下面这个Skill，把产品、图片、ASIN、关键词、竞品、广告、成本、库存、合规资料提供给该 skill 后，它会先盘点资料，再判断当前处于哪个运营阶段，最后输出可执行的表格、计划和结论。只要问题和亚马逊产品、选品、竞品、词库、Listing、广告、库存、成本、合规、上线复盘有关，就可以尝试使用这个 skill。不同的任务也都写有对应的判断流程，让不同任务能准确执行。
一、它能为市场分析做什么
亚马逊运营最怕空有数据一大堆，但没有结论。
竞品表里有价格、销量、销售额、评分、Review、品牌、上架时间。
关键词表里有搜索量、商品数、需供比、点击集中度。
ASIN 反查里有自然排名、广告排名、流量覆盖。
Review 里有用户痛点、好评驱动、差评雷区。
如果只是人工看，运营很容易陷入一种状态：每个数据都看了，每个点都知道一点，但最后还是不知道该不该做。
Skill 的作用就在这里，它是这样做的。
第一步，判断市场结构。这个市场是集中垄断，还是品牌分散？新品有没有窗口？
第二步，判断价格带。销量集中在哪里？利润空间在哪里？新品更容易从哪个价格段切进去？
第三步，判断商品集。关键词背后到底是同一类产品，还是混着餐桌、躺椅、rocking chair、conversation set、balcony furniture 等多个商品集？
第四步，判断竞品打法。爆款不是只看销量，而是看它靠什么起量：价格、Review、广告、自然排名，还是产品差异化。
第五步，判断用户痛点。Review 不是用来摘几句好评差评的，而是用来反推产品定义、供应链改造、说明书、包装、售后和 Listing 承诺。
第六步，形成 SKU 策略和下一步动作。入口款打什么价格、利润款做什么差异化、形象款是否值得布局，以及当前还缺哪些数据不能贸然放量。
二、一次完整演示市场分析
这份报告的目标品类是 Patio Bistro Sets，美国站。输入资料包括竞品表、关键词挖掘表、关键词反查表，以及 5 个产品的 Review 数据。可以按如下方式获取（如果有卖家精灵MCP可以直接调用，取消下载的步骤）
1.输入关键词Patio Bistro Sets，将搜索结果用卖家精灵插件下载100个产品数据
通过ASIN、品牌、价格、Review 数/评分、月销量、BSR、上架时间、变体数判断市场竞争格局
2.利用关键词反查ASIN的关键词
通过竞品 ASIN 的流量词、自然/广告排名，判断真实流量入口。
3.利用关键词挖掘进行拓展
通过搜索量、CPC、趋势、竞争度，判断市场入口和广告成本。
4.通过AI评论分析下载多个产品的评论
通过差评痛点、好评驱动、用户场景，翻译成产品页面动作
执行Skill输出报告。从报告结果看，这个品类不是小市场。BSR Top 100 合计月销量约 48,350 单，月销售额约 558 万美元，均价约 150 美元，平均评分 4.51 星。更关键的是，市场里有 67 个品牌，Top 10 品牌只占约 45% 份额，没有任何单一品牌超过 7%。
这说明什么？说明这个市场不是强品牌垄断型市场。消费者买 Patio Bistro Sets，不像买 iPhone 配件或者某些强品牌工具品类那样有明显品牌心智。只要产品形态、价格、颜值、Review 和交付体验能打，新品就有机会进入。
报告里最值得盯的案例，是 Murago 的 B0GZSVVBJZ。这个 ASIN 上架仅 53 天，做到月销 3,462 单、月销售额约 22.5 万美元。这个信号非常硬。它证明 Patio Bistro Sets 不是一个只有老链接才能吃肉的市场，新品确实能在短周期内冲出来。
报告显示，60-100 美元是销量最大的主力价格带，合计月销量超过 22,000 单。其中 60-80 美元段有 15 个 ASIN，月销量 11,524 单，而且有 7 个新品；80-100 美元段月销量 11,158 单，月销售额约 101 万美元。
这对新品策略非常关键。如果目标是先打穿流量入口，60-80 美元是更现实的切入带。这个区间可以承接 bistro set、patio chairs、3 piece patio 等基础需求，适合做入口款，用来拿销量、拿 Review、推自然排名。
但如果只做低价，也很容易变成利润黑洞。因为 Patio Bistro Sets 体积大、FBA 费用高、退货和售后风险不低。报告里也给出另一个方向：180 美元以上价格带虽然 ASIN 多，但平均 Review 只有 250 条，销售额却达到约 150 万美元。这说明高端段不是没有机会，而是要求产品定义更硬，比如 cast aluminum、polywood、高端设计、耐候性证明、舒适度升级。
所以更合理的产品线策略不是单 SKU 硬冲，而是三层 SKU：
入口款：60-80 美元，wicker 3-piece bistro，目标是抢流量、拉销量、积累 Review。
利润款：100-130 美元，做 rocking bistro、加厚坐垫、升级五金和舒适度，目标是提高毛利。
形象款：180-250 美元，做 cast aluminum 或 polywood，强调耐用性和高端户外场景，目标是品牌溢价。
再看关键词。这个市场的大词流量非常大，比如 patio furniture set 月搜索量超过 100 万，outdoor furniture 超过 50 万，patio furniture、patio chairs 也都是高搜索词。但这些大词的问题是：太泛，商品集混杂，广告成本和转化不确定性都高。真正值得新品盯的是高需供比长尾词。比如 bistro table and chairs set of 2，搜索量约 68,000，商品数约 3,313，需供比 20.5；polywood outdoor furniture，搜索量约 67,000，商品数约 2,820，需供比 24.0。
这就是 Skill 在关键词分析上的价值。它不是只告诉你哪个词搜索量大，而是帮你判断：哪个词可以写进标题，哪个词适合五点和 A+ 承接，哪个词适合广告 Exact 攻击，哪个词只是泛流量，哪个词必须等产品能力确认后再碰。
最后看 Review。5 个 ASIN 的 1,451 条 Review 中，差评核心集中在安装、五金件、尺寸舒适度、质量耐用性、缺件和售后。尤其是安装和五金件问题非常突出：螺丝孔位不对齐、内六角扳手质量差、说明书不清、需要多人长时间安装。这不是某一个竞品的小问题，而是整个品类的结构性低效。
三、Skill 需要不断迭代
自从有Skill后，很多卖家都希望拿到别人的Skill。但是一定要切记Skill 不是你装上以后就能永久通吃所有品类的万能工具。真实情况是没有这种东西，所有的Skill都需要自己进行优化迭代。
原因很简单。
第一，不同品类的判断逻辑不同。
Patio Bistro Sets 是半非标品，视觉、材质、场景、舒适度、安装体验都很重要。如果换成 3C 配件、工具、耗材、母婴、安全类产品，判断重点会完全不同。有的品类要优先看参数，有的要优先看合规，有的要优先看兼容，有的要优先看退货率和安全风险。
第二，数据字段会变。
卖家精灵、亚马逊后台的报告，比如Business Reports、ABA、SQP，字段名称和口径都可能变化。Skill 如果不持续迭代字段识别和计算逻辑，很快出错。
第三，市场结论必须随着目标变化调整。
同一份数据，如果目标是选品，重点是市场机会和结构性低效。如果目标是上架，重点是 SKU 定义、Listing 承接和广告架构。如果目标是广告优化，重点是 CTR、CVR、CPC、CPA、ACOS、TACOS 和自然流量回流。Skill 不能只会输出一种报告模板，必须根据运营目标切换分析框架。
第四，很多关键数据必须人工确认。
一定要切记，AI不能为结果进行负责。所以使用Skill输出结果后，关键数据要进行人工确认。
总结：
Skill 不是亚马逊运营的自动驾驶，而是一个高强度副驾驶。它不会替你承担决策风险，但它会不断提醒你：哪里有机会，哪里是坑，哪里数据不够，哪里不能装懂。这才是它真正有价值的地方。
