阶段一:数据获取&数据清洗
不要把时间浪费在浏览首页。你需要从 Kalodata 导出具体的、未经加工的原始数据,为 AI 提供原始 精准数据
动作指令:
1.1 赛道锁定:
在 Kalodata 中选择目标市场(如美国/东南亚) 和一级类目(如 Home & Kitchen)
1.2 筛选标的:
设置过滤条件:
- 近30天 GMV: $50,000 - $500,000(避开巨 头垄断,寻找腰部潜力款) 成交额增长率: > 60%(预留投流空间)
- 达人带货数: > 50人(验证市场分销能力)
- 竞品店铺名、销量、主要 差评点 (Negative Feedback)
TOP3 竞品数据:
- 高表现视频的脚本结构、完播率、 核心痛点 Tag
内容数据:
1.3 数据提取:
找到一款意向产品,手动提取或导出以下关键信息块(作为 Prompt 的输入素材):
- 产品标题及 Search Volume (搜索量)
核心关键词:
- 最低价、最高价及平均成交价 (ASP)
价格带:
阶段二:AI 深度诊断 (Gemini 策略部署)
这结构化提示词(Structured Prompt),强制 Gemini 扮演**“资深跨境电商产品经理”**,并严格按照10 个维度进行量化打分和定性分析 代码块
Role (角色设定)
你是一位拥有10年经验的 TikTok Shop 资深选品专家。你擅长通过数据挖掘市场空白,并能从供应链到消费者心理进行全链路的商业可行性分析。你的风格是犀利、客观、数据导向,拒绝模棱两可的冗余表达。
Task (任务目标)
我将提供一组从 Kalodata 抓取的 TikTok 潜在选品数据。请你基于这些数据,结合你内部的知识 库,严格按照我指定的【10维选品模型】进行深度评估。
Input Data (输入数据 - 我会替换这部分)
【此处粘贴从 Kalodata 提取的产品数据,见下文案例】
Analysis Framework (分析框架 - 10维模型)
请对该产品进行逐项分析,每一项必须包含:
1. **评分 (1-10分):** 1分极差,10分完美。
2. **深度解析:** 尤其是风险点和具体执行建议。
维度如下:
1. **市场需求程度:** (基于搜索趋势和痛点紧迫性分析)
2. **竞争激烈程度:** (分析头部集中度,CR5占比是否过高)
3. **利润率空间:** (倒推 ROI,评估能否支撑付费投流)
4. **物流可行性:** (头程与尾程成本、破损率、是否敏感货)
5. **内容呈现潜力:** (是否具备“Shoppertainment”属性,视觉冲击力如何)
6. **消费者心智认可:** (教育成本高低,是否属于冲动消费品)
7. **季节性影响:** (生命周期长短,库存周转风险)
8. **差异化空间:** (Micro-innovation 的可能性,不仅是换颜色)
9. **复购与延伸性:** (LTV 价值,能否搭配耗材或关联销售)
10. **供应链稳定性:** (生产门槛、备货周期、原料波动)
Output (输出要求)
1. 输出一份 Markdown 格式的《选品深度诊断报告》。
2. 只要评分低于 6 分的项目,必须用**加粗**字体警示风险。
3. 最后给出一个结论:S级(立刻做)/A级(观察)/B级(放弃),并给出一段简短的【操盘手建议】。
阶段三:实战案例演示 (Case Study)
为了让您理解 Gemini 如何执行,我们以 "Portable Neck Fan (便携挂脖风扇)" 为例进行模拟
1. 输入数据 (Simulated Kalodata Data)
2. Gemini 输出报告
(演示操作流程, 结果为实例)
3. TikTok Shop 选品诊断报告:无叶挂脖风扇
反季清仓) 【操盘手建议】
1. 关于时机(Timing is everything):
你提供的数据显示是 12月-1月 的销售。在美国市场,这是典型的反季节销售。数据显示 87% 的成交来自直播,这很可能是商家在利用直播间的强互动,针对特定人群(如更年期女 性、特定温暖州的用户)进行的反季清仓。
- 如果你是跟卖/新手:不建议入场。现在入局就是高风险承接方,把库存砸手里的概率高达 99%。
- 如果你在备战明年夏季:现在是测款和拍摄素材的好时机,而不是大规模备货的时机。
2. 关于数据异常:
注意看数据:“达人数量 3,达人出单率 100%”。这说明没有任何自然流量或铺量的达人带货,这完全是品牌方(或特定代理)自己在特定小范围渠道内成交,不具备普适性的参考价值。
3. 最终决策:
- 如果是为了**现在(冬季)**赚钱:暂不进入。
- 如果是为了**明年 Q2(5月)**爆发:可以保留在观察列表(A级观察),重点关注
其“制冷款”迭代,而不是普通风扇款。普通款明年收益空间非常有限。
阶段四:SOP 执行复盘
在使用此 SOP 时,请注意:
1. 数据的实效性:
Kalodata 的数据是动态的,Gemini 分析的是你输入的那个时间切片,务必每周复盘一次。
2. 物流成本校准:
3. 评论挖掘:
提示 Gemini 重点关注 Kalodata 中的“差评”数据,那是差异化选品的金矿 这套逻辑将选品从“经验化判断”变成了“做填空题”,利用 Gemini 强大的逻辑推理能力,帮您规避掉 80% 的显性坑位。