亚马逊市场可行性分析

核心目标

判断选品方向是否值得进入，输出可执行的选品决策报告。

必输参数

数据来源

方式1: 卖家精灵API（推荐，自动获取）

配置好 config.json 后，分析时自动调用 API 获取数据，无需手动上传xlsx：

注意：需要先配置 ~/.openclaw/workspace-fenxixia/skills/walter-sellersprite-api-integration/config.json

方式2: SIF（卖家精灵/Sorftime）导出的xlsx文件

注意：如数据缺失，标注"数据不足"而非编造。

分析流程（7步核心框架）

Step 1：市场大盘分析

• 年/总销量、总销售额
• 近3年同比增幅趋势
• 品牌集中度（CR3/CR5）
• 市场分型（橄榄型/金字塔/扁平型）

Step 2：品牌格局分析

• Top12品牌销量占比
• 头部品牌特征
• 新品牌进入空间判断

Step 3：价格带分析（核心！）

7个维度分析每个价格区间：

1. 链接数量 vs 销量分布
2. 平均/最高销量
3. 新品表现
4. 评论数量
5. 评分值
6. 品牌垄断度（CR3/CR5）
7. 卖家归属地（中国/美国/AMZ自营）

Step 4：目标价格带确定

评分矩阵法：

Step 5：产品属性分析

• 退货率及Top5退货原因
• 加权平均点击转化率
• 颜色/尺码销量分布

Step 6：利润空间测算

纯利润 = 售价 - 采购成本 - 头程物流 - FBA配送费 - 佣金(17%) 
         - 配置费 - 退货成本(售价×退货率) - 广告费(售价×广告占比)

利润率 = 纯利润 ÷ 售价 × 100%

支持空运/海运两种场景。

Step 7：风险矩阵评估

输出格式

xlsx报告（6 sheets）

1. 市场大盘 - 规模/趋势/品牌集中度
2. 价格带分析 - 7维度详细数据
3. 目标价格带推荐 - 评分矩阵 + 推荐区间
4. 产品属性 - 退货率/转化率/颜色尺码
5. 利润测算 - 空运/海运两档
6. 选品决策 - 核心结论 + 风险提示 + 行动清单

对话总结模板

## 市场概况
- 市场规模：年销XX万件，销售额$XX
- 市场类型：XX市场，近3年XX
- 品牌集中度：CR3=XX%，CR5=XX%

## 推荐价格带
**[$XX-$XX]**（综合评分X.XX分）

## 核心风险
1. 退货率XX%，主要来自XX/XX问题
2. 中国卖家占比XX%，存在XX风险
3. 季节性明显，需精准库存管理

## 利润测算
| 场景 | 利润率 | 最低盈亏定价 |
|------|--------|------------|
| 海运 | XX% | $XX |
| 空运 | XX% | $XX |

## 行动建议
1. 【产品】优先解决XX问题
2. 【定价】建议$XX-$XX
3. 【备货】首批XX件
4. 【上架】最晚XX月前完成

## 选品决策
**[Go / No-Go / 谨慎进入]**

详细方法论

完整11步调研框架见 references/methodology.md

输出模板

xlsx报告结构和对话总结格式见 references/templates.md

注意事项

• 所有数值计算必须用Python完成
• 百分比统一保留2位小数
• 金额统一用美金，保留2位小数
• 结论必须有数据支撑
• 数据缺失时标注"数据不足，建议补充XX数据"

数据调用

当执行市场可行性分析时，使用 scripts/market_analysis.py 获取数据：

import sys, os
sys.path.insert(0, 'scripts路径')
from market_analysis import MarketAnalysis

analyzer = MarketAnalysis()

# 获取类目节点
node = analyzer.get_category_node(keyword='品类关键词', marketplace='US')

# Step1: 市场大盘（品牌集中度）
overview = analyzer.step1_market_overview(node_id_path='节点路径')

# Step4: 利润测算
profit = analyzer.step4_profit_calculation(price=35, margin=0.30)

# 关键词研究
kw = analyzer.keyword_research(keyword='品类关键词')

依赖：需要 scripts/sellersprite_mcp.py 存在。