2. 竞品选择矩阵：筛选标准、分类维度、优先级排序
2.1 从候选到聚焦：为什么需要选择矩阵
在之前的调研中，你可能已经收集了数十款“相关产品”。但并非所有产品都值得同等深度的分析。盲目铺开会导致资源浪费、结论泛化，无法支撑功能边界的精确划定。竞品选择矩阵就是一张结构化筛网——它用统一的尺度过滤候选产品，确保每一款进入分析池的竞品都与你当前业务场景、用户群体、技术方向直接相关。
用户场景驱动：当你的产品聚焦“Z世代社交电商”时，一个企业级协作工具（如Slack）即便功能再强大，也不应在核心竞品之列。选择矩阵帮你把精力集中在真正影响你功能边界的对标对象上。
2.2 筛选标准：用五个维度给竞品打分
筛选标准是矩阵的第一层过滤。每个候选竞品按以下五维度评分（1-5分），累计得分低于阈值（如12分）的淘汰。标准应随业务阶段动态调整。
| 维度 | 说明 | 权重 | 典型高得分场景 |
|---|---|---|---|
| 业务相关性 | 解决的核心问题是否与你的用户故事匹配 | 30% | 同类型交易平台、协作工具 |
| 用户重合度 | 目标用户画像、使用场景的重叠比例 | 25% | 同一用户群体，如“独立设计师” |
| 功能重叠度 | 已有功能清单与你的核心功能集交集大小 | 20% | 核心功能模块相似度 > 60% |
| 数据可获取性 | 能否通过公开渠道、爬虫或报告获得有效数据 | 15% | 公开API、活跃社区、季度财报 |
| 创新参考价值 | 该产品是否有尚未被市场验证但具启发的设计 | 10% | 新交互模式、AI原生逻辑 |
实践建议：不必追求评分对象完全客观。团队可先背对背打分，再集中讨论差值大的维度。关键是要保证同一缩放标准用于所有候选产品。
2.3 分类维度：按竞争关系分层
通过筛选的竞品，需要按竞争关系分类。不同类别的竞品在功能边界分析中的参考价值不同。
- 直接竞品：解决完全相同的用户需求，功能集高度重叠。例如：微信支付 vs 支付宝支付。
作用：划定“必须拥有”功能基线，防止功能缺失。 - 间接竞品：解决相同需求但采用不同方案。例如：钉钉 vs 企业微信 vs 飞书。
作用：发现差异化机会，找到功能边界“可做可不做”的灰色区。 - 潜在竞品：目前仅部分功能重叠，但可能跨入你领域的产品。例如：Notion 作为文档工具与项目管理工具。
作用：预警功能边界的“未来侵蚀”，提前规划扩展方向。
| 类别 | 分析深度要求 | 功能边界决策贡献 |
|---|---|---|
| 直接竞品 | 全功能拆解 | 定义“必须有”的硬边界 |
| 间接竞品 | 核心场景对比 | 识别“可选”与“特色”区域 |
| 潜在竞品 | 趋势与架构关注 | 设定“未来扩展”边界 |
2.4 优先级排序：矩阵打分结果落地
优先级排序综合筛选评分与分类维度，给出每个竞品的最终分析顺序。推荐使用四象限法：横轴为“业务相关度”（筛选评分标准化），纵轴为“竞争威胁度”（直接竞品最高）。
- 第一象限（高相关+高威胁）：立即深度分析，每周更新功能动态。
- 第二象限（高相关+低威胁）：季度回顾，重点跟踪差异化功能。
- 第三象限（低相关+高威胁）：仅保留预警观察，不投入深度拆解。
- 第四象限（低相关+低威胁）：直接过滤出选择矩阵，不进入分析池。
常见陷阱：团队容易过度关注高威胁但低相关度的产品（如社交巨头做支付），导致被局部功能误导。始终保持“相关度”权重不低于50%，确保分析资源投入到真正影响你功能边界的产品上。
2.5 本章要点与落地清单
- 筛选标准：五维度评分（业务相关性、用户重合度、功能重叠度、数据可获取性、创新参考价值），权重可调。
- 分类维度：直接/间接/潜在竞品，分别对应功能硬边界、差异化机会、未来扩展预警。
- 优先级排序：四象限法，确保分析资源用在刀刃上。
- 产出物：一张竞品选择矩阵表（含筛选评分、分类标签、优先级等级），作为后续需求拆解与功能边界划定的输入。
课程关联：第3章开始基于本矩阵选出的高优先级竞品，进行深度需求拆解与过程指标建立。请确保在进入下一阶段前，该矩阵已通过团队评审并锁定分析目标。