liangdabiao/claudesdk-amazon-skills-chat · Archived

amazon-competitor-analysis

?

First seen Jun 12, 2026

Installation

$ npx skills add liangdabiao/claudesdk-amazon-skills-chat --skill amazon-competitor-analysis

Stronger alternatives

This repository is archived — consider an actively maintained alternative.

Similar popular skills

Related neighbors and high-traction skills in the same topics — useful to compare before installing.

Also in this package

Other skills from liangdabiao/claudesdk-amazon-skills-chat · top by installs.

npx skills add liangdabiao/claudesdk-amazon-skills-chat

Browse all from liangdabiao/claudesdk-amazon-skills-chat

More details

Agent compatibility

Declared targets from SKILL.md / docs. Unmarked agents are not listed — the skill may still install via the CLI.

Claude Code Not declared
Cursor Not declared
Codex Not declared
GitHub Copilot Not declared
Windsurf Not declared
Gemini CLI Not declared
Cline Not declared
OpenCode Not declared

Repository health

Stars 14
Default branch main
Open issues 0
Status Archived

Skill metadata

Parsed from SKILL.md frontmatter.

More metadata
nexscope
{"emoji":"🏆","category":"amazon"}

Package contents

Files included with this skill beyond the listing page.

  • skill md SKILL.md 3,514 B
  • docs SUMMARY.md 195 B

History

  1. First seen on skills.sh
  2. First recorded snapshot · 1 installs

SKILL.md

Amazon 竞品分析 🏆

全维度亚马逊竞品分析。与直接竞品对比 listing、价格、评论、广告策略和市场定位。识别可利用的弱点和需应对的优势。

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

使用方法

将我的产品(ASIN B0EXAMPLE1)与这些竞品对比:B0EXAMPLE2、B0EXAMPLE3。我在亚马逊上卖狗床。

功能

  • Listing质量对比(标题、五点、图片、A+内容)
  • 评论情感对比与痛点提取
  • 定价策略分析和定位图
  • 广告可见度评估(赞助广告出现频率)
  • 库存与配送策略对比(FBA vs FBM)
  • 可执行的竞争反击策略生成

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。

Listing质量对比框架

  • A9/A10 SEO评分: 从标题关键词覆盖、五点描述信息密度、图片质量(点击率和场景丰富度)、A+内容完整性对各listing评分。
  • 关键词差距分析: 识别竞品排名但你没有的高搜索量搜索词。
  • 内容深度评估: 对比五点 — 是否全面回应了消费者痛点和卖点?

评论情感分析模型

  • 投诉主题提取: 识别重复出现的负面主题(质量问题、尺寸偏差、物流投诉)。这些是你的差异化机会。
  • 赞扬关键词挖掘: 提取高频正面关键词,揭示客户最看重什么。用于listing文案和广告话术。
  • 情感分布: 对比各竞品的星级分布。平均4.5+ = 你必须达到的基准期望。

定价定位图

  • 价格-评论-质量矩阵: 以价格和评论数/评分为双轴绘制竞品位置图。识别价格带空白和服务不足的细分市场。
  • 价格战识别: 判断市场是否处于破坏性价格竞争(价格接近成本)。

广告可见度评估

  • 广告出现频率: 监控竞品在目标关键词上的赞助广告出现频率。
  • 预算推断: 高流量关键词保持广告首位 = 可观广告预算和成熟策略。
  • 低竞争关键词机会: 广告主少的关键词 = 成本效益高的流量机会。

数据来源

  • 亚马逊产品页面: 通过web_fetch抓取标题、价格、五点、图片、评分、评论、BSR。
  • 网页搜索(site:amazon.com): 评估竞品搜索可见度和广告分布。

局限性

  • 无法获取内部数据(实际广告预算、转化率、库存水平)。
  • 广告可见度基于快照。频繁变化意味着单次分析可能已过时。
  • 市场条件不断变化。需要定期更新以保持时效性。
  • 新竞品评论少,缺乏统计显著性的情感数据。

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