# 25 - 选品调研方法论与技术实现路线

更新时间：2026-06-03 Asia/Shanghai

## 1. 一句话结论

```text
选品不是寻找“爆品”，而是构造一个可低成本验证的交易假设。
```

补充校准：

```text
选品不是拒绝爆品，而是不把“爆”当作唯一判断标准。
我们要找的是：有需求信号、有广告验证、有供应可得性、有利润空间、能被我们重新包装并低成本测试的商品交易假设。
```

对当前项目来说，选品的目标不是找到完美商品，而是找到一个可以在独立站上快速验证的最小商品假设：

```text
特定人群 + 明确痛点/欲望 + 可承受价格 + 可履约供应 + 可合规销售 + 可通过广告/内容触达
```

## 2. 当前阶段边界

当前仍处于第一笔真实海外交易前，且用户明确希望优先保持认知拓展，因此选品方法必须同时服务于两个目标：

```text
先扩展认知地图，再用小批量结果校准方法论。
```

当前阶段不急于把某一个商品直接判断成“最终答案”，而是通过多轮线索收集、证据比较、候选深挖和实验复盘，逐渐形成适合本项目资源条件的选品判断力。

执行上必须服务于：

- 低库存或无库存。
- 低合规风险。
- 低售后复杂度。
- 可快速制作落地页。
- 可通过广告或内容形成初始流量。
- 能用小样本数据判断继续/放弃。

不追求：

- 一开始做品牌大系统。
- 一开始囤货。
- 一开始做复杂供应链。
- 一开始依赖大规模爬虫。
- 一开始进入强监管品类。
- 一开始押注单个所谓爆品。
- 一开始把第三方榜单或广告案例当成确定性结论。

## 2.1 认知拓展期准则

认知拓展期的重点不是“快速拍脑袋选一个品”，而是训练我们识别信号、过滤噪音、建立商品机会地图。

准则：

- 爆品是线索，不是结论。
- 长跑广告是强信号，但不是利润证明。
- 平台榜单是购买行为证据，但不是独立站可复制证明。
- 用户评论是痛点语言来源，但不是市场规模证明。
- 供应商报价是成本线索，但不是履约质量证明。
- 方法论必须接受结果反向修正。
- 每一轮调研都要沉淀“这次我们学到了什么”，而不是只沉淀“哪个商品看起来不错”。

当前阶段的理想节奏：

```text
认知拓展
  -> 机会线索池
  -> 候选深挖
  -> 最小实验
  -> 结果复盘
  -> 修正方法论
  -> 下一轮机会池
```

## 3. 选品的本质：交易假设卡

每一个商品机会都应先写成交易假设卡。

```text
我相信：某个具体人群
在某个具体场景下
愿意为某个具体结果付费
因为当前替代方案存在某个明显缺口
而我可以用某种商品/组合/页面/素材
在可控成本内完成交付
```

### 假设卡字段

| 字段 | 解释 |
|---|---|
| 人群 | 谁会买，不要写“所有人” |
| 场景 | 在什么场景下产生购买冲动 |
| 痛点/欲望 | 解决痛苦、节省时间、变好看、变专业、送礼、身份表达等 |
| 商品形态 | 实物、数字商品、模板、工具、套装、订阅 |
| 价格带 | 初步客单价和可接受价格区间 |
| 供应方式 | 自制、代发、小批量采购、数字交付、服务化 |
| 履约复杂度 | 发货、退货、损耗、时效、售后 |
| 合规风险 | FDA/CPSC/FTC/IP/品牌授权/平台政策 |
| 获客线索 | Google、TikTok、Pinterest、Reddit、Meta、KOL、社区 |
| 验证方式 | 落地页、支付链接、预售、等待名单、广告小测 |

## 4. 六维筛选模型

第一阶段选品评分建议使用六维模型。

每项 0-5 分，低分不一定否定，但必须说明原因。

| 维度 | 权重 | 高分特征 | 低分警告 |
|---|---:|---|---|
| 需求信号 | 25 | 搜索、趋势、广告、社区讨论多源一致 | 只有单个平台热帖或单个达人带货 |
| 供应可得 | 20 | 小批量可买、数字可交付、供应商稳定 | MOQ 高、交期长、质量不可控 |
| 履约轻量 | 15 | 轻、小、不易碎、低退货、无需复杂售后 | 大件、易碎、尺码多、强售后 |
| 合规/IP 安全 | 20 | 无明显监管、无侵权、无功效宣称 | 食品、保健、儿童、医疗、品牌仿品 |
| 差异化表达 | 10 | 能写出明确卖点和页面故事 | 只能拼低价，无独特表达 |
| 技术/Agent 杠杆 | 10 | 可用 AI 提效素材、页面、变体、复盘 | 主要依赖线下资源或不可自动化 |

评分解释：

| 总分 | 结论 |
|---:|---|
| 80+ | 可进入最小交易实验 |
| 65-79 | 值得做小样本验证 |
| 50-64 | 保留观察，先补证据 |
| <50 | 暂不做，除非有强资源优势 |

## 5. 证据分层

### S 级：直接交易数据

- 自己的访问、点击、加购、支付、退款、拒付。
- 自己的广告 CTR、CVR、CAC。
- 自己的供应商报价、样品质量、履约时效。

### A 级：官方/平台数据

- Google Trends：趋势和地区兴趣。
- Pinterest Trends：搜索、保存和购物趋势。
- TikTok Creative Center：趋势、广告案例、关键词、行业创意。
- eBay Browse API：公开商品搜索、价格和类目线索。
- Etsy Open API：公开 listing、shop、inventory/order 等 API。
- Amazon Product Advertising API：商品搜索和商品信息，但有访问和调用限制。

### B 级：半公开竞争信号

- Meta Ad Library 页面观察。
- 竞品独立站页面、FAQ、评论、退款政策。
- Reddit、YouTube、TikTok、Pinterest 内容热度。
- 第三方趋势/广告情报工具。

### C 级：噪音/灵感

- “爆品榜单”。
- 无来源的赚钱案例。
- 群聊经验。
- 只展示 GMV 不展示利润、退货、广告成本的案例。

原则：

```text
C 级只能启发，不能决策。
B 级可以生成假设。
A 级可以支持候选。
S 级才能决定放量。
```

## 6. 可用数据源与边界

| 数据源 | 用途 | 优点 | 边界 |
|---|---|---|---|
| Google Trends | 判断搜索趋势、地区兴趣、季节性 | 官方、免费、适合方向判断 | 数据是归一化相对兴趣，不是搜索量 |
| Pinterest Trends | 判断审美、生活方式、礼品、家居、女性消费趋势 | 有搜索/保存/购物趋势口径 | 偏 Pinterest 用户，不代表全市场 |
| TikTok Creative Center | 看趋势、广告创意、关键词、Top Ads、行业案例 | 官方广告创意资源 | 创意热不等于商品利润高 |
| Meta Ad Library | 看品牌是否持续投放、广告素材和页面线索 | 透明度强，适合观察竞品 | API 对商业广告覆盖有限，页面数据也不等于投放效果 |
| eBay Browse API | 搜索商品、价格、类目和 listing 线索 | 官方 API，可技术化 | eBay 买卖人群不等于独立站用户 |
| Etsy Open API | 搜索手作/数字/礼品/审美型商品线索 | 适合数字商品、模板、手作、礼品方向 | Etsy 平台需求不等于 DTC 独立站需求 |
| Amazon PA API | 商品搜索和商品信息 | 商品库强 | 通常需要 Amazon Associates 资格和 API 权限，不适合作为第一天数据源 |
| 供应商资料 | 成本、MOQ、交期、质量 | 决定能否交付 | 需要人工核实和样品验证 |

## 7. 第一阶段优先品类方向

### 更适合

- 数字模板：Notion 模板、表格、文档、Prompt Pack、设计资源。
- 轻量工具：小型 SaaS、浏览器插件、微工具、AI 辅助工具。
- 轻小实物：小件、轻、不易碎、无尺码、低退货。
- 礼品/个性化：可用页面和素材讲故事，适合 Pinterest/TikTok。
- 利基人群用品：特定爱好、职业、场景，而不是大众泛品。

### 暂不优先

- 食品、保健品、药品、医疗器械。
- 儿童用品、玩具、带安全认证压力的产品。
- 化妆品、强功效宣称产品。
- 电子电池类复杂产品。
- 服装尺码复杂品。
- 大件、易碎、重物流产品。
- 品牌仿品、IP 周边、版权高风险素材。

## 8. 技术实现路线

### 阶段 0：手工研究台

目标：先把方法跑通。

工具：

- Notion：候选商品卡片、讨论、分工。
- Markdown：源文档沉淀。
- HTML：专题报告和图谱。
- Spreadsheet：评分矩阵、成本模型。

输出：

```text
10 个商品假设 -> 3 个候选 -> 1 个最小实验
```

### 阶段 1：半自动数据采集

目标：减少重复搜索。

数据输入：

- seed keywords
- target market
- product type
- compliance flags
- supplier candidates

可实现模块：

```text
keyword_collector
trend_checker
ad_signal_collector
listing_sampler
supplier_cost_recorder
compliance_precheck
score_calculator
hypothesis_card_generator
```

### 阶段 2：选品评分引擎

数据结构：

```text
ProductIdea
DemandSignal
CreativeSignal
SupplySignal
ComplianceRisk
UnitEconomics
ExperimentPlan
DecisionRecord
```

评分输出：

```text
score_total
score_breakdown
positive_evidence
negative_evidence
unknowns
next_action
```

### 阶段 3：Agent 工作流

不要让 Agent 直接“决定卖什么”，而是让它做可审计的研究助手。

Agent 职责：

- 生成关键词变体。
- 汇总趋势和竞品线索。
- 提取广告素材结构。
- 生成商品假设卡。
- 标记合规/IP 风险。
- 计算初步毛利和广告容忍度。
- 生成落地页文案草稿。
- 生成实验计划。

人类保留决策权：

- 是否触碰品类。
- 是否采购样品。
- 是否投放广告。
- 是否开站收款。
- 是否放量。

## 9. 数据模型草案

### ProductIdea

```json
{
  "id": "idea_001",
  "name": "",
  "target_market": "US",
  "target_persona": "",
  "pain_or_desire": "",
  "product_type": "digital | physical | tool | bundle",
  "price_range": "",
  "status": "candidate | testing | rejected | paused",
  "created_at": ""
}
```

### DemandSignal

```json
{
  "idea_id": "idea_001",
  "source": "google_trends | pinterest | tiktok | reddit | ebay | etsy",
  "signal_type": "trend | search | ad | listing | community",
  "evidence_url": "",
  "summary": "",
  "strength": 0,
  "risk": ""
}
```

### UnitEconomics

```json
{
  "idea_id": "idea_001",
  "selling_price": 0,
  "cogs": 0,
  "shipping": 0,
  "payment_fee": 0,
  "platform_or_tool_fee": 0,
  "refund_rate_assumption": 0,
  "gross_margin": 0,
  "max_allowable_cac": 0
}
```

## 10. 最小实验定义

一个商品候选只有进入最小实验，才真正开始验证。

### 实验 A：落地页 + 支付链接

适合：数字商品、小工具、预售、轻量实物。

验证指标：

- 页面访问。
- CTA 点击。
- 支付点击。
- 真实付款。
- 邮件留资。

### 实验 B：素材小测

适合：还不确定商品表达时。

验证指标：

- CTR。
- Hook 留存。
- 评论质量。
- 收藏/分享。

### 实验 C：供应样品验证

适合：实物商品。

验证指标：

- 样品质量。
- 成本稳定性。
- 包装难度。
- 物流时效。
- 退货风险。

## 11. 当前项目推荐下一步

### 第一步

建立商品机会池：先收集 10 个候选，不判断对错。

字段：

- 商品名/方向
- 人群
- 场景
- 痛点/欲望
- 为什么现在可能成立
- 数据线索
- 供应线索
- 风险
- 下一步验证

### 第二步

筛出 3 个候选，做六维评分。

### 第三步

选择 1 个候选，进入最小交易实验。

### 第四步

再决定是否需要 Agent 自动化。

当前不要先开发复杂系统。技术实现先服务于：

```text
记录 -> 评分 -> 生成假设卡 -> 生成实验计划 -> 复盘
```

## 12. 证据入口

- Google Trends Help: https://support.google.com/trends/answer/4359550
- Google Trends Data FAQ: https://support.google.com/trends/answer/4365533
- Pinterest Trends Help: https://help.pinterest.com/en/business/article/pinterest-trends
- TikTok Creative Center Help: https://ads.us.tiktok.com/help/article/creative-center
- TikTok Creative Insights: https://ads.us.tiktok.com/help/article/creative-insights
- eBay Browse API search: https://www.edp.ebay.com/api-docs/buy/browse/resources/item_summary/methods/search
- Etsy Open API v3: https://developers.etsy.com/
- Amazon Product Advertising API SearchItems: https://webservices.amazon.co.uk/paapi5/documentation/search-items.html