Amazon Brand Analytics 搜索词分析(v3 场景化框架)

SkillSearch

Analyzes the Amazon Brand Analytics Top Search Terms report. A scenario-based framework: whether your own ASIN is or is not in the TOP3 clicks for a term leads to completely different business judgments (defending existing share vs. entering the market). A deterministic script outputs the scenario s

Available today. Use it from your connected AI after setup.

Connect ahel once, and every AI you use reads what you have installed.

Then ask your AI: use the Amazon Brand Analytics 搜索词分析(v3 场景化框架) skill

What this skill tells your AI

The instructions your AI receives, as published by zach22-1999/amazon-skills in skills/zach-search-term-analyzer/SKILL.md and read by ahel’s review.

分析 Brand Analytics Top Search Terms(热门搜索词)报告(任何类目),按"自家 ASIN 在/不在点击 TOP3"做场景路由,输出市场结构判断与实操建议。


数据来源(⚠️ 重要区分)

本工具分析的是 Brand Analytics → Top Search Terms(热门搜索词) 报告,不是 PPC 搜索词报告;如果文件字段不包含下方必需字段,先停下确认报告类型。

Brand Analytics Top Search TermsPPC 搜索词报告
来源Seller Central → Brand Analytics广告后台 → SP/SB Campaign
数据范围全平台搜索词(与你的产品无关也能查)仅与你的广告触发相关的搜索词
核心指标搜索频率排名、点击份额、转化份额Impressions、Clicks、Spend、Sales、ACOS
适用场景市场分析、选品定位、Listing 关键词策略、自家词份额监控广告优化、出价调整、否定词管理

⚠️ 使用 Brand Analytics 需要完成品牌备案(Brand Registry)。PPC 搜索词报告请用 zach-search-term-report-analyzer

报告口径速查(判读前必读)

口径内容
Search Frequency Rank全平台相对排名不是搜索量;#1 与 #2 可差数量级;跨类目/跨站点不可比
TOP3 商品该词下被点击最多的 3 个 ASIN(含广告位点击)——是"点击王"不是"转化王",转化最高的 ASIN 可能不在表里
点击份额 / 转化份额独立指标:买家可点 A 买 B,所以 TOP3 转化份额为 0/缺失是常见真实现象(转化分散到长尾或被脱敏),不是数据错误
成交系数转化份额 ÷ 点击份额 = 该 ASIN 转化率 ÷ 该词平均转化率;≥1 = Closer,<1 = 流量磁铁
粒度与滞后日/周/月/季可选,实战以周报为主;数据滞后约 T+3~T+7;低频词被脱敏不显示
定位边界ABA 代表热度流量,不必然代表市场需求全貌

数据诚信规则(⭐ 最高优先级)

  1. 绝不捏造数据:所有分析数据来自用户提供的报告原始文件,没有数据就说"暂无"
  2. 缺失≠零:转化份额缺失/全 0 的词单列 B0"数据不足",不参与象限判定,不得判为"转化差"
  3. 区分事实与推断:数据结论标「📊 数据事实」,策略建议标「💡 分析推断」
  4. 排名≠搜索量:搜索频率排名只表示相对位置
  5. 时效性:建议用最近 3-6 个月数据;强季节性产品参考上个旺季同期,且不同时段分开分析

场景框架(v3 核心)

场景路由

自家 ASIN ∈ 该词点击 TOP3 ?
├─ 是 → 场景 A:存量经营(看自家行 + 同词竞品行)
├─ 否 → 场景 B:市场进入(看 TOP3 合计的市场结构)
└─ 未提供自家 ASIN → 全部场景 B,报告显著标注"仅市场视角"

场景 A:自家在 TOP3(防守/收割视角)

状态判定(默认阈值)动作
A1 收割词自家成交系数 ≥ 1.0防守+放量:加预算、防御性投放、盯竞品进入
A2 漏水词自家点击份额 − 转化份额 > 4pt先修详情页再抬价:价格/评价/主图/A+,用 SQP 定位漏斗卡点
A4 份额预警曾在 TOP3、最新一期掉出(或点击份额连续下滑)排查排名/价格/断货/新竞品
A5 平衡词介于两者之间维持现状,周度跟踪

附加信号:同词 TOP3 内竞品成交系数 <1 → 截流机会(SP/SD 定向+压价)。

场景 B:自家不在 TOP3(进攻/进入视角)

两轴:点击集中度 = SUM(TOP3 点击份额);头部满足度 = SUM(转化份额) ÷ SUM(点击份额):

象限判定(默认阈值)结构解读动作
B1 机会词集中度 <50% 且 满足度 <1.0点击分散且头部接不住需求,转化流向 TOP3 之外优先级最高:产品能接住意图则优先投放+进 Listing;先核对 TOP3 属性一致性
B2 常规竞争词集中度 <50% 且 满足度 ≥1.0蛋糕未整合、头部转化健康可进:常规差异化+正常出价测试
B3 头部满足词集中度 ≥50% 且 满足度 ≥1.0头部垄断且高效满足市场避其锋芒:不正面竞价,找相邻长尾切入
B4 伏击词集中度 ≥50% 且 满足度 <1.0头部霸点击但买家买了别家伏击:竞品定向+压价,用转化力偷单,不打点击战
B0 数据不足转化数据缺失/分散/脱敏无法判定头部满足度不判定;转 SQP/广告数据验证

附加信号:垄断红线(点击或转化集中度 ≥70%);蓝海信号(SFR ≥20万 且 TOP3 份额 ≥60%,未开发利基)。

SFR 五级分层(预算量级标签,不参与象限判定)

T1 核心大词(≤1万,排名用)|T2 次核心(1-2万)|T3 中量词(2-5万)|T4 中长尾(5-10万,ROI 导向)|T5 长尾(>10万,追 ACOS)

全部阈值为多源实战经验默认值,可通过脚本参数按类目校准;判定标准与出处见 references/关键词分类逻辑说明.md


执行步骤

  1. 识别 CSV 文件 - 查找当前目录或指定目录下的搜索词报告
  2. 确定自家 ASIN 清单(场景路由) - 让用户提供自家 ASIN 清单;拿不到时明确告知"全部按场景 B 市场视角分析"再继续,不要静默跳过
  3. 运行唯一分析引擎 - 使用脚本执行完整分析,禁止临时手写替代:
    python3 skills/zach-search-term-analyzer/scripts/analyze_search_terms.py <报告目录> \
      --own-asins "B0XXXXXXXX,B0YYYYYYYY"   # 或 --own-asins-file <清单文件>
    
    • 跨品类可加 --category-lexicon <品类词表.json>audience_words / scene_words / attribute_words 三个可选字符串数组)
    • 类目校准阈值:--click-conc-concentrated--monopoly-redline--coefficient-threshold--own-gap-points--sfr-tiers
  4. (可选)语义注解 pass - 脚本的关键词标签只是词面词典初筛;AI 助手可对 TOP 200 搜索词补充买家意图注解(谁在买/什么场景/什么任务),注解只做增量补充,不筛除、不重排、不改动脚本的量化分类
  5. 解读报告 - 按场景框架给出投放分池与 Listing 布局建议;⚠️ 否定词不由本报告自动生成——否词决策由自家 PPC 搜索词报告驱动

输出文件

analysis_reports/ 目录:

文件内容
01_品牌竞争分析.csv/.md品牌 TOP3 位置上榜频次(⚠️ 非市场销售份额)
02_类别趋势分析.csv/.md类别分布与跨类目机会
03_搜索词热度分析.csv/.md ⭐⭐场景化分类核心产物:场景/状态/集中度/满足度/红线/蓝海/自家份额
04_词频统计分析.xlsx/.md单词+双词短语(去重计数;短语只取真实相邻组合)
05_竞争格局分析.csv/.md点击 TOP3 商品层(自家 ★ 标记)
06_成交系数分析.csv/.mdper-ASIN 成交系数:自家自诊+截流目标+逆向学习对象
07_时间序列分析.csv/.md分期概览+核心词趋势(多期时含 核心关键词趋势.csv/.png

报告格式要求

  • CSV 文件(UTF-8 编码),支持多期报告;同一(搜索词, 报告日期)跨文件重复自动去重;份额字段兼容数值与 12.34% 字符串
  • 必需字段:搜索频率排名、搜索词、报告日期、点击量最高的商品 #1/#2/#3(ASIN/点击份额/转化份额);品牌/类别字段缺失时对应维度出空占位报告(部分 ERP 导出如领星不含品牌字段)

实操建议示例

🧭 场景 A(自家 ASIN 已提供):
🛡️ wireless speaker waterproof(A1收割词,自家系数1.3)→ 加预算防守
🔧 bluetooth speaker(A2漏水词,点击12.8% vs 转化6.1%)→ 先修详情页再抬价
🎯 同词竞品 B0XXXXXXXX 系数 0.4 → SP 商品定向截流

🧭 场景 B(市场进入):
🌊 speaker with lights(B1机会词,集中度28%、满足度0.6)→ 属性一致则优先投放+进标题
🥷 party speaker(B4伏击词,集中度61%、满足度0.5)→ 竞品定向偷单,不打点击战
⛔ jbl speaker(B3头部满足词+垄断红线)→ 避其锋芒找长尾
❓ karaoke machine kids(B0数据不足)→ 转 SQP/广告数据验证

本地参考

  • references/关键词分类逻辑说明.md — 场景框架完整判定标准、阈值依据与来源
  • references/字段说明.md — 报告字段口径与陷阱
  • references/分析角度和方法.md — 7 维度分析方法与实操应用
  • scripts/analyze_search_terms.py — 唯一分析引擎(v3.0)

依赖环境

  • Python 3.8+;依赖检查:
    python3 -c "import pandas, numpy, matplotlib, seaborn, openpyxl"
    
  • 缺失时:pip3 install -r skills/zach-search-term-analyzer/scripts/requirements.txt

风险与边界

  • risk-level: low — 纯本地分析,不涉及任何账号操作或数据写入;自家 ASIN 清单只用于本地路由计算
  • 本报告的所有判断都是先验:B1 的"外流可接"、A2 的"漏水原因",最终以 SQP(自家漏斗份额)与 PPC 数据(实际 CVR/ACOS)验证

完成后

报告完成状态:DONE / DONE_WITH_CONCERNS / BLOCKED / NEEDS_CONTEXT

Signals

GitHub stars
189
Forks
38
Last commit
Aug 2026

ahel review

  • K1binfo
    installs-packages
  • K1binfo
    installs-packages (in README.md)

Automated review, not a security audit. Ruleset v1+k2.

Advanced
Catalog kind
skill
Gateway key
zach-search-term-analyzer
Source
github.com/zach22-1999/amazon-skills