तुम किसी competitor की website घूर रहे हो। हो सकता है कोई नया player हो तुम्हारे space में। या फिर वो market leader जिसे तुम अब तक ignore कर रहे थे। दोनों ही cases में, तुम जानते हो कि समझना चाहिए वो क्या कर रहे हैं — लेकिन उनका product खोलते हो, पाँच मिनट इधर-उधर click करते हो, कंधे उचकाते हो, और tab बंद कर देते हो। पहचाना?

Problem आलस नहीं है। Problem ये है कि कोई system नहीं है। बिना repeatable process के, competitor analysis एक vibes-based exercise बन जाता है जिसमें से zero actionable insight निकलता है।

मैं हर SaaS product (software as a service — subscription software जो तुम online access करते हो, जैसे Slack या Notion) पर same 30-minute teardown चलाता हूँ। वही छह steps, वही order, हर बार। कोई guessing नहीं। 30 मार्च 2026 तक, ये सौ से ज़्यादा बार कर चुका हूँ — AI tools, project management apps, और dev platforms पर। ये रहा exact framework। चुरा लो। 🔍

Step 1: Pricing page (मिनट 0–5)

हमेशा यहाँ से शुरू करो। Pricing page किसी company की strategy के बारे में उससे ज़्यादा बताता है जो CEO किसी podcast पर बोलता है।

Tiers गिनो। तीन standard है — classic decoy pricing setup। दो tiers मतलब simplicity पर focus कर रहे हैं। चार या ज़्यादा? या तो confused हैं या multiple customer segments को chase कर रहे हैं जो उन्हें खुद clearly define नहीं कर पा रहे।

Price anchor ढूंढो। सबसे महँगा tier इसलिए exist करता है ताकि बीच वाला reasonable लगे। पहचानो कौन सा tier वो चाहते हैं कि तुम खरीदो — वही होगा जिस पर "Most Popular" लिखा हो या जो highlighted हो।

देखो क्या locked है। जो features paid tiers के पीछे lock हैं, वो वही features हैं जो उन्हें पता है कि तुम्हें ज़रूरत पड़ेगी। ये उनका value map है — वो capabilities जिन्हें test करके confirm किया है कि ये upgrades drive करती हैं।

Annual vs. monthly pricing compare करो। अगर annual discount 20% से ज़्यादा है, तो उनके पास churn problem है — churn मतलब customers के cancel करने की rate। मोटा discount मतलब वो तुम्हें lock-in के लिए pay कर रहे हैं क्योंकि बहुत सारे लोग 12 महीनों के अंदर छोड़ देते हैं।

Per-seat या flat rate? Per-seat pricing (हर team member से charge) मतलब teams को target कर रहे हैं और revenue adoption के साथ scale होता है। Flat rate मतलब individual power users के पीछे हैं।

लिखो: [Tiers] | [Target tier] | [Top gated feature] | [Annual discount %]

Step 2: Signup flow (मिनट 5–10)

Free account बनाओ। Time करो कि "Sign up" click करने से लेकर product का core काम actually करने में कितना वक्त लगता है। ये number retention predict करता है — कि users पहले session के बाद टिकेंगे या नहीं।

Value तक steps गिनो। Signup और "aha moment" (वो instant जब तुम समझ जाते हो कि ये product exist क्यों करता है) के बीच हर click roughly 20–30% users खो देता है। आठ clicks? 80% से ज़्यादा signups value देखने से पहले ही भाग चुके हैं।

Onboarding questions पढ़ो। हर question जो वो पूछते हैं, signal करता है कि उन्हें क्या important लगता है। "What's your role?" मतलब persona (ideal user type का profile) के हिसाब से personalize करते हैं। "How big is your team?" मतलब बाद में enterprise sales pitch के लिए size up कर रहे हैं।

First upgrade nudge पकड़ो। जब पहली बार paid features mention करें, वो तुम्हें बता देता है उनकी conversion confidence के बारे में। Value दिखाने से पहले = desperate। Value के बाद = confident।

Empty state study करो। जब तुम product में zero data के साथ land करते हो, तो क्या दिखता है? अच्छा empty state सिखाता और motivate करता है। बुरा empty state बोलता है "you have no projects" और तुम्हें वहीं छोड़ देता है।

लिखो: [Steps to value] | [First upgrade nudge timing] | [Onboarding quality 1–5]

Step 3: Core feature (मिनट 10–15)

Product को उसके main purpose के लिए use करो। Settings नहीं, integrations नहीं — वो ONE चीज़ जो इसे करनी चाहिए।

Speed measure करो। Core action कितनी fast complete होता है? AI products के लिए especially — response 1 second में आता है या 10 में? ये पूरे product की heartbeat है।

Output quality judge करो। Result immediately use करने लायक है, या editing चाहिए? जो products "almost good" output generate करते हैं, वो मुश्किल में हैं। Users cleanup work से चिढ़ते हैं — ऐसा लगता है जैसे किसी और का homework कर रहे हो।

जानबूझकर तोड़ो। Garbage data डालो। Action के बीच में internet बंद कर दो। क्या gracefully fail होता है helpful message के साथ, या crash कर जाता है? Error handling quality सीधे engineering maturity से correlate करती है।

वो एक चीज़ ढूंढो। हर product में ONE capability होती है जो बाकी सबसे बेहतर करता है। वो उनका moat है — competitive advantage जिसे copy करना genuinely मुश्किल है। बाकी सब decoration है।

लिखो: [Core action speed] | [Output quality 1–5] | [Unique strength]

Step 4: Growth mechanics (मिनट 15–20)

अब देखो product कैसे फैलता है। ज़्यादातर teardowns ये part skip कर देते हैं। मत करो।

Built-in virality check करो। क्या product naturally non-users को दिखता है? Calendly का booking link है। Notion के shared pages हैं। Loom के video links हैं। अगर किसी product में कोई built-in virality mechanism नहीं है, तो grow होने के लिए paid ads पर पैसा जला रहा है।

Content play scan करो। Blog check करो। कितनी बार publish करते हैं? SEO content लिख रहे हैं — Google search में rank करने के लिए articles — या thought leadership जो social sharing के लिए designed है? Blog strategy तुम्हें बता देती है उनका primary growth channel क्या है।

Community ढूंढो। क्या Discord server, Slack workspace, या forum चलाते हैं? कितना active है? Active communities switching costs create करती हैं — लोग सिर्फ product नहीं छोड़ते, अपने दोस्तों और conversations को भी पीछे छोड़ना पड़ता है।

Integrations गिनो। हर integration एक distribution channel है। Slack integration मतलब हर Slack workspace एक potential customer है। Check करो किन platforms से connect करते हैं — ये उनकी distribution strategy खुलेआम दिखा देता है।

लिखो: [Virality mechanism] | [Content frequency] | [Community size/activity]

Step 5: Public data (मिनट 20–25)

Publicly available numbers जो असली कहानी बताते हैं। कोई insider access ज़रूरी नहीं — बस ये जानना कि कहाँ देखना है।

Job postings। उनका careers page LinkedIn Jobs या उनकी website पर browse करो। कौन सी roles open हैं? दस sales reps = growth stage। पाँच ML engineers (specialists जो AI models build करते हैं) = technical moat deep कर रहे हैं। तीन customer success managers = retention problem है जिसे patch करने की कोशिश कर रहे हैं।

Review sites। G2 और Capterra check करो। हर five-star review ignore करो — companies अक्सर discounts या credits देकर incentivize करती हैं। दो और तीन-star reviews पढ़ो। वहीं real customers real frustrations describe करते हैं। जो complaints multiple reviews में repeat हों = systemic weakness जिसे तुम exploit कर सकते हो।

Web traffic estimates। SimilarWeb का free tier monthly visit estimates, traffic sources, और top pages देता है। अगर उनका "/pricing" page top five most visited में है, तो visitors को signups में convert कर रहे हैं। अगर "/blog" dominate करता है, तो अभी awareness-building mode में हैं।

Social media velocity। Follower count नहीं — posting frequency और engagement rate। Daily post करने वाली company जिसे zero likes मिलें, खाली कमरे में perform कर रही है। Weekly post करने वाली company जिसे high engagement मिले, genuine community build कर चुकी है।

लिखो: [Key hires] | [Top complaint from reviews] | [Monthly traffic estimate]

Step 6: Vulnerability map (मिनट 25–30)

अब सब कुछ synthesize करो। सारा data तुम्हारे पास है। Vulnerability map बनाओ — कहाँ तुम actually इस competitor को हरा सकते हो?

ये template use करो:

COMPETITOR: [Name]
STRENGTH: [जो genuinely अच्छा करते हैं]
WEAKNESS: [जहाँ weak या slow हैं]
VULNERABILITY: [Specific gap जो exploit कर सकते हो]
OPPORTUNITY: [तुम्हारा product यहाँ कैसे better है/हो सकता है]

हर competitor में exactly एक चीज़ होती है जो बढ़िया करता है और दो चीज़ें जो बुरी तरह करता है। बढ़िया वाली चीज़ उनका moat है। बुरी वाली चीज़ें तुम्हारा opening हैं।

पाँच vulnerability patterns जो मुझे बार-बार दिखते हैं:

  • Pricing gap। वो ₹4000/month charge कर रहे हैं किसी ऐसी चीज़ के लिए जिसकी कीमत ₹1200 होनी चाहिए। ₹1200 वाला version बनाओ।
  • Complexity gap। उन्होंने enterprise के लिए बनाया। Individuals के लिए simple version बनाओ।
  • Speed gap। उनका product slow है। Fast वाला बनाओ।
  • Integration gap। वो किसी popular tool से connect नहीं करते जो सब use करते हैं। वो connection बनाओ।
  • Audience gap। उन्होंने developers को target किया। वही tool designers या marketers के लिए rebuild करो — untapped market है।

Framework practice में

मैंने ये exact process Cursor (AI-powered code editor) पर 24 मार्च 2026 को चलाया — 28 मिनट लगे। Key findings:

  • Pricing anchor perfectly काम करता है। Business tier Pro को सस्ता दिखाता है — textbook decoy pricing।
  • Time to value: 2 मिनट से कम। Exceptional। Install करने के तुरंत बाद AI assistance के साथ code लिख रहे हो।
  • Built-in virality: कमज़ोर। कोई sharing mechanism नहीं। Growth पूरी तरह word of mouth और developer Twitter पर depend करता है।
  • Vulnerability: कोई team dashboard नहीं। Engineering managers जो अपनी team में AI adoption track करना चाहते हैं — zero visibility।

वो आखिरी finding? कोई Cursor analytics dashboard बनाएगा और अच्छा-खासा पैसा कमाएगा। शायद तुम। शायद मैं। शायद आज रात 3 बजे। 💰

अब जो गलती ज़्यादातर लोग करते हैं। एक teardown करते हैं, notes लिखते हैं, और फिर कभी उन्हें देखते नहीं। असली ताकत तब आती है जब एक ही space में पाँच-छह competitors पर ये back-to-back चलाओ। Patterns emerge होते हैं। तुम same gaps पूरी market category में देखने लगते हो — और जो gaps हर जगह दिखें, वो किसी एक company की weakness नहीं। वो industry-wide opportunity है जो किसी scrappy बंदे का इंतज़ार कर रही है जिसमें हिम्मत हो उसे पकड़ने की।

तीस मिनट। छह steps। हर competitor, हर बार। तुम्हारे teardowns compound होंगे। 🦝