什么是竞品评论分析？一份实操指南

什么是竞品评论分析？

竞品评论分析指的是系统性地阅读用户写下的竞品评论，从里面提取功能缺口、反复出现的抱怨，以及没被满足的需求。

定义本身不重要，怎么展开才重要。大多数说自己"看过竞品评论"的人，其实是在 App Store 页面上刷了十分钟，然后带着一种模糊的感觉走开了。这不叫分析。分析是你拉了 300 条评论，给每一条打上主题标签（新手引导、定价、同步 bug、数据导出），统计每个主题出现了多少次，并且能区分"这个 app 崩溃过一次"和"这个 app 根本没法导出数据，而且有十一个人都提到了"。

为什么值得这么做？因为评论是唯一一个用户不需要主持人引导、自己主动跑来吐苦水的渠道。没人会为了客套去写一条一星评价。问卷的回答者会含糊其辞，访谈对象会努力配合你。但一个因为同步 bug 丢了三小时工作成果的人，写出来的每个字都是真话。

而且，热门产品的负面评论往往比你在白板前头脑风暴出来的任何点子都更有价值。已经有人在为一个让他们恼火的东西付钱了 — , 这就是一个被验证过的需求，还附带了详细的失败现场记录。

如何做竞品评论分析

选 3 到 6 个竞品，不要选 20 个。 里面要包含市场老大、一个野路子挑战者，还有一个用户拿来当替代方案的邻近工具。假如你在做习惯追踪应用，这个邻近工具可能是 Notion，也可能是某个纸质日记类 app。
确定评论来源。 移动端看 App Store 和 Google Play。B2B 软件看 G2、Capterra、Trustpilot。想看没被过滤的真话，去 Reddit 和产品自己的社区论坛。如果是浏览器插件，别忘了 Chrome Web Store 的评论。
把评论导进表格。 列设置成：来源、日期、星级、版本号、评论正文、你的主题标签、你的严重程度备注。100 条以内手动复制粘贴没问题，再多就该上工具了。
先读 30 条，之后再定标签体系。 这一步最容易被跳过。让分类从文本里自己长出来，而不是硬把评论塞进你事先想好的格子里。
全部打完标签，然后计数。 一条评论带三个标签也没关系。你要的是那张频次表。
按"你能不能修"给抱怨分堆。 "这 app 太贵了"是定位问题；"没有 CSV 导出"是你一周就能上线的功能。这是完全不同的两堆东西。
看官方回复。 如果一家公司对同一个需求连着两年都回"已在规划中"，说明他们已经决定不做了。那这个需求就归你了。
写下三条具体的机会点。 不要写"优化新手引导"，要写成这样："Android 新用户在日历权限那一步流失，14 条评论提到过；做一个先跳过、后解释的流程。"

实际操作长什么样：一个真实案例

拿笔记类应用来说。打开任意一款主流笔记应用的 Google Play 页面，筛选出一星和二星评价，按最新排序。Google Play 支持按评分和应用版本筛选 — , 版本筛选这个功能被严重低估了：你能看出某一批抱怨是不是从某个版本发布之后才开始集中出现的。

你会发现有些问题反复出现，而且不止一款应用有，整个品类都有。同步冲突。订阅涨价还波及老用户。搜索找不到图片里的文字。网页剪藏在付费墙网站上直接失效。

接下来才是有意思的一步。把这些问题拿去对照那些体量更小的竞品。如果市场领头羊有 40 条关于同步的抱怨，而挑战者一条都没有，那要么是挑战者真解决了，要么是它根本没人用。下结论之前先看评价总量。这个错太常见了，我觉得应该把它列为第零步。

B2B 方面，G2 的评价页面把"你不喜欢哪些地方？"单独设成一个字段，省得你从一大段文字里拆解褒贬。Capterra也有类似的优缺点字段。想搞清楚哪些评价会展示、哪些会被过滤，Apple 对自家的评分与评价机制有专门文档。

有一点需要认真对待：评价天生偏向两个极端。人们要么高兴到想夸，要么气到想骂，才会动手写。中间那批觉得"还行"的沉默用户，你根本看不到。所以出现频次只能说明情绪强度，不代表整体用户的真实比例。

去哪儿找：渠道对比

渠道	适合挖什么	需要留意
App Store / Google Play	消费级移动应用、与版本关联的 bug 集群	好评引导弹窗会把正面评分抬高
G2 / Capterra	B2B SaaS、结构化的优缺点	厂商激励产生的评价；注意有没有礼品卡披露
Trustpilot	账单、退款、客服质量	企业可以主动邀请评价，会改变整体构成
Reddit / 论坛	变通办法、真实的功能对比	没有结构、难以统计、样本量小
Chrome Web Store	浏览器扩展、特定浏览器的兼容问题	小众工具评价数量太少

挖到之后怎么用

把每个问题归入三类。基本门槛指的是整个品类都在抱怨、你绝对不能再犯的问题（数据丢失、同步坏掉）。差异化机会是那些老玩家一直拒绝做的需求。噪音则是某个用户特殊场景下的个别情况。

一个具体建议：差异化清单最多只留两项。那些找出十一个空白点、还想全都补上的团队，最后做出来的产品往往比他们批评的那家还糟。

另外，原始评价文字要留着。写落地页文案的时候，直接用用户自己打出来的原话，效果比文案策划憋出来的任何句子都好。Nielsen Norman Group 关于用户语言的文章把这个道理讲得比我清楚。

核心要点

竞品评论分析靠的是给差评打标签、数数量，而不是扫一眼星级找感觉。
先读 30 条评论再定分类标准，否则你只会找到自己预设的答案。
按低星级和 App 版本筛选，能找出集中在某次更新上的抱怨。
开发者回复里连着好几年都写"已列入规划"的功能，基本就是竞品不会做的功能。
把定位问题和功能缺口分开看，只有后者是你真能做出来的东西。

今天下午就选两个竞品，把它们评分最低的 100 条评论导进表格，逐条打标签。晚饭前你手上就有一份真实问题清单了。懒得折腾表格的话，用免费 App 评论分析工具跑一遍竞品，看看用户早就写好的那些评论里藏着什么机会。

常见问题

Q: 每个竞品要分析多少条评论？

A: 先从 100 条起步，重点放在一星和两星。如果读到 60 条之后不再冒出新主题，说明已经饱和，可以停了。要是到 150 条还在发现新抱怨，那就继续读。

Q: 抓取竞品评论合法吗？

A: 公开评论数据处在一个有争议的地带，即便数据肉眼可见，平台服务条款往往也会限制自动采集。手动阅读没问题。涉及自动化的话，先查平台条款，考虑走官方 API，或者用能处理合规问题的工具。

Q: 好评也要读吗？

A: 要读，但目的不一样。好评告诉你哪些功能不能砍，以及用户会用什么词描述产品价值。差评才告诉你该做什么。

Q: 这和 SWOT 分析有什么区别？

A: SWOT 是个框架，靠你的判断往里填内容。竞品评论分析是从用户真实文字出发，自下而上收集证据。评论分析通常是给 SWOT 提供素材，而不是取代它。

Q: 多久做一次？

A: 大多数产品每季度一次就够，另外竞品发布大版本后补做一次检查。改版或调价之后，抱怨主题会变得很快。

什么是竞品评论分析？一份实操指南