Amazon 同行店铺反推选品
只使用同行店铺反推方法。不要调用或混入其他选品 Skill。
收集输入
优先获取:
- 目标站点和卖家店铺链接;
- 店铺全部或前若干页商品;
- 累计、近 12 个月和近 3 个月反馈;
- 每个 Listing 的上架时间、销量、价格和评论;
- FBA/FBM、库存和补货情况;
- 广告与自然流量;
- 核心关键词;
- 用户自身的资金、团队、供应链和运营模式。
如果只能抓到店铺前 20 页,明确数据覆盖范围。
判断店铺年龄
使用反馈作方向性代理:
- 累计反馈接近近 12 个月反馈:可能开店不足约一年;
- 累计反馈接近近 3 个月反馈:可能开店不足约三个月;
- 反馈增长只能估算出单规模,不当作精确销量。
判断卖家经营层级
综合:
- Listing 数量;
- 单链接销量;
- 上新频率;
- 库存深度;
- 广告投入;
- 品牌化程度;
- 精品、精铺或铺货模式;
- 产品开发和专利能力。
将目标卖家分类为:
- 高于用户能力;
- 与用户能力相近;
- 低于用户能力;
- 无法判断。
优先研究能力相近或稍低的卖家。高于用户能力的成功不可直接复制。
筛选店铺产品
不要只选销量最高的产品。优先找:
- 上架不久但自然流量进入快;
- 广告占比不高;
- 评论少仍能出单;
- 毛利和绝对利润可行;
- 同款少;
- 供应链和库存要求可复制;
- 有具体差异化空间。
排除:
- 强品牌驱动;
- 大库存、大广告或特殊资源驱动;
- 明显侵权;
- 同款已经大量增长;
- 只能靠特殊评论或合并变体启动。
反查候选产品
对每个候选:
- 反查核心关键词;
- 检查关键词 CPC、转化率和趋势;
- 搜索精确同款和替代品;
- 统计同款卖家和履约方式;
- 计算利润和物流;
- 检查季节、专利、退货和合规。
课程经验偏好:
- 只有 1–2 个精确同款:优先研究;
- 超过 2–3 个且快速增长:谨慎或淘汰。
设计差异化
只提出可执行变化:
- 数量;
- 套装和配件;
- 尺寸和重量;
- 材料;
- 使用场景;
- 收纳或包装;
- 兼容性。
不要复制对方图片、文案、品牌或受保护设计。
输出结论
返回:
- 店铺年龄和数据可信度;
- 卖家经营层级及与用户的匹配度;
- 候选产品清单;
- 自然/广告流量证据;
- 同款数量和供应增长;
- 利润、物流和风险;
- 可执行差异化;
优先研究 / 监控 / 淘汰;- 建议监控周期和下一步动作。
精铺女包执行协议
先按站点、售价、Listing 数、上新频率、履约、产品复杂度、库存深度和广告强度判断同行相似度。大型品牌、专利型卖家和独家供应链卖家只作趋势参考。
强制执行:
- 为每个商品建立上新、补货、价格、评论、排名、断货和下架时间线。
- 持续恢复库存、价格稳定、排名和评论自然增长视为补货证据;突降价、Outlet、长期断货、停广告和快速下架视为清仓/失败候选。
- 至少从多个持续成功商品归纳包型、材质、价位、功能、季节和供应链模式;禁止从单个 ASIN 直接复制。
- 候选必须重新通过关键词、同款、利润、物流、IP 和可执行差异化,同行在售不能替代验证。
- 输出同行匹配度、数据覆盖、重复成功模式、补货/清仓证据、候选产品签名、差异化、缺口和状态。