competitor-research-playbook · diff
v1.2.0 to v1.2.0
2 added, 0 removed. Audit A to A.
---
name: competitor-research-playbook
version: 1.2.0
description: |
Your competitor just launched. You have no idea how they grew so fast. Should you reverse-engineer their website? Track their social media? Map their growth flywheel? This gives you the complete SOP — from Wayback Machine snapshots to X/Twitter propagation analysis to growth flywheel scoring. Built from 150+ AI startup competitive analyses including the Lovable case study (4.3M views, 229K impressions launch day). By @WeiYipei.
Inside: 4-step research framework (website → social → traffic → ad spend) · 3-version Wayback evolution analysis · X/Twitter propagation-chain mapping · growth-flywheel 6-stage scoring · KOL identification · content-effectiveness ranking · ICP + freemium pricing teardown · self-check checklist.
New in 1.2: time-machine competitor archaeology — Google date-range search back to pre-fame years, star-history launch-day reconstruction (AppFlowy ~40-channel zero-budget launch teardown), competitor funding news as a launch-timing signal, and the "open source alternative" positioning play. Sourced from first-hand founder interviews (AFFiNE co-founder, 2026-04, self-reported figures marked).
🇨🇳 你的竞品刚刚爆了。你完全不知道他们怎么做到的。该拆官网?盯社媒?画增长飞轮?这份 SOP 给你从 Wayback Machine 快照到 X/Twitter 传播链路还原到飞轮六阶段评分的完整方法论。基于 150+ AI 创业公司竞品分析实战,含 Lovable 完整案例。
🇯🇵 競合が突然バズった。どうやって成長したか全く分からない。このSOPは、Waybackスナップショットからツイッター伝播チェーン分析、フライホイール6段階スコアリングまでの完全な競合調査フレームワークを提供します。150以上のAIスタートアップ分析から構築。
🇰🇷 경쟁사가 갑자기 폭발적으로 성장했습니다. 어떻게 그렇게 빨리 성장했는지 모릅니다. 이 SOP는 Wayback 스냅샷부터 X/Twitter 전파 체인 분석, 플라이휠 6단계 스코어링까지 완전한 경쟁사 조사 프레임워크를 제공합니다. 150개 이상의 AI 스타트업 분석에서 구축.
Triggers: "competitor research" | "competitive analysis" | "competitor analysis" | "growth flywheel" | "market research" | "竞品调研" | "竞品分析" | "增长飞轮" | "传播链路" | "競合分析" | "경쟁사 분석" | "social media teardown" | "Twitter propagation" | "content strategy analysis"
tags:
- competitor-research
- competitive-analysis
- growth-flywheel
- market-research
- growth-hacking
- startup-growth
- social-media-analysis
- twitter-analysis
- content-strategy
- product-launch
- go-to-market
- SaaS-growth
- indie-hacker
- KOL-marketing
- SEO
when_to_use: |
Use this skill when you need to: reverse-engineer a competitor's growth flywheel, analyze
website evolution via Wayback Machine, map X/Twitter propagation chains, score 6-stage
growth flywheels, identify competitor KOLs, or benchmark ICP and pricing strategy.
Trigger phrases: "competitor research" | "competitive analysis" | "growth flywheel" |
"竞品调研" | "竞品分析" | "增长飞轮" | "传播链路" | "market research"
source: https://github.com/Gingiris-1031/gingiris-skills/tree/main/skills/competitor-research-playbook
---
# Competitor Research & Growth Flywheel Playbook — Full SOP
+ Historical reconstruction evidence and citation limits: `references/podcast-evidence.md`.
+
> 🌍 **Language / 语言**: 中文 | English | 日本語 | 한국어
>
> Complete SOP for systematic competitor research: website evolution analysis, social media channel teardown, growth flywheel scoring, X/Twitter propagation chain mapping, and KOL identification. Battle-tested across 150+ AI startups. Includes Lovable full case study (Nov 2024 launch: 229K impressions, 4.3M video views, 10K+ Discord community).
---
## 一、竞品调研核心框架
### 1.1 四步调研法
| 步骤 | 内容 | 产出物 |
|-|-|-|
| **Step 1** | 拆解竞品**官网**不同阶段版本 | 官网演变路径、Value Proposition演进、获客结构 |
| **Step 2** | 拆解竞品**社媒渠道**内容策略 | 各渠道内容分类、发布节奏、KOL合作模式 |
| **Step 3** | **导航站**拆分(按需) | 导航站流量来源、友商投放入口 |
| **Step 4** | **广告投放**拆分(按需) | 投放渠道、素材策略、流量来源 |
### 1.2 工具清单
| 工具 | 用途 |
|-|-|
| [Wayback Machine](https://web.archive.org/) | 查看竞品历史官网快照 |
| [SimilarWeb](https://www.similarweb.com/) | 流量来源分析、渠道分布 |
| [Semrush](https://www.semrush.com/) | SEO、广告投放分析 |
---
## 二、官网拆解方法论
### 2.1 三个关键版本节点
1. **第一版本的官网** — 最小可行版本
2. **第一阶段Beta Test的官网** — 封闭测试期
3. **第一阶段正式Launch的官网** — 公开上市
### 2.2 每版本记录维度
| 维度 | 内容 |
|-|-|
| 一句话介绍 | 核心Value Proposition |
| 官网长度 | 总屏数、落地页结构 |
| 用户案例 | 行业/场景用例 |
| 框架结构 | Banner/Pricing/CTA |
| SEO动作 | 标题/描述变化 |
| 社区渠道 | Discord/Reddit启动节点 |
| 集成生态 | 第三方集成 |
### 2.3 对比表格模板
| 阶段 | 时间节点 | Value Prop | 官网长度 | 主要板块 | 启动渠道 | 关键Feature |
|-|-|-|-|-|-|-|
| V1 | YYYY-MM | ... | X屏 | ... | ... | ... |
| Beta | YYYY-MM | ... | X屏 | ... | ... | ... |
| Launch | YYYY-MM | ... | X屏 | ... | ... | ... |
---
## 三、社媒渠道内容拆解
### 3.1 流量来源判断
先用SimilarWeb判断主要流量来源,再针对重点渠道深入拆解。**优先分析对应渠道做得好的竞品。**
### 3.2 Twitter/X 账号矩阵
| 账号类型 | 拆解重点 |
|-|-|
| **官媒** | 发布频次/节奏/风格、内容分类比例 |
| **创始人账号** | 与官媒差异化程度 |
| **Dev Rel账号** | BD/生态合作内容 |
| **红人账号** | 不同阶段KOL合作 |
### 3.3 内容发布节奏(四阶段)
```
内测(封闭测试)→ 大范围发布 → 长线运营 → Launch Week
```
### 3.4 各平台策略对比
| 维度 | X/Twitter | YouTube | LinkedIn | TikTok |
|-|-|-|-|-|
| 定位 | 传播引爆 | 用户激活 | 企业获客 | 破圈拉新 |
| 频率 | 每日1-3条 | 每周1-3条 | 每周1-2条 | 高 |
---
## 四、增长飞轮分析法
### 4.1 飞轮六阶段评分
| 阶段 | 核心问题 |
|-|-|
| 创作(Activation) | 如何驱动"Aha Moment"? |
| 分享(Referral) | 产品内有病毒传播机制? |
| 发现(Acquisition) | 潜在用户如何被吸引? |
| 互动(Retention) | 如何构建社区归属感? |
| 变现(Revenue) | 免费→付费路径? |
| 产品优化 | 反馈如何驱动迭代? |
### 4.2 强弱判断标准
| 指标 | 强飞轮 | 弱飞轮 |
|-|-|-|
| 留存 | Discord DAU高,UGC持续 | 用户流失快 |
| 口碑 | 有系统化用户故事传播 | 无放大机制 |
| 付费 | 触发点清晰 | 路径模糊 |
| 持续性 | 产品与社区闭环 | 依赖外部投放 |
---
## 五、传播节点分析法
### 5.1 四阶段传播模型
| 阶段 | 时间 | 核心事件 |
|-|-|-|
| 内部点燃 | 发布后数小时 | 团队集体发声 |
| 生态催化 | 1-2天 | 合作伙伴背书 |
| KOL引爆 | 2-3天 | 顶级KOL定性 |
| 广泛渗透 | 持续数周 | 多语种用户参与 |
### 5.2 内容效果排序(数据验证)
| # | 类型 | 效果 |
|-|-|-|
| 🥇 | 视觉Demo(视频/动图) | 冲击力最强 |
| 🥈 | 真实用户成功案例 | 最可信 |
| 🥉 | 竞品对比内容 | 引发讨论 |
| 4 | 量化数据展示 | 社交货币 |
| 5 | 功能公告 | 覆盖窄 |
### 5.3 KOL识别标准
| 类型 | 识别信号 |
|-|-|
| 流量王 | 单帖>100K曝光 |
| 话题发动机 | 评论区深度讨论 |
| 心智转折点 | "以后都用它了" |
---
## 六、X/Twitter 深度分析
### 6.1 搜索语法
```
from:[Handle] since:YYYY-MM-DD until:YYYY-MM-DD -filter:retweets lang:en
"[产品名]" OR "[域名]" -from:[官方] since:YYYY-MM-DD -filter:retweets -filter:replies
```
### 6.2 单帖爆款拆解
| 维度 | 分析 |
|-|-|
| Hook | 从哪个角度讲? |
| Nugget | 什么让人忍不住转? |
| Feeling | 惊叹/好奇/FOMO? |
| 视觉 | 降低什么理解成本? |
---
## 七、综合洞察框架
### 五维分析
| 维度 | 输出 |
|-|-|
| 市场定位 | 细分、画像、差异化 |
| 商业模式 | 定价、飞轮 |
| 执行策略 | AARRR、内容日历 |
| 可复用策略 | 战术+适用边界 |
| 风险 | 识别+预警指标 |
### 自检清单
```
□ 覆盖三版本节点?
□ 拆解所有主要社媒渠道?
□ 识别增长飞轮及强弱?
□ 有传播数据支撑?
□ 提炼可复用策略+适用边界?
□ 识别风险+预警指标?
□ ICP覆盖3+类型?
□ 定价有升级路径分析?
□ 可行动战术建议?
□ 用时间限定搜索还原竞品成名前动作?
□ 定位竞品开源/launch 日并还原当日渠道清单?
```
---
## 八、竞品考古法(Time-Machine Research)
> 一手来源:AFFiNE 联创口述访谈(2026-04 记录)。口述数字一律以 ≈ 标注,属 self-reported,引用前建议二次核实。
### 8.1 谷歌时间调回去:看独角兽成名前在干什么
核心原则:"所有的独角兽被你看到的时候已经成名了,但你更应该关注它没有成名的时候在发生什么。"
1. Founder 本人定义 TOP3 真竞品(AI 给的答案和你以为的往往不一样),拉清单。
2. 用谷歌搜索工具的**时间范围筛选**调回 2016/2018 年,看 Notion/ClickUp 当年成名前的动作。
3. 重点对比**竞品不同时期的 tagline**(Notion 早期 = "Evernote alternative",GitHub 早期 = "GitLab alternative"——做大之后才改掉)。
4. 挖竞品官网存档里的**早期 user case/user story**(Notion、ClickUp 官网迭代多次但保留了早期 user case):
- ClickUp 早期只服务 ≈10 家 marketing consultancy 客户,选定一个行业做穿,靠这些客户的 SMB 人脉裂变(口述转述)。
- 早期资金路径对照(口述转述,引用前核实):Notion 早期借了他妈妈 ≈15 万美金;ClickUp 早期借款 ≈2,000 万美金——两条截然不同的破釜沉舟路线。
5. 信息来源配比:≈一半靠 research(官网考古),≈一半靠人脉建联(竞品社区大使、从业者);聊人之前必须先有 background information,"不然你也不知道聊啥"。
### 8.2 star-history 定位竞品开源日 + 还原当天动作
1. 在 [star-history](https://star-history.com/) / OSS Insight 上查最强开源竞品的**开源日期**。
2. 用 Google **日期限定搜索**把范围锁到那一天/那一周,还原竞品当天发了哪些帖子/文章/渠道。
3. 案例(口述,self-reported):AppFlowy 开源日总共只铺了 ≈40 个渠道(20+ 导航站如 opensourcealternative.to、Medium/dev.to 等文章站、Reddit 等),内容三件套 = 图文 README + 一篇 "open source Notion alternative" 蹭对标文章 + cover 文档,**零预算一天铺完**。
4. 复制该 SOP 的效果预期(self-reported):AFFiNE 照做后开源一周 ≈6,000 star;其他团队复制后 3 个月做到 ≈1,000–3,000 star 相对可复现——不承诺人人一周 6,000。
5. 竞品选择纪律:别拆 8 年前 launch 的老竞品,找**近 2–3 年、体量"勾勾手够得着"**的对象。
### 8.3 竞品融资新闻 = launch 时机信号
- 案例(口述):竞品 AppFlowy 融资 ≈640 万美金的新闻,直接刺激 AFFiNE 一号位**一周内拍板开源**(2022-08)——渠道、内容、demo 已 prepared,接上了就成了。
- 可提炼规则:把竞品融资新闻纳入监测项,作为自己 launch 时机的 forcing function;launch 时机永远不完美,**就绪度比完美时机重要**。
### 8.4 蹭对标:以"开源替代 / alternative"借势定位
- Tagline 公式:**目标群体熟悉的词 + 比较性优势**;禁忌是太抽象或"世界首创/世界上最好的"。
- 内容动作:写 "X is an open source [头部竞品] alternative" 文章 + 铺 open-source alternative 类导航站。
- 种子用户动作:**私信对标产品的 Twitter 粉丝**——竞品粉丝就是最精准的种子用户池。
- 心态:"在我们成长为一头大象之前,大佬们是不会在意我们这些蚂蚁的"——不用怕对标知名竞品、用竞品关键词。
- ⚠️ 反面警示:"你必须 follow 好你的主线。竞品今天发 A 明天发 B,你要是追 A 赶 B 就完蛋了。"考古是为了提炼可复用打法,不是为了实时跟跑竞品 PR。
---
*Built from 150+ AI startup competitive analyses. Includes Lovable full case study (Nov 2024 launch). By @WeiYipei.*