收到新品参数

行业分析

搜索关键词分析 卖家类型分析 历史上架分析 市场分析

（容量/规模/均价）

上架数据出现缺失时
输入搜索关键词 根据竞争力 运营选定类目 运营选定类目
销量占比≥4% 或者类目
(除新品类目名称外， 卖家数据+发货方数据 运营选定参考类目(最多3个)
T op30
还会输入其他词汇) 判断卖家类型
的SKU不能被直接忽视
输入时间段 根据竞争力上架数据
(最长为过去三年) 根据竞争力
取过去1年BSR上榜SKU的
销量估计数据+单价数据
卖家是否为 历史上架数据
取过去【24】个月数据
亚马逊 SKU销量占比4% 或者
Google T op30不能忽视
竞争力系统中的上
T rends 架时间需进行数据 按类目（含参考类目）
是
根据竞争力销量估计数据 清洗/校验，准确 计算过去12个月的总销
标记为 计算上一步涉及的所有SKU 度较低。-Nicky 量，总金额，平均单价
Amaz on 在当前年度的销量占比 以及年度环比，生成表格
否 Vendor
Search 生成折线图 分析市场容量波动
T erms

两张图集成在同一个图里
把各个平台的关键词热 发货是否为 共享时间轴（x轴） 按选定类目，按月
度波动绘制成折线图 亚马逊 计算各月总销量(柱状图）
计算各月平均价格(折线图)
分析季节波动
是 人工分析
人工分析 否 (主要关注市场机会
(波动情况作为参考值 具体逻辑待定)
具体逻辑待定) 标记为FBA
按选定类目
计算BSRT op100销量
分析头部效应是否显著
标记为FBM 输出分析报告

输出分析报告
根据竞争力数据以 市场容量大中小的标准，取决于新品类目
及卖家类型计算 在父类目中的市占率
人工分析
价格定位高中低的标准，对比父类目均价
具体逻辑待定
SKU数量及占比
输出分析报告

销量及占比

金额及占比

卖家类型数据出现缺失时
销量占比≥4% 或者类目T op30 计算结果可视化
的SKU不能被直接忽视

人工分析
(重点关注新品与类目、
与竞品差异较大的情况)

输出分析报告

细分分析

参数细分分析 价格细分分析 品牌细分分析

(容量/规模/均价) (容量/规模/均价) (容量/规模/均价)

运营选定类目 运营选定类目 运营选定类目

运营指定细分参数 运营指定价格段 从竞争力获取品牌数据

根据竞争力 根据竞争力 根据竞争力

销量估计数据+单价数据 销量估计数据+单价数据 销量估计数据+单价数据
取过去【24】个月数据 取过去【24】个月数据 取过去【24】个月数据

按指定细分 按指定价格段 按品牌

计算过去12个月的总销 计算过去12个月的总销 计算过去12个月的总销
量，总金额，平均单价 量，总金额，平均单价 量，总金额，平均单价
以及年度环比，生成表格 以及年度环比，生成表格 以及年度环比，生成表格
分析市场容量波动 分析市场容量波动 分析市场容量波动

按指定细分，按月 按指定价格段，按月 按品牌，按月

计算各月总销量(柱状图） 计算各月总销量(柱状图） 计算各月总销量(柱状图）
计算各月平均价格(折线图) 计算各月平均价格(折线图) 计算各月平均价格(折线图)
分析季节波动 分析季节波动 分析季节波动

按指定细分 按指定价格段 按品牌

计算BSRT op100销量 计算BSRT op100销量 计算BSRT op100销量
分析头部效应是否显著 分析头部效应是否显著 分析头部效应是否显著

人工分析 人工分析 人工分析

输出分析报告 输出分析报告 输出分析报告

确认对标竞品

评论分析 运营能力分析 营销能力分析 供应链稳定性分析

根据对标竞品程序 从历史爬虫记录里查找
自动评论爬取 统计页面上的文描元素 从历史爬虫记录里查找
BuyBox记录
个数，具体规则待定 营销记录
推测历史断货情况

按ASIN分别进行
词频统计+倒序排列 涉及历史爬虫的部分都有数据质量风险
图片质量，文本质量，视频质量
还是需要人工判断 断货信息可以手工从Keppa查询

人工分析

人工分析 人工分析 人工分析

输出分析报告

输出分析报告 输出分析报告 输出分析报告

按对标竞品
生成竞品对比一览表
展示收集到所有数据

新品市场机会分析

制定销售目标

销量 排名 市占率
输出最终预测 北极星指标 用于调整市场波动

推算备货数量

参考竞品，运营设定成长路径
其他市场因素 根据历史记录预测
新品期的每个月要实现的
运营人工干预因素 季节波动
排名+目标销量的%

输出新品预测报告

新品预测结束