Amazon Trending Products

Amazon 热门产品 📈

发现亚马逊热门产品和上升类目。分析BSR趋势、新品爆发力、季节性规律和新兴细分市场。帮助在市场峰值前识别产品机会。

支持的平台： Amazon、Shopify、WooCommerce、Walmart、TikTok Shop、Etsy、eBay、BigCommerce。

使用方法

美国亚马逊厨房类目现在有哪些热门产品？我想找30美元以下的机会。

功能

• BSR趋势分析和势能评分
• 季节性趋势识别与时机建议
• 新品追踪与先发机会 detection
• 类目增长率评估
• 基于搜索趋势模式的需求预测
• 各热门细分市场的竞争密度评估

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。

BSR趋势分析引擎

• BSR下降速度： 计算BSR下降的斜率和加速度。BSR急剧下降 = 销量快速增长。量化势能强度。
• BSR稳定性评估： 稳定在低位BSR表示需求稳定；BSR剧烈波动暗示短期炒作或季节性因素。
• 跨类目BSR对比： 比较不同类目产品的BSR，识别跨类目增长潜力。

新品势能追踪模型

• 上市速度： 产品上架后多快进入New Releases排行榜。快速上榜 = 精准击中未满足需求。
• 留存时长： 追踪产品停留在New Releases榜单的时间。留存久 = 长期潜力大。
• 评论积累速率： 新品评论增速反映真实购买意愿。

季节性趋势识别系统

• 季节因子计算： 从多年销售数据中提取季节乘数，量化月度需求波动。
• 提前量估算： 计算季节性产品需要多早开始采购和库存规划。
• 反季节机会挖掘： 识别不受季节波动影响的全季产品，以获得稳定营收。

新兴细分市场识别

• 新 listing 密度扫描： 子类目中新 listing 突然增加表明市场关注度在上升。
• 搜索量增长追踪： 通过监控关键词搜索量趋势验证细分市场是否真正增长。
• 竞争缺口识别： 在增长细分市场中寻找服务不足的区域，作为蓝海切入点。

数据来源

• Google Trends： 获取目标类目的搜索趋势和季节性模式。
• Amazon Best Sellers： 通过web_fetch抓取BSR排名和类目结构。
• 网页搜索： 获取市场背景和行业动态的通用搜索。

局限性

• BSR反映的是相对排名而非绝对销量。跨类目对比需要校准。
• 亚马逊不提供实时BSR数据。分析基于有时间延迟的快照。
• 基于历史模式的季节性预测无法预测黑天鹅事件。
• 新品分析依赖早期有限数据点。数据不足时置信度降低。

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

亚马逊趋势产品发现

概述

本技能致力于帮助亚马逊卖家在竞争爆发之前识别高潜力的趋势产品和新兴品类。通过对亚马逊平台海量数据的系统性分析，本工具能够捕捉最佳卖家排名（BSR）的变化趋势、新品发布的增长势能、季节性需求的周期规律以及尚未被充分开发的细分市场，从而为卖家提供具有前瞻性的选品洞察。

在亚马逊平台上，产品的成功往往取决于入场时机。过早进入可能面临市场尚未成熟的风险，过晚进入则会遭遇激烈的价格竞争和流量垄断。本技能的核心价值在于帮助卖家找到那个"恰到好处"的时间窗口——市场需求已经开始增长但竞争尚未白热化的阶段。

核心原理

BSR趋势分析引擎

亚马逊最佳卖家排名（Best Seller Rank，简称BSR）是衡量产品销量的核心指标。BSR数值越低，代表该产品在其所在类目中的销量排名越高。本技能通过追踪BSR的动态变化来构建趋势判断模型：

• BSR下降速度分析：当一款产品的BSR值在短时间内出现显著下降时，意味着其销量正在快速上升。本技能通过计算BSR的下降斜率和加速度来量化这种增长势能。
• BSR稳定性评估：持续稳定的低BSR值表明产品已经建立了稳定的市场需求，而剧烈波动的BSR则可能意味着短期炒作或季节性因素。
• 跨类目BSR对比：通过对比同一产品在不同类目中的BSR表现，可以判断该产品是否存在跨品类增长的潜力。

新品势能追踪模型

亚马逊的新品排行榜（New Releases）是发现早期趋势的重要窗口。本技能对新品的分析基于以下框架：

• 上榜速度评估：一款产品上架后多快进入新品排行榜前列，反映了市场对其的即时接受度。快速上榜通常意味着产品精准击中了某个未被满足的需求。
• 留存时间追踪：产品在新品榜上停留的时间长度，是判断其是否具备长期潜力的关键指标。昙花一现的产品往往只能短暂上榜，而真正有竞争力的产品则能长期占据榜单位置。
• 评分积累速率：新品在短时间内获得评价的速度和质量，可以作为消费者真实购买意愿的代理指标。

季节性趋势识别系统

许多亚马逊产品的需求呈现明显的季节性特征。本技能通过分析历史数据中的周期性规律来预测未来的需求峰值：

• 季节性因子计算：通过分析多年同期的销售数据，提取各品类的季节性因子，量化不同月份的需求波动幅度。
• 提前量预估：季节性产品的采购和备货需要提前进行。本技能根据历史数据的趋势，预估各类目季节性需求启动的提前时间，帮助卖家合理安排供应链节奏。
• 反季节机会挖掘：除了正向季节性需求外，本技能还会关注反季节或全天候产品的机会，这类产品不受季节波动影响，能够提供更稳定的销售基础。

新兴细分市场探测

亚马逊的品类结构如同一个不断生长的树状图，新的细分节点不断涌现。本技能通过以下方式识别新兴细分市场：

• 新品密度扫描：当某个细分品类中新上架的产品数量突然增加时，往往意味着该品类正在获得市场关注。
• 搜索量增长追踪：通过监控相关搜索词的搜索量变化趋势，可以验证某个细分市场是否真正在成长。
• 竞争空白识别：在增长中的细分市场中寻找竞争尚不充分的区域，为卖家提供蓝海切入机会。

工作流程

本技能的运行分为四个阶段：

第一阶段：信息采集与需求确认

收集卖家提供的产品方向、目标站点、预算范围、业务规模等基础信息，并通过一次性的多选题形式确认所有关键决策变量，确保分析方向与卖家的实际需求高度匹配。

第二阶段：多维度趋势扫描

基于确认的分析方向，在亚马逊平台上执行系统性的趋势扫描，覆盖BSR变动榜单、新品排行榜、各品类增长排行以及搜索词热度变化等多个数据维度。

第三阶段：交叉验证与综合评估

将扫描到的趋势信号进行交叉验证，排除噪音数据，通过需求验证、竞争评估、利润空间测算和进入难度评估四个维度对每个趋势机会进行综合评分。

第四阶段：策略输出

以结构化的方式输出分析结果，包含趋势机会的具体数据、优先级排序、入场时间建议和后续行动计划，所有基于不完整数据的估算均会明确标注。

数据来源

本技能的外部数据通过以下三个渠道获取。首先，通过 Google Trends（trends.google.com）获取目标品类的搜索趋势数据和季节性变化模式，用于验证需求趋势和识别季节性需求峰值。其次，通过 web_fetch 工具抓取 Amazon Best Seller 页面，获取各品类下的 BSR 排名数据和品类结构信息，用于分析产品排名变动和品类增长情况。最后，通过 web_search 通用搜索引擎获取市场概况信息，用于补充品类背景和行业动态。

本技能没有内置的自动化数据采集脚本，所有数据均在分析过程中根据需要实时获取。这意味着数据的时效性取决于分析执行的时间点，且每次分析获取的是快照数据而非历史时间序列数据。对于需要纵向对比的趋势分析，本技能依赖于 Google Trends 提供的历史趋势曲线。

用户需要提供目标品类方向、关注的产品类型偏好以及目标站点等基础信息。本技能不要求用户提供特定产品的 ASIN 或链接，而是基于品类级别的宏观趋势数据进行分析，因此对用户输入的门槛较低。

局限性

• BSR数据仅反映相对排名而非绝对销量，不同类目之间的BSR数值不具备直接可比性，跨类目分析时需要额外的校准步骤。
• 亚马逊不公开实时BSR数据，本技能的分析基于可获取的快照数据，存在一定的时间延迟，可能错过非常短期的趋势波动。
• 季节性预测基于历史数据的模式识别，无法预见突发事件（如全球供应链中断、政策变化等）对市场需求的非周期性影响。
• 新品势能分析依赖上架早期的有限数据点，在数据积累不足时，判断的置信度会相应降低。
• 趋势发现本质上是"面向过去看未来"的推断过程，无法保证所有识别到的趋势都能持续发展，卖家仍需结合自身的供应链能力和资金状况做出最终决策。