電商爆款拆解分析助手
概述
輸入商品名稱或類目(如"藍牙耳機"、"掃地機器人"、"防曬霜"),自動從多個主流電商平臺搜尋熱門/爆款商品,拆解共性特徵,總結爆款規律,生成互動式HTML視覺化分析報告。
工作流
Phase 1: 資訊收集 — 多平臺爆款搜尋
對使用者輸入的商品/類目名稱,在以下平臺進行平行搜尋:
- 淘寶/天貓 — 搜尋
{產品名} 熱銷 爆款 排行榜
- 京東 — 搜尋
{產品名} 銷量排行 熱賣
- 拼多多 — 搜尋
{產品名} 爆款 熱賣
- 抖音電商 — 搜尋
{產品名} 熱銷 爆款 帶貨
- 綜合選品分析 — 搜尋
{產品名} 選品分析 市場分析 趨勢
使用 WebSearch 工具對每個平臺進行搜尋。每條搜尋需提取:
- 商品名稱(含核心關鍵詞)
- 價格(實際售價,排除虛高標價)
- 銷量資料(月銷/累計)
- 評分/好評率
- 核心賣點/宣傳語
- 主圖/影片風格描述
搜尋策略:
Phase 2: 特徵拆解
對收集到的爆款商品進行多維度拆解:
2.1 標題關鍵詞分析
- 提取所有爆款標題中的高頻關鍵詞
- 分析關鍵詞組合模式(功效詞+場景詞+人群詞+品牌詞)
- 統計關鍵詞出現頻次,排序生成Top10關鍵詞
2.2 價格帶分析
- 統計爆款商品的價格分佈
- 識別"黃金價格帶"(銷量最高的價格區間)
- 分析價格與銷量的關係
2.3 賣點分析
- 提取爆款商品的核心賣點/宣傳語
- 分類:功能型賣點、情感型賣點、價效比型賣點、社交型賣點
- 總結該類目最有效的賣點型別
2.4 視覺風格分析
- 分析爆款商品的視覺呈現風格(簡約/科技/溫馨/奢華等)
- 識別主圖設計模式(產品特寫/場景使用/對比展示/促銷資訊)
- 總結該類目主流視覺策略
2.5 評價/口碑分析
- 提取爆款商品的使用者評價高頻詞
- 識別好評關鍵詞和差評關鍵詞
- 總結消費者最看重的產品屬性
Phase 3: 規律總結
基於 Phase 2 的拆解資料,總結該類目的爆款規律:
- 定價規律 — 什麼價格區間最受歡迎?低價衝量還是中高價做利潤?
- 標題規律 — 什麼樣的標題結構點選率最高?
- 賣點規律 — 消費者最關心什麼?什麼賣點最打動人?
- 視覺規律 — 什麼風格的主圖最容易吸引點選?
- 競爭格局 — 品牌集中度如何?新品牌還有機會嗎?
- 選品建議 — 如果要進入這個類目,應該選什麼定位的產品?
Phase 4: 生成HTML報告
基於 assets/report_template.html 模板生成最終報告。
報告結構:
- 頭部 — 類目名稱、分析時間、資料來源說明
- 類目概覽卡片 — 市場規模、價格帶、品牌數、競爭度
- 爆款商品對比表 — 跨平臺爆款商品詳情對比
- 價格分佈圖 — 柱狀圖展示價格帶分佈
- 標題關鍵詞排行 — Top關鍵詞展示
- 核心賣點分析 — 分類展示賣點及效果評估
- 視覺風格分析 — 展示主流主圖風格
- 爆款規律總結 — 6大維度的規律總結
- 選品行動指南 — 可操作的建議
技術要求:
- 報告使用 Chart.js CDN 生成圖表
- 響應式設計,支援桌面端和移動端
- 所有樣式內聯,單檔案交付
- 顏色方案使用電商行業專業配色
注意事項
- 資料時效性:搜尋到的價格和銷量資料為當前時刻的快照,可能隨時間變化
- 平臺差異:不同平臺的銷量統計口徑不同(淘寶月銷、京東評價數、拼多多已拼數)
- 反爬限制:電商平臺可能有反爬機制,如無法直接讀取頁面,通過搜尋片段提取關鍵資訊
- 資料精度:價格和銷量資料可能存在誤差,報告中體現"估算"標註
- 平臺覆蓋:至少覆蓋3個平臺的資料,如搜尋不到則不強制展示
- 報告語言:中文為主,保留電商行業常用的英文術語(如 SKU、ROI、CTR)
使用示例
使用者: 幫我分析一下"筋膜槍"這個類目的爆款
使用者: 藍牙耳機爆款拆解
使用者: 夏天什麼防曬霜賣得好?幫我分析一下
使用者: 做個掃地機器人的選品分析