Competitor Monitor — 竞争对手监控器
v1.0.0提供亚马逊竞品基础情报、流量词和用户评价分析,自动生成竞品动态及差异化营销建议报告。
运行时依赖
安装命令
点击复制技能文档
亚马逊竞品监控 核心问题 "我的竞品在做什么?" 用户交互 输入 用户: "监控 CRZ YOGA" 用户: "分析 ASIN B071WV2SRC" 用户: "关注这几个竞品: B071WV2SRC, B08KHQY9DV" 用户: "竞争对手分析" 输出 [竞品监控报告] Target: CRZ YOGA ├─ 基础情报 │ ASIN: B071WV2SRC │ 月销量: ~3,200 units │ 月收入: ~$92,800 │ 价格: $28.99 | 评分: 4.5 │ ├─ 流量词 (Top 5) │ beach shorts women (12%) │ summer shorts (8%) │ ... │ ├─ VOC分析 │ 赞美: "buttery soft", "fits true to size" │ 痛点: "pills after 3 washes", "waistband rolls" │ └─ 行动建议 攻击点: pilling问题 (23%差评) 策略: 主打"anti-pilling"差异化
分析流程 Step 1: 解析竞品标识 ASIN识别 (10位字母数字) 品牌名识别 批量处理支持 Step 2: 获取基础情报 销量/价格/评分/BSR 月收入估算 上市时间 Step 3: 流量词分析 核心流量词排名 流量词类型 (Search/AC/Sponsored) 竞品流量词对比 Step 4: VOC分析 赞美点提取 痛点提取 差评关键词 Step 5: 行动建议 攻击点识别 差异化策略 投放建议
技术实现 class CompetitorMonitor: def analyze(self, user_input: str) -> Dict: """竞品监控完整流程""" # 1. 解析竞品 targets = self.parse_targets(user_input) # 2. 获取情报 intelligence = [] for target in targets: intel = self.get_intel(target) intelligence.append(intel) # 3. 流量词分析 keywords = self.analyze_keywords(intelligence) # 4. VOC分析 voc = self.analyze_voc(intelligence) # 5. 行动建议 actions = self.generate_actions(keywords, voc) return { 'targets': targets, 'intelligence': intelligence, 'keywords': keywords, 'voc': voc, 'actions': actions }
依赖 unified_data_layer_v2.py - 统一数据层 sellersprite_mcp.py - MCP客户端 SellerSprite API access
版本 V1 - 2026-04-13 第一版发布
场景: 竞品监控