Анализ конкурентов проводится в каждой компании, но зачастую нерегулярно. Ведь это много рутинной работы, результаты которой устаревают быстрее, чем успеваешь их дочитать. Рассказываем, как у нас эту задачу решил проджект менеджер, которому никто такой задачи не ставил!
Почему ручной конкурентный анализ сложный?
Чтобы сделать его качественно, нужно открыть несколько десятков сайтов конкурентов, проанализировать предложения, цены и набор услуг, зафиксировать, что изменилось с прошлого раза, и свести все это в одну таблицу. На полный цикл уходит несколько дней работы, и именно поэтому во многих командах он превращается в разовое упражнение перед стратегической сессией, а не в регулярный процесс.
Далее вступает в силу выбор, который приходится делать каждой команде: либо глубоко проанализировать нескольких наиболее очевидных конкурентов, либо поверхностно всех. Ресурсов на оба варианта одновременно часто не хватает.
Как Андрей автоматизировал эту задачу?
Наш проджект менеджер Андрей Пухальский создал для этой задачи отдельный проект на Claude Code CLI. Что решает этот проект:
- Проводит углубленный анализ 11 ключевых конкурентов.
- Осуществляет поверхностный мониторинг 35 конкурентов.
- Каждого из них анализирует по 10 направлениям, от позиционирования и УТП до набора услуг и ценовых моделей.
- Внутри компании работает около 100 агентов, которые параллельно занимаются своими направлениями.
Параллельность здесь решает проблему, поскольку один большой запрос, охватывающий 46 компаний одновременно, неизбежно привел бы к поверхностным обобщениям. Глубина анализа снижается по мере роста объема и количества критериев. А распределение задачи между отдельными специалистами по своим направлениям позволило сохранить оба параметра.
В результате команда получает отчет с подробными аналитическими данными по позиционированию, УТП, предложениям, фишкам и новым услугам конкурентов. Вместе с ним предоставляется сравнение с нашими собственными позициями и перечень зон роста, ради которых всё это, собственно, и строилось.
Что это изменило?
Ручная работа делилась на 2 части, и AI сократил каждую из них. Сбор источников сократил затраты времени на 10 часов в месяц. Анализ собранных данных, когда нужно свести метрики воедино и понять, что из этого имеет значение сократился еще на 5 часов. По нашей оценке, аналогичная работа с той же глубиной вручную заняла бы 60–70 часов.
Главное, что исчез сам выбор между «глубоко» и «широко»: объем мониторинга вырос в 10 раз, и сейчас мы видим всех 46 конкурентов вместо нескольких наиболее очевидных.
Что мы посоветуем? Автоматизировать стоит не весь процесс сразу, а ту его часть, которая отнимает больше всего времени и содержит меньше всего решений. В конкурентном анализе это детальный сбор данных, а не выводы. Выводы все равно делает человек, просто теперь он делает их на основе полных данных и с хорошей помощью AI.
Почему для нас внедрение важнее, чем сам инструмент?
Задачи «автоматизировать анализ конкурентов» не существовало, и никто Андрею ее не ставил. Он уперся в проблему, потратил на нее время и довел решение до рабочего состояния с помощью инструмента, который для этого пришлось освоить с нуля.
Андрей пришел в команду на должность QA, затем стал проджект менеджером, а сейчас готовится к переходу в продакт овнеры. Эта инициатива стала одним из аргументов в пользу повышения и расширения его зоны ответственности.
Мы растем и ищем сотрудников. Актуальные вакансии: Djinni | DOU
Никита Захарченко, CBDO NeedMyLink
