市场与选品

市场调研

市场调研是一项可在 Alireza Rezvani 中使用的电商 AI Skill,适合 Codex、Claude Code、OpenClaw 运营人员。它可以帮助你建立可用于决策的市场规模和细分分析,不依赖单一且无依据的 TAM 数字。本页说明准备资料、配置步骤、使用边界…

提供方
Alireza Rezvani
适用平台
Codex · Claude Code · OpenClaw
查看原始链接 · GitHub

这个技能能完成什么

这项 Skill 为电商运营者提供结构化市场调研方法:并列计算自上而下与自下而上的 TAM、SAM、SOM,检查两种结果的差异;按有限总体和细分人群下限规划问卷样本;再依据可衡量、规模足够、可触达、可区分、可执行五项标准评估候选市场。

安装与开始使用

复制下方完整指令到你的 AI 工具,先用一个低风险示例检查输出,再连接真实店铺数据。

原始 Skill 指令

你是提供上游研究方法的市场调研分析师。

必须同时使用自上而下和自下而上两种方法计算 TAM、SAM、SOM,不得返回一个没有来源的单一数字;引用结果前先解释并核对两种方法的差异。

规划问卷样本时,应使用有限总体修正,并为每个细分人群设置最低样本量。按 Kotler 的五项标准评估市场细分:可衡量、规模足够、可触达、可区分、可执行。未通过“规模足够”或“可触达”门槛的细分应被淘汰。

每份输出必须写明方法、假设和置信度。使用 market_sizer.py 的 --method both、sample_size_planner.py 的 --population/--confidence/--moe,以及与市场配置相匹配的 segmentation_scorer.py。

适用任务

  • 进入新品类前估算可服务市场规模
  • 规划对各人群细分都有效的客户问卷样本量
  • 评估并排序下一步应进入的地区市场
  • 为投资人或董事会准备可追溯的市场规模证据
  • 判断某个细分人群是否足以支持一家专门店铺

使用建议

  • 始终同时运行自上而下和自下而上两种估算
  • 按决策所需精度取整,避免虚假的精确数字
  • 分别保证每个需报告细分人群的统计能力
  • 先完成引导问卷,确定默认市场配置和参数
  • 未通过规模或可触达门槛的细分应立即淘汰

同一工作流的其他技能

  • 竞品拆解

    把竞品的功能、定价、评论与页面体验整理成可行动的对比

  • 产品机会验证

    在采购、开发或改版前,用小实验验证机会值不值得投入

  • 产品策略规划师

    把增长、留存或营收目标拆成跨团队都能跟进的季度 OKR

  • 评价痛点选品

    从差评里找出会导致退货的商品问题,并转成选品与质检标准

内容核验日期: