先定“要赢什么”
我不会一上来就把全行业前一百名都纳入竞品池,而是先定义战场:是要争夺某个价格带、某种人群,还是某个使用场景。战场不同,参照对象就不同,数据采集的字段和复盘周期也会随之变化。
- 明确增长目标:规模、利润、渗透或新客
- 明确比较对象:直接竞品、替代品、标杆品
- 明确观察窗口:日、周、活动期或月度
如果老板只能带走一条判断,我建议记住:没有经营问题牵引的竞品数据,越多越容易制造误判。真正有价值的跟踪,必须把外部变化连接到内部的商品、流量、转化和利润,并且明确谁在什么时间做什么决定。
我不会一上来就把全行业前一百名都纳入竞品池,而是先定义战场:是要争夺某个价格带、某种人群,还是某个使用场景。战场不同,参照对象就不同,数据采集的字段和复盘周期也会随之变化。
一件商品的标价、券后价、到手价、含赠品价值并不是一回事。若把不同口径的数据放进同一张表,最后得到的不是洞察,而是看似精确的噪声。
示例:两款不同容量的产品,先换算到每100毫升、每件或每次使用成本。
每个异常至少对应一种处理:验证、跟价、错位竞争、加大投放、调整货品,或者明确不跟。没有动作和负责人,跟踪报告就只是信息汇编。
“对手降价了”不是结论;“对手在活动期用低门槛券获取新客,而我们的利润主要来自老客复购,因此不直接跟价,改用组合装和会员权益承接”才是可以进入经营会议的结论。
— 示例性经营判断,不对应任何企业真实会议记录在天猫经营中,竞争变化不是单一价格变化。搜索排序、活动资源、内容种草、评价结构、店铺服务、上新节奏和库存状态,会在不同时间共同影响消费者选择。增长负责人真正面对的是信息不完整、变化快、团队分工散的问题。
运营看到竞品首页出现大额优惠券,第一反应往往是要求商品降价;商品负责人担心毛利下降,财务又提醒活动成本没有被完整计入。此时需要把竞品的券面、门槛、库存、赠品和历史活动拆开,再与自家商品的毛利底线、库存周转和人群定位一起判断。
我会把问题改写成三个可验证的假设:第一,竞品低价是否带来了可见的排名或销量变化;第二,消费者是否真的把两款商品视为同一替代关系;第三,我们是否有比降价更低成本的承接方式。只有三个问题都有证据,才值得调整价格。
上新并不等于成功。新商品可能只是丰富货架,也可能承担了流量测试、品牌形象或老品替代。若只记录上新日期而不跟踪首图卖点、评价增速、搜索词变化和关联销售,就无法判断它到底影响了谁。
我建议把新品观察拆成“被看见、被点击、被购买、被复购”四个阶段。对于公开可观察的指标,记录趋势和相对变化;对于无法直接获得的指标,标注为“待验证”,不要把推测写成事实。
转化率下降可能来自价格、流量人群、素材、评价、库存、客服响应或页面承诺变化。竞品跟踪只能帮助解释外部环境,不能替代内部漏斗诊断。
增长团队常问“哪个竞品投得多”,老板更应问“哪个细分机会值得我们投入”。曝光多不必然带来利润,预算要落到增量空间、边际回报和可持续供给上。
如果每个人只读指标,会议会越来越长。好的看板应把本周变化、可能原因、验证动作、负责人和截止时间放在同一条信息链上。
把几十甚至上百个店铺放入清单,会造成采集成本高、字段难统一、结论无人阅读。更可行的做法是建立分层竞品池:核心直接竞品保持较高频率,替代品和标杆品降低频率,只在关键节点观察。
价格是最容易被看到的变量,却不是唯一变量。相同价格下,规格、赠品、配送承诺、评价内容、店铺会员权益和页面表达,都可能改变消费者的选择。
排名通常是多因素结果,不能直接等同于成交规模。即便某个商品位次上升,也需要结合搜索词、活动状态、评价增量和自身流量变化进行交叉验证,避免用单点指标下结论。
单日价格或单周评价数可能受活动、库存和偶发内容影响。同比、环比、活动前后对照和相对指数,能帮助我们分辨正常波动与结构变化。
复盘不是寻找“谁没做好”,而是检查假设、数据口径、动作时点和结果之间是否建立了因果链。若结论无法被验证,下一轮就要减少推断、增加实验。
一张好看但无法追溯的看板没有意义。我更看重数据模型是否能把“看到了什么”与“决定做什么”连接起来。下面四层可以按团队规模简化,但逻辑顺序不建议打乱。
例如,本季度是提升某细分人群的成交规模,还是守住利润率;是寻找新品机会,还是降低老品被替代的风险。目标不同,竞品筛选和评价标准不同。
将商品、价格、流量、内容、评价、服务和库存整理成字段字典。字段要写清定义、单位、采集时间、数据来源与缺失处理方式。
用趋势、阈值、排名变化、分组对照识别信号。信号不是结论,必须写出可能原因和待验证动作,避免看板把猜测包装成事实。
将结论分为跟进、错位、验证、观察和放弃五类,并写清负责人、截止时间、预期影响、成本上限和复盘方式。
以下为虚构的演示数据。指数以观察期第一周为100,目的在于展示如何观察趋势,而不是证明某品牌真实价格变化。
观察重点:活动周的短期波动,是否在活动结束后恢复;若没有恢复,才值得进一步研究其长期策略。
| 维度 | 核心字段 | 判断用途 |
|---|---|---|
| 商品 | 类目、规格、上新时间 | 确认是否真正可比 |
| 价格 | 标价、券后价、到手价 | 识别促销策略 |
| 流量 | 关键词、排名、内容位 | 观察获客路径 |
| 用户 | 评价主题、问大家、复购 | 寻找需求缺口 |
| 经营 | 毛利、库存、投放成本 | 评估是否值得跟进 |
以下内容是方法演示,不代表 E数通官方产品数据、客户数据或真实市场排名。我选择 E数通,是因为它适合承载多来源数据汇总、指标口径管理、看板分析与团队协同这一类工作;实际使用时,应以企业授权数据和平台规则为准。
在示例项目里,我会为每个商品设置唯一商品编号,并关联店铺、品牌、类目、规格、价格带、主要卖点、目标人群、采集日期和数据状态。这样做的价值是避免同一个商品因为改标题、换链接或规格差异被重复计算。
主表还应增加“竞品层级”字段:A类是直接争夺同一搜索需求的商品;B类是价格或功能相近的替代品;C类是值得学习表达方式的标杆品。不同层级使用不同刷新频率,才能把精力用在最可能影响业务的地方。
很多团队只保留当前数据,导致无法回答“变化从什么时候开始”。我会按日期保存价格、券、评价增量、主图卖点、排名位置和活动标签等快照,再计算环比、移动平均与异常标识。需要保留原始值,因为后续口径变更时必须能够回溯。
对于人工记录的页面信息,要增加记录人和截图链接字段;对于自动同步的数据,要增加更新时间和异常状态。数据治理不是后台工作,而是避免经营会议反复争论的基础。
下面用虚构的四周数据演示“外部动作”和“内部结果”如何放在同一张图里观察。注意:相关关系不等于因果关系,最终仍需结合流量结构、投放和库存验证。
蓝线为我方转化率示例;柱状值为竞品在观察期内可记录的促销动作次数,不代表销量。
我会将信号分为三档:
分级的目的不是制造紧张感,而是让不同问题进入不同的处理队列。
这条结论包含了观察、判断、动作和验证标准。即使最后实验失败,也能知道失败发生在素材、价格、流量还是商品价值表达,而不是只留下“竞品降价了”这样无法复用的描述。
先写经营问题,再列竞品池。将商品、价格、内容、评价、活动、流量信号和内部经营指标放进字段字典。指定数据负责人、业务解读人和决策人;明确什么情况下可以改字段,什么情况下只能新增字段,避免每周改变统计方式。
能结构化获取的字段尽量统一汇总,页面卖点、活动规则、评价主题等需要人工判断的内容保留核验记录。每次刷新先看数据完整率,再看异常值,最后才看排名。若来源、时间或口径缺失,必须显示“待确认”,不能静默填充。
我会先看核心指标变化,再按竞品层级、价格带、关键词、人群和活动标签切片。对每个重点信号写出至少两个可能原因,并挑选成本最低、反馈最快的验证动作。这样可以减少凭经验争论,让会议聚焦在选择上。
动作可分为跟进、错位、验证、观察和放弃。跟进不是机械模仿,错位也不是完全不看对手;关键是写清目标指标、预算上限、执行人、完成时间和停止条件。
复盘时同时看结果和过程:数据是否完整,动作是否按时,样本是否足够,外部是否发生大促或库存变化,指标是否真的能代表目标。把结论分成已验证、部分验证、未验证和推翻四类,沉淀为下一轮规则。
只放目标完成度、核心类目趋势、重点竞品异常数、毛利风险和待决策事项。老板进入看板后,应在一分钟内知道“有没有问题、问题在哪里、是否需要我拍板”。
按价格带、商品层级、核心词和活动状态切分,观察谁在增长、谁在降价、谁在改变卖点。不要把所有维度同时塞在一张图里,优先保留与当前经营命题最相关的切片。
将每条结论绑定负责人、截止日期、状态、目标指标和复盘日期。看板不是静态报告,而应成为跨部门协作的共同语言。
散点图中的点为虚构商品,横轴代表机会规模指数,纵轴代表我方可赢程度,气泡大小代表执行成本。它适合帮助团队讨论先做什么,不代表真实市场份额。
优先关注右上区域且气泡较小的机会;右下区域可能规模大但不适合当前能力,左上区域适合小成本验证。
| 经营情形 | 优先判断 | 建议动作 | 主要取舍 |
|---|---|---|---|
| 竞品短期降价,流量变化不明显 | 降价是否只是券面展示,还是有效到手价变化?库存和活动是否支持持续? | 先核验两期,测试页面价值表达或轻量权益,不立即全面跟价。 | 牺牲一点短期响应速度,换取利润和品牌价格体系稳定。 |
| 竞品连续上新,核心词表现增强 | 新商品是在抢同一需求,还是创造新的使用场景? | 拆解规格、卖点、评价与内容入口,选择一个差异化场景做小规模实验。 | 不追求全面复制,接受短期品类覆盖不如对手。 |
| 我方流量增长但转化下降 | 新增人群是否更宽,页面承诺是否与流量意图匹配? | 按词、人群、素材和设备拆漏斗,再结合竞品页面做对照。 | 可能暂缓扩量,把预算用于提升流量质量和承接效率。 |
| 库存紧张但市场机会明显 | 缺货成本与加急补货成本哪个更高?是否有替代规格? | 建立库存预警,优先保障高毛利、高复购或战略商品,调整投放节奏。 | 放弃一部分即时规模,避免售罄造成评价和排名的长期损失。 |
| 数据来源不完整,团队要求马上结论 | 哪些事实已经确认,哪些只是推测?结论错误的代价多大? | 先给出置信度和待验证清单,做低成本验证,不以假精确替代证据。 | 接受结论暂时不完整,换取决策可追溯和风险可控。 |
小团队可以一人兼任多个角色,但角色不能被省略。尤其要避免“采集数据的人顺便宣布结论”,因为记录事实与解释事实需要不同的检查方式。
对于需要把天猫店铺数据、商品明细、活动记录、投放信息和内部经营数据放到同一分析链路的团队,E数通的价值重点在于让数据集中、指标统一、看板共享和分析协作更容易展开。它不是替团队自动做经营决策,而是减少人工搬运和口径争论,把时间留给判断与执行。
我建议在使用前先从一个问题开始,例如“核心价格带的竞品变化是否影响我方毛利和转化”,用一到两个周期验证数据链路,再逐步增加维度。工具的成功标准不是页面复杂,而是能否让周会更快形成明确动作。
了解 E数通并开始搭建示例看板 →选一个核心类目、一个经营命题和不超过10个首批观察对象,完成字段字典与数据责任分工。
完成商品主表、价格口径、日期快照和基础趋势图,先保证可追溯,再追求漂亮。
每周只讨论三条重点信号,每条信号必须有判断、动作、负责人和截止时间。
评估数据完整率、结论采纳率和动作完成率,确认有效后再增加竞品、指标和自动化程度。
我在刚开始做竞品分析时,也容易把价格、销量和排名当成全部答案,但这三个指标只能描述结果的一部分。更完整的观察至少包括商品规格与卖点、标价和实际到手价、活动规则、关键词与内容入口、评价主题、服务承诺、库存状态以及我方自身的流量和转化漏斗。比如竞品券后价低8%,如果它的规格小一半,就不能直接判断为价格竞争。
我不会因为看到一次降价就马上调整全店价格,而会先核验降价的持续时间、真实门槛、赠品价值、库存和活动背景,再看我方核心词流量与转化是否同步受到影响。如果只是单日活动且没有明显结构变化,可以先观察;如果连续多期降价并伴随核心流量流失,再评估组合装、会员权益、规格差异或局部商品跟进,避免用全盘降价换取不确定的短期规模。
有价值,但结论必须带上证据等级。我会把公开页面可观察的价格、评价增量、活动标签、排名变化和内容表现作为外部信号,把销量、投放成本等无法确认的数据标记为估计或待验证,不把推断写成事实。通过多个周期和多个信号交叉验证,仍然可以识别策略方向;对于高风险决策,则应先做小规模实验,而不是依赖一项不完整数据。
我观察到最常见的原因是看板只展示数据,没有展示决策关系。页面上有很多曲线和排名,但没有说明哪个变化重要、可能原因是什么、谁负责验证、什么时候复盘以及预算和利润边界在哪里。解决方式是给每条重点信号增加状态、判断、动作、负责人和截止日期,并限制每周进入会议的重点事项数量,让看板成为行动清单,而不是电子版报告。
可以,我建议从一个类目、一个问题和少量竞品开始,不要一开始追求全行业覆盖。先用统一表结构记录商品、价格、日期、活动和关键评价,再将内部成交、流量和毛利按相同周期关联起来。像 E数通这类工具可以帮助团队减少重复搬运、统一指标和共享看板,但工具不能替代字段定义与业务判断,第一阶段最重要的是跑通一条可复盘的链路。
更新频率应该由变化速度和决策成本决定,而不是由“每天”这个形式决定。活动期、价格敏感品和库存风险商品可以做日级异常观察;常规商品按周跟踪通常足够;品牌定位、品类结构和新品表现则更适合用月度趋势判断。若每天刷新后没人查看、没有动作,频率越高反而越浪费资源。我的原则是:高频监测异常,低频判断趋势,重要动作按复盘周期验证。
销售增长当然重要,但它受到季节、平台活动、预算和供应链等多种因素影响,不能单独作为项目成败标准。我会同时看数据完整率、更新及时率、重点信号识别率、会议结论采纳率、动作按期完成率、实验验证周期、毛利守住程度和异常响应时间。示例性目标可以是把重点信号的确认时间从三天缩短到一天,而不是承诺某个无法归因的销售增长百分比。
天猫竞品跟踪的价值,不是建立一份“对手档案”,也不是让团队每天忙于截图和抄价格。它真正服务的是经营选择:我们要争取哪一类需求,什么变化值得响应,什么变化应该错位,什么动作需要验证,什么机会应该主动放弃。
我建议从四件小事开始:第一,写清一个经营问题;第二,建立可比的字段和时间序列;第三,为异常设置证据等级和动作责任;第四,在固定周期复盘假设是否成立。以 E数通为例,可以先用一个核心类目搭建数据看板,跑通“采集—分析—协同—复盘”后再扩展到更多商品、渠道和经营主题。

