天猫竞品跟踪最容易被做成一张“价格、销量、排名”日报,增长负责人每天看得很忙,老板却仍然回答不了三个问题:竞争对手到底抢走了谁,抢走发生在哪个环节,下一步投入多少钱才值得。我的经验是,真正有效的竞品跟踪不是盯住一个商品链接,而是建立一条从天猫数据采集、竞争假设、动作验证到经营复盘的决策链。
天猫数据:增长负责人老板版路线:竞品跟踪从准备、执行到复盘
很多团队把竞品跟踪理解为收集对手的商品价格、月销量、评价数量和活动信息。这些数据只能说明对手“表面上发生了什么”,却不能直接说明它为什么增长,更不能指导本企业的资源分配。
我在实际项目中更看重四个问题:对手正在争夺哪类消费者,对手在哪个转化节点形成优势,对手的优势能否被复制,以及复制这项优势需要付出什么代价。只有这四个问题都能回答,竞品跟踪才从信息工作变成增长工作。
老板版竞品跟踪,核心不是竞品监控,而是经营风险监控。价格下降是风险,搜索结果页点击集中度变化是风险,竞品评价中连续出现同一个卖点也是风险,某个细分规格突然获得大量内容曝光同样是风险。
我建议把所有天猫竞品数据分成三层。第一层是竞争信号,包括价格、优惠、主图、标题、详情页、评价、问大家、直播和内容投放变化。第二层是经营影响,包括曝光、点击、加购、支付转化、客单价、退款和复购。第三层才是行动建议,包括跟价、改款、补证据、调整投放、优化客服或放弃某个细分市场。
如果一份日报只有第一层,它只是监控表;如果能解释第二层,它是分析报告;如果能够明确第三层的负责人、预算和截止时间,才是一份老板可以用来决策的经营材料。
| 数据层级 | 典型问题 | 对应数据 | 老板关心的结论 |
|---|---|---|---|
| 竞争信号 | 对手改了什么 | 价格、主图、优惠、评价、直播、内容 | 是否出现新的竞争动作 |
| 经营影响 | 市场被怎样改变 | 点击、加购、支付转化、客单、退款 | 是否影响我们的收入和利润 |
| 行动建议 | 我们要做什么 | 预算、库存、页面、商品、投放 | 投入是否值得,谁在什么时间完成 |

不同阶段的企业,竞品跟踪目标并不相同。新品期最怕判断错需求,成熟期最怕利润被价格战吞掉,增长期最怕预算投向已经失去效率的流量,品牌升级期则最怕消费者对价值的理解被对手重新定义。
因此,不能一上来就建立几十个指标。我通常先让负责人写出一句风险目标,例如“未来四周避免核心词点击率下降超过10%”“避免主力规格被竞品低价替代”“避免大促期间库存不足导致自然排名断层”。指标必须服务于风险,而不是服务于报表完整。
天猫页面能够提供很多公开信号,但这些信号天然存在边界。商品月销量通常是累计区间或页面展示值,不等同于实时支付订单;评价数量受到评价率、追评、平台展示规则和时间窗口影响;搜索排名又受到个性化、地域、账号行为、投放和活动状态影响。
我曾遇到过一个典型误判:某竞品在大促前一周的页面销量增长明显,团队据此判断对方正在抢占市场,准备立即跟价。进一步拆解后发现,对方增加的是低价小规格,支付件数上升,但销售额、主力规格评价和高客单关键词表现并没有同步增长。若直接跟价,反而会把自己的利润空间主动让出去。
公开数据适合识别趋势和提出假设,不适合单独证明因果。要确认经营影响,必须将竞品信号和自身的搜索、投放、转化、库存、客服以及活动数据放在同一个时间轴上。
第一类是日常经营场景。目标是发现异常,不需要每天做长报告。价格、库存、优惠、主图、核心关键词排名可以日检,但只有发生明显变化时才升级分析。
第二类是活动作战场景。大促、上新、直播节点前后,竞品跟踪需要从“看趋势”变成“看小时级反馈”。此时应重点观察券后价、赠品、发货承诺、直播间权益、搜索点击集中度和支付转化变化。
第三类是战略判断场景。进入新价格带、开发新规格、决定是否加大某渠道投入时,不适合只看短期波动,至少要拉取四至八周数据,并结合消费者评价和内容传播判断需求是否真实存在。
| 场景 | 建议频率 | 重点观察 | 不建议做的事 |
|---|---|---|---|
| 日常经营 | 日检加周复盘 | 异常价格、库存、排名、主图、评价 | 因单日波动立即跟价 |
| 活动作战 | 日级或小时级 | 券后价、权益、点击、转化、履约 | 只盯页面价格不看利润 |
| 战略判断 | 四至八周 | 人群、规格、内容、复购、利润 | 用短期爆款推断长期需求 |

很多团队只选三到五个直接竞品,却没有识别真正的替代品。例如高端清洁用品不仅会和同价位商品竞争,也可能被浓缩装、家庭装、组合装或线下商超替代;功能型食品不仅会与同功能商品竞争,还可能被更低价的基础品类分流。
我会把竞品池分成四圈:同款直接竞品、同价位替代品、同场景解决方案、争夺同一预算的跨品类商品。四圈不需要全部高频跟踪,但至少要在月度复盘中检查一次,否则团队很容易在一个狭窄的商品排名里获得虚假的安全感。
页面销量高,不一定代表销售额高;销售额高,也不一定代表利润高。一个竞品可能通过小规格、低价券和高频促销获得更高支付件数,但它的用户价值、退款率和履约成本并不一定优于我们。
我建议至少同时看四个维度:件数、销售额、券后客单价和估算毛利。若只能拿到公开页面数据,就把“月销量”标记为方向性指标,不要在报告中写成精确市场份额。
尤其需要警惕“销量增长但评价增长滞后”的情况。它可能代表大量低评价率订单、短期活动订单,也可能代表商品仍在快速拉新但口碑尚未形成。这个信号需要继续观察,而不是直接下结论。
跟价是最容易执行、也最容易伤害利润的动作。对手降价可能是清库存、参与平台补贴、切换规格、测试价格弹性,或者只是针对特定人群的定向优惠。页面展示价格并不等于所有消费者最终支付的价格。
我会先计算“有效成交价”,而不是简单比较标价。有效成交价需要考虑店铺券、平台券、满减、赠品折价、会员权益和套装拆分。如果竞品的低价只存在于少量库存或特定入口,就不应把它当成全市场价格。
只有当竞品低价持续出现、覆盖核心规格、影响主要搜索词,并且我们的转化明显受损时,价格动作才值得进入决策桌。
竞品换了一张主图、增加了一个卖点、详情页多了几张场景图,并不等于这些变化带来了增长。页面改版只是动作,不是结果。真正需要追踪的是改版前后的点击率、停留、加购、支付转化和退款变化。
如果无法获得对手的真实转化数据,可以通过自身实验验证“这个动作是否合理”。例如把竞品反复强调的卖点改写到自己的首屏,再对比相同流量来源、相近价格和相同库存条件下的点击与加购变化。
市场中的竞争关系会随着价格、渠道和商品生命周期变化。曾经的头部竞品可能已经转向高端市场,新进入者可能凭借内容种草迅速获得细分人群。固定名单会让团队只观察熟悉对象,忽略真正改变市场结构的玩家。
我建议设置“竞品进池”和“竞品出池”规则。连续两周进入核心关键词前十、在目标价位有稳定评价新增,或者在内容平台形成明显讨论的商品,可以进入观察池;连续六周无有效曝光、价格带完全偏离、目标人群不再重叠的商品,可以降为低频观察。

竞品比较最怕口径不一致。一个商品按单件售卖,另一个按三件套售卖,直接比较标价没有意义;一个商品强调首购券,另一个强调会员价,直接比较页面价格也会误导。
我通常会建立“可比单元”,至少统一规格、容量、核心功能、使用周期和主要权益。对于无法完全统一的商品,采用每次使用成本、每单位容量成本或每个有效功能成本进行折算。
| 比较维度 | 错误口径 | 建议口径 | 判断价值 |
|---|---|---|---|
| 价格 | 直接看商品标价 | 券后有效成交价 | 判断真实价格压力 |
| 规格 | 看一件商品卖多少钱 | 每单位容量或每次使用成本 | 判断消费者感知价值 |
| 销量 | 页面展示件数 | 销量趋势加销售额加规格结构 | 避免低价小规格误导 |
| 口碑 | 只看好评率 | 新增评价主题、差评集中点和追评 | 识别购买后真实体验 |
一条合格的假设至少包含对象、变化、机制和验证指标。例如:“某竞品将首屏从功能介绍改为使用场景后,核心词点击率可能提高,因为消费者在搜索阶段更容易识别适用人群;我们可以在相同投放人群中测试场景型主图,观察点击率和加购率。”
这样的写法和“竞品改主图,所以我们也要改主图”完全不同。前者允许验证和否定,后者只是模仿。增长负责人需要推动团队不断减少未经验证的判断,而不是增加更漂亮的截图。
价格假设要同时考虑转化和利润。可用的基本模型是:增量利润等于新增支付订单乘以单笔贡献毛利,减去优惠成本、投放增量成本、售后成本和库存风险。只要降价带来的订单增量不足以覆盖贡献毛利损失,跟价就不是增长动作,而是利润转移。
卖点假设不能只来自竞品详情页,还要看评价和问答中消费者是否重复使用相同语言。如果一个卖点只出现在商家文案里,却很少出现在消费者反馈中,它可能只是品牌自说自话;如果消费者主动反复提及,才更接近真实需求。
当竞品在直播或短视频内容中出现频率增加时,不要直接认为它获得了长期优势。需要观察内容带来的访客是否进入商品详情页、是否产生加购、是否形成搜索回流,以及这些用户的退款和复购表现。
我会给每个竞争事件打一个简单优先级分数。变化幅度回答“变了多少”,持续时间回答“是不是短期动作”,覆盖范围回答“影响了多少核心商品、关键词或人群”。这三个维度比单纯按事件发生次数排序更有用。
| 判断维度 | 低优先级 | 中优先级 | 高优先级 |
|---|---|---|---|
| 变化幅度 | 价格变化小于3% | 价格变化3%至8% | 核心规格变化超过8% |
| 持续时间 | 少于2天 | 持续3至7天 | 连续超过2周 |
| 覆盖范围 | 单个非主力链接 | 一个细分规格或词组 | 核心规格、核心词和主要内容渠道同时出现 |
这不是绝对的数学模型,而是一种组织判断的工具。若一个事件变化幅度很小,但覆盖核心词且连续发生,也可能比一次性大幅降价更危险。专业判断的关键是看三个维度的组合,而不是迷信单一阈值。

竞品字典不是简单的商品链接清单,而是后续数据可比的基础。每个竞品至少需要记录店铺、品牌归属、商品链接、规格、价格带、核心卖点、目标人群、主要关键词、内容渠道、活动状态和观察优先级。
我建议把商品按照“主力款、引流款、利润款、形象款、测试款”标记。这样在看到竞品降价时,团队可以判断它是在引流款上做动作,还是正在冲击主力款,而不是把所有链接放在同一个表格里。
同时要保留历史快照。页面今天的样子只能解释今天,无法解释变化过程。价格、主图、标题、首屏卖点和优惠规则至少应保留版本日期,重大活动前后最好按固定时间采集。
如果团队人力有限,我不会一开始就追求全量采集。最低可用数据集包括:核心关键词结果页位置、竞品有效成交价、主力规格、商品评价新增主题、主图和首屏卖点、主要优惠、库存或发货承诺,以及自身对应的点击、加购、支付转化和毛利。
采集时要记录时间、账号环境、地域、是否登录、是否处于活动期。搜索结果和页面权益可能受到这些因素影响。没有采集条件说明的数据,后续很难判断变化来自市场,还是来自观察方式变化。
对于评价文本,我更建议做主题归类,而不是只统计好评率。可以按“效果、使用便利、规格、包装、物流、售后、气味、耐用性”等主题分类,再记录新增频次和正负向倾向。
日报只需要回答“今天有没有值得升级处理的变化”。例如核心规格有效成交价连续两天下降超过5%,核心词排名和点击集中度同时变化,或者竞品评价中新增某个卖点超过设定阈值,这些情况才应进入深度分析。
我会把事件分成四种状态:观察、验证、行动、关闭。观察意味着信号存在但证据不足;验证意味着已经提出实验;行动意味着已决定调整页面、商品、投放或库存;关闭意味着假设被证伪、风险消失或投入不再值得。
出现异常时,第一步不是找原因,而是确认数据是否可比。检查页面是否处于活动状态,是否发生规格切换,是否出现断货或预售,是否改变了优惠入口,是否更换了关键词采样方式。
第二步才是观察自身数据。若竞品价格下降,但我们的核心词点击和转化没有变化,暂时不需要跟价;若竞品页面卖点变化后,我们的点击率明显下降,而其他流量来源稳定,页面表达实验就应优先于价格动作。
第三步是确定最小行动。不要一开始同时改价格、主图、详情页和投放,否则结果无法归因。优先选择影响最大、成本最低、可快速回滚的动作。

竞品跟踪通常需要多个角色参与:运营负责解释活动和页面,投放负责解释流量变化,商品负责解释规格和库存,客服负责解释消费者疑问,财务负责判断利润边界。单纯的数据抓取工具无法自动解决跨角色协作问题。
选择某项目管理工具或某项目管理平台时,我会重点看五项能力:是否能保留历史版本,是否支持字段化记录,是否能把事件分派给负责人,是否支持截止时间和状态流转,是否能把复盘结论沉淀为后续任务。对小团队而言,简单表格也可以起步,但一旦事件超过每周三十条,依靠聊天记录就会产生明显遗漏。
我曾参与过一个日用消费品项目。某月中旬,主力商品在三个核心搜索词上的支付转化率从7.8%下降到6.5%,同时点击成本上升约12%。团队第一反应是对手降价,但采集到的页面标价几乎没有变化。
继续拆解后发现,竞品并没有大幅降低标价,而是把“买二赠一”和限时券前置到了首屏,并在主图中直接展示使用场景。我们的页面仍然强调参数和材质,优惠信息需要进入详情页后才能看到。
这意味着竞争变化并不只是价格变化,而是消费者在搜索结果页形成了新的价值比较方式。对手让消费者更快理解“买这个能解决什么问题”,同时让优惠被提前感知。
我们没有立即跟随对手降价,而是做了两个小范围实验。第一组保持商品基础售价不变,将主图从参数型改为场景型,并增加适用人群信息;第二组保留新主图,同时把原本位于详情页中部的优惠说明前置。
实验周期为七天,尽量控制投放人群和核心关键词不变。结果显示,第一组点击率提升约9%,加购率提升约6%;第二组点击率提升约11%,支付转化率提升约14%,但优惠成本增加约3.2个百分点。
第二组的订单增长更好,却不代表它一定是最终方案。我们进一步计算贡献毛利,发现支付转化的增量足以覆盖优惠成本,但只适用于高复购人群;对低复购人群,继续增加优惠会使利润下降。
这个案例最终没有形成“全面跟价”的结论,而是拆成三个模块。第一,场景表达可以复制到全部核心页面;第二,优惠前置只应用于高意向词和特定人群;第三,基础售价保持稳定,用组合装和赠品承接价格敏感用户。
从结果看,七天支付转化率恢复到7.4%,仍未完全回到原来的7.8%,但整体贡献毛利率只下降0.6个百分点,远好于直接降价可能造成的2至4个百分点损失。更重要的是,团队验证了转化下降的主要原因是价值表达滞后,而不是单纯价格不够低。
| 指标 | 调整前 | 场景主图实验 | 场景主图加优惠前置 | 最终策略 |
|---|---|---|---|---|
| 点击率 | 基准值 | 提升9% | 提升11% | 全量采用场景表达 |
| 加购率 | 基准值 | 提升6% | 提升8% | 核心词优先采用 |
| 支付转化率 | 6.5% | 7.0% | 7.4% | 高意向人群前置优惠 |
| 贡献毛利率变化 | 0 | -0.2个百分点 | -1.1个百分点 | 控制在-0.6个百分点 |

先确认转化下滑是否真实,再确认竞品变化是否持续,接着判断变化影响的是价格、表达、权益还是人群,最后才决定是否调整价格。这个顺序看似慢,实际比一看到竞品降价就跟随更快,因为它减少了无效动作和反复改版。
如果当时直接降价,团队很可能把页面表达问题误判为价格问题。价格一旦下降,后续再恢复会非常困难,消费者还会形成新的低价预期。
若对手只在非主力规格低价,可以用组合装、赠品或限量权益承接,不必全面降价。若对手在主力规格持续低价超过两周,并且核心词点击率、加购率和支付转化同步受损,就需要评估是否重新划分价格带。
可以采取的动作包括:
取舍在于,结构化应对的执行成本更高,需要商品、库存和页面同时配合;直接跟价执行简单,但容易引发利润和价格心智的长期损失。
如果消费者评价、问答和内容讨论都在反复出现竞品的新卖点,说明市场认知可能正在变化。此时可以先在详情页、问答、客服和内容素材中补充证据,再根据转化结果判断是否值得开发新规格。
如果只有竞品文案强调该卖点,而消费者反馈没有验证,就不建议立刻改变产品定位。企业最容易犯的错误是把竞争对手的广告语言当成消费者需求。
取舍在于,快速补充表达可以抢时间,但可能形成同质化;重新开发产品更有壁垒,但需要承担研发、库存和上市周期风险。
直播和内容曝光可能带来大量访客,但访客增长并不等于有效增长。我会重点看四个指标:进店率、商品详情页到达率、加购率和支付后退款率。如果曝光增加而加购和支付没有改善,问题可能在内容承诺与商品体验不匹配。
还要观察搜索回流。内容是否让消费者之后主动搜索品牌或品类,是判断内容资产价值的重要信号。短期成交可以通过权益推动,搜索回流和复购更能说明内容是否真正建立了认知。
取舍在于,直播和内容适合快速放大已有卖点,不适合掩盖商品本身的体验缺陷。若商品评价中的核心问题尚未解决,扩大曝光可能同时扩大差评和退款。

如果竞品正在加大曝光,而我们的主力规格库存只能支撑一周,就不应盲目追加投放。库存不足会导致发货延迟、转化下降、退款上升,甚至让前期积累的搜索表现断裂。
这时更合理的动作可能是把预算转向库存充足的规格,优化预售和发货承诺,或者提前把消费者引导到替代商品。竞品跟踪不只是营销部门的工作,它应该参与商品和供应链的排产决策。
预算有限的团队可以采用“核心十个关键词、核心五个竞品、核心三个规格”的轻量方案。先持续观察最重要的商品和搜索入口,等方法跑通后,再扩展到内容和跨品类替代品。
不建议一开始追踪几百个链接。数量过大不仅增加采集成本,还会让团队无法解释变化。对于预算有限的企业,少而连续的数据通常比多而零散的数据更有价值。
周复盘不需要讨论所有数据,只看本周发生的高优先级事件:哪些信号被验证,哪些实验有效,哪些行动没有产生结果,哪些事项需要升级。每个事项都要有负责人、动作、指标和截止时间。
月复盘则要看结构变化,包括价格带迁移、主力规格变化、人群变化、卖点变化、内容渠道变化、利润变化和库存变化。月度复盘的目的不是重复周报,而是判断市场竞争规则是否发生改变。
高质量复盘必须回答几个反事实问题:如果没有做这个动作,结果是否可能也会发生?如果只做其中一个动作,结果是否相同?如果把优惠成本算进去,是否仍然增利?如果竞争对手下周撤掉活动,当前策略还能成立吗?
这些问题能够帮助团队识别“相关不等于因果”。例如转化率在改主图后上升,可能是因为同时进入了活动流量;如果没有设置对照组,就不能把全部增长归因于主图。
一次项目结束后,不能只留下一个结论文件。应当把结论转化为可重复使用的规则,例如“高意向词优先使用场景型首图”“核心规格价格变化超过8%时触发利润评估”“新增评价连续出现同一卖点时进入产品验证池”。
规则要保留适用条件和失效条件。没有边界的规则很容易被滥用。例如“竞品降价不跟价”并不是永远正确,真正的规则应当是“非主力规格短期降价不跟价;主力规格持续降价且核心转化受损时,先进行结构化价格实验”。

增长负责人向老板汇报时,建议把内容压缩成一页。第一行写结论,第二行写证据,第三行写影响,第四行写建议,第五行写需要老板决策的预算、库存或资源。
| 模块 | 写法示例 |
|---|---|
| 结论 | 竞品尚未形成全面价格战,当前主要优势来自首屏场景表达和高意向人群权益。 |
| 证据 | 核心规格价格两周稳定,主图与优惠前置后点击率和转化率同步改善。 |
| 经营影响 | 若全面跟价,预计贡献毛利率下降;若结构化应对,可控制让利范围。 |
| 行动建议 | 全量更新场景型首图,高意向词前置优惠,组合装承接低价需求。 |
| 需要决策 | 申请七天实验预算,确认组合装库存和优惠上限。 |
天猫经营环境变化很快,竞品动作、平台活动、流量分配和消费者偏好都可能在短时间内改变。增长负责人真正需要建立的,不是永远正确的预测,而是低成本试错、快速验证和及时退出的机制。
一个好的竞品动作应该具备三个特点:投入可控,结果可测,失败可撤回。改一张主图比全面降价更容易撤回;做一个定向优惠比全店普降更容易控制;先做小批量组合装比一次性大量备货更安全。
当团队看到竞品增长时,很容易产生“必须赢回来”的情绪。但企业不需要在所有战场都赢。真正重要的是确定哪些词、哪些人群、哪些规格值得守,哪些市场可以放弃,哪些机会虽然增长快却不值得投入。
我建议为每类竞争事件提前设置边界:最高优惠成本、最低贡献毛利、最长验证周期、最低转化改善幅度和最大库存风险。超过边界,就停止投入或换策略,而不是因为已经投入很多继续追加。
如果团队现在的竞品跟踪仍停留在截图和日报,可以用七天完成一次最小闭环:
最终要记住:竞品跟踪不是为了让团队比对手更忙,而是为了让企业在价格、页面、商品、投放和库存之间做出更少但更准确的选择。当天猫数据能够被放进一条完整的证据链,竞品就不再只是一个需要模仿的对象,而会变成帮助企业识别需求、控制风险和分配资源的外部传感器。


读者评论
文章把竞品跟踪从“收集数据”转向“验证假设”,尤其强调券后价、规格和毛利,避免看到降价就跟价,这对实际经营很有参考价值。
文中关于公开数据局限性的提醒比较客观,销量、评价和排名确实不能单独证明因果。不过部分验证方法仍需要店铺内部数据支持,中小团队落地时可能有一定门槛。
将竞品分为直接竞品、同价位替代品、场景方案和跨品类商品,视角比较完整。文章对监控频率和复盘周期的区分也很实用,能减少被单日波动误导。