天猫数据：数据分析师年度版：竞品趋势的完整方法与步骤

做天猫竞品趋势分析时，最容易犯的错误，是把销售额、销量和商品排名抄进 Excel，然后把同比上升称为“趋势”。我在实际做年度复盘时发现，真正影响下一年度决策的，往往不是某个竞品卖了多少，而是它在什么时间、通过什么价格结构、依靠哪类流量入口，持续改变了消费者的选择顺序。本文给出一套适用于年度竞品分析的方法：先建立可比口径，再拆解需求、价格、内容、流量和供给，最后把趋势转成可执行的商品与营销决策。

一、先讲核心结论：年度竞品分析不是排名，而是解释变化

1. 先回答三个真正有价值的问题

一份有决策价值的年度竞品分析，至少要回答三个问题。第一，市场增长来自新增需求，还是来自竞品之间的份额重新分配；第二，竞品的增长是由单品爆发带动，还是由产品组合和渠道结构共同支撑；第三，竞品今天的优势，明年是否仍然成立。

如果报告只告诉管理层“某品牌销售额第一”，通常无法指导动作。销售额是结果，不是原因。真正需要继续追问的是：它的增长是否集中在大促节点，是否依赖低价券，是否由少数爆款贡献，是否在非活动月份也保持稳定，以及消费者是否愿意为它支付更高价格。

我的核心判断是：趋势不是一条上涨曲线，而是一个由需求强度、竞争位置、利润约束和流量稳定性共同组成的变化结构。

2. 把竞品趋势拆成五个维度

为了避免被单一销售指标误导，我通常把竞品年度表现拆成五个维度，并为每个维度设定可以追踪的指标。

这五个维度不能简单相加。比如，一个竞品的销售额增长很快，但成交价下降、活动流量占比上升、退款率恶化，那么它可能只是用让利换规模。相反，另一个竞品销售额增速一般，却在搜索流量、复购和非大促成交价上持续改善，后者往往更值得长期研究。

3. 用“趋势质量”替代“增长率崇拜”

我会给年度趋势增加一个“趋势质量”判断，而不是只看同比增速。趋势质量至少包含四个问题：增长是否跨越多个季度，增长是否出现在非活动月份，增长是否由多个 SKU 贡献，增长后是否伴随价格和评价质量的恶化。

可以采用一个内部评分模型，将四个维度分别赋予权重：季度持续性占 30%，非活动月稳定性占 25%，商品分散度占 20%，价格与售后健康度占 25%。这个模型不代表天猫官方评价，只是用于团队内部比较不同竞品的增长质量。

二、背景和真实场景：为什么同一份天猫数据会得出不同结论

1. 年度数据天然会掩盖关键变化

年度汇总最大的优点是稳定，最大的缺点是会掩盖过程。一个竞品全年销售额增长 20%，可能是上半年连续下滑、四季度靠新品翻盘，也可能是全年均匀上涨。两种情况的竞争含义完全不同。

我在复盘时通常会把年度数据拆成月度，再增加周度节点标记。月度数据用来观察趋势方向，周度数据用来识别大促、直播、上新和价格变化造成的短期冲击。只有把这两层数据放在一起，才能区分“结构性增长”和“事件性增长”。

特别需要注意的是，天猫销售表现受活动日历影响明显。年货节、春季上新、六一八、双十一、双十二等节点，会造成流量和成交的阶段性集中。若直接比较一个活动月和一个普通月，分析结果很容易被放大。

2. 我会先建立“可比时间轴”

不同年份的活动日期、预售周期和促销机制可能不同，所以年度分析不能只按自然月机械同比。我会同时建立三条时间轴。

• 自然时间轴：按 1 月至 12 月观察季节性和长期趋势。
• 活动时间轴：将预售、正式售卖、返场和活动后 7 天单独标记。
• 生命周期时间轴：按商品上架后的第 1 周、第 2 周、第 4 周、第 8 周观察新品表现。

自然时间轴适合判断市场规模变化，活动时间轴适合判断促销依赖，生命周期时间轴适合比较新品质量。三条时间轴必须同时使用，否则很容易把某个竞品的新品优势误判为整个品牌的长期能力。

3. 真实场景：品牌方为什么会误判竞品优势

以一个家居清洁类目复盘为例，某竞品全年销售额排名第二，管理层一开始认为它的核心优势是价格低。但在进一步拆解后发现，它的全年成交价只比我方低 6%，真正拉开差距的是三个因素：搜索词覆盖更广、新品在大促前完成评价积累、短视频内容持续解释使用场景。

如果只看价格，团队会选择降价；如果看完整链路，正确动作应该是提前 6 至 8 周完成新品种草和评价建设，并围绕“局部难清洁”“小户型收纳”“低频高效使用”等场景扩展搜索词。

这个案例给我的经验是：竞品优势通常不是一个指标，而是消费者从搜索、点击、比较到购买过程中多个环节同时减少了决策阻力。

三、常见误区：数据看得越多，结论不一定越接近事实

1. 误区一：把平台排名当作市场份额

平台排名通常只反映某个时间段、某个类目口径或某种销售指标下的相对位置。它不一定等于全渠道份额，也不一定能说明品牌在目标人群中的真实影响力。

分析时，我会把平台内数据和外部数据分开标注。平台数据用于研究商品表现、关键词和店铺行为；公开财报、行业报告和消费者调研用于观察更大的市场背景。两类数据不应混合成一个看似精确的数字。

2. 误区二：把搜索热度直接当成购买意愿

搜索量上升，可能代表需求增加，也可能代表消费者在投诉、比较、寻找替代品，甚至只是受到热点内容影响。单独看搜索量，很难判断最终成交。

我通常会搭配观察搜索人数、点击率、收藏加购率、支付转化率和搜索后停留行为。如果搜索人数增长 40%，但点击率下降、收藏加购不变，那么更可能是泛需求扩大，而不是某个竞品获得了更多购买意向。

3. 误区三：只比较标价，不比较真实成交价

天猫商品的标价、券后价、跨店满减价、会员价和赠品价值可能同时存在。消费者做购买决策时，关注的是实际支付成本和获得的总价值，而不是商品详情页上最醒目的数字。

我会把价格拆成四层：标价、页面可见优惠价、典型消费者最终支付价、含赠品与服务后的有效价格。若竞品的标价高于我方，但有效价格低于我方，直接得出“我方更便宜”的结论就会失真。

4. 误区四：把爆款销量当成品牌能力

单个爆款可以带来很高的销售额，但不一定意味着品牌拥有稳定的商品系统。判断品牌能力时，我更关注爆款贡献率、前十 SKU 贡献率、新品接替速度和第二价格带的承接能力。

如果一个品牌 70% 的销售额来自单一商品，一旦平台规则、供应链或用户偏好发生变化，它的风险会明显高于一个由多个商品共同贡献的品牌。爆款值得研究，但爆款背后的可复制机制更值得研究。

四、专业判断逻辑：从原始数据走向竞争结论

1. 第一步：定义竞品，而不是随意找几个店铺

竞品不应只按照品牌知名度选择。年度分析通常需要设置三类竞品：直接竞品、替代竞品和潜在竞品。

• 直接竞品：与我方目标人群、核心功能和价格带高度重合。
• 替代竞品：解决相同问题，但商品形态、渠道或使用方式不同。
• 潜在竞品：当前规模不大，却在搜索、内容或新品上出现明显加速。

例如，在便携榨汁杯类目中，直接竞品是同类便携设备；替代竞品可能是即饮果汁和家庭破壁机；潜在竞品则可能是主打健身补剂或办公室轻饮食的品牌。只研究同一关键词下的商品，容易忽略需求正在向其他解决方案迁移。

2. 第二步：建立商品和店铺主键

年度数据最容易出现的问题是商品名称变化。一个 SKU 可能因为规格、颜色、套装、赠品或标题调整，被系统记录成多个不同商品；也可能多个商品被合并为一个链接。

我会建立一张“竞品商品主键表”，至少保留品牌、店铺、商品链接、核心规格、首次出现日期、最后观察日期、价格带、功能标签和生命周期状态。分析时以核心商品族为单位，而不是只以链接为单位。

3. 第三步：统一时间、金额和样本口径

同一份数据中，销售额可能按支付口径、下单口径或确认收货口径统计；销量可能包含退款，评价数量又可能有延迟。若不提前统一，后面所有同比和排名都会产生偏差。

我的做法是为每个指标写“口径说明”，并在数据表中保留原始值和清洗值。任何一个最终结论，都要能够追溯到原始数据、处理规则和计算公式。

• 销售额：优先使用支付成交口径，并单独记录退款影响。
• 销量：明确是件数、订单数还是支付买家数。
• 价格：同时保留标价、优惠价和估算成交价。
• 评价：记录新增评价量，不把累计评价量当成当期销量。
• 排名：注明类目层级、时间范围和观察频率。

4. 第四步：用“原因，过程，结果”写结论

一个合格的分析结论应该具备完整链条。例如，不要只写“竞品新品增长明显”，而要写成：“竞品在三季度提前完成新品评价积累，并通过短视频覆盖三个高意图场景，使新品搜索点击率和加购率连续四周改善，最终在双十一期间贡献品牌成交额的 31%。”

如果数据无法支持完整链条，就要降低结论强度。可以写“观察到相关性”或“存在较大可能”，不要把推测写成确定因果。数据分析师的专业性，不仅体现在发现变化，也体现在知道哪些变化还不能下定论。

五、具体案例与数据观察：如何拆解一个竞品的年度增长

1. 案例背景和数据边界

下面使用一个家居收纳类目的情景案例，数据为样本推演，不代表任何具体品牌或天猫官方统计。案例的目的，是展示如何从年度数据拆解竞品增长，而不是提供某个类目的真实排名。

假设我方经营可折叠收纳箱，重点观察三个竞品：竞品甲主打低价大容量，竞品乙主打颜值和家居融合，竞品丙主打模块化组合。全年观察范围为 1 月 1 日至 12 月 31 日，按照月度销售额、成交价、搜索流量、新品贡献和活动流量进行整理。

如果只看销售额增速，竞品甲最值得模仿。但当我把新品贡献率、活动流量占比和平均成交价放在一起，判断就发生了变化：竞品甲更像是以低价和活动规模取胜，竞品乙具有较好的品牌与商品平衡，竞品丙虽然规模增速较慢，却表现出较强的产品创新能力。

2. 先看价格带，再看商品功能

我把三个竞品的商品按实际成交价分成三个价格带：80 元以下、80 至 130 元、130 元以上。结果显示，竞品甲在低价带拥有明显优势，但在 130 元以上几乎没有有效承接；竞品乙在中价带最强，并通过材质、颜色和空间搭配形成溢价；竞品丙在高价带的商品数量少，却能通过模块化组合提高客单价。

这说明竞争并不是“谁的平均价格更低谁就更强”。价格带的价值，在于观察品牌能否让消费者自然升级。一个品牌如果只能在低价带成交，促销一停，销售就可能快速回落；一个品牌如果拥有清晰的升级路径，消费者即使不购买最高价商品，也可能购买中间价格带。

3. 再看新品是否真正完成接替

新品贡献率不能只看新品上线后的销售额。更重要的是，新品是否替代了衰退商品、是否带来新客、是否提高整体成交价、是否在大促后仍然有自然成交。

在这个案例中，竞品乙的新品中有两款在上线第 8 周后仍保持稳定搜索流量，并且带来约 32% 的新客订单；竞品丙的新品贡献率更高，但部分商品依赖组合优惠，单件利润并不一定更好。于是，我不会直接复制竞品丙的新品数量，而会重点研究竞品乙如何选择场景、设计视觉和积累评价。

4. 最后看流量来源是否可持续

我会把竞品流量拆成搜索、推荐、内容、活动和老客五类。不同流量的价值不一样：搜索通常代表较高购买意图，内容适合创造需求和解释场景，活动能够快速放量，老客则关系到复购和利润稳定。

案例中的竞品甲活动流量占比最高，因此在大促期间表现突出，但活动结束后成交回落明显。竞品乙的内容流量和搜索流量较均衡，说明它既能让消费者认识商品，也能承接明确需求。竞品丙的搜索占比较高，说明它在功能词和规格词上拥有较强的需求承接能力。

六、完整操作步骤：从数据采集到年度报告

1. 第一步：明确业务问题和输出对象

开始采集数据前，我会先确认报告服务于什么决策。给商品团队的报告，重点是价格带、规格、功能、生命周期和新品机会；给投放团队的报告，重点是关键词、流量来源、点击率和转化链路；给管理层的报告，则需要回答市场规模、竞争位置、增长质量和资源优先级。

如果不先明确使用者，分析会陷入“能采集什么就分析什么”。最终报告可能有几十张表，却没有人知道应该调整哪个商品、暂停哪个投放或增加多少预算。

2. 第二步：建立数据清单

我建议将数据分成四层。第一层是平台可直接观察的数据，包括商品、价格、销量趋势、评价、关键词和店铺活动；第二层是我方经营数据，包括订单、毛利、退款、投放成本、库存和会员；第三层是公开外部资料，包括行业报告、上市公司公开披露和搜索趋势；第四层是定性证据，包括详情页、评价文本、问大家、直播话术和内容评论。

• 商品层：标题、主图、规格、材质、功能、套装、上新时间。
• 价格层：原价、券后价、活动价、赠品、运费和服务权益。
• 流量层：关键词、搜索排名、内容曝光、活动入口、店铺进店。
• 用户层：评价主题、差评原因、购买场景、使用频率、复购线索。
• 经营层：毛利率、退款率、库存周转、投放成本、客服压力。

3. 第三步：做数据清洗和异常标记

清洗不是简单删除异常值。大促期间的异常增长可能恰恰是最重要的竞争证据，所以我会把异常分为三类：应剔除的采集错误、应保留的真实事件、需要单独解释的结构变化。

例如，某商品一天销量突然增加十倍，如果同期存在平台活动和直播排期，应保留并标记事件；如果销售额增加但支付人数不变，可能是客单价或套装结构变化；如果评价量突然激增而订单没有同步变化，则需要检查评价采集延迟或活动赠评机制。

数据表中建议增加“事件标签”字段，包括大促、直播、上新、改价、主图更换、店铺装修、断货、差评集中和售后政策变化。没有事件标签的时间序列，往往只能告诉你发生了什么，不能帮助你解释为什么发生。

4. 第四步：建立指标计算表

年度分析最少需要计算以下指标。公式不复杂，但一定要统一分母和时间范围。

其中，“评价转化效率”不能直接等同于真实转化率，它更适合用作异常观察指标。不同品类、不同用户群体的评价习惯差异很大，因此必须与评价文本质量、追加评价和差评比例结合使用。

5. 第五步：形成竞品画像

我会为每个重点竞品建立一页画像，内容包括一句话定位、核心价格带、主力商品族、增长来源、流量结构、用户场景、主要风险和可能的下一步动作。

画像不能写成形容词堆砌。比如“年轻化、品质高、内容强”都过于模糊。应该写成“通过 100 至 130 元价格带的中型商品承接家庭收纳需求，主图强调空间适配，内容侧集中解释小户型场景，全年非活动月成交占比较高”。这样的描述才有可验证性，也更容易转化为我方动作。

6. 第六步：把趋势写成行动清单

报告最后不能停在“建议加强产品、优化内容、提升转化”。我会要求每条建议至少包含对象、动作、时间、指标和停止条件。

1. 对象：中价位可折叠收纳箱；动作：增加窄体规格和组合装；时间：下一季度前完成测试；指标：加购率提升 15%，退款率不高于现有水平；停止条件：连续四周支付转化低于基准。
2. 对象：高频搜索功能词；动作：重做主图和详情页首屏；时间：两周内完成 A/B 测试；指标：点击率和商品页停留同时改善；停止条件：点击提高但支付转化下降。
3. 对象：活动依赖较高的商品；动作：减少无门槛降价，增加场景型套装；时间：下一次大促前完成；指标：活动后七天成交保持率提升；停止条件：客单价提高但整体支付人数明显下降。

七、不同情况下的行动建议：不要用同一套策略应对所有竞品

1. 当竞品靠低价高速增长

第一件事不是跟着降价，而是核算降价后的单位经济模型。至少要计算商品毛利、平台扣点、投放成本、履约费用、售后损失和优惠承担。如果竞品能够低价，可能是供应链成本更低，也可能是它在用亏损换规模。两者的应对方式完全不同。

我通常会优先寻找三个差异化空间：规格差异、服务差异和场景差异。规格差异可以避开同款比价，服务差异可以提高支付理由，场景差异则能把竞争从“谁便宜”转向“谁更适合我”。

2. 当竞品靠内容流量增长

不要只统计内容曝光量。内容真正的价值，应通过内容进入商品页的人数、收藏加购率、搜索回流和活动后持续成交来验证。

我会将内容分成三类：展示型内容负责让用户认识商品，解释型内容负责解决疑虑，证明型内容负责提供使用结果。很多品牌只做展示型内容，画面很好看，却没有回答尺寸、耐用性、清洁难度和适用人群等成交问题。

3. 当竞品新品贡献率很高

先观察它是“新品多”还是“新品成功率高”。新品数量增加不代表创新能力增强，可能只是频繁更换链接或包装。建议计算新品在上线后 4 周、8 周和 12 周的留存率，并观察它是否带来新客和更高成交价。

如果竞品新品成功率高，我会重点拆解它的新品流程：需求从哪里来、测试样本如何选择、首批库存多大、评价如何积累、内容何时开始投放、什么时候决定追加生产。真正可复制的通常是流程，而不是某个产品外观。

4. 当竞品在高价带建立优势

高价竞争不能只增加功能。消费者愿意支付溢价，通常因为商品降低了选择成本、使用成本或风险成本。因此需要检查它是否提供了更清晰的场景表达、更可靠的材质证明、更好的售后承诺或更完整的组合服务。

我会把高价商品拆成“基础功能价值、体验价值、信任价值和服务价值”。如果高价只建立在包装和宣传上，短期可能有效，长期容易被评价和复购数据反噬。

5. 当竞品销售额下降但评价仍然增长

这类情况不能立即判定为品牌衰退。可能是商品正在从一次性爆发转向老客复购，也可能是销售额下降但客单价提高，或者平台流量口径发生变化。

建议同时检查搜索人数、支付买家数、复购间隔、退款率、评价内容和新品接替情况。如果负面评价集中在某个规格，而其他规格保持稳定，那么问题可能是产品结构，而不是品牌整体失速。

八、不同情况下的取舍：年度分析最重要的是知道什么不做

1. 跟价还是保持价格

我的判断原则是：如果消费者在搜索结果页无法识别差异，价格战很难避免；如果差异能够在三秒内被主图和标题理解，就有机会保持价格。价格策略最终取决于差异是否可见，而不是企业主观上认为自己有差异。

2. 做更多 SKU 还是集中资源做爆款

增加 SKU 能覆盖更多搜索需求，也能降低单品依赖，但会增加库存、内容、客服和投放复杂度。集中做爆款能够提高资源效率，却会增加供应链和平台规则变化带来的风险。

当团队规模小、供应链不稳定时，应优先建立一个能稳定成交的核心商品，再用少量规格测试扩展；当核心商品已经成熟、评价和复购稳定时，才适合扩大产品矩阵。扩 SKU 的前提不是“还有很多创意”，而是现有商品已经具备足够的运营承接能力。

3. 投入搜索还是投入内容

搜索适合承接已经存在的需求，内容适合创造需求和建立解释。若类目搜索词明确、购买目的强，搜索投入通常更容易获得短期结果；若商品需要教育、场景复杂或用户尚未形成明确词汇，内容投入更重要。

4. 追求规模还是追求利润

年度竞品分析不能替企业决定唯一目标，但可以把选择的代价说清楚。追求规模，通常需要接受更高的促销和投放成本；追求利润，则要接受增长速度可能放缓，并投入更多精力做商品差异化和老客经营。

我建议至少建立两套情景预算：规模优先方案和利润优先方案。规模优先方案看支付买家数、类目份额和新客成本；利润优先方案看贡献毛利、退款后利润、复购和活动后自然成交。两套方案都算清楚，再根据现金流和供应链能力做选择。

九、报告交付与复盘：让分析真正进入经营流程

1. 年度报告建议采用四层结构

第一层是一页结论，只保留市场变化、竞品变化、我方差距和三个优先动作。第二层是趋势证据，用月度曲线、价格带、流量结构和商品生命周期解释结论。第三层是竞品画像，逐个说明其优势、风险和可复制程度。第四层是数据附录，保留口径、计算方法、样本范围和异常说明。

这样安排的好处是，管理层可以快速理解，执行团队可以继续深挖，数据团队也能复核。报告不是把所有数据都放上去，而是让不同角色在同一套事实基础上做决定。

2. 复盘时要区分“结果指标”和“过程指标”

销售额、利润和市场份额属于结果指标，它们适合判断最终成败。搜索覆盖、内容到达、评价积累、加购率和新品首月留存属于过程指标，它们适合提前发现问题。

如果只在年度结束后看销售额，往往已经错过调整窗口。我会按月度复盘结果指标，按周度复盘过程指标。新品项目尤其要在第 2 周和第 4 周设置检查点，而不是等到大促后才决定是否继续。

3. 给每条结论设置证据等级

我会把结论分成三种证据等级。A级是多个数据源同时支持，例如搜索增长、商品点击和支付转化同步改善；B级是两个指标呈现一致变化，但缺少外部验证；C级是基于页面、评价和内容观察形成的假设，需要通过实验验证。

这种分级能够减少会议中的争论。A级结论可以直接进入年度计划，B级结论适合进入小规模测试，C级结论不能直接投入大量预算，只能作为研究方向。

十、结尾：真正的竞品趋势，是一套可以被验证的假设

1. 我的独特判断

我做年度竞品分析时，最看重的不是谁在排行榜上领先，而是谁能够在不依赖单次大促的情况下，持续完成“需求被发现、商品被理解、价格被接受、购买被完成、用户愿意回来”这条链路。

销售额高的竞品值得研究，但不一定值得模仿；增速快的竞品值得警惕，但不一定代表长期威胁；真正有价值的对手，往往是那些正在悄悄改善搜索承接、商品接替和用户信任的品牌。

年度竞品报告的终点，不是列出别人做了什么，而是判断哪些能力可以复制、哪些优势无法复制、哪些动作现在不应该做。

2. 下一步怎么做

1. 先选择一个核心类目，确定 3 至 5 个直接竞品、2 个替代竞品和 2 个潜在竞品。
2. 建立商品主键表，统一时间、价格、销量、评价和流量口径。
3. 把全年数据拆成自然月份、活动节点和商品生命周期三个时间轴。
4. 重点计算新品贡献率、爆款贡献率、活动依赖度、成交价变化和流量来源结构。
5. 为每个竞品写出“原因，过程，结果”的完整判断，并标注证据等级。
6. 把结论转化为商品、内容、投放、价格和库存五类动作，同时设置指标和停止条件。
7. 先用一个季度验证假设，再决定是否扩大预算、增加 SKU 或调整价格体系。

如果只能先做一件事，我建议先把“销售额同比”旁边增加三列：活动后七天成交保持率、新品第十二周贡献率、非活动月搜索承接率。这三个指标通常比单纯的年度排名更能告诉你，竞品的增长究竟是短期放量，还是已经形成了可以持续的经营能力。

免费注册

咨询方案

扫码咨询方案