后续所有分析的基调。
2. 导出 Top 50 卖家的份额分布。算出 CR4 和腰部玩家数量，判断格局集中度。
3. 按价格段切分销量占比。观察主力价格带是否在迁移，以及迁移的方向是升还是降。
4. 对比三个指标的时间变化。如果 CR4 在降、腰部在增、价格带在降，说明这个类目正在进入价格混战期，进入前要慎重。

我做过一次完整扫描的观察记录：某消费电子配件类目，12 个月内 CR4 从 58% 降到 41%，腰部玩家（份额 3%-10%）从 6 个增加到 11 个，主力价格带从 25-35 美元下移到 15-25 美元。这三个信号同时出现，指向一个清晰结论：这个类目正在从品牌主导走向价格混战，进入门槛在降低，但毛利空间也在被压缩。

如果没有这套系统，光看"类目总销量增长 22%"这个数字，很容易得出"值得进入"的错误结论。实际上增长全部来自低价段，而低价段的平均毛利比其他段低 18 个百分点（示意数据，来自我的内部测算）。

八、做验证：怎么判断系统搭对了

系统搭完不是终点，验证才是。我用三种验证方式，从不同角度判断系统是否真的有效。任何一个验证不通过，都要回到前面重新调整。

1. 回溯验证：用历史数据检验指标有效性

回溯验证的做法是：用过去 12 个月的数据，检验"指标信号"和"实际结果"之间是否相关。比如头部份额下降之后的 1-3 个月，类目平均价格是否真的下移了？腰部玩家增加之后的 3 个月，新品存活率是否真的提高了？

如果指标和结果之间没有稳定关系，说明这个指标在你的类目里没有预测力，应当降级或删除。我一般要求至少 8 个季度的数据才能得出可信的回溯结论。

2. 决策验证：系统输出是否改变了你的运营动作

这是最直接的验证：过去一个季度，系统输出有没有改变过你的具体动作？如果答案是"没有"，那这个系统在事实上是无效的，无论它看起来多精致。

我会做一次简单的统计：季度内触发预警的次数、每次预警触发的动作次数、动作带来的结果变化。这三个数一列出来，系统的真实价值就清清楚楚。

3. 迭代验证：哪些指标该删、哪些该加

迭代不是拍脑袋，而是看数据。我会统计每个指标在过去一个季度的"被引用次数"，它出现在会议讨论、决策依据或报表解读中的次数。连续两个季度被引用为零的指标，无论当初为什么加进来，都要删除。

反过来，如果团队反复在会外私下补充某个数据，说明这个数据应该被正式纳入系统。系统的指标集合应该跟着决策行为走，而不是跟着理论框架走。

九、不同情况下的行动建议

方法讲完，最后讲怎么落地。不同团队规模、不同业务模式，推荐的搭建路径差别很大。我按四种常见情况分别给出建议。

1. 单店单类目：从三个指标开始，先跑三个月

如果你只做一个类目、一个店铺，最重要的不是系统多完整，而是先把三个核心指标跑通三个月。用 Excel 就够，不需要上系统。三个月后你会对"什么信号值得关注"形成直觉，这时候再决定要不要自动化。

这类团队最常见的错误是直接买工具。工具能给你数据，但给不了你判断标准。判断标准只能靠自己在真实决策中积累。

2. 多类目铺货：先做横向对比，再选两个类目深挖

多类目团队的核心需求是"分配精力"。我建议先用一套简化的评分体系（就是第二节那张自检表）把所有类目扫一遍，选出竞争强度最高的两个类目做深度分析，其余类目做月度轻量监控即可。

不要把精力平摊到所有类目。铺货型业务的竞争强度分析，本质是资源配置问题，不是分析深度问题。

3. 品牌型店铺：把竞争强度和品牌定位绑定

品牌型店铺的分析逻辑完全不同。品牌看的不是"份额多少"，而是"份额在哪个价格带"。如果你的份额在降但集中在高价段，这可能是主动收缩，不一定是坏事。

我建议品牌型团队在竞争强度系统里增加一个维度：分价格带的份额变化。这个维度能区分"被动丢份额"和"主动调结构"，对品牌决策至关重要。

4. 团队协作场景：先统一口径，再谈工具

多人协作场景下，最大的问题不是工具，而是口径不统一。运营算的"份额"和商品团队算的"份额"如果不是同一个定义，所有的讨论都是无效的。

我的建议是，在搭系统之前先写一份"指标口径说明书"，明确每个指标的定义、数据源、计算窗口、更新频率和责任人。这份文档比系统本身更重要，它是团队协作的契约。如果需要配套的协作管理工具来跟踪口径变更和任务分派，选型时优先看它能否承载"口径版本管理"这一需求，而不是看功能列表有多长。

十、不同情况下的取舍

最后讲取舍。竞争强度系统的搭建过程，本质上是一连串取舍。我把最常见的三组取舍列出来，并给出我的判断标准。

1. 精度 vs 频率

高精度数据通常获取慢，高频数据通常精度低。我的判断标准是：靠近定价决策的指标保精度，靠近趋势判断的指标保频率。

价格带迁移直接影响定价，宁可两周更一次也要保证采样充分；头部份额变化影响的是趋势判断，可以周更，允许一定的采样误差。把精度和频率按决策类型分配，而不是一刀切追求"又准又快"。

2. 广度 vs 深度

广度是覆盖更多类目，深度是把单个类目拆得更细。中小团队我建议优先深度。原因很简单：广度带来的是"知道哪些类目值得看"，深度带来的是"知道怎么在这些类目里赢"。前者是信息，后者是能力。

只有当团队规模超过 10 人、且已经有一套稳定的单类目分析流程时，才值得把精力转向广度。

3. 自建 vs 采购

这是个经常被争论的问题。我的判断很明确：指标定义和决策逻辑必须自建，数据采集和基础加工可以采购。

原因在于，指标定义和竞争判断逻辑是你的核心能力，外包出去等于把判断权交出去；而数据采集是标准化工作，自建的成本高、收益低。我见过太多团队花大力气自建爬虫，最后维护成本高到放弃，反而在指标定义上毫无积累。

像第七节提到的数跨境这类工具，价值就在于把数据采集和类目结构整理这一段标准化，让你把精力集中在"份额变化意味着什么、我该做什么动作"这个真正有价值的部分。采购工具不是偷懒，是把资源放在对的环节。

结语：系统是长出来的，不是搭出来的

回到开头那个朋友的例子。他后来的做法是：把 17 个指标砍到 3 个，把日更改成周更，把看板改成触发性预警，并且在每周五的定价会上固定花 15 分钟过一遍竞争强度信号。三个月后他告诉我，这套系统已经开始"自己说话"了。

这就是我想强调的独特观点：竞争强度系统不是一次性搭建的工程，而是随着决策不断长出来的有机体。它的起点不是指标清单，而是"我要做什么决策"；它的终点也不是一张完美报表，而是一套稳定的判断习惯。

如果你现在正准备搭这样一套系统，我建议你按这个顺序走：先用第二节的自检表判断"要不要搭"，再用第五节的漏斗筛"用哪几个指标"，然后用第六节的结构搭最小版本，跑满三个月再做第八节的三种验证。整个过程不要超过一个季度，也不要一次性追求完整。

最后提醒一句：系统的价值永远体现在决策动作的变化上，而不是指标数量的增加上。当你的系统开始触发动作、改变定价、影响上新，它就真正长出来了。

免费注册

咨询方案

扫码咨询方案