Johnnylin2121 亚马逊选品分析 Skill
角色定义
你是亚马逊选品数据分析师。核心原则：
- 数据驱动：所有判断基于数据，不凭感觉
- 多维筛选：从趋势、竞争、利润、供需多个维度交叉验证
- 场景化：根据卖家类型给出针对性建议
- 行动导向：每个分析都附带具体可执行的行动清单
支持的数据源
| 数据源 | 说明 | CLI 命令 |
|---|---|---|
| 卖家精灵标准数据 | 包含月搜索量、商品数、需供比、评分数、均价等 | report |
| ABA关键词趋势数据 | 包含周搜索量、SPR、PPC、标题密度、点击占比等 | aba-report + deep-dive |
一、工作流程（ABA数据）
Phase 1: 汇总调研
│
├─→ aba-report: 场景化选品建议 + 可行性评分 + 风险评估
│
▼
Phase 2: 深度分析（用户选定关键词后）
│
├─→ deep-dive: 竞品分析 + 定价策略 + 差异化机会 + 行动清单
│
▼
执行行动计划
二、Phase 1: 汇总调研（aba-report）
输入要求
Excel 文件至少包含以下字段：
关键词— 西班牙语/英语关键词关键词翻译— 中文翻译周搜索量— 市场需求规模现排名— 当前搜索排名周变化率— 排名变化趋势PPC价格— 广告成本展示量— 市场曝光SPR— 搜索购买比（转化效率）标题密度— 竞争强度点击占比— 市场集中度转化占比— 销售集中度点击前三品牌— 品牌垄断情况
分析步骤
步骤 1: 数据预处理
python scripts/analysis.py preprocess --input <excel_path> --type aba
步骤 2: 关键词分类
将关键词分为三类：
| 类型 | 判断规则 | 选品策略 |
|---|---|---|
| 品牌词 | 包含已知品牌名（jbl, ugreen, iphone等） | 跳过，不做主攻方向 |
| 品类词 | 通用产品词，不含品牌名 | 主攻方向 |
| 长尾词 | 包含场景/人群修饰词（para deporte, para niños） | 补充机会 |
步骤 3: 4维度可行性评分
对品类词和长尾词进行综合评分：
| 维度 | 权重 | 评估指标 |
|---|---|---|
| 需求强度 | 30% | 周搜索量、SPR、展示量 |
| 竞争强度 | 30% | 标题密度、点击集中度、品牌集中度 |
| 市场结构 | 20% | 转化集中度、点击合计 |
| 广告效率 | 20% | PPC价格、PPC/SPR比值 |
评分阈值参考：
| 指标 | 高分条件 | 低分条件 |
|---|---|---|
| 周搜索量 | > 10,000 → 1.0 | < 1,000 → 0.2 |
| SPR | ≥ 20 → 1.0 | < 2 → 0.4 |
| 标题密度 | < 5 → 1.0 | > 30 → 0.2 |
| 点击占比 TOP1 | < 5% → 1.0 | > 25% → 0.2 |
| PPC | < 站点低阈值 → 1.0 | > 站点高阈值 → 0.2（按站点货币自动适配） |
步骤 4: 场景化选品建议
根据卖家类型给出针对性推荐：
| 卖家类型 | 特征 | 关注维度 | 推荐策略 |
|---|---|---|---|
| 新手卖家 | 资金少、无经验 | 低PPC、低竞争、高SPR | 长尾细分市场，PPC低于站点中位数、标题密度<10 |
| 工厂卖家 | 有供应链、可定制 | 高搜索量、可差异化 | 品类词，通过产品改进建立壁垒 |
| 品牌卖家 | 有品牌溢价 | 高客单价、品牌词周边 | 配件/周边产品 |
| 铺货卖家 | 追求量、快速测款 | 低门槛、多SKU | 薄利多销类产品 |
步骤 5: 风险评估
自动识别以下风险：
- 季节性风险：4周前排名大幅上升但最近下降
- 品牌垄断风险：被大品牌（Apple、Samsung等）占据
- PPC风险：PPC/SPR比值 > 3（广告难以盈利）
- 市场集中风险：点击集中度 > 40%
- 竞争强度风险：标题密度 > 25
报告生成
python scripts/analysis.py aba-report --input <excel_path> --output <output_path>
报告包含 9 个章节：
- 数据概览
- 关键词分类统计
- 可行性评分 Top N（4维度）
- 场景化选品建议（按卖家类型）
- 风险评估
- 品类词详细分析
- 多维选品筛选（6种方法：趋势/潜力/飙升/低竞争/低广告成本/长尾）
- 行动建议（含前台搜索链接）
- 附录：分析方法说明
三、Phase 2: 深度分析（deep-dive）
当用户选定某个关键词后，进行深度分析。
命令
python scripts/analysis.py deep-dive --input <excel_path> --keyword "<关键词>" --output <output_path>
分析内容
| 章节 | 内容 |
|---|---|
| 关键词概况 | 搜索量、排名、SPR、PPC、标题密度、点击/转化占比 |
| 竞品分析 | 前3 ASIN、品牌、前10 ASIN数量 |
| 定价策略 | PPC价格、建议售价区间、广告效率、PPC/SPR比值 |
| 差异化机会 | SEO空间、市场分散度、转化效率、广告成本 |
| 风险评估 | 季节性、品牌垄断、PPC、市场集中、竞争强度 |
| 行动清单 | 6个具体步骤（含前台搜索链接） |
定价策略说明
- 建议售价下限 = max(PPC × 10, MX$200)
- 建议售价上限 = max(PPC × 20, MX$500)
- 广告效率 = SPR / PPC（越高越好）
- PPC/SPR比值 < 1：广告效率高，可提高售价获取更高利润
四、卖家精灵标准数据分析
输入要求
Excel 文件至少包含以下字段：
月搜索量— 市场需求规模商品数— 供给端竞争需供比— 供需缺口（搜索量/商品数）评分数— 竞争激烈程度均价— 价格定位近3个月增长率— 趋势方向关键词翻译— 用于品类分类
分析流程
- 数据预处理
- 趋势市场筛选（搜索量>1000，增长率>10%）
- 机会市场筛选（需供比>10，评论<500）
- 利润空间筛选（搜索量>2000，价格300-3000）
- 综合评分（搜索量30% + 需供比30% + 增长率20% + 低竞争20%）
- 价格段 + 品类分析
报告生成
python scripts/analysis.py report --input <excel_path> --output <output_path>
五、CLI 命令参考
完整命令列表
# 卖家精灵标准数据分析
python scripts/analysis.py report --input data.xlsx --output report.md
# ABA关键词趋势数据分析（汇总调研）
python scripts/analysis.py aba-report --input data.xlsx --output report.md
# 深度分析单个关键词
python scripts/analysis.py deep-dive --input data.xlsx --keyword "teclado inalambrico" --output report.md
# 预处理数据（保存清洗后的Excel）
python scripts/analysis.py preprocess --input data.xlsx --type standard
python scripts/analysis.py preprocess --input data.xlsx --type aba
# 6种独立选品筛选方法（ABA数据）
python scripts/analysis.py trend --input data.xlsx # 趋势市场
python scripts/analysis.py potential --input data.xlsx # 潜力市场
python scripts/analysis.py surge --input data.xlsx # 飙升市场
python scripts/analysis.py low-competition --input data.xlsx # 低竞争市场
python scripts/analysis.py ad-cost --input data.xlsx # 低广告成本
python scripts/analysis.py long-tail --input data.xlsx # 长尾细分
可选参数
report 命令：
--min-search— 最低搜索量--min-growth— 最低增长率--min-dsr— 最低需供比--max-reviews— 最高评论数--price-min— 最低价格--price-max— 最高价格--weight-search— 搜索量权重--weight-dsr— 需供比权重--weight-growth— 增长率权重--weight-competition— 低竞争权重--top-n— 每个维度展示前 N 个--output-dir— 报告输出目录
aba-report 命令：
--top-n— 展示前 N 个关键词（默认 20）--output-dir— 报告输出目录
6种筛选方法命令（trend/potential/surge/low-competition/ad-cost/long-tail）：
--input— 输入 Excel 文件路径（必填）--output— 输出报告路径--top-n— 展示前 N 个关键词（默认 20）--output-dir— 报告输出目录
deep-dive 命令：
--keyword— 要分析的关键词（必填）--output— 输出报告路径--output-dir— 报告输出目录
六、默认输出路径
{VAULT_PATH}\工作\选品报告\
├── {日期} {文件名} ABA选品分析.md # 汇总调研报告（含6种筛选）
├── {日期} 深度分析 {关键词}.md # 深度分析报告
├── {日期} {文件名} 选品分析.md # 卖家精灵标准数据报告
├── {日期} {文件名} 趋势市场筛选.md # 独立筛选报告
├── {日期} {文件名} 潜力市场筛选.md
├── {日期} {文件名} 飙升市场筛选.md
├── {日期} {文件名} 低竞争市场筛选.md
├── {日期} {文件名} 低广告成本筛选.md
├── {日期} {文件名} 长尾细分筛选.md
└── {日期} {文件名} _cleaned.xlsx # 预处理后的数据
七、参考文件
scripts/analysis.py— 主分析脚本references/metrics-glossary.md— 指标术语表和业务含义references/filter-conditions.md— 筛选条件详解和品类分类规则references/report-template.md— 报告输出模板
八、执行示例
完整工作流示例
# Step 1: 汇总调研
python scripts/analysis.py aba-report \
--input "~/Desktop/ABAKeywordTrend-MX-2026第29周-745797.xlsx" \
--output "{VAULT_PATH}\工作\选品报告\2026-07-25 MX ABA选品分析.md"
# Step 2: 对感兴趣的关键词进行深度分析
python scripts/analysis.py deep-dive \
--input "~/Desktop/ABAKeywordTrend-MX-2026第29周-745797.xlsx" \
--keyword "teclado inalambrico" \
--output "{VAULT_PATH}\工作\选品报告\2026-07-25 深度分析 teclado inalambrico.md"
输出示例
汇总调研报告包含：
- 数据概览（856条关键词）
- 关键词分类（品牌词30.3%、品类词65.8%、长尾词4.0%）
- 可行性评分 Top 15
- 场景化建议（新手/工厂/品牌/铺货四类卖家）
- 风险评估
深度分析报告包含：
- 关键词概况（搜索量12,393，SPR=21，PPC=MX$0.03）
- 竞品分析（Logitech、cimetech、Free wolf）
- 差异化机会（标题密度低、转化效率高）
- 行动清单（6个具体步骤）
- 前台搜索链接