选品第 2 篇:用 AI 做竞品矩阵拆解

市场容量判断完之后,下一步是看竞品在打什么牌。这篇讲清怎么用 AI 把 Top 20 竞品拆成价格、卖点、人群、痛点四张矩阵,找出差异化空间。

AI 竞品矩阵拆解:4 维度发现差异化空间封面图
✅ 这篇想帮你回答: 市场容量判断完,知道这个品类"有多大"之后,下一步是回答"竞品在打什么牌"。差异化卖点不是拍脑袋想出来的,是从竞品矩阵里"挖空"出来的。

选品第 1 篇讲了怎么用 AI 估算一个品类的市场容量。这一篇讲下一步:怎么把 Top 20 竞品拆成结构化矩阵,找到你的差异化空间。

一、为什么需要竞品矩阵

选品最常见的死法是:看到一个品类”看起来有空间”,一头扎进去做,结果发现:

  • 头部 3 家已经把价格压到你做不出来
  • 头部 3 家的 Listing 已经把所有卖点说完了,你没新词可说
  • 头部 3 家的 Review 数量已经形成壁垒,新品 Review 太少自然位出不来

这些信息在你做选品笔记的时候就能看到,前提是你把竞品数据做成可对比的矩阵。

二、矩阵的四个维度

我把竞品矩阵分成四个维度。每个维度对应一个关键问题。

维度一,价格带。

问题:竞品们集中在什么价格带?你能进哪个价格带?

  • $15-25 通常是大卖血战场
  • $25-40 是利润舒适区
  • $40+ 是品牌场,需要强差异化

把 Top 20 竞品的价格做成散点图,密度最高的那一档就是”红海”。

维度二,核心卖点。

问题:竞品们在反复说什么卖点?哪些卖点被说了 5 遍以上?

  • “non slip” 出现 8 次
  • “eco friendly” 出现 6 次
  • “machine washable” 出现 3 次

出现频次越高的卖点,越可能是买家关心的。但也是同质化最严重的。

维度三,目标人群。

问题:竞品们主打什么人群?有没有人群空白?

  • “for kids”
  • “for seniors with arthritis”
  • “for professional chef”
  • “for college dorm”

如果有 18 个竞品主打”妈妈”,但只有 2 个主打”大学生宿舍”,后者可能是差异化空间。

维度四,差评集中点。

问题:Top 20 竞品里差评提到最多的痛点是什么?

  • “尺寸不对” 出现 47 次
  • “味道大” 出现 23 次
  • “两周就坏了” 出现 18 次

差评集中点 = 用户未被满足的需求。如果你的产品能解决其中一个点,这就是你的差异化卖点。

三、AI 怎么帮你做矩阵

把 Top 20 竞品的标题、五点、A+、最近 3 个月的 Review 全部拉下来,喂给 AI,让它输出四张表。

第一张表:竞品基础信息表。

字段:ASIN、标题(截前 80 字符)、价格、星级、Review 数、上架时间。

第二张表:卖点词频表。

字段:卖点词、出现竞品数、典型表达。

AI 帮你做词频统计,输出”被说烂的卖点”。

第三张表:人群标签表。

字段:人群标签、对应竞品数、典型表达。

AI 帮你从五点和 A+ 里识别”主打人群”。

第四张表:差评痛点表。

字段:痛点、出现 Review 数、平均星级、典型原话。

AI 帮你从 Review 文本里聚合痛点。

四张表做完,你的竞品矩阵就立起来了。

四、从矩阵到差异化

矩阵做完之后,怎么找到你的差异化空间?

方法一:找空白人群。

如果 18 个竞品主打”妈妈”,但没有主打”单身男性”或”租房党”,后者是空白。

方法二:找被说烂的卖点。

如果”non slip” 出现 8 次,那”non slip” 不应该是你的核心卖点,因为买家已经免疫了。

方法三:找高频差评。

如果”尺寸不对” 出现 47 次,那你的产品如果能在尺寸上做到比 Top 竞品更精准,差评率会明显下降,Listing 评分会更高,算法权重会更友好。

方法四:找价格空档。

如果 $20-25 有 12 个竞品,$30-35 只有 3 个,那 $30-35 是定价空档。

四个方法里,方法一和方法三价值最大。方法二和方法四只是辅助。

五、AI 在这一步的边界

AI 适合做:

  • 把 20 个竞品的标题和五点批量结构化
  • 把 2000 条 Review 做词频聚合
  • 找出”高频但被你忽略”的痛点

AI 不适合做:

  • 替你判断哪个差异化方向能赚钱(这是市场判断)
  • 替你判断供应链能不能做出差异化产品(这是供应链判断)
  • 替你判断你能不能在某个细分人群里打出声量(这是品牌判断)

AI 是放大器,把数据放大到你能看清全貌。判断还是要回到你自己。

六、实操 SOP

把上面的方法落地成 4 步:

第一步,列 Top 20 竞品 ASIN。

用 Helium 10 或 JS 拉 Top 20,按销量排序。

第二步,导出 4 类原始数据。

每个竞品的:标题、五点、A+、最近 3 个月 Review、星级、价格。

第三步,让 AI 输出 4 张表。

把原始数据丢给 AI,让它做结构化整理。校验:AI 输出的卖点词频表里”non slip” 数对不对得上你数的结果。如果对不上,让它重做。

第四步,人工筛 3 个差异化方向。

从四张表里挑出 3 个候选差异化方向。这 3 个方向要回答两个问题:

  • 这个方向有买家吗(从人群标签表和差评痛点表里找证据)
  • 这个方向我能做吗(从供应链、成本、经验判断)

3 个方向都答 yes,选最强的那个进 Listing。

七、避坑

  • 不要矩阵做得很漂亮但没下结论。矩阵是手段,差异化才是目的。
  • 不要只看头部 3 家。腰部 10-20 家往往藏着新趋势。
  • 不要被”蓝海”骗。如果一个细分人群完全没有竞品,可能不是机会,是没人做。
  • 不要把差评当唯一来源。差评是被动数据,主动数据是买家在搜索什么。

选品第 3 篇会写:怎么把市场容量和竞品矩阵合并成一张”选品决策表”,让选品判断可量化、可复盘。

想把 AI 真正用进亚马逊运营?

先从一张检查表、一套 Prompt 和一份广告复盘模板开始,把方法落到每天的运营动作里。

领取 AI 运营资料包
说明: 本文为亚马逊运营教学与方法整理,不构成平台政策、法律、税务或投资建议。具体操作请结合你的类目、账号状态、产品数据和亚马逊最新规则人工判断。
选品第 1 篇AI 估算市场容量
选品第 3 篇痛点反推选品
系列文章
选品第 1 篇AI 估算市场容量选品第 3 篇痛点反推选品
下一篇该读什么
选品
亚马逊选品学习路径:从市场容量到选品决策

把选品拆成 4 步:先判断自己能不能打、再看市场容量、再拆竞品矩阵、再用痛点反推机会。一条适合新手跟读的学习路径,走完一遍能在自己的品类上跑通选品决策闭环。