总安装量 7
评分人数 7
核心用法
competitive-intel 是一套系统化的B2B SaaS竞争情报研究框架，采用四维导航模型（行业垂直×公司阶段×目标市场×研究角色）帮助用户快速定位研究路径。核心功能包括：
1. 行业场景化研究：针对Sales Tech（销售科技）、HR Tech（人力资源科技）、Fintech（金融科技）、Operations Tech（运营科技）四大垂直领域，提供差异化的研究方法论
2. 阶段适配工具栈：从Series A的免费工具组合（Google搜索+LinkedIn+G2）到Series C+的企业级平台（Gartner+Klue+ZoomInfo），明确各阶段预算与工具选择
3. 实战模板库：包含3天冲刺计划、2周深度分析、季度战略情报等可执行模板，以及定价研究、Win/Loss分析、M&A目标筛选等专项框架
4. 地域化策略：区分印度市场（价格敏感、创始人决策、本地合规优先）与美国市场（ROI驱动、委员会决策、SOC 2强制）的研究差异
显著优点
- 行业深度：不仅提供通用框架，更针对各垂直领域的特殊性设计（如Fintech的RBI合规优先、HR Tech的关系驱动特性、Sales Tech的激进定位策略）
- 阶段精准：明确区分Series A（战斗卡+快速定位）、Series B（战略扩张+Win/Loss）、Series C+（M&A+IPO准备）的研究重点差异
- 成本可控：详细列出各阶段工具预算（A轮$0-500/月，B轮$1K-5K/月，C+轮$50K-150K/年），避免资源错配
- 合规意识：Fintech章节特别强调RBI许可、数据本地化、法律审查等监管要求，体现对高风险行业的深度理解
- 实战导向：提供24个具体场景的工作示例（如"Series A创始人制作销售战斗卡"、"Series B PMM评估模块扩张"），可直接套用
潜在缺点与局限性
- 地域覆盖不均：虽然提及印度和美国，但对欧洲（GDPR）、东南亚、中东等市场的研究深度明显不足
- 工具时效性风险：列出的定价（如LinkedIn Sales Navigator $99/月）可能随时间变化，需用户自行验证
- 暗网研究争议：包含"Dark Web Research"章节建议访问暗网获取泄露信息，存在法律和道德灰色地带
- 平台TOS边界模糊：建议抓取LinkedIn等平台数据，可能违反服务条款，用户需自行承担合规风险
- 缺乏自动化集成：主要依赖人工研究流程，未提供与CRM、BI工具的API集成方案
适合的目标群体
- Series A-C B2B SaaS创始人：需要快速建立竞争认知、制作销售战斗卡、进行市场定位
- 产品市场经理（PMM）：负责竞争情报、Win/Loss分析、定价策略、模块扩张决策
- 战略/洞察团队：需要系统性市场扫描、M&A目标筛选、季度董事会报告
- 印度市场优先的SaaS公司：对印度本土竞争格局（如Razorpay、Darwinbox、FieldAssist）有深度覆盖
- 合规敏感行业从业者：Fintech和HR Tech章节对监管要求有详细阐述
使用风险
- 法律合规风险：暗网研究建议、平台数据抓取指导可能触及法律边界，建议咨询法律顾问后使用
- 数据时效性：竞争情报具有强时效性，框架提供的方法论可靠，但具体数据需实时更新
- 过度依赖模板风险：24个场景模板可能导致"一刀切"应用，需结合实际业务场景调整
- 工具成本超支：Series C+推荐的Gartner（$35K+/年）、Klue（$18K+/年）等工具投入较大，需严格评估ROI
- 地域误判风险：印度与美国的研究方法论差异显著，直接套用可能导致策略失效