市场分析与机会识别：行业趋势分析（Gartner曲线）、竞品分析框架、用户痛点挖掘方法
做AI产品，最怕什么？
怕你辛辛苦苦做出来，市场根本不买账。或者更惨——你刚上线，巨头入场，直接把你拍死在沙滩上。
我见过太多技术团队，一上来就聊模型、聊算法，聊得热血沸腾。但一问「这个市场有多大？」「用户到底疼在哪？」「竞品为什么没做好？」——全懵了。
所以这一章，咱们就聊聊怎么把市场看清楚。说白了，就是三件事：看趋势、看对手、看用户。
一、行业趋势分析：别在退潮时裸泳
先讲个我自己的教训。
2018年，我带队做了一款AI客服机器人。当时技术选型特别激进，用了当时最火的Transformer变体。结果呢？模型太大，推理成本高得离谱，客户根本用不起。等我们优化完，市场上已经有三家竞品了。
为什么会这样？因为我没看趋势曲线。
1.1 Gartner曲线：技术成熟度的「天气预报」
Gartner曲线，全称叫「技术成熟度曲线」。它把一项技术从诞生到普及，分成了五个阶段：
| 阶段 | 特征 | 典型表现 |
|---|---|---|
| 技术触发期 | 概念刚出来，媒体开始炒作 | 论文刷屏，创业公司扎堆 |
| 期望膨胀期 | 所有人都觉得它能改变世界 | 融资疯狂，估值虚高 |
| 泡沫破裂期 | 落地困难，资本退潮 | 公司倒闭，媒体唱衰 |
| 稳步爬升期 | 找到真实场景，开始赚钱 | 头部玩家出现，商业模式清晰 |
| 生产成熟期 | 技术普及，成为基础设施 | 价格下降，人人可用 |
我个人的习惯是：每季度更新一次Gartner曲线图。把你要做的技术点标上去，看看它在哪个位置。
关键判断：
- 在「期望膨胀期」入场？——准备好烧钱，赌的是你能熬到爬升期。
- 在「泡沫破裂期」入场？——低成本捡漏，但要有耐心。
- 在「稳步爬升期」入场？——拼执行，拼场景理解。
举个例子。2023年，大语言模型（LLM）明显处于「期望膨胀期」。那时候我劝团队别急着做通用对话机器人，因为巨头会砸钱。我们转而做垂直领域的知识库问答——这个场景在「稳步爬升期」，客户愿意付费。
1.2 用SVG画一张Gartner曲线
嗯，这里我手绘一个简化版。你感受一下趋势：
避坑指南：我曾经在「期望膨胀期」跟风做了一个AI写作助手。结果发现用户根本不习惯用AI写长文，留存率不到10%。后来我学乖了——先看曲线，再定策略。
二、竞品分析框架：别闭门造车
你想想看，如果你要做一款AI面试辅助工具，第一步是什么？
不是写代码。是打开应用商店，把排名前20的面试工具全下载下来，一个个用。
我管这叫「竞品解剖三步法」。
2.1 第一步：功能矩阵对比
拿张表格，把竞品的功能拆开。比如：
| 功能维度 | 竞品A | 竞品B | 我们的机会 |
|---|---|---|---|
| AI模拟面试 | 有，但问题模板化 | 有，支持自定义 | 做行业定制（如技术岗） |
| 实时反馈 | 文字反馈 | 语音+文字 | 增加肢体语言分析 |
| 题库覆盖 | 500+题目 | 2000+题目 | 接入最新面试真题 |
| 价格 | 免费+会员 | 按次收费 | 企业版订阅 |
做完这张表，你会发现：竞品都在做「通用」功能，没人深耕「垂直场景」。这就是你的机会。
2.2 第二步：用户评价挖掘
去应用商店、知乎、小红书，把竞品的差评全扒下来。我习惯用Python写个爬虫，但手动看也够用。
重点关注三类差评：
- 功能缺失型：「为什么不能导出报告？」——这是刚需。
- 体验糟糕型：「加载太慢了，面试时卡顿」——这是技术债。
- 价格敏感型：「太贵了，学生党用不起」——这是定价策略。
我的经验：差评里藏着产品迭代的「金矿」。我曾经靠分析竞品差评，发现用户最想要的是「面试后自动生成复盘报告」。我们花了2周做出来，转化率提升了30%。
2.3 第三步：SWOT分析
别小看这个老掉牙的工具。用好了，能帮你快速定位：
| 优势（S） | 劣势（W） | |
|---|---|---|
| 机会（O） | SO策略：用技术优势抢占新场景 | WO策略：补短板，借势增长 |
| 威胁（T） | ST策略：用优势抵御竞争 | WT策略：规避风险，猥琐发育 |
举个例子。我们做AI面试工具时：
- SO：我们有NLP技术积累，可以做「面试回答质量评分」——竞品没有。
- WT：我们品牌弱，大厂入场是威胁。所以先做「校园招聘」场景，避开巨头。
三、用户痛点挖掘：别自嗨
做AI产品最容易犯的错是什么？
自嗨。
「这个技术好牛，用户肯定喜欢！」——结果用户说：「关我什么事？」
我早期做产品时，经常被研发同事追着问：「用户到底想要什么？」说实话，我也答不上来。后来我总结了一套方法。
3.1 用户访谈：别问「你想要什么」
直接问用户「你想要什么功能」，大概率得到的是废话。因为用户只会说「更快、更便宜、更好用」。
我习惯用「场景还原法」：
- 「你上次面试前，是怎么准备的？」
- 「准备过程中，最让你头疼的是什么？」
- 「如果有一个工具能帮你解决这个问题，你愿意花多少钱？」
你看，这些问题不直接问「功能」，而是问「场景」和「情绪」。用户会告诉你真实的痛点。
一个小技巧：访谈时带个录音笔。回去反复听，你会发现用户不经意间说出的「金句」。比如有个用户说：「我刷了100道题，面试时一个都没考到。」——这就是痛点：题库和面试脱节。
3.2 痛点分级：别什么都想做
挖掘出10个痛点后，怎么排序？
我用的框架叫「痛苦-频率矩阵」：
| 高频 | 低频 | |
|---|---|---|
| 高痛苦 | 核心痛点（优先做） | 小众需求（可做可不做） |
| 低痛苦 | 痒点（锦上添花） | 伪需求（放弃） |
举个例子。用户面试的痛点：
- 高频+高痛苦：面试时紧张，不知道如何回答——做「模拟面试+实时提示」。
- 低频+高痛苦：面试被问到不会的技术题——做「知识库速查」。
- 高频+低痛苦：简历格式不好看——这个优先级低，因为模板工具太多了。
3.3 用数据验证：别拍脑袋
痛点挖出来了，怎么验证是不是真的？
我习惯做「最小化验证」：
- 做个落地页，描述你的解决方案。
- 投1000块钱广告，看点击率。
- 如果点击率超过5%，说明痛点真实。
- 如果低于2%，说明用户不疼。
我曾经花2天做了个「AI面试复盘」的落地页，投放后点击率8.3%。嗯，这个方向对了。
注意：别在验证阶段就投入大量研发资源。我见过一个团队，花3个月做了个「AI简历优化」工具，结果上线后用户说「我用Word改改就行」——白干了。
小结
市场分析和机会识别，说白了就是三句话：
- 看趋势：用Gartner曲线判断时机，别在泡沫期all in。
- 看对手：用功能矩阵+差评挖掘+SWOT，找到差异化切入点。
- 看用户：用场景还原法挖痛点，用痛苦-频率矩阵排序，用落地页验证。
下一章，咱们聊聊怎么把这些分析结果，变成一份能落地的PRD。嗯，那才是真正见功夫的地方。