Amazon SERP Analysis Skill v2.0.0

亚马逊赛道深度分析技能，用于评估亚马逊细分市场是否值得进入。

功能特性

✅ 完整数据集分析（Top 100+）
✅ 竞争强度评分（5 维度，满分 9 分）
✅ 新品表现分析（<365 天）
✅ 品牌集中度深度分析
✅ 价格-销量-利润关联分析
✅ 数据驱动的甜点区间识别
✅ 市场空白识别
✅ 切入策略推荐
✅ 100% 数据溯源（无外部数据引用）

安装方法

方法 1：直接复制

将整个 amazon-serp-analysis 文件夹复制到你的 Claude Code skills 目录：

~/.claude/skills/amazon-serp-analysis/

方法 2：通过 Claude Code 安装

解压 amazon-serp-analysis-v2.0.0.zip
在 Claude Code 中运行 /skill install <解压路径>

使用方法

1. 准备数据

准备一个 Excel 文件（.xlsx），包含 Amazon 产品数据。必需字段：

| 中文字段名 | 说明 | |-----------|------| | ASIN | 产品 ASIN | | 商品标题 | 产品标题 | | 价格($) | 售价 | | 评分 | 星级评分 | | 评分数 | 评论数量 | | 月销量 | 月销量估算 | | 品牌 | 品牌名称 | | 月销售额($) | 月销售额 |

可选字段（增强分析深度）：

毛利率（小数格式，如 0.48 表示 48%）
上架天数
FBA($)
LQS
变体数

2. 触发分析

在 Claude Code 中上传 Excel 文件，然后使用触发词：

分析这个赛道
赛道分析
值不值得做
市场分析

或直接说：

用 amazon-serp-analysis skill 分析这个 Excel

3. 输出格式

分析报告以 HTML 格式输出，包含：

赛道全貌
Top 20 产品概览
数据可视化图表
竞争评分
价格-利润分析
新品分析
品牌集中度分析
市场空白识别
切入策略推荐
风险提示
最终结论（GO / CONDITIONAL GO / NO-GO）

核心铁律

100% 数据溯源：所有分析必须从用户上传的原始数据提取，禁止：

❌ 主观臆断数据
❌ 引用外部市场报告
❌ 编造任何数值

每个数据点都会标注来源列名。

竞争评分规则

| 维度 | 计算方式 | 满分 | |------|----------|------| | 评论壁垒 | Top 10 平均评论数 | 2 | | 品牌集中度 | Top 10 独立品牌数 | 2 | | 需求热度 | 月销 ≥1K 产品占比 | 2 | | Listing 质量 | LQS 分布 | 2 | | 价格健康度 | 价格区间比 | 1 |

总分判定：

7-9 分：🟢 低竞争，推荐进入
4-6 分：🟡 中等竞争，有条件进入
0-3 分：🔴 高竞争，谨慎进入

价格甜点识别（数据驱动）

不预设固定值，基于上传数据动态计算：

按价格分带统计毛利率和销量
计算 profit_potential = 毛利率 × 销量
推荐利润潜力最高的价格区间

示例输出：

甜点区间：$15-25
原因：利润潜力最高（31,072）
平均毛利率：51%
平均月销：607 件
[uploaded: 价格($)/毛利率/月销量]

版本历史

v2.2.0 (2026-07-15)

改进：全部内容改为中文为主、关键术语双语
改进：工作流程步骤名称中文化
改进：输出格式说明中文化
改进：最终裁定结果中文化（推荐进入/有条件进入/不推荐）

v2.1.2 (2026-07-15)

修复：图表示例中移除所有硬编码数据值
修复：所有阈值必须从用户数据动态计算
增强：添加明确的"禁止做法"和"正确做法"示例

v2.1.0 (2026-07-15)

重构：所有阈值改为数据驱动计算（无硬编码）
重构：关键词提取改为从标题动态提取
重构：价格带划分基于数据范围动态计算
修复：移除所有玩具类特定关键词
修复：移除所有固定阈值（评论数/销量/价格区间）

v2.0.0 (2026-07-15)

新增：完整数据集分析（不再只分析 Top 10）
新增：新品表现分析步骤
新增：品牌效率指标
新增：数据驱动的甜点区间识别
新增：市场空白识别框架
新增：Chart.js 可视化图表
新增：100% 数据溯源铁律
修复：删除预设的价格甜点值，改为数据驱动计算

v1.0.0

初始版本

作者

linbeihanda

许可证

MIT-0