问题
亚马逊上有超过3.5亿个产品在售，新卖家如何在红海中找到蓝海？靠感觉选品死亡率极高。
学习
选品核心指标矩阵
| 指标 | 理想范围 | 说明 |
|------|---------|------|
| 月搜索量 | >5000 | 需求够大 |
| 竞品数量 | <200 | 竞争不激烈 |
| 平均售价 | $15-$50 | 利润空间合理 |
| 毛利率 | >40% | 扣掉FBA费有赚头 |
| 平均评分 | <4.2 | 客户不满意=有机会做更好 |
| 头部集中度 | <30% | 不是大品牌垄断 |
| 季节性指数 | <50% | 全年需求稳定 |
选品五大维度
1. 需求验证：搜索量>5000，趋势上升，长尾词丰富，PPC<$1 2. 竞争分析：头部集中率<60%，有新品存活，差评分析找机会 3. 利润测算：售价-FBA-广告-退货-汇率>20%净利润 4. 供应链：可复制、无IP风险、MOQ合理、单件成本<售价25% 5. 增长潜力：能做变体/套装？有二次购买？社媒内容潜力？推荐工具
- Helium 10（$79/月起）：关键词+竞品+listing优化
- Jungle Scout（$49/月起）：选品数据库+销量估算
- 卖家精灵（¥299/月起）：中国卖家友好
Helium 10实操
Black Box筛选→Trendster趋势→Xray竞品透视→Cerebro关键词→Magnet拓词
分析
这套体系的底层逻辑是套利思维——找到信息差。差评区是最好的免费市场调研报告。
理解
数据选品的本质是用概率思维替代赌博思维。每个维度都是一道筛网，最后剩下的1-3个才是值得做的品。
类比
数据选品就像淘金：搜索量=河床有没有金子，竞品数=多少人在淘，差评=别人淘不到的金沙，新品存活率=新来的人能淘到吗。
迁移
不限于亚马逊：Shopify用Google Trends+社交声量，TikTok Shop看话题浏览量+达人数据。
实践
3小时工作流：Black Box出候选(30min)→分析差评(30min)→利润测算(30min)→供应链沟通(30min)→选品打分排序(30min)→定TOP3下样品(30min)
调整
常见错误：只关注大词不关注长尾词、忽视变体策略、一次性下单太多、忽视专利风险。
成事
数据驱动选品的终点不是"找到一个好产品"，而是找到多个候选品后用最小成本验证。数据是筛选器，实战是验证器。
---