知己知彼，百战不殆，做外贸，行业分析必不可少。
同行关系一直都是一种很微妙的存在，恶意竞争，打价格战，都是一种很常见的现象。
但其实，比同行竞争更重要的， 是同行之间的价值交换。
巧妙地从同行身上榨取信息可比一味压价，硬抢客户，高明的多得多。
今天给大家分享一篇米友@JasonLuo的优质干货。
让客户从众多候选人中一眼相中你，就从看完这篇文章开始吧~
怎么监控同行? 思路如下:
● 通过产品在阿里巴巴找到同行列表● 提取改列表, 并找到其在阿里主站● 通过主站信息, 提取同行官方网站
本文用到的工具都是免费的, 切记免费~~
先看结果
先看看采集到的结果, 2000多的网址, 表头分别是公司名, 官网, 阿里站网址。
开头: 哪有同行网址?
找到同行的网址, 再去找到他们的邮箱, 给他们**套价格或是分析他们的网站.... 想想都美滋滋。
那么问题来了, 哪里有同行?
阿里：alibaba.com
哪里有同行的网址?
阿里主站Contact联系页.
xxx.en.alibaba.com/contactinfo.html
联系页都会有公司名, 地址, 网址。
哪里有同行的邮箱?
按照开发客户的经验, 官网一般都会有 info, sale 和 admin 前缀邮箱的, 而且一般都是经理在管理的.。
阿里有大把的同行, 所以有只要阿里去搜产品-找公司-收集网址-挖掘邮箱-发询价, 就可以了。
采集过程
详细思路是:
1.阿里找公司列表, 用行业的关键词去阿里搜, 就会有供应商列表出来, 最多100页。
2.提取列表公司网址: 每个供应商, 都有一个阿里主站的网址,。
类似于 xxx.en.alibabd.com
3.Contact 页面提取信息:
xxx.en.alibaba.omc/contactinfo.html
这个就是 contact 页面, 会有如下信息:
1. 阿里公司列表
1.1. 阿里找公司
说干就干, 到阿里巴到官网, 搜索栏切换到 Suppliers, 搜关键词LED, 找出公司来。
我是用这个关键词来演示的, 实际上关键词要跟据实际情况下设定的。
1.2.网址分析
下拉到最后面, 跳转到第二页, 先分析下这个网址。
可以看到, 第二页的网址里面有个 page=2, 试下第三页, 就是 page=3, 由此可以看到, 改变这个数字, 就可以到不同的页面。
有了这个变化规律, 就可以在采集器里批量添加网址了。
https://www.alibaba.com/trade/search?spm=a2700.supplier-normal.16.1.60923103urE0j7&n=38&indexArea=company_en&keyword=led&page=2&f1=y&viewType=L
先把这个网址保存下来。
2. 公司网址提取
2.1新建采集任务
这里用到的是火车头采集器. 打开火车头采集器, 新建任务。
2.2添加网址
这里添加网址, 向导添加。
选择批量网址, 把刚刚的第二页的网址粘贴上去, 然后把 Page=后面的2替换成地址参数。
下面的地址参数从1开始, 每次递增1, 共25页, 这样的话, 就一次性添加了25页的阿里巴巴的产品页。
每页有36-38家公司, 一下子也有几百了。
这样软件就会一页一面地提取所有25页里面的网址，阿里默认显示搜索结显示100页, 如果你原意, 也可以设置为100页。
2.3 网址列表处理
现在网址添加完了，软件会这个页面所有的网址都提取出来, 其中有公司主页的网址, 如下所示, 这就是我们想要的。
这些网址都会有这样的字段：
en.alibaba.com/com_profile.html
所以软件里添加过滤条件, 网址必需包含刚刚的字段，把这个字段填进链接过滤里面去。
过滤条件弄好了, 等下采集的网址就都是同行阿里主页的网址了，因为我们要去阿里 contactinfo 页面, 所以网址还要处理下。
先进入高级模式, 选择列表处理, 添加处理方式。
/company_profile.html
替换成
/contactinfo.html
这样提取出来的阿里网址：
xxx.en.alibaba.com/company_profile.html
经过过滤处理后都是变成了：
xxx.en.alibaba.com/contactinfo.html
联系信息页面的网址了, 上面有就我们心心念念的网址了。
高级模式下, 有个列表处理, 把里面网址改掉。
3. 内容采集
3.1 添加三个标签
现在到了内容采集了，先找到一个要采集的 contact 页面, 分析页面, 并 Ctrl U 查看源代码。
标签列表, 新建三个标签, name 是采集的公司名, web1 是采集公司的官网, web2 是采集的阿里网址。
3.2 标签设定前后前后截取
分析源代码后, 确定我们要的内容开头字符串, 结尾字符串。
这里需要去查看网页源代码 , 分析我们需要的数据的位置, 前面是什么字符串, 后面是什么字符串。
三个标签数据前后截取设置分别如下图所示：
如果是不同的任务, 或是不同的内容, 是要跟实际情况来更改的。
3.3. 数据处理
测试了下, 发现, 采集的数据, 有其它乱入的东西, 不是很干净, 得处理下。
在数据处理那, 下面有处理方式, 添加几个, 把不要的东西替换掉, 这样最后的结果就干净了。
回到name标签里, 添加数据处理方式,。
把 Contact Information for 替换为空。
点击web1标签, 添加数据处理方式,。
把 http://, https://, ww. 全部替换为空。
点击web2标签, 添加数据处理方式, 把 // 替换为空。
3.4 测试
再测试下看看, 哈哈, 结果干净多了。
4. 开车
保存任务, 再启动任务, 小火车呜呜呜开起来, 开始收集。
已经很不错了, 里有些字符再处理下, 就可以让它去运行了，有了网址, 接下来就怎么去找这些同行的邮箱了。
小结：
因为篇副的原因, 有很多的细节没有出写出来. 在操作的过程中, 碰到的问题, 可以留言。
要想清楚, 网址在 Contact 页面上, 公司列表阿里可以搜出来, 然后再反过来采集这些信息。
阿里公司列表页要分析出规律, 可以举一反三, 采集余下的几十页的内容。
网址采集也要分析规律, 去除不需要的网址。
数据采集要分析源代码, 用前后有字符串来定位目标信息。
最后要一边测试一边改动, 我也是做了很多遍的。