
Amazon Niche Finder
- 4 installs
- 41 repo stars
- Updated April 19, 2026
- liangdabiao/amazon-skills-liang
Helps with ai & agent building tasks.
About
amazon-niche-finder is a Claude Code skill for ai & agent building. It helps solo builders move faster with AI-assisted development.
- amazon-niche-finder
- AI & Agent Building
- AI-coding skill
Amazon Niche Finder by the numbers
- 4 all-time installs (skills.sh)
- Ranked #13,348 of 16,546 AI & Agent Building skills by installs in the Skillselion catalog
- Data as of Aug 4, 2026 (Skillselion catalog sync)
npx skills add https://github.com/liangdabiao/amazon-skills-liang --skill amazon-niche-finderAdd your badge
Show developers this skill is listed on Skillselion. Paste this into your README.
| Installs | 4 |
|---|---|
| repo stars | ★ 41 |
| Last updated | April 19, 2026 |
| Repository | liangdabiao/amazon-skills-liang ↗ |
What it does
Helps with ai & agent building tasks.
Files
Amazon 细分市场finder 💎
发现亚马逊上低竞争高需求的盈利细分市场。从需求指标、竞争指标、利润率和增长潜力评估细分市场可行性。
支持的平台: Amazon、Shopify、WooCommerce、Walmart、TikTok Shop、Etsy、eBay、BigCommerce。
使用方法
帮我找一个盈利的亚马逊美国细分市场。我有5000美元预算,想要至少30%的利润率。不做电子产品和保健品。功能
- 细分市场可行性评分(需求、竞争、利润率、壁垒)
- 从宽泛类目中发现子细分市场
- 竞争密度评估(评论数、评分、品牌存在度)
- 各细分市场平均营收估算
- 季节性 vs 常青细分市场分类
- 各细分市场的进入策略推荐
工作原理
第一步: 从用户消息中收集信息 — 产品、平台、当前状况和目标。
第二步: 用多选格式一次性提出所有后续问题。允许简写回答(如"1b 2c 3a")。
第三步: 使用下方的框架和方法论进行研究分析。
需求信号检测系统
- 搜索需求验证: 分析关键词搜索量、趋势和点击分布。稳定搜索需求 = 健康细分市场。关注长尾关键词分布 — 需求分布在多个词 = 比依赖单一关键词更稳健。
- 购买意图信号: 通过分析语义特征("最佳"、"评测"、"购买"等词的存在)评估购买意图。高购买意图 = 更好转化配合更少广告支出。
- 评论活动指标: 追踪现有产品的月度新增评论。评论停滞或下降 = 需求萎缩信号。
- 跨平台验证: 与其他电商平台交叉验证,确认需求不局限于亚马逊。
竞争密度评估模型
- 卖家数量与集中度: 统计活跃卖家数量并分析市场份额分布。低集中度 = 新卖家更容易进入。
- 评论壁垒高度: 分析评论数分布。若大多数产品评论少于500条,壁垒低,新进入者可以快速建立信任。若被1万+评论产品主导,壁垒高。
- 品牌渗透: 评估强势品牌(品牌备案和商标)的存在。强势品牌存在 = 在位者的流量优势。
- 价格竞争强度: 分析价格分布和利润率。接近成本的价格战细分市场 = 避开。
利润率计算框架
- 价格弹性分析: 对比各价格点的销量和评论分布。高利润细分市场 = 客户愿意为差异化付更高价格,而非只选最低价。
- 全成本拆解: 计算完整成本链:商品成本、运费、FBA费用、广告成本。
- 溢价机会评估: 评估通过更好的设计、优质材料或更优包装实现溢价的空间。
增长潜力评分系统
- 需求增长趋势: 分析搜索量、BSR和评论的历史趋势,识别细分市场是增长、持平还是衰退。
- 可扩展性评估: 评估细分市场是否可以通过增加变体、子细分扩展或进入相邻市场来扩大。
- 常青 vs 季节性分类: 分类为"常青"(全年稳定需求)或"季节性"(特定时间峰值)。与你的资金和运营能力匹配。
数据来源
- 网页搜索(site:amazon.com): 获取产品数量、价格分布、卖家数量的宏观竞争数据。
- 亚马逊产品页面: 通过web_fetch抓取BSR、评论、评分、月度评论增速。
- Google Trends: 验证需求增长方向,过滤虚假信号。
局限性
- 小细分市场被多个卖家同时发现时,低竞争优势会迅速消失。
- 小细分市场搜索量比宽泛类目统计置信度低。
- 利润估算基于类目平均值。实际结果因供应商议价能力、差异化和运营效率而异。
- 基于历史趋势的增长预测无法预测颠覆性创新或市场变化。
第四步: 提供结构化、可执行的输出,包含具体建议,而非模糊指导。
输出格式
- 先给出发现总结
- 包含具体数据点和基准(若有)
- 提供优先排序的行动项
- 基于不完整数据的估算需标注 ⚠️
- 以具体的后续步骤结尾
亚马逊利基市场挖掘
概述
本技能专注于在亚马逊平台上发现高利润、低竞争的利基市场机会。与泛品类选品不同,利基市场挖掘的核心逻辑是在广阔的亚马逊商品生态中找到那些需求明确但供给尚不充分的细分空间,让卖家能够以较低的竞争成本获得可观的市场份额和利润回报。
利基市场的本质是"小而美"——市场规模不一定庞大,但竞争格局相对温和,利润率远高于红海品类。对于资金有限的中小卖家而言,找到一个优质的利基市场往往比在大品类中与巨头正面竞争更加明智。本技能通过系统化的评估模型,从需求指标、竞争密度、利润空间和增长潜力四个维度对利基市场进行全方位扫描和评分,帮助卖家快速锁定最具价值的进入目标。
核心原理
需求信号检测系统
一个优质的利基市场首先需要具备真实且持续的需求。本技能通过多层需求信号检测来验证利基市场的需求真实性:
- 搜索需求验证:通过分析目标利基市场相关关键词的搜索量、搜索趋势和点击分布,验证消费者是否在主动寻找这类产品。一个健康的利基市场应该具有稳定的搜索需求基础,而非仅靠偶然流量驱动。本技能特别关注长尾关键词的搜索分布——当大量不同的长尾词都有搜索量时,说明该利基市场的需求面较广,不是一个只靠单一搜索词支撑的脆弱市场。
- 购买意图信号:并非所有搜索行为都代表购买意图。本技能通过分析搜索词的语义特征(如包含"best"、"review"、"buy"等购买意向词的比例)来评估该利基市场中搜索流量的购买转化潜力。购买意图强烈的利基市场意味着卖家可以用更少的广告投入获得更高的转化率。
- 评价活跃度指标:现有产品的评价增长速度是真实购买行为的代理指标。本技能通过追踪利基市场中产品的月度新增评价数量,判断需求是否处于活跃状态。评价停滞或负增长可能意味着该利基市场的需求正在萎缩。
- 跨平台需求交叉验证:除了亚马逊平台的数据外,本技能还会参考其他电商平台上同类产品的表现作为交叉验证,排除亚马逊数据中可能存在的平台特异性偏差。
竞争密度评估模型
利基市场的核心价值在于低竞争,因此准确评估竞争密度是本技能最关键的分析环节:
- 卖家数量与集中度:统计目标利基市场中活跃卖家的总数和市场份额分布。一个理想的利基市场应该卖家数量有限,且没有单一卖家占据绝对主导地位。本技能使用市场集中度指数来量化这一指标——指数越低,说明市场越分散,新进入者越有机会。
- 评价壁垒高度:分析利基市场中现有产品的评价数量分布。如果该利基市场中绝大多数产品的评价数量都在500以下,说明评价壁垒较低,新品通过合理推广可以较快建立信任基础。反之,如果市场被大量万评产品占据,则新品突围的难度和成本都会大幅增加。
- 品牌渗透度:评估该利基市场中是否已有强势品牌入驻。知名品牌不仅拥有消费者信任优势,还享有亚马逊平台的流量倾斜。如果一个利基市场充斥着知名品牌的官方产品,新进入者将面临品牌势能的巨大差距。
- 价格竞争强度:通过分析利基市场中的价格分布和利润空间,判断是否存在恶性的价格竞争。如果大量卖家以接近成本的价格销售,说明该市场已经陷入价格战泥潭,不适合新进入者参与。
利润空间测算框架
利基市场的利润空间直接决定了卖家的盈利能力和业务可持续性:
- 售价弹性分析:分析利基市场中消费者对价格的敏感程度。一个优质的利基市场往往消费者愿意为差异化产品支付溢价,而非单纯追求最低价格。本技能通过对比同一利基市场中不同价位产品的销量和评价分布,评估价格弹性。
- 成本结构拆解:基于利基市场产品的典型特征(尺寸、重量、材质等),精确计算从采购成本、头程运费、FBA配送费到广告成本的完整成本链,确保利润估算涵盖所有关键成本项。
- 溢价空间评估:评估通过产品差异化(如更好的设计、更优质的材料、更完善的包装等)在利基市场中获得价格溢价的可能性。溢价空间越大的利基市场,对拥有产品开发能力的卖家越有吸引力。
增长潜力评分体系
除了当前的市场机会外,本技能还关注利基市场的未来发展空间:
- 需求增长趋势:通过分析搜索量、BSR和评价增长的历史趋势,判断该利基市场的需求是处于上升期、平台期还是衰退期。
- 可扩展性评估:评估利基市场的扩展潜力——是否可以通过增加产品变体、拓展相关子品类或进入相邻利基来实现业务规模的扩大。
- 常青属性分类:将利基市场分为"常青型"(全年稳定需求)和"季节型"(需求集中在特定时段)两大类,帮助卖家根据自身的资金和运营特点选择合适的利基类型。
工作流程
第一阶段:需求信息采集
从卖家的初始描述中提取目标品类偏好、预算规模、利润率要求等关键参数,通过一次多选问答完成所有分析前置条件的确认。
第二阶段:利基市场候选生成
基于确认的分析方向,在亚马逊品类树的各个层级进行系统扫描,结合需求信号检测结果,生成一批符合基本条件的利基市场候选清单。
第三阶段:多维评估与排序
对每个候选利基市场分别执行竞争密度评估、利润空间测算和增长潜力评分,生成综合机会评分,并按分数从高到低排序。
第四阶段:策略建议输出
输出排序后的利基市场清单,包含每个利基市场的详细评估数据和进入策略建议,帮助卖家快速锁定最优目标并制定行动计划。
数据来源
本技能的外部数据获取涵盖三个主要渠道。第一,通过 web_search 搜索 Amazon 站点,获取目标品类内的商品数量、价格分布和卖家数量等宏观数据,用于竞争密度评估和市场规模初步判断。第二,通过 web_fetch 逐一抓取 Amazon 商品详情页面,获取各候选产品的 BSR 排名和评论数据(评论数量、评分分布、月度新增评价速度等),用于更精确的竞争强度评估和需求活跃度验证。第三,通过 Google Trends 获取相关搜索词的需求趋势数据,用于验证利基市场的需求增长方向和排除虚假信号。
本技能内置了品类级别的评估参考基准,包括不同品类中 BSR 与销量的映射参数、竞争密度的分级标准以及利润空间的品类平均值。这些基准数据基于行业经验设定,会随市场环境变化而产生偏差,因此在分析报告中将以区间形式呈现估算结果。技能本身不包含爬虫或自动化脚本,所有数据均为分析时按需获取的实时快照。
用户需要提供目标品类偏好、预算规模、利润率要求和目标站点等基础分析参数。由于利基市场挖掘是从宽泛方向逐步聚焦的过程,用户无需在初始阶段提供具体的 ASIN 或产品链接,但需要在技能通过多选问答确认分析方向后,配合提供进一步的筛选条件和偏好设置。
局限性
- 利基市场"小而美"的特征意味着其市场容量有限,一旦多个卖家同时发现并进入同一个利基市场,其低竞争的优势会迅速消失。本技能的分析基于当前时间点的市场数据,无法预判其他卖家的进入决策。
- 利基市场的搜索量数据通常较小,统计分析的置信度低于大品类分析,个别异常数据点可能对评估结果产生较大影响。
- 跨平台需求验证受限于各平台数据可获取性的差异,无法做到完全对等的比较分析。
- 利润空间测算基于品类平均水平,实际利润受具体供应商议价能力、产品差异化程度和运营效率等因素影响,个体差异可能较大。
- 增长潜力预测基于历史趋势的外推,无法预见颠覆性产品创新或市场环境突变对利基市场格局的影响。