2.4 竞品拆解与科学选品：看清同行与类目机会

本篇成果

从多个竞品的标题、价格、销量、主图、详情页和评论中，得到类目共性、未解决痛点、价格带格局和是否值得进入的判断。

先圈竞品，再做判断

科学选品不是随便找一个爆款让 AI 评价。建议同时准备：

• 3—5个头部竞品：看市场已经验证了什么；
• 2—3个腰部竞品：看常见短板和差异化机会；
• 每个竞品尽量包含标题、价格、销量、主图、详情页和评论；
• 记录采集日期，避免把过期价格当成当前市场。

先用运营助手自动采集资料

淘宝竞品现在可以直接通过运营助手取得原始资料：

• “淘宝商品自动采集”：标题、主图、SKU、参数和详情图；
• “淘宝竞品信息采集”：价格、销量、差评率、主图长图和详情长图；
• “淘宝商品评论采集”：评论正文、日期、好中差评、SKU 和追评。

在技能库安装所需能力后，把竞品链接、目标店铺和保存位置交代清楚。第一次先跑一个链接，确认资料完整后再做批量。批量采集会按较慢节奏后台运行，不要为了赶时间拆成大量并发任务。

采集结束先检查完整性和失败项，再进入竞品拆解。采集是取证，分析是判断，两步不能合并成“链接发过去就直接要结论”。

第一步：逐个拆解

将单个竞品资料交给运营助手：

请拆解这个竞品，重点分析：
1. 核心卖点；
2. 视觉风格；
3. 文案和说服顺序；
4. 差异化亮点；
5. 标题关键词与搜索意图。

只根据我提供的资料判断，缺失信息单独列出。

不要一次把十个竞品混在一起。先让每个竞品形成同格式报告，后面才方便横向比较。

第二步：做评论洞察

评论的价值不只是看好评率，而是找到用户为什么买、在哪里用、因为什么失望。

请分析这批竞品评论，输出：
1. 高频好评点；
2. 高频差评点；
3. 真实使用场景；
4. 未被满足的需求；
5. 哪些问题可以通过产品改进解决，哪些只能通过页面说明或预期管理解决。

第三步：汇总类目结论

把所有单品报告和评论洞察交给运营助手：

请基于这些竞品报告完成类目选品判断，输出：
1. 头部共同卖点；
2. 尚未解决的用户痛点；
3. 主流价格带及各价格带竞争特点；
4. 标题关键词共性；
5. 我的产品需要满足的最低门槛；
6. 进入建议：值得做 / 谨慎验证 / 暂不进入，并说明证据。

验收结论

合格的选品报告必须把“市场事实”和“AI判断”分开。销量、价格、评论频次是事实；是否值得做是基于事实的判断。

特别注意：

• 高频卖点通常是入场门槛，不等于差异化；
• 高频差评不一定适合改产品，也可能来自错误预期；
• 没有成本、供应链和利润信息时，AI不能替你做最终商业决策。

完成标准

你能明确回答：市场靠什么成交、用户还在抱怨什么、自己的产品要达到什么门槛，以及下一步应该放弃、验证还是进入。

原理延伸

竞品分析的维度设计、头部与腰部竞品的不同看法、选品决策的完整标准，见板块一第1章「AI选品情报」（1.1 竞品深度拆解、1.3 科学选品 SOP）。