顺序反了，就会白采
竞品分析里最常见的浪费是这样发生的：先觉得「得有数据」，于是采了一大堆商品页、评论、价格，堆在表里，然后开始想——这些能分析出什么？
结果通常是：想回答的问题需要的字段没采，采到的字段回答不了想问的问题。
倒过来做。 先把想回答的问题写成一句能验证的话，来源基本就自己浮出来了。而且有个额外好处：很多问题在写出来的那一刻，你就会发现公开数据根本回答不了它——这比采完三个月数据才发现要便宜得多。
下面按六类问题分开说。
一、价格与促销
问题长这样：竞品的价格带覆盖到哪里？谁在什么时候调价？促销节奏是怎样的？
来源：竞品的商品页、平台的类目页、独立站的产品列表。价格就明码标在页面上，这是公开数据里最直接的一类。
关键：这类问题几乎全是变化问题，单次快照没用。你要的是「三月十五号降了百分之十二」，不是「今天卖九十九」。所以必须连续采，频率至少日更。具体做法我们在价格监控怎么做里写过。
拿不到的：真实成交价（有优惠券、会员价、谈判价的场景）、利润率、成本。
二、铺货与选品
问题长这样：竞品在卖哪些品类？新上了什么？砍掉了什么？在哪些市场铺货？
来源：竞品店铺的全部在售列表、各国站点的商品页、独立站的站点地图和产品页。
关键：要的是差集不是全集。这个月的在售列表减去上个月的，新增的就是新品，消失的就是下架。所以同样需要连续采，而且每次要采全——只采前一百个热销品，看不出长尾的动作。
拿不到的：销量、备货量、哪个品在赚钱。
三、口碑与产品问题
问题长这样：用户抱怨竞品什么？他们的差评集中在哪个环节？我们的产品该改哪里？
来源：平台评论、独立评价站、社区讨论。
关键：差评比好评有信息量。好评往往同质化，差评会具体指出是物流、质量、说明书还是客服。按评分筛出低分评论再看，效率远高于通读。
注意边界：评论正文是公开的，但评论者是谁不是我们会去挖的东西——个人身份识别、跨平台关联、联系方式挖掘都不在承接范围。取的是内容，不是人。
四、招聘与组织动向
问题长这样：竞品在扩哪块业务？技术栈是什么？在哪些城市设点？
来源：招聘网站上竞品的在招岗位。
关键：这是个被低估的来源。一家公司突然开始招某个方向的十几个工程师，比任何新闻稿都早地说明了它要做什么。岗位描述里通常会写明技术栈、业务方向和汇报关系。
拿不到的：实际员工数、薪资真实水平（挂出来的区间常有水分）、组织架构。
五、广告与投放
问题长这样：竞品在投什么素材？打什么卖点？投多久了？
来源：部分平台的广告透明度库是公开可查的，能看到在投广告的素材和起投时间。
关键：看的是卖点和素材方向，不是花了多少钱。预算数字公开渠道拿不到，个别平台对政治类广告有金额披露，商业广告没有。
六、内容与搜索表现
问题长这样：竞品在哪些关键词上排在前面？他们发什么内容？
来源：搜索结果页、竞品站点的内容目录。
关键：搜索结果因地区和登录状态而异，采集时必须固定地区参数，否则不同批次的数据没有可比性。这一条是这类需求里最容易出错的地方。
拿不到的：竞品的真实流量。第三方估算工具给的流量数字是模型推算的，量级参考可以，精确对比不行。
把问题写成一句话
上面六类的共同点是：先有问题，来源才有意义。
一个好用的检验方法——把需求写成这个句式：
我想知道 ［哪几家竞品］ 的 ［什么］ 在 ［什么时间范围］ 内的 ［状态 / 变化］。
写不出来，说明还没想清楚，这时候采数据一定白采。写得出来，四个空就分别对应了：竞品名单、字段、更新频率、要快照还是要时间序列——这正好是提需求时需要说清的四件事。
两个反复出现的误区
误区一：把估算数字当事实。 销量、流量、市场份额，公开渠道给的都是推算值。用来排序和看趋势没问题，写进不能出错的地方就危险了。判断方法很简单：问一句这个数字是怎么算出来的，答不上来就按估算对待。
误区二：竞品名单太宽。 「所有卖同类产品的」不是竞品名单，是噪音来源。真正值得盯的通常是五到十家——同价格带、同渠道、同目标客群。名单收窄之后，数据量往往小到可以做得很细，而不是泛泛地铺很大一片。
一句话
竞品分析的数据来源不难找，难的是先想清楚要问什么。把问题写成一句能验证的话，来源、字段、频率会跟着定下来；写不出来的时候，先别急着采。