做竞品分析,查价格可以先看官网;想知道买家为什么犹豫,就得去读评论。把问题想清楚,再找资料,会省下不少翻报告的时间。
消费品牌常用的竞争情报来源有七类:竞品官网、公开申报文件、广告资料库、搜索兴趣数据、公开讨论与评论、监管公告,以及自己的客户记录。下面列出入口,也说明每类资料适合查什么,供负责产品营销和客户研究的人使用。
七类竞争情报来源
这份清单按资料类型整理,不给软件排座次。不同地区和平台公开的信息有所不同;使用内部客户记录前,需要先取得授权。
来源 | 去哪里查 | 能查到什么 | 记下哪些信息 |
|---|---|---|---|
1. 竞品官网 | 产品、价格、帮助中心和公告,例如 Anker 官方公告目录 | 公司公布的规格、报价和说明 | 页面地址、型号、市场、发布日期、查看日期 |
2. 公开申报文件 | SEC EDGAR,适用于向 SEC 申报的公司 | 申报公司正式披露的信息 | 公司法律名称、文件类型、报告期、提交日期 |
3. 广告资料库 | 可查看的广告素材和宣传内容 | 广告主或网站、地区、日期筛选、素材、落地页 | |
4. 搜索兴趣数据 | 某个词或主题的相对搜索热度 | 搜索词或主题、地区、时间范围、搜索类型 | |
5. 公开讨论与评论 | 原帖、评论页,以及 DataScaler 中附有来源的记录 | 采集到的讨论说了什么、当时在聊什么 | 原始 URL、发布者、产品、日期、平台,记录的是帖子还是评论 |
6. 监管公告 | 美国消费品相关事项可查 CPSC 召回目录 | 监管机构公布的措施和涉及产品 | 适用国家或地区、公告编号、日期、型号 |
7. 自有客户记录 | 获授权的客服、访谈、退货与成交或丢单记录 | 客户向你反馈过什么,为什么购买或放弃 | 收集方式、产品、客户阶段、原因,统计涉及多少人或记录 |
查资料时,要留意哪些细节?
1. 竞品官网:把型号和报价看完整
比较充电器时,直接打开具体型号的页面,记下输出条件、是否含线缆、价格、币种和保修。先看清两个报价是否来自同一地区、包含同样的东西,再判断价格高低。
记得保存原文和查看日期。要写“竞品降价了”,还得找到能比较的旧报价。当前页面本身说明不了调整发生的时间、原因,或消费者为什么购买。
2. 公开申报:确认查的是哪家公司
在 EDGAR 查到品牌相关资料后,先核对公司的法律名称。集团财报可能涵盖多个品牌和业务,集团收入不能直接当成某款产品的收入。报告期和提交日期也要分别记录。SEC 官方查询说明列出了查询入口。
如果公司没有单独披露你要找的业务,就注明“未披露”。社媒讨论多了多少,无法补出这部分收入。
3. 广告资料库:看竞品怎么介绍产品
在 Google 广告透明度中心搜索广告主或网站,设好日期和目标地区,再看素材。官方说明介绍了筛选方式;不同地区能看到的信息可能不同。
读广告时,可以顺着它的承诺点进落地页:具体型号和使用条件支持这个说法吗?这适合用来研究竞品文案。至于广告是否赚钱、转化率如何,或全球投了多少钱,单凭素材还看不出来。
4. Google Trends:先把对比条件设成一样
比较两个品牌,搜索词或主题的选法、地区、时间范围和搜索类型都要一致。Google 的数据说明写明,Trends 使用抽样数据,经过归一化处理后显示为 0 到 100 的相对指数。这个数值不等于绝对搜索量或销量。
看到某天突然升高,可以回查那段时间的公告和讨论。新品、促销或召回只是可能的解释,需要有日期的资料来确认。
5. 公开讨论:点开原帖读一遍
同样提到“充电速度”,有人刚买回来觉得很快,有人不确定线缆是否兼容,也有人用了几个月后开始抱怨。只看主题标签,很容易把这些话混在一起。读完原文,才知道该补产品说明、请客服解答,还是交给产品团队排查。
有用的帖子随手存下链接、产品、日期和平台,并标明引用的是主帖还是评论。也要留意重复:几条记录可能都转自同一个创作者,或在复述同一份公告。
6. 监管公告:看清适用的型号和地区
引用召回通知时,把型号、市场和日期一起带上。品牌与监管机构可能在不同日期发布相关通知,下文的 Anker 就是一个例子。
结论应限于公告涉及的产品。要判断品牌其他产品的质量,或解释后来出现的负面讨论,还需要另外找资料。
7. 内部客户记录:问问自己的客服和销售
如果公开讨论里有人问兼容性,可以看看自己的客户是否也问过。请客服或研究负责人提供已获授权的相关记录,去掉不必要的个人信息后再使用。
访谈、工单、退货和销售记录要分开统计,因为这些人是通过不同方式被记录下来的。客户提到竞品,不一定已经决定不买你;你自己的记录也算不出竞品的总体退货率。
一个 Bambu P1S 买家的选购问题
我们通过 DataScaler API 找到一条 2026 年 9 月 1 日的 Threads 帖子,并打开原文核对了文字和日期。发帖者准备买第一台 3D 打印机,想知道 P1S 是否容易上手、用起来是否省心,有没有更便宜、体验相当或更好的选择。
如果让我们据此改一页竞品对比内容,会先补上开箱后的操作、买齐需要的花费,以及遇到问题能找谁。打印速度和尺寸仍然要写,但还不足以帮这个买家做决定。
买家在意什么 | 去哪里核对 | 比较页可以怎么写 |
|---|---|---|
新手会不会用 | 具体型号的安装指南、有操作记录的首次打印演示 | 列出开箱到首次打印的步骤,说明哪些要手动做;标清哪些是厂商介绍、哪些实际测试过 |
买齐要花多少钱 | 同一地区、同等配置的官方报价 | 将机器、随附物品、必要配件分开列,注明查价日期;裸机和套装不要放在一起比 |
平时要费多少心 | 保修与售后条款、维护指南、附原帖的使用记录 | 写清售后管什么、日常要做哪些维护;没有故障率数据就不做排名 |
产品营销负责人可以照这个表起草,请产品专家核对操作步骤和套装细节。发布后,再看读者有没有继续点击比较内容或产品页。
这也是 DataScaler 在这次查资料中的用处:找到具体疑问,保留原帖,方便回头确认。回答价格、规格和操作问题时,仍要去查对应的官方资料。一条帖子说明有人在问这个问题,至于有多少买家也这么想,需要更大的样本。
样本说明:该帖于 9 月 3 日采集,本文于 9 月 24 日读取;账号最近一次采集完成于 9 月 13 日。它与下文的固定研究样本分开使用,不用于判断本周需求走势。
日期也值得多核对一步。Anker 官方目录把 A1647、A1652、A1257、A1681、A1689 列在 2025 年 6 月条目下,相关美国 CPSC 25-466 号通知发布于 2025 年 9 月 18 日。写简报时,分别注明来源、日期和适用地区,别把它们当成两次无关事件。这是历史公告,也解释不了后来的社媒情绪。涉及召回资格和产品处理,请按官方指引操作。
几条链接,可能来自同一份资料
五篇文章都在转述一份公告,可以用来追踪它传播到了哪里,但算不上五份独立的产品体验。整理资料时,分别记录链接数和独立来源数。

上图是示意图,不是 Anker 或 Bambu 的实测数据。找不到原始出处的记录,先标“未确认”,不要把它当成独立来源。
还要看样本来自哪里。DataScaler 的 Bambu Lab 固定研究使用了 2026 年 5 月 29 日至 8 月 27 日采集的 655 条源帖,连同评论共有 18,357 条提及,其中 95.4% 来自 YouTube。
想了解评测和演示下的选购讨论,这份资料能告诉你先去哪里读。想知道所有客户是否满意,就需要另找样本。继续增加 YouTube 评论,仍然回答不了未覆盖的人群怎么想。源帖数和包含评论的提及数,也要分开使用。
做竞品基准分析时,同样先核对日期范围、统计的是帖子还是评论,以及两张图是否用了同一批记录,再决定哪些数字能放在一起比较。
按手头的工作选资料
要改产品比较页,先凑齐具体型号的官方信息、相关广告和买家的疑问。产品营销负责人写文案,分析人员检查型号和市场是否对得上。
要弄清买家为什么迟疑,可以把公开帖子交给客户研究人员看,再请客服提供相关工单或访谈记录。两批人群不同,统计时分开保留,别合成一个客户情绪比例。
遇到产品事件,先查品牌与监管机构的公告,确认发生了什么,再读当时的公众反应。要说它影响了购买选择,还需要这方面的直接证据。
用一张表存下 URL、发布者、产品、市场、发布日期、查看日期,注明统计单位和准备怎么使用。资料已经够回答手头的问题,就可以开始写了。如何整理分析和报告,可接着读竞争情报分析指南。
DataScaler 可以帮助你查品牌和竞品的公开讨论,并回到原帖核对。本文列出的财报、广告资料、监管公告和内部客户记录,需要另外获取。
在 DataScaler 查看我的品牌,先找一条与你的产品有关的讨论读一读。
常见问题
有哪些免费的竞争情报来源?
竞品官网、公开申报文件、公开广告资料、Google Trends 和相关监管公告都有免费入口,但覆盖范围各不相同。讨论分析工具和研究服务的使用条件要另行查看。
内部来源和外部来源有什么区别?
竞品声明和公开评论属于外部资料;你自己的客户访谈、工单和业务记录属于内部资料,使用前需要授权。它们来自不同人群,收集方式也不同,分析时应分开说明。
AI 摘要能不能直接当来源?
可以用摘要找线索,引用前还是要打开原文,核对说法、日期、型号和地区。几个摘要都引用同一个页面,算的仍然是同一份资料。
多少条证据才足以行动?
看你要做什么。修正产品规格,查到当前官方页面可能就够了。判断需求、可靠性或市场份额,需要能回答这些问题的数据,不能按链接条数决定。
资料核对于 2026 年 9 月 24 日,包含官方说明、已发布研究和文中单帖,未重新采集所有服务的数据。文中的页面修改是我们的建议,尚无对应的客户效果数据。
