去年第三季度，我帮一个做家居收纳的团队复盘他们连续失败的三个新品。三个品有一个共同特征：选品时看到的都是"竞品数量少、搜索量上涨、毛利空间够"的漂亮数据，上线后却全部卡在同一个位置，前两周还能出几十单，第三周开始流量成本翻倍，第五周直接亏损。他们最开始以为是主图、是价格、是投放素材，换了三轮之后才意识到真正的问题：他们判断竞争强度时用的是一套静态描述指标，而不是一套评估突围成本的决策系统。
这篇文章想解决的问题很具体：当你面对一个看起来有机会的类目，怎么用进阶玩法判断这个品的竞争强度到底能不能打。不是再讲一遍"看竞品数量、看销量、看价格"的三件套，而是把零散指标整合成一套可排序、可打分、可复测的决策框架。全文会围绕五个判断层级、一张评分卡、一套复测机制和一组取舍标准展开，读完你应该能做到：拿到一个品，两小时内输出一个"进入/观望/放弃"的明确判断，而不是继续拍脑袋。
多数人把竞争强度理解成"这个类目竞争激不激烈"，这是一个描述性问题。但选品决策需要回答的是另一个问题：以我现在的资源，突围这个类目需要付出多少成本，这个成本我扛不扛得住。这两个问题的差距，就是业余判断和专业判断的分水岭。
我自己的经验是，一个类目的竞争强度可以拆成三个可量化的成本项：流量获取成本（要把一个新品推到能看到的位置需要花多少钱）、差异化验证成本（要证明你和头部不一样需要多少测试轮次）、时间窗口成本（季节性或趋势性机会还剩多少时间可打）。三个成本项加总，再和你的预算、团队能力、现金周期做匹配，才能得出"能不能做"的结论。
下面这张图是我在多个类目复盘时常用的成本结构观察，把"只看竞品数量"和"看突围成本"两种判断方式在不同类目下的表现做了对比。
这张图想说明的不是"我的方法一定对"，而是一个更朴素的观察：把判断从"描述竞争现状"切换到"评估突围成本"，决策准确率会有明显提升，试错成本会显著下降。原因很直接，描述性指标回答不了"我能不能赢"，只有成本视角才能。
"竞争强度"这个词天然带有静态感，好像是一个类目的固有属性。但实际上同一个类目，对不同资源禀赋的玩家，竞争强度是完全不同的。一个有大主播资源的团队，在美妆类目里感受到的竞争强度，可能远低于一个纯靠搜索流量的团队。
所以我在带团队时，从来不问"这个类目竞争强不强"，而是问三个问题：头部锁死的流量入口有多少个、我们能触达的有几个、触达成本是多少。这三个问题回答完，竞争强度自然就有了一个跟自身匹配的答案。
整套框架分五层，从最基础的数据采集到最终的评分输出，逐层递进。每一层都有一个要回答的核心问题和自身的局限，用一张表先做总览。
| 层级 | 核心动作 | 回答的问题 | 主要局限 |
|---|---|---|---|
| L1 数竞品 | 统计同款/同类目在架商品数 | 这个品有没有人做 | 数量不等于强度，极易误导 |
| L2 看价格带 | 统计各价格区间的商品密度 | 哪个价位段最拥挤 | 只看密度不看转化会失真 |
| L3 算集中度 | 计算CR5/CR10与HHI | 头部是否锁死市场 | 集中度高低不等于机会大小 |
| L4 看销量分布 | 分析销量长尾与腰部厚度 | 缝隙在哪里 | 长尾数据获取成本高 |
| L5 建评分卡 | 多指标加权输出竞争分 | 能不能做、值不值得做 | 权重需按类目校准 |
这五层不是必须全部做完，但至少要走到L4才能做有把握的决策，L5是给需要批量选品的团队准备的效率工具。后面会逐层拆解每一层怎么做、坑在哪里。
先还原一个我亲眼见过的完整决策链路，这样后面讲的所有指标你都能对应到具体场景里。
一个做厨房小工具的中小团队，2023年春天准备切入"硅胶折叠沥水篮"这个细分品。他们的判断依据是这样的：平台上搜同类关键词，在架商品不到200个，远低于他们做过的其他类目的上千个；搜索指数过去半年上涨约40%；头部三个商品的评价数都在5000以下，看起来没有绝对垄断者。
三个数据摆出来，团队得出的结论是"竞争不激烈，可以进"。这个结论在当时的语境下看起来完全合理，问题出在他们没有做后面几层分析。
产品上线后，前两周靠新品扶持拿了大约60单，单均毛利约18元。第三周扶持期结束，推广成本从每单6元涨到每单14元，因为同类商品的关键词竞价在这个价格带突然变得非常激烈。第五周，团队发现这个类目的实际竞争格局是：在架商品少，但集中在69-89元这一个价格带，且头部三个商品的搜索流量占比超过60%。他们定价79元，正好撞在最拥挤的区间。
更关键的是，这个类目的购买决策高度依赖"视觉对比"，消费者会把5-8个同类商品放在一起比较折叠方式、材质厚度、沥水孔设计。这意味着一个新品要突围，必须投入大量视觉测试成本，而不是简单上架就能吃流量。
复盘时我把这个类目重新跑了一遍完整的五层分析，发现L1层面"竞品少"是真实的，但L2和L3层面已经给出了明显的危险信号：价格带高度集中、头部搜索流量占比过高。这两个信号加在一起，说明这个类目的流量入口已经被少数商品锁定，新品只能靠买流量硬切，而买流量的成本又因为价格带拥挤被推高。
这就是典型的"描述性判断"翻车案例，他们看到的是"竞争现状很温和"，忽略了"突围成本很高"。两者可以同时成立。
我把这些年见过的判断错误归成三类，每一类都有具体的表现形式和修正方向。这一节会把误区讲透，因为不清算误区，后面的框架很难真正用起来。
竞品数量是最容易获取的指标，也是信息量最低的指标。一个类目有200个在架商品但集中在单一价格带、头部锁死，和一个类目有2000个商品但价格带分散、头部未锁定，前者对新手更危险。
数量的根本问题在于它不分层、不区分活跃度、不反映流量分配。一个上架三个月零销量的商品和一个日销500的商品在数量统计里权重相同，这显然不能反映真实竞争格局。
修正方向：把"数量"升级为"活跃竞品数"（近30天有稳定销量的商品数），再叠加价格带分布，信息量立刻上一档。
另一类常见做法是只看类目Top10的表现，看到头部销量高就判断"竞争激烈"，看到头部销量低就判断"有机会"。这个逻辑的问题在于，头部数据反映的是过去，不是未来，而且头部低销量可能意味着市场需求不足，而不是机会。
我见过最典型的误判是：某类目头部月销只有200件，团队判断"没有强劲对手"，结果进去发现整个类目的月总销量就是2000件左右，分散在几十个商品上，没有任何商品能起量。这不是机会，是需求天花板低。
修正方向：头部数据要和类目总量、腰部厚度一起看，单看头部无法判断是"垄断"还是"天花板"。
竞争强度是动态的。很多判断在做出时是对的，但过了一个季度就失效了，因为新玩家进入、头部策略调整、平台规则变化都会改变格局。
我自己的习惯是给每个已进入的类目设一个复测周期，同时监控几个关键信号：头部商品的销量趋势是否恶化、类目新增商品数是否异常增长、关键词竞价成本是否持续上升。任何一个信号触发，就重新跑一遍判断。
三个误区看起来是三个问题，本质是同一个：把竞争判断当成了一次性的描述任务，而不是一个持续的成本评估过程。数量、头部、当下都是"快照"，而决策需要的是"趋势加成本"的组合。
这一节是全文的骨架。每一层都会给出能回答什么问题、具体怎么做、局限在哪。你可以根据自己的阶段选择从哪一层开始，但建议至少理解全部五层，因为后面的层级会修正前面层级的误判。
具体做法是把核心关键词在平台搜索一遍，统计在架商品数、同款数、同类目数。这一步的价值是快速判断"这个品有没有人做"，避免进入完全无需求或极其冷门的品。
局限很明显：数量不分层，不反映活跃度。我的处理方式是把这一层当成"过滤网"而不是"判断依据"，如果竞品数量为个位数，要么是蓝海，要么是坑，需要进一步验证；如果竞品数量过千，直接进入下一层看结构。
L1只能用来排除明显不合理的选项，不能用来做进入决策。
价格带分析的核心是统计各价格区间内的商品数量和销量占比。做法是把类目商品按价格分成5-8个区间，统计每个区间的商品密度和销量密度。
关键观察点有两个：商品密度最高的价格带和销量密度最高的价格带是否重合。如果重合，说明这个价格带是兵家必争之地，新手进这里等于硬碰硬；如果不重合，说明存在"高需求低供给"的缝隙。
我自己常用的一个简化判断：如果一个价格带聚集了超过40%的商品但只贡献20%左右的销量，这个价格带就是"虚火拥挤"，进入成本会很高。反之，如果一个价格带只占15%的商品数但贡献30%的销量，是相对健康的缝隙。
集中度是判断头部是否锁死市场的核心指标。常用两个：CR5（前五名销量占比）和HHI（赫芬达尔指数，各主体市场份额平方和）。
经验参考值（需按类目校准）：CR5超过60%通常意味着头部锁死程度较高，新品突围需要非常规资源；CR5在30%-50%之间是相对开放的市场；CR5低于30%说明市场分散，但也要警惕"分散是因为需求不足"的情况。
HHI的解读更细：HHI低于0.15属于竞争充分，0.15-0.25属于中度集中，超过0.25属于高度集中。但HHI对样本量敏感，小类目里容易失真，所以我通常把CR5作为主指标、HHI作为辅助验证。
这一层的重要提醒：集中度高不等于没机会。如果头部锁定的原因是"品牌授权"或"供应链壁垒"，而你有对应资源，反而是进入信号；如果锁定原因是"流量运营能力强"，而你要靠流量硬切，成本会很高。
销量分布分析是把类目商品按销量排序，观察分布的形态。健康的类目通常是"头部有巨头、腰部有主力、尾部有长尾"的三段式分布；不健康的类目要么是"头部独大、腰部断层"，要么是"全尾无头"。
我关注的核心指标是"腰部厚度"，即排名10-50位商品的总销量占比。腰部越厚，说明中小玩家有生存空间；腰部越薄，说明流量被头部吸干。
这个指标的数据获取成本较高，通常需要借助第三方工具。手动操作的替代方案是抽样20-30个腰部商品，统计其近期销量，做一个粗略估算。
前四层是单点观察，评分卡是把它们整合成一个可比较的分数。评分卡的核心价值不是"算得多准"，而是让不同品的判断可以横向对比，避免凭感觉做选择。
下一节会给出完整的评分卡结构和计算逻辑。这里先强调一点：评分卡的权重必须按类目校准，不能一套权重打天下。美妆类目和工业品类目的权重分配差异极大。
这一节是全篇最实操的部分。我会给出评分卡的具体指标、权重分配逻辑、阈值参考和完整算例。所有阈值都标注了适用范围，实际使用时必须用你自己类目的数据做校准。
评分卡采用5个指标，对应前面五层分析的核心结论。指标选择的原则是：每个指标必须能独立回答一个决策问题，且指标之间相关性不能过高。
权重分配没有统一标准，但有一个通用逻辑：越难被短期改变的指标权重越高，越容易被运营手段影响的指标权重越低。头部集中度和趋势斜率是结构性因素，权重应该高；活跃竞品密度相对容易被短期运营改变，权重可以低一些。
下面是一个通用权重参考，需要按类目校准。
| 指标 | 通用权重 | 高客单价类目建议权重 | 快消类目建议权重 |
|---|---|---|---|
| 活跃竞品密度 | 15% | 12% | 18% |
| 价格带拥挤度 | 20% | 18% | 25% |
| 头部集中度 | 25% | 30% | 22% |
| 腰部厚度 | 20% | 18% | 20% |
| 趋势斜率 | 20% | 22% | 15% |
高客单价类目（如户外装备、家电）头部集中度权重更高，因为决策周期长、品牌效应强；快消类目（如家居小件、美妆工具）价格带拥挤度权重更高，因为价格敏感度高、决策快。
每个指标按0-100分打分，分数越高代表竞争越激烈。通用阈值参考如下，务必用自己类目数据校准。
| 指标 | 低竞争（0-30分） | 中竞争（31-60分） | 高竞争（61-100分） |
|---|---|---|---|
| 活跃竞品密度 | 低于20% | 20%-45% | 高于45% |
| 价格带拥挤度 | 低于20% | 20%-40% | 高于40% |
| 头部集中度（CR5） | 低于30% | 30%-60% | 高于60% |
| 腰部厚度 | 高于35% | 20%-35% | 低于20% |
| 趋势斜率 | 上涨超过20% | 上涨0-20%或微降 | 下降超过10% |
用一个脱敏的真实类目演示计算过程。假设某家居小件类目，团队目标是进入79-99元价格带。
原始数据如下：
类目总商品数：约1200个
近30天稳定出单商品数：约380个（活跃竞品密度 31.7%）
79-99元价格带商品数：约520个（价格带拥挤度 43.3%）
CR5：约52%
腰部厚度（10-50位销量占比）：约23%
核心关键词近90天搜索指数变化：上涨约8%
按阈值映射打分：
按通用权重加权：0.15×45 + 0.20×68 + 0.25×58 + 0.20×55 + 0.20×45 = 54.5分。属于中等偏高的竞争强度，需要谨慎评估自身差异化能力。
这里必须提醒：上面的分值映射是线性估算，实际使用时应该用你自己类目的历史数据做分位数校准，用分位数（比如按P25/P50/P75切分）比用固定区间更准确。如果团队有条件用工具批量采集数据，校准成本并不高。
评分卡最大的执行障碍是数据采集繁琐。前面说的五层分析，如果全靠手动在平台搜索、逐个统计，一个品跑完可能要两三个小时，批量选品时完全不可行。这也是我后来更多借助跨境数据工具的原因。
我用的工具是数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）。选择它的原因比较实际：一是能批量拉取类目商品数据，不用一个个搜；二是支持价格带、销量分布维度的聚合分析，正好对应评分卡前四层需要的原始数据；三是数据更新频率够支撑复测机制。
需要说明的是，工具解决的是"数据采集和聚合"的环节，评分逻辑、权重校准、阈值判断这些决策层面的工作，工具替代不了，必须自己定义。工具负责把两小时的手工采集压缩到十几分钟，决策质量还是取决于你的判断框架。
我把实际使用流程整理成以下步骤，你可以对照操作。
我用同一个类目做过一次工具数据和手工数据的对比，结果值得说明。手工统计时我漏掉了约30%的活跃商品，原因是平台搜索结果排序会隐藏部分商品，而工具的商品池更完整。价格带统计的差异更大，手工统计容易受个人分类标准影响，工具按统一口径处理后一致性明显更高。
这个差异对评分卡的影响是直接的：手工数据算出的竞争分通常偏低，因为漏统计了部分竞品，容易给出过于乐观的判断。这也是我后来坚持用工具做数据层的原因之一。
复测机制的关键是"定期拉数据加信号监控"。我的做法是给每个已进入或正在评估的类目设置一个数据快照，每个月重新拉一次核心指标，观察变化。如果头部集中度快速上升、价格带拥挤度增加、或者趋势斜率转负，就会触发重新评估。
这套机制用手工维护成本很高，用工具则可以把重复劳动自动化。复测的价值在于把"一次性判断"变成"持续判断"，避免在一个已经恶化的类目里持续投入。我见过太多团队因为判断一次就再也不看，最后在衰退类目里耗了半年。
前面反复提到复测，这一节展开讲具体怎么做。复测是区分业余判断和专业判断的重要标志，也是多数竞品内容缺失的部分。
复测频率取决于类目特性。季节性类目的复测频率要高，因为窗口期短、格局变化快；常青类目可以适当降低频率。我的建议是：
复测不是简单重复计算，而是重点捕捉异常信号。我通常监控以下四类信号：
任何一类信号触发，都要重新跑一遍完整评分卡，重新做进入/观望/放弃的判断。
如果团队做批量选品，建议把竞争分作为选品的第一道过滤器。评分卡跑出来分数高于70分的品，直接排除，不再进入后续的利润测算和供应链评估环节。这样可以把有限的选品精力集中在竞争分较低的品上，提升整体选品效率。
我自己的团队用过这个流程后，选品决策的平均周期从两周压缩到四天，因为大量明显不合适的品在第一道就被筛掉了。
选品决策里最难的不是"选什么"，而是"什么时候承认不该选"。多数团队的问题不是判断能力不足，而是不愿意放弃已经投入精力的品。这一节给出三档判断标准和对应的取舍逻辑。
竞争分超过70分，同时团队在供应链、内容能力、流量资源上没有任何一项明显优于现有玩家，这种情况下进入的期望收益是负的。
关键判断依据是差异化优势。具体来说，你的成本能不能比头部低20%以上，你的内容能力能不能稳定做出高于类目平均的点击率，或者你手上有头部拿不到的供应链资源。如果一个都答不上来，果断放弃，把精力投到更有优势的品上。
竞争分在50-70分之间，趋势斜率转负或腰部厚度持续变薄，说明类目在恶化。这种情况不建议直接放弃，也不建议大投入，可以小步测试。
小步测试的具体做法是：用最小可行库存上架，投入不超过总预算的10%，观察四周的核心数据（点击率、转化率、复购率、推广成本），如果核心指标没有明显超出类目平均，及时止损。
竞争分低于40分不代表可以直接进。有一种情况需要特别警惕：低竞争分是因为存在隐性壁垒，比如品牌授权、平台资质、供应链独家协议。这类类目表面数据好看，实际进入门槛高。
判断方法是看这个类目的头部商品是否有官方旗舰店标识、是否需要特殊资质、是否集中在少数供应商。任何一项命中，都要重新评估进入成本。
把上面的判断整合成一张决策清单，方便实际使用时对照。
| 竞争分 | 差异化优势 | 趋势 | 建议动作 |
|---|---|---|---|
| 低于40分 | 有 | 上升 | 进入，正常投入 |
| 低于40分 | 有 | 平稳或下滑 | 进入，控制首批库存 |
| 低于40分 | 无 | 任意 | 谨慎，先排查隐性壁垒 |
| 40-70分 | 有 | 上升 | 进入，重点打差异化 |
| 40-70分 | 无 | 下滑 | 观望或小步测试 |
| 高于70分 | 有 | 任意 | 谨慎评估，确认差异化可持续 |
| 高于70分 | 无 | 任意 | 放弃 |
我带团队这些年最深的体会是：放弃一个品比选择一个品更能体现判断力。因为选择一个品有即时的行动感和希望，放弃一个品则要面对已经投入的沉没成本和团队的情绪。但从长期看，那些果断放弃劣质品的团队，整体选品成功率明显高于什么都想试的团队。
我自己的经验是，把"放弃"变成一个标准动作而不是情绪决策，只要评分卡跑出来触发放弃条件，就走流程放弃，不讨论、不纠结、不留恋。这样团队的心理负担反而更小。
回到开头那个问题：怎么用进阶玩法判断一个品的竞争强度能不能打。这篇文章给出的答案是，把判断从"描述竞争现状"切换到"评估突围成本"，用五层分析搭骨架，用评分卡做量化，用复测机制保持动态有效，用三档标准做取舍。
这套框架不复杂，但真正落地需要两个前提：一是愿意放弃"凭感觉选品"的习惯，二是愿意花时间做数据采集和校准。两者都需要耐心，但带来的决策质量提升是明确的。
竞争分多少算安全？没有绝对安全线，但通用参考是低于40分属于相对安全区间，40-70分需要差异化优势支撑，70分以上建议放弃或极度谨慎。
权重必须严格按本文的比例吗？不需要，本文的权重是通用参考。正确做法是用你自己类目的历史数据做回归或分位数分析，找出对你类目决策影响最大的指标，给它更高权重。
小类目数据样本不足怎么办？小类目可以用扩大时间窗口的方式补充样本，比如把近30天扩展到近90天。如果样本仍然不足，说明类目可能过小，需要重新评估是否值得进入。
复测发现竞争分上升了怎么办？不要立即退出，先看是哪个指标恶化。如果是价格带拥挤度上升但腰部厚度稳定，说明还有空间；如果是头部集中度和腰部厚度同时恶化，才需要考虑退出。
工具数据和平台后台数据不一致怎么办？以平台官方数据为决策依据，工具数据作为补充。如果差异很大，先排查统计口径差异，不要直接用手工数据覆盖工具数据。
整套框架的价值不在于一次性给出答案，而在于把"选品判断"变成一个可重复、可追溯、可优化的流程。当你跑了十个品之后，你会发现自己对阈值的敏感度明显提升，对什么品值得投入的判断也会更稳。这才是进阶玩法真正的门槛，不是知道更多指标，而是把指标变成稳定的决策纪律。
我看过好几个版本的竞争分析模板，每个给的权重都不一样，有的把竞品密度放第一位，有的说集中度才是核心。我自己做的是家居收纳类目，照搬别人的权重跑出来的分数跟我实际体感完全对不上，就很困惑到底该信谁的。
权重没有通用解，必须按类目竞争结构校准。做法是先用你类目近半年真实数据反推：把候选指标各自的数值和'这个品最终做起来没有'的结果做对照，哪个指标在能做成和做不成的品之间区分度最大，就给它更高权重。经验上，标品、品牌集中度高的类目（如小家电、母婴）集中度类指标权重可以给到30%以上；
非标、风格驱动的类目（如饰品、家居装饰）价格带拥挤度和长尾指数权重更高，合计可占50%左右。判断依据是：权重的作用是让评分卡能复现你的真实决策，如果你用历史案例回测，评分卡对已知成败的判对率低于70%，说明权重需要重调。
参考区间：竞品密度10%-15%、价格带拥挤度20%-25%、集中度25%-30%、长尾指数15%-20%、趋势斜率15%-20%，首次使用务必用自己类目的10-20个历史品做校准。
我在做选品评估时经常看到有人提CR5、CR10、HHI，但没人告诉我具体数字。我上次看中一个细分类目，算出来CR5大概是55%，不确定这算高还是低，是应该直接放弃还是可以试试。
判断集中度要结合类目阶段和平台特性看，不能一刀切。经验参考：CR5低于30%属于分散竞争，新玩家切入空间大；30%-50%属于中度集中，需要明确差异化定位才能站住；50%-70%属于高集中，除非你有供应链成本优势或独家卖点，否则不建议硬碰；超过70%基本是头部锁死，新店冷启动的流量成本会高到不划算。
HHI（各玩家份额平方和）一般低于1500算竞争充分，1500-2500算中度集中，超过2500属于高度集中。但要注意两点：一是不同平台差异大，内容电商因为流量分发机制不同，同样CR5的体感会比货架电商温和；
二是要看集中度的趋势而不是快照，CR5从40%爬到55%比长期稳定在55%更危险，说明头部正在加速收割。实际操作中，把CR5和你自己的可投入资源放一起看：如果CR5高但你只做其中一个细分价格带或细分人群，局部集中度可能远低于全类目集中度，这才是你真正要算的口径。
我之前判断竞争就是数一下同类目有多少家在卖，结果发现有的价格带明明竞品很多但大家都活得不错，有的价格带就三五家却卷得要命。我就想搞清楚'拥挤度'到底该怎么量化，是不是还要看别的。
数量只是分母，拥挤度的核心是看单位需求对应的供给强度。可执行的口径是：先按价格带切片（比如每20元或每个价格区间为一档），在每个价格带里统计三个量，在售竞品数、该价格带近30天的总销量或总GMV、该价格带的TOP10销量占比。
拥挤度可以用'在售竞品数÷该价格带月销量'来粗略衡量，数值越高说明每个竞品能分到的需求越少。判断依据：如果一个价格带在售超过50个竞品、月销总量却集中在头部3-5家、TOP10占比超过70%，说明这个价格带是'看起来热闹、实际被垄断'，新手进去只能捡残羹。
反过来，在售竞品中等（20-40个）、TOP10占比低于50%、销量分布平滑的价格带，才是真正的机会窗口。还要看价格带的利润空间：拥挤但毛利足够的价格带可以进，拥挤且毛利被压到10%以下的价格带要坚决避开。
数据来源建议用平台生意参谋类的市场行情模块或第三方数据工具，取近30天而非近7天，避免被短期促销数据误导。
我按评分卡选了一个品，刚上架时竞争分还算中等偏下，做了两个月发现越来越难推。我就想知道竞争判断是不是一次性的，多久要重新跑一遍，有没有什么早期信号能提醒我该重新评估了。
竞争判断必须周期性复测，频率按类目特性分档。季节性类目（如服饰、节庆用品）建议每2-4周复测一次，因为旺季前会有大量新玩家涌入；常青类目（如日用百货、基础配件）可以每1-2个月复测一次。出现以下几类信号时要立刻重跑评分卡：一是头部竞品开始降价或加大投放，广告位争夺明显变激烈；
二是你的点击成本或获客成本连续两周上涨超过20%；三是类目里出现了有明显供应链或资本背景的新玩家；四是你的核心关键词自然排名没有下降但转化率在掉，说明是竞争结构变了而非你自身问题。
判断依据：竞争强度是动态变量，早期的中等竞争分会在头部扩张后快速恶化，如果复测发现评分卡总分比上次高出一个档位（比如从'可进入'变成'需谨慎'），就应该收缩投入、转向测试其他品，而不是加大投入硬扛。把复测节奏写进你的选品流程，每次上新后固定在第2周、第6周、第12周各跑一次，形成可对比的数据轨迹。
读者评论
把竞争强度拆成流量获取成本、差异化验证成本和时间窗口成本，这个视角比单纯数竞品实用多了，尤其是对中小团队来说，先算清楚自己能不能扛住再决定进不进。
那个沥水篮的案例很真实，前两周靠扶持出单，第三周成本一涨就扛不住了。价格带集中加上头部锁定流量，新品基本就是给平台送钱，作者说的第五周盈亏转折点很到位。
五层框架逻辑上说得通，但L4看销量分布和L5建评分卡对数据获取要求不低，普通卖家未必有精力跑完。我觉得能认真做到L2和L3，已经能避开大部分坑了。
文章反复强调复测机制这点很关键，竞争格局一个季度就可能变，静态判断再准也会过期。不过文中的经验数据样本量有限，具体数值参考时要结合自己类目校准，不能直接照搬。