一种基于大数据的竞品分析方法及系统技术方案

本发明专利技术涉及竞品分析技术领域，提出了一种基于大数据的竞品分析方法及系统，该方法包括：获取采样用户群中各用户的互联网历史行为数据，通过漏斗分析法对互联网历史行为数据进行分析，得到目标产品的同类产品，同类产品为与目标产品的市场定位相同的产品；分别获取同类产品中各个产品与目标产品的关联度；选取对应的关联度大于第一预设阈值的产品作为目标产品的竞品；对与所述目标产品和所述竞品相关的互联网历史行为数据进行分析，生成目标产品相对于竞品的攻防策略。本发明专利技术能够有效、准确地实现竞品的定位和分析，为目标产品提供更为有效的竞争策略制定依据，同时也通过用户的关注倾向从而制定更有效的投放策略。

A competitive product analysis method and system based on large data

The present invention relates to the technical field of the analysis of competing products, proposes a method and system for analysis of big data based on competitive, the method includes: acquiring Internet history data sampling of each user user groups, through the funnel to analyze the history of the Internet behavior data, get the target product of similar products, similar products to the same with the market orientation of the product; correlation was used to obtain similar products in each product and target product; choose the corresponding correlation degree is greater than the first preset threshold products as the target product of competing products; and the target products and the competitive behavior of Internet history data related to the analysis of competing products strategies to generate the target product with respect to. The invention can effectively and accurately realize the location and analysis of competing products, provide a more effective strategy for target products, and develop a more effective delivery strategy through the user's attention tendency.

【技术实现步骤摘要】
一种基于大数据的竞品分析方法及系统
本专利技术涉及竞品分析
，尤其涉及一种基于大数据的竞品分析方法及系统。
技术介绍
在各行业中，针对竞品的研究一般都会极受重视，竞品分析或者品牌分析是很多企业在市场做品牌市场战略研究的重要手段之一，而且也是企业对竞争对手市场经营情况最好的调研分析。每个企业都需要分析改进自身产品来占领更多市场，因此竞品分析是市场上最普遍，也是最重要的分析途径。产品研发上线后，所有企业或者品牌都需要竞品分析，对现有或潜在的竞争产品优势劣势进行评价。根据这个分析来对自身产品进行更全面、更专业的战略定位和产品优化。竞品分析主要从几个维度对比分析：战略定位、盈利模式、用户群体、产品功能、产品操作性能体验等。在做竞品分析之前，选择定义竞品是很重要的环节。目前的定义竞品的方案主要包括：A.以技术规格、价格定位和销售数量等作为衡量指标，取相近者作为竞品。该方法虽然可以作为竞品参考之一，因为价格是很多用户群体选择产品的重要因素之一，技术规格是产品功能的竞争，销售数量是出于企业和企业之间产品的利润竞争考虑，但是该方法仅仅只能是相关人员从经验来判断这些指标的权重，从而定义竞品，忽略了用户真正的需求。一个产品是否被选中并购买的核心是该产品是否满足了用户需求，用户的需求才是产品真正选择的核心。B.根据用户对相关产品的关键词搜索量对比，选择被搜索次数多的产品作为竞品。这种方法只能确定用户总的搜索量，不能精准判断搜索的用户一定是目标人群，一次行为并不代表用户真正的需求全部。同时，当搜索两个产品关键词的两种人群出现比较大的重叠时，才能判断这两个产品可能互为竞品，然而仅通过关键词搜索量无法判断这两种人群的重叠情况，因此在这一点上，通过关键词搜索量选择竞品的方法具有很大缺陷。此外，根据产品被搜索的次数定义竞品无法找打相关产品具体功能和特性，如具体无法分析了解哪个特性最吸引客户。C.市场调研进行相应的统计，用户关注点的总体分析。该方法统计的首先是人，具有较强的主观色彩统计数据。而且主观性的东西无法通过普通的交流和问卷调查得信息，交流不够深入，不够全面都会带来竞品选择的误差。虽然调查问卷的行为数据较为具体，用户关注点较为明确，调查结果广而不深，用户在填问卷也会因为调查问卷问题的固定式设定，用户暂时性的发散性思维的回答，导致结果数据会脱离实际。此外问卷调查经常采用由用户自己填答问卷的方式，所以其调查结果的质量常常得不到保证，被调查者的分布不均匀，被调查人群有相对集中的现象。定义竞品之后，市场上竞品分析的方法主要包括：SWTO、表格式对比评估等分析方法。其中，SWTO方法，主要以相关人员凭主观及经验，对具体竞品的某些具体细节功能的分析和比较，与市场的分析会存在很大的偏差。同样是忽略了用户需求的分析部分。表格统计对比评估分析法，主要以相关专业行业人员带有根据多年经验进行分析，而不是目标用户群的真正实在行为，与实际有偏差，带有的主观性比较强，对于具体的产品分析仅在表面。漏斗分析法，这种行为判断分析，只能分析出产品某一个环节出问题，不能精确找出某个环节的具体细节哪个功能出问题，具有很大的局限性，对产品功能特点分析对比没有达到一个很好的目的。搜索引擎关注量对比分析法，由于搜索关键词的量只是宏观上展现关键词的搜索热度和关注度，基于搜索的人群很可能不是同一批人群，导致搜索量的差异，误认为某功能特性是更受关注的，带来的误导性会很大，而且，这种单纯的搜索量的比较，无法明确某产品和竞品之间功能差异性。因此，如何提供一种能够有效、准确地定位竞品、分析竞品的基于大数据的竞品分析方法对于品牌竞争策略的制定具有重要意义。
技术实现思路
鉴于上述问题，本专利技术提出了一种基于大数据的竞品分析方法及系统，能够有效、准确地定位竞品，并量化目标产品和竞品各个细节之间的关注度，并基于关注度的高低进行竞品分析，为目标产品提供更为有效的竞争策略制定依据，同时也通过用户的关注倾向从而制定更有效的策略。本专利技术的一个方面，提供了一种基于大数据的竞品分析方法，包括：获取采样用户群中各用户的互联网历史行为数据，通过漏斗分析法对所述互联网历史行为数据进行分析，得到目标产品的同类产品，所述同类产品为与目标产品的市场定位相同的产品；分别获取所述同类产品中各个产品与所述目标产品的关联度；选取对应的关联度大于第一预设阈值的产品作为目标产品的竞品；对与所述目标产品和所述竞品相关的互联网历史行为数据进行分析，生成所述目标产品相对于所述竞品的攻防策略。可选地，在所述获取采样用户群中各用户的互联网历史行为数据之后，所述方法还包括：通过漏斗分析法对所述互联网历史行为数据进行分析，确定与所述目标产品的类别不同的第三方产品；获取所述第三方产品中与所述目标产品的关联度大于第二预设阈值的关联产品，其中，所述第一预设阈值大于所述第二预设阈值；对与所述目标产品和所述关联产品相关的互联网历史行为数据进行分析，生成所述目标产品与所述关联产品的合作策略。可选地，所述方法还包括：通过漏斗分析法对所述互联网历史行为数据进行分析，以确定所述目标产品对应的目标用户群，其中，所述目标用户群为关注目标产品和/或同类产品的用户群。可选地，所述分别获取所述同类产品中各个产品与所述目标产品的关联度，包括：统计采样用户群的用户数量、采样用户群中关注所述同类产品中某一产品A的用户群体和用户数量，以及关注所述目标产品B的用户群体和用户数量；计算所述同类产品中某一产品A对所述目标产品B的绝对关注度，公式如下：其中，FRAB表示某一产品A对B的绝对关注度，FUA表示关注A的用户群体，FUB表示关注B的用户群体。Count表示用户群体对应的用户数量；计算所述同类产品中某一产品A的用户关注概率，公式如下：其中，FPA为产品A的用户关注概率，FUall为采样用户群的用户数量；根据所述绝对关注度和用户关注概率，计算同类产品中某一产品A与所述目标产品B的关联指数，公式如下：其中，RIAB为产品A与所述目标产品B的关联指数；根据所述关联指数确定所述产品A与所述目标产品B的关联度。可选地，所述通过漏斗分析法对所述互联网历史行为数据进行分析，得到目标产品的同类产品，还包括：根据所述同类产品在所述目标用户群中对应的用户关注概率，对所述同类产品进行产品排名。可选地，所述对与所述目标产品和所述竞品相关的互联网历史行为数据进行分析，生成所述目标产品相对于所述竞品的攻防策略，包括：通过漏斗分析法对所述互联网历史行为数据进行分析，从所述互联网历史行为数据中搜索用户的相关行为数据，所述相关行为数据为与所述目标产品和/或同类产品相关的且在单位时间内高频次同时进行的行为数据；根据所述相关行为数据确定所述目标产品和对应竞品的用户关注内容；获取所述竞品与所述目标产品在同一用户关注内容对应的关联指数；基于所述关联指数以及所述竞品和所述目标产品在同一用户关注内容的用户关注概率，生成所述目标产品相对于所述竞品的攻防策略。本专利技术的另一个方面，提供了一种基于大数据的竞品分析系统，包括：数据分析模块，用于获取采样用户群中各用户的互联网历史行为数据，通过漏斗分析法对所述互联网历史行为数据进行分析，得到目标产品的同类产品，所述同类产品为与目标产品的市场定位相同的产品；获取模块，用于分别本文档来自技高网...

【技术保护点】
一种基于大数据的竞品分析方法，其特征在于，包括:获取采样用户群中各用户的互联网历史行为数据，通过漏斗分析法对所述互联网历史行为数据进行分析，得到目标产品的同类产品，所述同类产品为与目标产品的市场定位相同的产品；分别获取所述同类产品中各个产品与所述目标产品的关联度；选取对应的关联度大于第一预设阈值的产品作为所述目标产品的竞品；对与所述目标产品和所述竞品相关的互联网历史行为数据进行分析，生成所述目标产品相对于所述竞品的攻防策略。

【技术特征摘要】
1.一种基于大数据的竞品分析方法，其特征在于，包括:获取采样用户群中各用户的互联网历史行为数据，通过漏斗分析法对所述互联网历史行为数据进行分析，得到目标产品的同类产品，所述同类产品为与目标产品的市场定位相同的产品；分别获取所述同类产品中各个产品与所述目标产品的关联度；选取对应的关联度大于第一预设阈值的产品作为所述目标产品的竞品；对与所述目标产品和所述竞品相关的互联网历史行为数据进行分析，生成所述目标产品相对于所述竞品的攻防策略。2.根据权利要求1所述的方法，其特征在于，在所述获取采样用户群中各用户的互联网历史行为数据之后，所述方法还包括：通过漏斗分析法对所述互联网历史行为数据进行分析，确定与所述目标产品的类别不同的第三方产品；获取所述第三方产品中与所述目标产品的关联度大于第二预设阈值的关联产品，其中，所述第一预设阈值大于所述第二预设阈值；对与所述目标产品和所述关联产品相关的互联网历史行为数据进行分析，生成所述目标产品与所述关联产品的合作策略。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：通过漏斗分析法对所述互联网历史行为数据进行分析，以确定所述目标产品对应的目标用户群，其中，所述目标用户群为关注目标产品和/或同类产品的用户群。4.根据权利要求3所述的方法，其特征在于，所述分别获取所述同类产品中各个产品与所述目标产品的关联度，包括：统计采样用户群的用户数量、采样用户群中关注所述同类产品中某一产品A的用户群体和用户数量，以及关注所述目标产品B的用户群体和用户数量；计算所述同类产品中某一产品A对所述目标产品B的绝对关注度，公式如下：其中，FRAB表示某一产品A对B的绝对关注度，FUA表示关注A的用户群体，FUB表示关注B的用户群体。Count表示用户群体对应的用户数量；计算所述同类产品中某一产品A的用户关注概率，公式如下：其中，FPA为产品A的用户关注概率，FUall为采样用户群的用户数量；根据所述绝对关注度和用户关注概率，计算同类产品中某一产品A与所述目标产品B的关联指数，公式如下：其中，RIAB为产品A与所述目标产品B的关联指数；根据所述关联指数确定所述产品A与所述目标产品B的关联度。5.根据权利要求3所述的方法，其特征在于，所述通过漏斗分析法对所述互联网历史行为数据进行分析，得到目标产品的同类产品，还包括：根据所述同类产品在所述目标用户群中对应的用户关注概率，对所述同类产品进行产品排名。6.根据权利要求1-5任一项所述的方法，其特征在于，所述对与所述目标产品和所述竞品相关的互联网历史行为数据进行分析，生成所述目标产品相对于所述竞品的攻防策略，包括：通过漏斗分析法对所述互联网历史行为数据进行分析，从所述互联网历史行为数据中搜索用户的相关行为数据，所述相关行为...

【专利技术属性】
技术研发人员：刘赓，
申请(专利权)人：艾普英捷北京智能科技股份有限公司，
类型：发明
国别省市：北京,11