1
店铺与商品 · 一次配置,有新店/新品时补充
- 做什么
- 登记你的美区店铺、主营品类和在售商品。
- 价值
- 雷达只替这些店找机会:品类越准,推荐的商机和动作越对口,不会推一堆卖不了的热点。
- 做完的标志
- 至少 1 家店铺,填好品类;有商品更好。
第一次用,按 1 → 5 走一遍;之后每天从「今日工作台」进来,哪一步有待办就去哪一步。每一步都写了它的价值——做不做、先做哪个,看价值就能判断。
| 工具 | 核心功能 | 价值 | 和主步骤的关系 | 什么时候用 |
|---|---|---|---|---|
| 数据总览 整体跑得怎么样 | 近 7 天曝光、订单、营收;自动化流水线每一段的运行状态和卡点;表现最好的已发布内容 | 给负责人看全局:哪一段在出结果、哪一段卡住了。今日工作台管「今天做什么」,这里管「整体跑得怎么样」。 | 汇总 ①—⑤ 全部步骤的数据,不产生新任务。 | 每周复盘,或感觉哪里不对劲时。 |
| 需求挖掘 补充真实用户痛点 | 读取指定 Reddit 社区的热门讨论(全部经 Apify:最多 8 个社区,每批 2 个、≤20 条、≤2.5 分钟,共 ≤60 条;额度用到 90% 自动停);AI 挑出「具体处境 + 明确困扰」的帖子,归入需求场景;被提到 2 次以上的场景自动进场景资产库「需求信号」档 | TikTok 上多是种草视频,Reddit 上是用户自己吐槽——这里补的是最真实的痛点原话,让资产库的卖点和内容角度有依据。 | 给 ⑤ 场景资产库供原料;不直接产生商机或任务。 | 想扩一个新品类的需求样本时按需跑;后台执行约 1-3 分钟。 |
| 需求场景 资产库的原料仓 | 从真实用户原话(TikTok 采集 + 需求挖掘)每小时自动聚类出的需求场景;每个场景被提到几次、机会分、AI 写的内容脚本;标明哪些已进场景资产库、哪些还在观察 | 看清资产库里「需求信号」是从哪些原话来的;发现苗头(只被提到 1 次的)提前关注。 | ⑤ 场景资产库的上游:被提到 2 次以上的场景每天自动同步进资产库。 | 想核对某条资产的来源,或看某个品类有什么新苗头时。 |
| 选品验证 上新前先验证:真的有人在为这个问题发愁吗? | ① 输入产品(可带图),AI 先猜:谁会买、在什么场景用、有什么痛点——这只是假设;② AI 给出去哪些 Reddit 社区、用哪些英文词找证据,可手动调整;③ 经 Apify 搜 Reddit 真实讨论:所有社区×关键词合并成一次搜索、一次运行,≤40 条、约 $0.16 封顶,额度用到 90% 自动停;不用任何账号直接搜;④ AI 对照产品读完原话,直接给结论:需求成立 / 部分成立 / 证据不足 / 不成立,附相关原话条数、反复出现的痛点、哪些假设被证实、最有代表性的原话和原帖链接;⑤ 零售端:用门店线已收集的门店(不额外花额度)看同品类有多少店在卖、相关帖子点赞比平时高还是低、批发私信的回复率;店太少时一键生成该品类的找店任务;⑥ 需求端 × 零售端合成四格结论:空白机会 / 需求真但竞争多 / 店家在推、用户没怎么提 / 先别上;⑦ 搜到的原话进入需求场景,反复出现的会进场景资产库 | 需求端回答「有没有人需要」,零售端回答「有没有店在卖、卖不卖得动」,两头合起来才知道值不值得上、该怎么上。把「我觉得这个品会卖」变成「Reddit 上 23 条讨论里有 15 条在抱怨这个问题」:结论有数、有原话、能点开原帖核对,避免凭感觉选品。引用的原话都经系统核对确实出自原帖,AI 编的会被丢掉;没有可核对原话时不会给「成立」。 | 服务 ① 店铺与商品(决定上不上这个品);验证出的真实需求回流 ⑤ 场景资产库,之后写内容、写私信都能用。 | 考虑上一个新品之前;一次验证在后台跑约 2-3 分钟(一次 Apify 运行),页面自动刷新出结论。 |