上一篇文章，介绍的是如何做好需求挖掘，那我们这一篇文章中来谈一谈如何做竞品分析。
竞品分析我将从以下三个方面去分析：用户分析、功能分析以及数据分析，以下我将以网易云音乐举例。
一、用户分析-进行竞品的用户群体调研
当我们在做网易云音乐产品前，我们分析分析了市面上的所以音乐，将竞品的用户又分为：核心用户、主流用户、普通用户
构成分析
举例已音乐产品的用户构成分析：
QQ音乐
核心用户：
分析它的产品的时候，我们将它的用户来源进行了分析，我们发现绝大多数的用户都是通过QQ聊天工具引流过来，用户打开音乐收听歌曲，用户想要听、下载更多无损音质的歌曲则必须付费充值：绿钻，则它的核心用户：绿钻用户
主流用户：
则分析它的主流用户，则是从QQ聊天工具引流过来的。
普通用户：
则是想随便听听的，为了某一首歌而选择QQ音乐去播放音乐的用户。
用户构成分析方法：
1、建立用户画像
那我们先来说下什么是用户画像？
用户，指的是产品的目标用户，或者是构成现有用户群体的统称。对事物的客观的、准确的、可视化的秒杀。
做好用户画像的原则：一、标签化，二：低交叉率
标签化
标签化指的是，按照产品的需要，给产品的不同用户特征贴上合适的标签。
标签的维度根据产品业务的需要进行划分，例如音乐产品的人群“”年龄“，喜欢的音乐分为：古典、流行、摇滚等，多个维度用综合分析得出。
用户的维度有：
自然特征or基本属性：
如性别、年龄、提醒、地域、职业等
消费特征or购买能力
如婚否、收入、车、房子等
兴趣特征or心理特征
使用APP行为、搜索的歌曲、喜欢什么类型音乐等
根据多维度分析，在建立用户标签的时候，一定要根据实际的数据对用户进行分类，切忌拍脑门。
低交叉率
用户画像的目的，用标签对现实中的用户进行数字化的聚合和描述，在聚合时，要注意低交叉率的原则。
我们可以根据mece原则就划分：“相互独立，完全穷尽”，分析的步骤，在分解维度的过程中不要漏掉某项，要保证完整性、每一项工作之间要独立，每项不能重叠。
二、数据分析-进行产品的数据分析
在分析产品的时候，看每个用户的构成的比例，使用功能的频次，根据用户的具体数据去判断。
功能分析-进行用户使用功能的调研
在分析竞品的产品的时候，必须抓住核心功能：
那我们举例说明，各大音乐产品的核心功能，通过分析各大竞品得出每个音乐产品的核心功能，如下图：
在进行功能分析时，有什么方法了，总体的原则有两个：
1.站在竞品的PM角度分析问题思考，使用脑图穷举竞品的功能、排列出功能的优先级、根据每项的数据确定他的核心功能、
2.认知竞品的并理解用户，去看他的用户是什么样的，为什么会留在竞品的产品，使用产品。
这里降到竞品的功能分析，那不禁会想到，为什么要分析功能它的分析意义，在分析的过程中，我们想要的目的很简单，在同对手的竞争过程中，让用户来使用我们的产品，那们分析之后，通过：
1.抓住对手的核心竞争力，在同种功能上超越对手。
2.避开对手核心竞争力，寻求竞争的突破口。
三、数据分析-进行产品的数据调研
在进行数据的分析中，我们主要会看三个方面：整体数据、变化趋势、具体的功能数据
整体数据
分析竞品的整体数据，我们通常会用到以下几种方法：
a）数据行业报告b）用工具查看排名 c）基于经验去判断
那主要的数据数据，我们没有办法去测试出，那我们会用爬虫的方式，人肉搜索统计去获得，一般为了保证功能的数据的有效性，我们会假设，在进 行数据的验证，地毯式的数据收集
变化趋势：通过日常的分析数据，获取它的每天数据，从而判断竞品上的新功能是否价值。
自学产品的课程笔记心得，请大家多多指教。
