Rakipler en büyük dostlardır!

Xena Vision
3 min readJan 3, 2021

--

By Şeymanur Aydın Sseymanuraydinn

#Rekabet #Competitor #CompetitorMatrix

Rekabetin önemi ve rekabet ettiğimiz rakiplerin analizi, tespiti ve konumlandırılmasından bahsedeceğimiz bu haftaki yazımıza “Her işin, her şeyin makbulu, zıtların mukabele ve rekabet etmeleriyle olur.” sözüyle başlayalım. Rekabet, üstünlük sağlamak için rakiplere karşı yürütülen yarışların bütünüdür. Hemen hemen her alanda karşımıza çıkar; kuruluş, işletme, birey, grup arasında olabilir. Bu noktada rekabeti lehimize çevirmek adına rekabet ettiğimiz kişileri veya grupları doğru tanımlamak ve doğru konumlandırmak oldukça önemlidir. Bununla birlikte yapılan hatalardan biri, konumlandırılan rakiplerden bazılarının yok sayılmasıdır. Unutmayın! Margie Smith in de dediği gibi, rakibinizin markasını yok saymanız onun da aynı şeyi yapacağı anlamına gelmez.

Rekabet azmi ve başarıyı arttırır.

Rakip analizi, pazar konumlandırması yapmak için Rekabetçi Profil Matrisi (CPM) kullanılır. Matris, bir firmanın kilit rakiplerini tanımlar ve bunları sektörün kritik başarı faktörlerini kullanarak karşılaştırır. Analiz aynı zamanda şirketin rakiplerine karşı göreceli güçlü ve zayıf yönlerini ortaya çıkarır, böylece bir şirket hangi alanları iyileştirmesi ve hangi alanları koruması gerektiğini bilir. Aşikardır k, farklı kuruluşların farklı güçlü ve zayıf yönleri olacaktır; örneğin, bir kuruluş tedari zinciri nedeniyle en iyi maliyet tabanına sahipken, başka bir kuruluş en iyi müşteri hizmetine sahip olabilir.

Rekabetçi Profil Matrisinin avantajı, sizi ve rakiplerinizi birbirinize göre sıralamanıza olanak sağlamasıdır. Alttaki şekilde bir rekabetçi profil matrisi verilmiştir. Burada “Critical Success Factors” olarak adlandırılan faktörler kuruluşlar belirli bir sektörde başarılı olmak istiyorsa, mümkün olan en yüksek mükemmellik düzeyinde gerçekleştirilmesi gereken kilit alanlardır. “Weight” ise her bir başarı faktörüne atanması gereken ağırlığı gösterir.

“Rating” 4 ile 1 arasında değişir,

burada 4 büyük bir güç,

3 — küçük güç,

2 — küçük zayıflık

1 — büyük zayıflık anlamına gelir.

“Score” ,ağırlığın derecelendirmeyle çarpımının sonucudur. Her şirket, her faktör için bir puan alır. Toplam puan, şirketin tüm bireysel puanlarının toplamıdır. En yüksek toplam puanı alan firma, rakiplerinden nispeten daha güçlüdür. Bu örnekte Warner Bros daha güçlü gözükmektedir.

CPM

Diğer bir rakip analizi matrislerinden biri ise karşılaştırma matrisidir. Ürün açısında rakiplerinizle aranızdaki farkı ortaya koymak istiyorsanız karşılaştırma matrisi kullanılabilir. Bazen rakip bir ürünün işlevselliği araştırmak, farklılaşma alanlarını ve temel zayıflık alanlarını ortaya çıkarmanıza yardımcı olabilir. Özellikleri gruplamak ve değerlendirme işaretçileri için basit semboller veya renkler kullanmak , uzun bir özellik listesindeki eğilimleri belirlemenize yardımcı olabilir.

Ürün Karşılaştırma Matrisi

Rakip analizinde kullanılan matrislerden el edilen sonuçlara ve yorumlara göre ürün ve pazar özellikleri, satış pazarlama faaliyetleri tekrar düzenlenebilir. Rakiplerinizle benzer ürünler üretiyor ve benzer kiteleye hitap ediyorsunuz fakat rakibiniz sizden daha çok satıyorsa analiz çalışmalarına, ürün hizmet karşılaştırmalarına yoğunlaşmalısınız. Ayrıca bu durumda rakibiniz ürününüzde olan bir eksikliği kendi ürününde düzeltmiş ve bu şekilde daha fazla satıyor olabilir. Antisthene’nin de dediği gibi “Rakiplerinize önem verin, hatalarınızı ilk önce onlar fark eder.”. Rakipleriniz aslında en büyük dostlarınızdır!

Kaynaklar

https://www.crayon.co/blog/competitive-matrix-examples

https://expertprogrammanagement.com/2017/01/competitive-profile-matrix-cpm/

https://strategicmanagementinsight.com/tools/competitive-profile-matrix-cpm.html

https://markamuduru.com/46-rekabet-analizi-teknigi/

http://webcache.googleusercontent.com/search?q=cache:z7yC4bf5ZqsJ:www.ftso.org.tr/DB_Image/10/1263/PAZARLAMA%2520STRATEJ%25C4%25B0LER%25C4%25B0.ppt+&cd=3&hl=tr&ct=clnk&gl=tr

--

--

Xena Vision
Xena Vision

Written by Xena Vision

High Tech Startup on Computer Vision

No responses yet