绝大多数竞品分析的产出是一张对比表：竞品的价格、评分、评论数、销量估算，和自己的并排放着。
这张表几乎不产生动作。 因为它回答的是"对方怎么样"，而你需要回答的是"我该做什么"。价格比你低 3 美元——所以呢？降价吗？
有用的竞品分析找的不是对比，是差集：对方有而你没有的东西。差集才直接对应动作。
四个能产出动作的差集
| 角度 | 找什么 | 对应的动作 |
|---|---|---|
| 词的差集 | 对方有曝光、你没有的词 | 补词或投广告 |
| 双占位浪费 | 对方自然和广告同时占位的词 | 判断对方的投放策略 |
| 差评的未满足需求 | 对方反复被抱怨、且没解决的点 | 产品差异化 |
| 变体结构 | 对方有而你没有的变体 | 补规格 |
四个里前两个来自流量数据，第三个来自评论，第四个来自商品详情。
一、词的差集：最直接的一个
做法是固定口径的三步：
- 取 3 到 5 个同类竞品的流量词（反查接口，同一站点、同一月份）
- 取你自己 ASIN 的流量词，同样的条件
- 求差集：至少两个竞品有、而你没有的词
第 2 步的"同样的条件"是关键。 只查竞品不查自己，你会得到一张"竞品很厉害"的表；两边用不同月份或不同站点查，差集就是噪音。
差集是候选清单不是待办清单——对方可能有你没有的变体、尺寸或认证，某些词对他相关而对你不相关。
反查接口的字段怎么读、分页上限在哪，见ASIN 反查关键词怎么做。
二、一个能直接算出来的数字
流量词统计接口按 ASIN 返回三个计数：keywords（全部流量词）、ranks（自然流量词）、ads（广告流量词）。
文档里的示例值是 2685、1848、1414。注意 1848 + 1414 = 3262，比总数多出 577。
多出来的部分不是错误，是同时占据自然位和广告位的词：
双占位词数 ≈ ranks + ads − keywords拿这个数字看竞品，你能读出对方的投放风格：双占位比例高，说明对方在自己已有自然排名的词上仍然投广告（防守型）；比例低，说明广告主要用来开拓新词（进攻型）。
这比"对方广告花得多不多"具体得多，而且只要三个数就能算。怎么用在自己身上见关键词排名怎么监控。
三、差评里的未满足需求
竞品的差评比自己的差评有价值，因为那是买家已经明确说出口、而对方还没解决的需求。
做法：取竞品 1 到 2 星评论，按复现率排序，找反复出现的那几条。如果你的产品恰好没有这个问题，它就是可以直接写进五点的差异化点。
两个必须注意的边界：
先把评论来源分开。 评论带 verified、vine、free、experience 四个标记，免费拿到商品的人缺少"值不值这个价"的判断。算基准时只用实际购买的那批，见评论的四种来源。
区分"该改产品"和"该改描述"。 一条差评说"和图片不一样"，问题在图片不在产品。把后者当前者处理，是竞品分析里最贵的误判。完整方法见评论分析怎么做。
四、变体结构
商品详情接口返回 parent 和 variationList / variations。竞品有 8 个颜色而你只有 3 个，这是一个具体的、可执行的差距。
同时这里有个陷阱：父体和子体的数据不是一回事。 父体的评论是所有变体汇总的，销量估算是全家族合计的。拿对方的父体数据比你的子体数据，误差可以是好几倍，而且不会报错。父子体的完整说明在ASIN 是什么意思。
落到表里
四个角度得出的东西要分开记：观察到什么、它可能意味着什么、你打算做什么，三列分开。焊在一起是猜测被当成发现发出去的常见路径。
这张表的完整结构和字段映射见亚马逊竞品分析表模板。要把整个流程交给模型跑，见把竞品分析交给 AI Agent。
三件竞品分析做不到的
拿不到对方的后台搜索词报告。 那是卖家后台的授权数据，反查给的是公开搜索结果里实际出现过的词，两者来源不同也不对应。
拿不到对方的真实销量和广告花费。 销量是从 BSR 推算的，广告花费完全不可见。任何声称能给出精确值的说法本质上都是推算。
不知道对方为什么这么做。 数据能看出对方在某个词上加了投放，看不出是策略调整还是清库存。
常见问题
该选几个竞品？ 3 到 5 个同类的。少于 3 个，差集里全是个例；多于 5 个，差集会稀释成"整个类目的词"，失去针对性。
怎么判断谁是真正的竞品？ 不是看谁卖得好，是看谁和你抢同一批搜索词。用反查的词重合度来定比凭印象准。
多久做一次？ 按月。竞品的词和评论都是缓慢变化的，按周做会看到大量噪音，而改动本身也需要时间起效。
竞品的差评能直接当需求文档吗？ 不能直接。它是需求线索，还要过你自己的成本和供应链判断——对方没解决，有时候正是因为不值得解决。