数据越查越多，候选品却越看越乱。
-
搜索量高的竞争激烈 -
售价合适的利润薄 -
利润看起来不错的又可能卡在体积、退货或认证上
真正拖慢选品的环节，是这些信息没有进入同一套判断逻辑。
需求、竞争、利润、履约和风险各算各的，最后只能靠印象拍板。
所谓"3 分钟理清思路”，指的是在资料已经准备好的前提下，用WorkBuddy快速搭起一张选品决策表：
-
明确先看什么 -
如何淘汰 -
哪些数据仍需补齐
它无法在 3 分钟内替你完成全部市场调研，却能在3 分钟内把零散数据整理成可执行的筛选顺序。
一、把选品变成筛选
亚马逊选品容易走偏，通常源于一开始就盯着某个产品，随后不断寻找支持它的数据。
更稳妥的顺序，是先定义准入条件，再让候选品接受同一套检验。
一张完整的选品决策表，需要回答五个问题：
-
市场有没有稳定需求 -
竞争入口是否存在 -
单件利润能否成立 -
供应链能否持续交付 -
平台与合规风险是否可控
这五个问题对应五组数据：
- 需求数据
搜索热度、搜索增长、购买转化、季节波动、需求集中度
- 竞争数据
头部点击集中度、品牌集中度、评论门槛、价格带密度、广告拥挤度
- 利润数据
采购价、头程、关税、佣金、履约费、仓储费、广告费、退货损失
- 供应数据
起订量、交期、补货周期、良品率、包装尺寸、重量与产能稳定性
- 风险数据
类目限制、认证要求、知识产权、危险品属性、退货敏感度与售后复杂度
WorkBuddy 的第一项任务，就是把来源不同、名称不同、周期不同的数据放进同一张表。
亚马逊官方的 Product Opportunity Explorer 可用于观察顾客搜索和购买行为，收入计算器可用于估算不同履约方式下的费用与收入；供应商报价、头程报价和内部成本则需要另行准备。
没有经过授权或自定义连接器配置时，不应默认 WorkBuddy 能够直接读取 Seller Central。更稳妥的做法，是导出 Excel 或 CSV 后交给它分析。
二、先过口径关
选品表最容易出现的错误，通常发生在计算开始之前。
-
同一列“销量”，可能分别代表自然销量、广告归因销量、父体销量或子体销量 -
同一列“成本”，可能只含采购价，也可能已经包含头程和关税
字段名称相同，业务含义却不一致，合并后的排名自然失真。
数据进入 WorkBuddy 之前，需要先确定四个口径：
- 对象口径
分析单位是关键词、细分市场、ASIN、变体还是候选品
- 时间口径
统一日、周、月统计周期，并标注数据截点与覆盖区间
- 币种口径
售价、采购价、运费和广告费换算到同一币种，保留汇率日期
- 费用口径
区分固定费用、单件变动费用、一次性开发费用与库存持有成本
还要建立候选品 ID。
一个候选品可能对应多组关键词、多个竞品 ASIN 和多份供应商报价，如果缺少统一 ID，后续合并时容易重复计算需求，或者把不同规格的成本拼到一起。
建议先让 WorkBuddy 输出字段映射表、重复数据清单、缺失值清单和异常值清单，确认无误后再进入评分。
缺失数据不能自动填成零：没有退货率不等于退货率为零，没有广告数据也不代表产品不需要广告。
所有未知项都应保留"待确认"状态，并在最终排名中降低可信度。
三、先看需求质量
搜索量只能说明有人搜，无法单独证明这个商品值得进入。
选品真正关心的是需求能否转化、能否持续，以及需求是否已经被少数商品牢牢占据。
需求判断应沿着“规模—增长—转化—稳定”四层推进。
-
规模决定市场容量 -
增长判断需求方向 -
转化验证购买意图 -
稳定性决定备货难度
分析时需要统一站点、关键词口径和统计周期，防止月度搜索量与周度销量放在一起比较。
季节性尤其容易制造虚假的高需求。
短期峰值适合单独管理，不能直接外推为全年销量。
建议计算峰谷比、旺季销售占比和连续增长月数，并把新品上市周期、生产周期与海运周期一起放入判断。
只看当月热度，可能等货入仓时需求窗口已经结束。
亚马逊 Product Opportunity Explorer 按照顾客搜索后浏览或购买的商品关系，将搜索词组织为细分市场，并提供需求与购买行为、竞争与饱和度、搜索词、评论及退货活动等信息。
分析时不要只摘取一个搜索量数字，应把搜索、点击、购买和退货放在同一条链上。
- 搜索增长而购买转化走低，说明热度尚未稳定落到成交
- 购买增长但退货同步上升，则需要继续检查产品质量和需求匹配
需求评分可以设置为：
需求得分 = 搜索规模得分 × 30% + 增长得分 × 25% + 转化得分 × 25% + 稳定性得分 × 20%
权重不必固定，但必须与经营目标一致。
追求稳健周转时，应提高稳定性权重；追求趋势机会时，可以提高增长权重，同时降低首批备货深度。
四、判断进入难度
需求成立之后，下一步要确认市场是否留有进入空间。
竞品数量只是表面信息，真正影响进入难度的是流量是否集中、转化门槛有多高，以及现有价格带是否拥挤。
-
如果少数 ASIN 占据大部分点击和购买，市场容量看起来可观，新品能够分到的流量仍然有限 -
如果首页商品评论积累深、星级稳定、内容成熟，新品需要更高的广告和内容成本才能完成冷启动
价格带也要结合销量看，低价商品密集不等于低价带有效，可能只是竞争者集中消耗利润。
竞争分析需要重点保留三个结果：头部集中度、进入门槛和差异化空间。
其中差异化不能停留在颜色、包装或配件数量上，应回到搜索词、评价主题和退货原因，确认消费者仍未被满足的功能、规格、使用场景或交付要求。
头部集中度可以分别按点击份额、购买份额和品牌份额计算。
点击集中说明流量入口收窄，购买集中说明转化优势固化，品牌集中说明消费者心智已经形成。
三者同时偏高时，即使市场规模可观，新品仍需要承担更高的获客成本。
评论分析也不能只看平均星级。更值得整理的是低星评价占比、评价主题频次、近期评价变化和退货原因。
-
高频问题如果来自产品固有属性，改进空间有限 -
如果来自尺寸说明、包装保护、配件配置或使用门槛，则可以继续评估产品和内容优化的可行性
WorkBuddy 可以归并评价主题，但结论必须保留原始文本出处，避免摘要脱离语境。
WorkBuddy 适合把关键词表、竞品表和评价主题表合并，按照统一字段输出竞争矩阵，并标记数据缺口。
它能帮助归纳和计算，但对 Listing 真实质量、专利边界和产品可行性的判断，仍需人工复核。
五、算清单件利润
选品进入利润环节后，销售额的重要性要让位于贡献利润。
售价减采购价得到的空间，并不能代表商品真正能留下的钱。
亚马逊商品的单件贡献利润可按以下口径计算：
单件贡献利润 = 含税售价 - 平台佣金 - FBA 履约费 - 采购成本 - 头程及关税 - 广告费用 - 退货损失 - 促销折让 - 其他变动成本
进一步计算：
贡献利润率 = 单件贡献利润 ÷ 含税售价
广告成本还可以增加一道盈亏平衡判断：
盈亏平衡 ACOS = 广告费扣除前的单件贡献利润 ÷ 含税售价
实际 ACOS 接近盈亏平衡 ACOS 时，商品几乎没有吸收价格波动、退货和仓储成本的空间。
选品阶段不能用成熟期的低广告费率替代新品期参数，也不能把促销后的销量直接按正价利润测算。
利润测算至少需要设置基准、承压、极限三档参数。
广告费率上升、售价下降、退货率提高、汇率波动和仓储周期延长，都可能迅速吞掉利润。
只在理想参数下赚钱的商品，进入后缺乏调整空间。
此外，体积和重量会同时影响头程、FBA 履约费与仓储费，因此尺寸设计本身就是利润设计。
候选品比较时，应同时展示单位体积利润、库存资金占用和预计回收周期，避免毛利率好看、现金周转却持续承压。
六、设置淘汰线
综合评分适合排序，却不适合掩盖致命问题。
一个商品需求得分再高，只要触发合规、侵权或现金流风险，就应先退出候选池。
选品表应同时设置两类规则。
- 第一类是硬性淘汰线
包括认证资料无法取得、知识产权风险无法排除、极限情景下贡献利润为负、起订量超出资金承受范围、补货周期覆盖不了安全库存。
- 第二类是评分项
用于比较通过准入线的候选品。
供应链数据需要在这一环节进入决策。
起订量决定首批资金占用，交期决定预测要覆盖多长时间，良品率决定实际可售数量，包装尺寸影响头程、履约和仓储费用。产品利润成立，但首批采购金额超过资金上限，或者交期长于需求窗口，仍然不具备落地条件。
可以进一步计算首批资金需求：
首批资金需求 = 采购货款 + 头程及关税 + 上架前费用 + 推广预算 + 安全现金储备
库存回收周期则要从付款日开始计算，覆盖生产、运输、入仓、销售和平台回款全过程。
只看订单利润、不看资金占用，会让高毛利候选品挤压现金流。
合规风险应采用"一票否决＋待核实"的双层状态。
-
明确触发禁限售、认证缺失或知识产权冲突的候选品直接淘汰 -
信息不足的候选品不能继续获得完整评分，应先进入核验清单
AI 归纳可以提高检索效率，最终结论仍要以平台规则、目标市场法规和专业核查结果为准。
推荐采用"先淘汰，再评分，最后复核"的顺序。
评分表可以覆盖需求、竞争、利润、供应和风险，但输出结果必须保留原始字段、计算公式、来源时间和缺失值说明。
只给总分而看不到计算过程，决策就失去了可追溯性。
七、3 分钟指令
在执行前，将市场机会数据、关键词数据、竞品数据、费用表、供应商报价和合规清单放入同一工作目录。
随后把以下指令交给 WorkBuddy：
请读取当前目录中的亚马逊选品相关 Excel 和 CSV 文件，先识别各文件的字段、时间范围、站点、币种和数据来源，不要补造缺失值。将候选商品按统一 SKU 或候选品 ID 合并，建立“需求、竞争、利润、供应、风险”五个分析模块。统一币种和统计周期，列出字段映射表与缺失字段清单。按照我提供的费用口径计算单件贡献利润、贡献利润率、盈亏平衡广告费率、库存资金占用和预计回收周期；对需求规模、增长、转化稳定性、头部集中度、评论门槛、价格带密度、交期和合规风险进行标准化评分。先执行硬性淘汰规则，再对剩余候选品排序。输出选品决策表、淘汰原因、待核实数据和关键敏感项，所有结论标注数据来源与计算公式，不确定信息明确写“待确认”。
第一轮输出后，再补一条复核指令：
对排名靠前的候选品进行承压测试，分别调整售价、广告费率、退货率、头程成本和汇率，计算贡献利润率与现金回收周期的变化。找出对利润最敏感的三个变量，并标记在哪个条件下会跌破准入线。
完整输出应包含四张表：候选品总表用于比较综合结果，淘汰清单记录触发规则和证据，缺失数据表安排后续补充，敏感性分析表展示关键变量变化后的利润和回收周期。
四张表共同交付，才能避免一份排行榜替代整个决策过程。
结果返回后，先检查字段映射和公式，再检查得分。
-
需求规模、利润和风险的原始数据必须能够追溯到文件、字段和时间范围 -
涉及评价归纳和风险判断的内容，需要回看原文。评分只是压缩信息的工具，无法取代原始证据。
WorkBuddy 官方资料确认其支持读取Excel、CSV，完成统计、图表和报告输出，也支持通过连接器访问获授权的外部服务。
这里的效率来自任务拆解和批量计算，最终入选仍要回到 Seller Central、费用页面、合规资料与供应商信息逐项核验。
写在最后
亚马逊选品最终要同时回答五个问题：
-
需求能否延续 -
流量能否进入 -
利润能否承压 -
库存能否周转 -
风险能否控制
找到一个看起来能卖的商品只是起点，五项判断全部通过，才具备继续投入的条件。
WorkBuddy 最适合承担的角色，是把分散信息整理成一套有顺序、有门槛、有公式的决策过程。
三分钟的价值，在于迅速指出：
-
哪些候选品可以继续研究 -
哪些应当立即淘汰 -
哪些结论仍缺关键数据
至于最终“卖什么”，仍要经过平台与供应链数据的交叉验证。
选品质量最终取决于判断链是否完整。
需求决定上限，竞争决定入口，利润决定空间，供应链决定兑现能力，风险决定这门生意能走多远。
把这五条线放进同一张表，选品才会从灵感判断进入可复核的数据决策。