電商商品興趣度分析
📖 技能介紹
name: ecommerce-interest-analyzer description: "電商商品興趣度分析助手。輸入使用者瀏覽行為資料（CSV/JSON/手動錄入），通過多維度加權演算法分析商品興趣度，結合NLP文案質量評估，診斷價格/文案問題，生成互動式HTML視覺化診斷報告。適用於抖音電商、淘寶、拼多多等平臺。Triggers: 電商興趣度分析, 商品興趣分析, 使用者興趣度, 瀏覽行為分析, 商品診斷, 轉化率分析, ecommerce interest, 抖音電商分析, 電商商品分析, 幫我分析商品." version: "1.0.0" metadata: openclaw: requires: bins: - python.exe emoji: "🛍️" homepage: https://github.com/bettermen/ecommerce-interest-analyzer
電商商品興趣度分析技能
基於多維度使用者行為資料和 NLP 文案分析，自動診斷電商商品的核心問題（價格/文案/綜合），輸出可操作的最佳化建議。
功能概述
- 資料接收：CSV/JSON 檔案或手動描述使用者瀏覽行為
- 興趣度評分：10維加權模型（瀏覽/停留/詳情/深度/點贊/評論/分享/加購/收藏/復訪）
- 文案分析：NLP 評估（CTA檢測、賣點覆蓋、情感傾向、可讀性）
- 智慧診斷：3×3 興趣-轉化交叉矩陣，精準判定 price/copy/both/none
- 報告生成：互動式 HTML（Chart.js 雷達圖 + 診斷卡片 + 最佳化建議）
適用場景
- 抖音電商/直播帶貨商品復盤
- 淘寶/拼多多/京東店鋪商品診斷
- 新品上線後的使用者反饋分析
- 多商品橫向對比，識別最佳化優先順序
- 廣告投放效果歸因（使用者來了但不買 → 原因是什麼？）
輸入資料格式
CSV 示例（最常用）
product_id,product_name,product_price,product_description,category,view_count,view_duration_avg,detail_page_view_rate,scroll_depth_avg,like_count,comment_count,share_count,add_to_cart_rate,favorite_rate,revisit_rate,purchase_rate,total_users
P001,無線藍牙耳機,199.00,"高品質降噪耳機 超長續航48小時 舒適佩戴 限時特價",數碼,8500,45.2,0.72,65.3,320,45,89,0.15,0.08,0.12,0.035,1200
P002,智慧手錶,599.00,"時尚運動智慧手錶 心率血氧監測 IP68防水",數碼,12000,38.5,0.65,55.0,210,32,56,0.09,0.05,0.08,0.018,2000
欄位說明
| 欄位 | 型別 | 說明 | 示例 |
|---|---|---|---|
| product_id | str | 商品ID | P001 |
| product_name | str | 商品名稱 | 無線藍牙耳機 |
| product_price | float | 售價(元) | 199.00 |
| product_description | str | 商品描述文案 | 高品質降噪耳機... |
| category | str | 品類 | 數碼 |
| view_count | int | 瀏覽次數 | 8500 |
| view_duration_avg | float | 平均停留時長(秒) | 45.2 |
| detail_page_view_rate | float | 詳情頁開啟率(0-1) | 0.72 |
| scroll_depth_avg | float | 瀏覽深度(0-100) | 65.3 |
| like_count | int | 點贊數 | 320 |
| comment_count | int | 評論數 | 45 |
| share_count | int | 分享數 | 89 |
| add_to_cart_rate | float | 加購率(0-1) | 0.15 |
| favorite_rate | float | 收藏率(0-1) | 0.08 |
| revisit_rate | float | 復訪率(0-1) | 0.12 |
| purchase_rate | float | 購買轉化率(0-1) | 0.035 |
| total_users | int | 樣本使用者數 | 1200 |
JSON 格式
與 CSV 相同欄位的 JSON 陣列，每個物件代表一個商品。若欄位缺失，自動填充預設值。
手動錄入模式
如果使用者沒有檔案，可以手動描述商品情況，整理成 CSV 或 JSON 後繼續分析。例如使用者說：
"我的藍牙耳機賣了199，瀏覽8500人，詳情頁開啟率72%，加購率15%，轉化率3.5%，幫我分析"
根據使用者描述，生成對應的 CSV 檔案，缺失欄位用合理預設值填充。
工作流
Step 1: 接收資料
- 若使用者提供檔案路徑 → 直接讀取
- 若使用者描述商品情況 → 提取關鍵資料，生成臨時 CSV
- 若使用者不確定資料格式 → 展示上面的欄位說明，引導提供
Step 2: 確認分析範圍
- 使用者可能只需要分析特定商品 → 確認要分析的 product_id
- 使用者可能想對比多個商品 → 全部納入分析
- 預設：分析所有提供的商品
Step 3: 執行分析引擎
python scripts/interest_analyzer.py --input <data.csv> --output <result.json>
此指令碼會： 1. 載入行為資料 2. 計算每個商品的 10 維興趣度評分 3. 對商品描述進行 NLP 文案質量分析 4. 執行 3×3 診斷矩陣判定 5. 輸出結構化分析結果 JSON
無需安裝額外依賴（純 Python 標準庫實現）。
Step 4: 生成 HTML 報告
python scripts/report_generator.py --data <result.json> --output <report.html>
生成的 HTML 報告包含： - 概要統計卡片（價格問題/文案問題/綜合問題/優秀） - 每個商品的雷達圖（Chart.js CDN 載入） - 診斷結論 + 價格/文案建議 - 文案質量指標（CTA/賣點/情感/可讀性） - 詳細最佳化建議清單 - 響應式佈局，支援移動端檢視
Step 5: 展示結果
- 使用
preview_url開啟 HTML 報告 - 使用
deliver_attachments交付分析結果 JSON 和 HTML 報告 - 口頭總結關鍵發現：哪些商品是價格問題、哪些是文案問題、優先調整哪個
Step 6: 給出行動建議
基於分析結果，生成簡明的操作清單，例如：
📋 最佳化優先順序：
1. [P003] 價格問題（興趣78分→轉化2.1%）→ 先降價20%測一週
2. [P002] 文案問題（興趣45分→無CTA/缺賣點）→ 重寫文案加限時優惠
3. [P001] 綜合問題（興趣55分→轉化6%）→ 文案+價格同步最佳化
4. [P004] 表現優秀 → 保持，可提價5%測試
演算法說明
興趣度評分（10維加權模型）
| 維度 | 權重 | 說明 |
|---|---|---|
| 瀏覽(view) | 0.10 | 曝光量基數 |
| 停留(duration) | 0.20 | 最高權重，反映真實興趣 |
| 詳情頁(detail) | 0.10 | 深度瞭解意願 |
| 瀏覽深度(scroll) | 0.10 | 內容沉浸度 |
| 點贊(like) | 0.10 | 情感認可 |
| 評論(comment) | 0.05 | 互動深度 |
| 分享(share) | 0.10 | 社交傳播意願 |
| 加購(cart) | 0.15 | 第二高權重，購買意向 |
| 收藏(favorite) | 0.10 | 長期興趣 |
| 復訪(revisit) | 0.10 | 持續關注度 |
停留時長和加購行為權重最高，因為它們與購買決策的因果關係最強。
診斷矩陣（3×3）
轉化率低(<10%) 轉化率中(10-30%) 轉化率高(>30%)
高興趣(>70) 價格問題 文案最佳化 表現優秀
中興趣(40-70) 綜合問題 文案最佳化 價格可上調
低興趣(<40) 文案/選品問題 文案/受眾問題 價效比驅動
NLP 文案分析維度
- CTA檢測：正則匹配"立即購買""限時搶購"等行動號召
- 賣點覆蓋：內建 30+ 電商高頻賣點詞庫
- 情感分析：正向/負向詞統計，輸出 -1 到 1 的情感分
- 可讀性：句子長度分佈，理想電商文案 15-30 字/句
示例資料
如果使用者想快速體驗，可以用這個測試資料：
product_id,product_name,product_price,product_description,category,view_count,view_duration_avg,detail_page_view_rate,scroll_depth_avg,like_count,comment_count,share_count,add_to_cart_rate,favorite_rate,revisit_rate,purchase_rate,total_users
P001,無線降噪耳機,299.00,"高品質降噪耳機 超長續航 舒適佩戴 限時特惠",數碼,15200,55.3,0.82,72.5,520,78,145,0.22,0.12,0.18,0.028,2500
P002,便攜充電寶,89.00,"10000mAh大容量 快充 小巧便攜",數碼,8800,18.2,0.45,38.0,95,28,35,0.06,0.03,0.05,0.015,1800
P003,智慧檯燈,159.00,"護眼檯燈 LED 三檔調光 學生用",家居,6500,42.0,0.68,60.8,180,52,42,0.14,0.09,0.11,0.042,1200
儲存為 test_data.csv，執行：
python scripts/interest_analyzer.py -i test_data.csv -o result.json
python scripts/report_generator.py -d result.json -o report.html
注意事項
- 樣本量 < 100 時，置信度自動降低（乘以 0.7），報告中會顯示警告
- 所有資料本地處理，不上傳任何伺服器
- HTML 報告依賴 Chart.js CDN（首次需聯網載入）
- 適用於抖音電商、淘寶、拼多多等平臺，演算法通用
推薦訪問7w4.net獲取更多AI技能。
- 分析結果僅供參考，最終決策需結合業務經驗
🤖 AI 評測
這是一個功能完善的電商資料分析工具，能將商品瀏覽資料轉化為興趣評分、問題診斷和最佳化建議，輸出直觀的視覺化報告。文件清晰易懂，示例資料完整，上手簡單。優點是分析維度全面、演算法有邏輯支撐、支援多種資料輸入；不足是依賴外部網路載入圖表庫（存在安全風險），且缺乏對異常資料的容錯處理，使用時需確保資料格式正確。整體質量良好，適合有電商運營分析需求的使用者使用。
