亚马逊AI竞品分析，这样做才有意义！

去年的时候，我用coze发布了一个bot关于定价分析。大致的是从卖家精灵下载keepa数据，然后通过一个excel的识别插件，再把识别到的结果给大模型，再结合一些提示词，就出来一些简单的分析。

当时还会经常用一用这个bot，但是今年感觉这个东西就是个玩具，离真正的落地和效果还有很大差距。

那今年再做这个东西的话，肯定是对去年的降维打击，无论是技术上还是思维上。

反思

这份数据就是产品的价格评论趋势，主要是分析调价、促销、评论增长的趋势，其实本身没有太多可用的信息。所以个人觉得，想要从这份数据，去分析运营策略，其实是有点拿着锤子找钉子。

如果时间维度的数据足够多，那还好。但如果是新品去分析运营策略，更是很有限。就相当于你只有冰山一角的东西，但是你要通过这一角去画出整个冰山。可以想一下，这样出来的东西，能有多少价值。

而且很多东西没有分析的必要。比如说，这个产品做促销了，然后分析结果是促销对销量有刺激的作用。那不是废话吗，难道降价促销还能让销量减少啊。

这种做法没有意义、多此一举，因为促销肯定对销量有增加，对BSR有提升，还用分析吗？

用老的思路分析产品价格趋势，本身就是皇帝的新装，没有实际意义。

所以思路一定要变。

我在最近的一系列的文章中，提取出了一个新思路。用数据分析的方法处理表格，提取出结果给AI大模型分析解读。

观察导出来的数据，可以看出有用的数据并不多，最大的特点是有时间序列。

所以，我们可以围绕日期去做一些分析，包括价格趋势，价格分段，评论增长等等。因为促销价格时有时无，所以可以统计出促销次数。Prime价格，coupon价格过于杂乱，所以无法很直观的计算出实际价格，而且意义不大，直接放弃。

趋势只是单纯的一种形式，对于时间序列，可以计算累加，频次，预测等等。所以，我的想法是通过趋势找出背后的操盘手的运营习惯，而不是促销对于销量，BSR的影响。

通过这个表格，可以提出这些问题：

先给AI一个大致的框架，讨论出大致的思路和方法，不着急写代码。经过多次测试，我发现先用Gemini检查源数据，保证足够的上下文，再给出思路。最后让Claude根据思路去写代码，更加高效。

中间调试过程由于代码太多了，所以分成了模块化文件，AI识别的效率会更高。

其实这个程序的制作拉的时间太长了，现在反思主要是因为我对数据源也没有很多的想法，因为内容太少了，没想清楚从哪些方面出发，就着急让AI去写代码。

想着表格太简单，随便写就好了，谁知道越写越复杂。目前感觉效果也不是特别的好，还有很多优化空间。

对本文结果感兴趣的朋友，加微信领取资料。

上次做完直播，发现视频的效果会更好，更能清楚的表达出自己的想法。后面我想做几个讲解视频，把最近做的一些小项目讲解出来，上传到B站上面。