返回 Skill 列表
extension
分类: 数据与分析无需 API Key

竞品情报与行业分析助手

把公开竞品数据整理成对比矩阵,按权重做 min-max 归一化评分与排名,生成 SWOT 式洞察与可溯源报告。纯本地运行,数据不出本机。支持 CSV/JSON、权重配置、Markdown 与 JSON 输出。

person作者: user_8ca2df90hubcommunity

竞品情报与行业分析助手

做竞品分析最容易两种极端:要么堆 30 个维度列不出结论,要么凭感觉写「全面领先」。这个助手走中间路线——

  1. 结构化:你(或 AI)把调研到的公开数据整理成一张表。
  2. 算客观分:脚本按权重做归一化,给出可比的综合评分与排名,不拍脑袋。
  3. 出洞察:自动生成 SWOT 骨架 + 报告结构,你补业务判断。

数据全在本机处理,不联网、不伪造、不越权。

何时使用

  • 新品立项 / 改版前,先看清赛道里谁在做什么
  • 定价调整前,摸清对手价格带与收费模式
  • 融资 / 汇报需要「市场格局」佐证
  • 对手某个动作,要判断要不要跟
  • 市场声量异常(对手猛推、融资、事故)要快速研判

核心能力

  1. 对比矩阵:把维度 × 竞品的数据整理成可读矩阵(支持「我方」列)。
  2. 加权评分:min-max 归一 + 加权求和,输出 0-100 综合分与排名。
  3. 方向感知:自动识别价格/响应时间等「越小越好」维度,避免反向评分。
  4. SWOT 洞察:基于归一结果生成优势/劣势/机会/威胁骨架(含「我方」差距分析)。
  5. 报告结构:给出标准章节与写法禁忌,报告可追溯、不夸大。
  6. JSON 输出--json 便于接入看板做跨期趋势对比。

使用方法

准备数据(CSV)

首列是分析维度,其余列是各竞品(可含「我方」列):

维度,竞品A,竞品B,竞品C,我方
价格,80,60,90,70
功能数,120,200,150,180
易用性,4.2,4.8,3.9,4.5
市场份额,15,30,22,18

权重文件(可选)

维度,权重,方向(+ 越大越好 / - 越小越好):

价格,3,-
功能数,2,+
易用性,2,+
市场份额,3,+

运行

python scripts/competitor_matrix.py --csv data.csv --weights w.csv --self 我方

JSON 输出(接入看板)

python scripts/competitor_matrix.py --csv data.csv --self 我方 --json

自检(发布前/安装后验证脚本可用)

python scripts/competitor_matrix.py --selftest

返回 SELFTEST OK 且退出码 0 即代表脚本功能正常。

分析框架(要点)

完整维度体系与误区见 references/01_分析框架.md。六大维度族:

| 维度族 | 典型指标 | |--------|----------| | 产品力 | 功能覆盖、核心深度、易用性、稳定性 | | 价格力 | 定价区间、客单价、收费模式、免费额度 | | 体验力 | 上手成本、响应时间、满意度/口碑 | | 市场力 | 市场份额、月活、营收、知名度 | | 生态力 | 集成、开放接口、伙伴、内容生态 | | 安全合规 | 数据安全、合规资质、隐私保护 |

原则:少而准(8-15 维度)、可量化、与战略相关、方向明确。

评分模型(要点)

完整算法见 references/03_评分模型.md

  • 每个维度 min-max 归一到 0-1:组内最高 1.0、最低 0.0。
  • 方向:越大越好 (v-min)/(max-min);越小越好 (max-v)/(max-min)
  • 综合分 = Σ(权重×归一) / Σ权重 × 100,范围 0-100,是组内相对分
  • 缺失值按 0.5 处理(可能拉平极端),建议补全。
  • 做敏感性分析:微调权重看排名是否剧烈跳动,势均力敌就写「接近」而非「碾压」。

报告结构(要点)

完整章节与禁忌见 references/04_报告结构.md

  1. 一句话结论(最前、有数据支撑)
  2. 对比范围(比了谁、时间、维度、为什么)
  3. 综合评分排名
  4. 原始数据矩阵(证据可追溯)
  5. 关键发现(3-5 条差异点)
  6. SWOT 洞察(每条回溯数字)
  7. 行动建议(2-3 条具体动作)
  8. 数据来源与可信度

禁忌:不说「全面领先」无数据夸词;不把相对分当绝对质量分;不对单维度过度解读;不替用户做战略决策。

数据采集与合规

  • 只采公开信息:官网/定价页、应用商店评分、公开财报/新闻稿、行业报告摘要、公开文档、公开社区讨论。
  • 不碰:受限/需登录的后台、对方内部系统、对方用户隐私。
  • 标注来源与时间,引用遵守版权,不伪造对比。
  • 完整底线见 references/02_数据采集与合规.mdhooks/guardrail.md

异常处理与边界

  • 维度量纲不同:脚本自动归一,无需手工换算,但方向要设对(价格类越小越好)。
  • 数据缺失:留空或写「未知」,脚本按 0.5 处理;不要编造数值填满。
  • JSON 输入:支持 {features:[...], competitors:{名:{维度:值}}} 或列表结构。
  • 权重缺失:默认等权;方向按内置常见词判断(价格/响应时间等自动 -)。
  • 脚本零依赖:仅用 Python 标准库(csv、json、argparse),无需 pip install。

references 索引

  • references/01_分析框架.md:六大维度族、选择原则、对比视角、误区
  • references/02_数据采集与合规.md:公开来源、合规底线、可信度分级、格式
  • references/03_评分模型.md:min-max 归一、加权、方向、敏感性分析
  • references/04_报告结构.md:标准章节、SWOT 写法、禁忌、样例
  • references/05_场景与检查表.md:使用场景、流程与输入检查表

配套脚本

scripts/competitor_matrix.py

  • --csv <文件> 竞品数据 CSV
  • --json-input <文件> 竞品数据 JSON(替代 --csv)
  • --weights <文件> 权重 CSV(维度,权重[,方向])
  • --self <列名> 我方列名,用于 SWOT 差距分析
  • --json 输出结构化 JSON
  • --selftest 自检(exit 0 即通过)

脚本对每组竞品输出:综合评分排名、原始数据对比矩阵、SWOT 式洞察(含我方优势/待提升维度与机会/威胁)。所有计算在本地完成。

一句话定位

帮你把竞品「拆开、算清、写透」——数据来自公开、结论可回溯、决策归你自己。