方法库

来源给出了需求定义、目标受众识别、市场分析、付费意愿验证和小规模测试流程，并提供预订转化率、候补名单转买家率、复购率及累计100个转化事件等判断指标。迁移到淘宝、拼多多时，可用小批量上架、定金、收藏加购和真实订单代替Shopify预售页，但阈值必须按平台流量质量重新校准。

核心做法：建立候选问题清单，要求每个候选品对应明确的US消费者使用场景、未满足痛点和替代方案。

来源将相近搜索词按消费者需求聚合为niche，并要求分析需求与购买趋势、竞争饱和度、搜索量、评价和退货活动；其“低于基准转化率的高需求词簇”是未满足需求信号。迁移到淘宝、拼多多时，用平台搜索词、商品点击、收藏加购、支付转化、评价主题和退款原因重建同类指标，不使用Amazon排名或ASIN阈值作为最终结论。

核心做法：导出淘宝、拼多多近90天搜索词、曝光、点击、收藏加购、支付和退款数据，并按同义词、用途和目标人群聚类。

开源项目把产品研究拆成需求、竞争、利润潜力和进入障碍四类分析，并提供可供任务调用的结构化Skill。迁移时以美国公开需求和趋势数据作为来源参考，将Amazon销量、BSR和ASIN字段替换为淘宝、拼多多的搜索热度、有效商品数、销量分布、评价增速、广告位密度及价格带；仓库本身不提供淘宝、拼多多实时数据。

核心做法：定义美国使用场景、目标人群、价格带、尺寸重量和风险类目，生成标准化候选词簇

来源给出了概念测试、原型与可用性测试、质量耐久测试、包装测试、价格测试以及软启动流程；可执行指标包括购买意向、创新性、价值感、相关性和独特性，并建议用量表收集反馈。迁移到淘宝、拼多多时，可将焦点组或居家试用结果与收藏、加购、支付、退款及差评原因联合判断。

核心做法：建立候选SKU卡片，记录目标美国用户、使用场景、核心痛点、预计售价、到岸成本、法规类别和竞品替代关系。

来源明确了工单应包含工单号、客户信息、订单号、问题标签、优先级、沟通记录和SLA，并给出集中接入、自动分类、路由、调查、沟通、关闭和复盘流程。迁移到淘宝、拼多多时可直接采用字段及闭环结构，但响应时限、赔付和举证动作必须遵循目标平台规则。

核心做法：汇集淘宝、拼多多客服消息、退款申请、物流异常和评价反馈，并以订单号去重

来源给出按行业和时间范围筛选趋势，并查看趋势线、相关视频、受众洞察、区域热度及相关标签的具体路径。可迁移部分是“区域—时间—语境—关联词”的候选筛选结构；最终需求强度和商业可行性必须使用淘宝、拼多多站内数据重新验证。

核心做法：限定US区域、非排除类目和观察窗口，采集趋势词、相关标签及趋势线快照

来源贡献了监测外部竞争价、站内最低价、含运费到手价，以及新品低价、优惠券和促销等分情境策略，并明确误导价格、相对近期价格异常升高、组合装单价倒挂及过高运费等风险。迁移到淘宝、拼多多时应以实际支付价和本店利润底线替代Amazon Featured Offer等专属指标。

核心做法：计算SKU含采购、质检、跨境物流、平台费用、广告、退款准备金及税费的完全成本

官方资料提供最多5组搜索主题对比、地区与时间过滤、主题和搜索词区分以及跨语言组合方法；这些步骤可用于建立美国需求的相对基线，再把候选词映射到淘宝、拼多多站内搜索词并进行小流量成交验证。Google Trends不提供绝对销量，因此只作为外部需求证据。

核心做法：为每个候选建立英文核心词、同义词、用途词和对应Google Trends主题，主题与主题、搜索词与搜索词分别比较

来源给出了按关键词或ASIN进入需求簇、查看搜索与购买趋势、头部点击集中度、商品数量、评分和评论数量、缺货率、广告参与度、评论主题及退货原因等可执行指标。迁移时以Amazon数据观察美国需求，再用淘宝生意参谋、拼多多搜索词与竞品数据复验站内供需。

核心做法：从美国消费者搜索词、Amazon需求簇及淘宝、拼多多站内词库生成候选需求簇，不直接生成具体商品结论

开源技能将商品研究拆为市场与类目定义、需求检查、竞争分析、利润测算、风险排除和候选评分等可执行环节，并强调搜索量、竞争强度、价格、评价、费用与季节性等指标。迁移时以美国趋势和公开市场数据生成需求假设，再用淘宝生意参谋、直通车或拼多多商家后台的关键词、点击、成交和竞品数据完成平台内验证。

核心做法：定义美国目标人群、使用场景、价格带、母婴优先级及禁入类目，形成结构化研究任务。

来源强调用Product Opportunity Explorer识别未满足需求、高销售潜力、低竞争、购买与退货洞察、搜索词和评论洞察；可迁移为淘宝/拼多多的搜索词热度、竞品数量、评价痛点、退款原因和小样上新验证流程。

核心做法：从淘宝/拼多多后台、搜索下拉词、类目热榜和竞品标题中采集候选需求词。

来源说明Product Opportunity Explorer可分析Amazon搜索、购买、评论和价格趋势，用于决定新产品机会；迁移到淘宝/拼多多时，可把搜索趋势映射为站内搜索词/外部Google Trends，把购买映射为平台销量与转化，把评论映射为竞品差评痛点，把价格映射为US到手价和毛利空间。

核心做法：定义US目标人群和一级类目，优先母婴但不限定母婴，先剔除Electronics和High-return fashion。

来源给出微型KOL策略步骤：确定预算、目标和受众，选择平台，寻找KOL，接触KOL，并监控活动表现；同时强调检查近期内容质量、品牌调性一致性，以及用工具追踪affiliate campaign performance。

核心做法：先定义活动目标：品牌认知、内容资产、导购转化、测评背书或新品试水。

该源码文档列出 pdd.ddk.oauth.goods.search 请求字段：keyword、opt_id、page_size、range_list、with_coupon、merchant_type、sort_type，并说明可按价格、销量、券后价、佣金、店铺描述/物流/服务评分及击败同类百分比排序。

核心做法：用 keyword 或 opt_id 搜索允许类目候选，设置 page_size 获取足够样本。

该仓库展示了拼多多自动化采集数据样例，包含 price、price_info、goods_name、sales_tip、tag_list、near_group、mall_id、merchant_type 等字段；这些字段可转化为销量提示、活动标签、成团氛围和店铺类型信号。

核心做法：按允许类目关键词抓取拼多多商品详情或列表样例字段。

该仓库实现拼多多商品信息爬虫，并包含 Excel、MySQL、词云、pyecharts 等管道和价格区间商品数分析示例；可执行贡献是将商品抓取结果转为价格分布、文本聚类和可视化分析。

核心做法：输入中文候选关键词，抓取拼多多商品列表信息。

该仓库说明其目标是抓取淘宝商品销售和趋势等数据，并使用回归预测模型预测热销商品；可执行贡献在于将销量、趋势和预测模型组合成候选预警框架。

核心做法：选择允许类目的中文关键词，定期采集淘宝商品销量和趋势字段。

来源提供了用关键词构造淘宝/天猫 SERP、分页抓取、提取商品标题、链接、店铺名、月销量和价格字段，并将数据接入 dashboard 或 P&L calculator 的可执行步骤。

核心做法：将 US 需求关键词翻译成中文采购关键词，并保留英文原始需求锚点。

GitHub 提示词 明确要求输入 category、market、buyer、marketplaces，并逐源采集 search query、product title、price、shop、URL、core claims、target persona、review themes、repeated complaints、visible differentiators；输出 raw product table、price bands、common claims、underserved complaints、positioning opportunities 和 follow-up questions。

核心做法：输入目标类目、US market、目标买家和允许的平台列表。

来源提供 17 种寻找产品机会的方法，包括解决痛点、提前发现趋势、服务 niche interest、满足 underserved market、关键词机会、社媒趋势工具、浏览 marketplace、改进现有产品、寻找高利润产品、可持续产品、个性化、国际市场和 dropshipping 测试；这些可整合成多来源机会分层流程。

核心做法：从痛点、niche 兴趣、关键词、社媒趋势、marketplace 和高利润空间六类入口收集候选方向。

来源列出 9 种产品验证策略，包括 make some sales、competitive analysis、research existing demand、feedback survey、crowdfunding、social media interest、pre-launch landing page、in-person customer meeting 和 智能辅助 validation；这些可拆成从低成本信号到付费信号的验证阶梯。

核心做法：选择已通过初筛的候选方向，不直接选择具体商品。

来源将 product research 拆成评估市场需求、分析竞争对手、验证创意、发现客户痛点、设置有竞争力且有利润的价格，并提到 Google Trends、Meta Ads、Amazon bestsellers、评论、广告花费、变体和捆绑等可执行检查点。

核心做法：从目标类目生成候选需求，不直接生成具体商品清单。

来源说明 Product Opportunity Explorer 可按 niche 或 ASIN 查看客户搜索、购买行为、搜索词、趋势、竞争数据、Customer Review Insights 和 Returns 信息；这些内容可转化为需求强度、低竞争、评论痛点和退货风险四类筛选指标。

核心做法：输入目标类目与种子关键词，仅保留 Home & Kitchen、Pet Supplies、Outdoor & Sports 相关 niche。

该 GitHub 项目描述为 TikTok Shop 数据采集工具，可提取 products、sellers、prices、ratings、availability 等信息，适合构建店铺与商品基础信号筛选框架。

核心做法：限定 TikTok Shop US 与允许类目，采集类目下商品、卖家、价格、评分、可得性字段。