name: tiktok-product-opportunity-analysis-guoyiyi-ecom description: "输入TikTok商品、达人、店铺、视频和广告数据，产出爆品机会榜、竞争判断和验证任务，适合TikTok Shop选品、投放和内容团队。用于TikTok爆品数据分析任务；未配置平台连接时仅处理用户提供或导出的数据，不虚构实时查询能力。" slug: tiktok-product-opportunity-analysis-guoyiyi-ecom version: 1.0.0 displayName: "TikTok爆品数据分析｜郭亿易" summary: "输入TikTok商品、达人、店铺、视频和广告数据，产出爆品机会榜、竞争判断和验证任务，适合TikTok Shop选品、投放和内容团队。用于TikTok爆品数据分析任务；未配置平台连接时仅处理用户提供或导出的数据，不虚构实时查询能力。" tags: - 选品商品 - TikTok爆品数据分析

TikTok爆品数据分析

目标

把TikTok商品、达人、店铺、视频和广告数据转成爆品机会榜、竞争判断和验证任务，服务于TikTok Shop选品、投放和内容团队。

执行流程

1. 明确目标平台、人群、价格带、验证周期和不能触碰的合规边界。
2. 从需求、竞争、毛利、内容空间、供应稳定性和售后风险建立评分框架。
3. 对来源不明、样本过小、刷量嫌疑和成本缺口降级，不补写销量或利润。
4. 生成爆品机会榜、竞争判断和验证任务，并为入选商品安排小样、测款和停止标准。

交付结构

来源于7w4.net。

1. 结论摘要：最重要的三到五个判断及其影响。
2. 主交付物：爆品机会榜、竞争判断和验证任务。
3. 数据口径：字段、时间范围、币种、来源和计算方式。
4. 异常与风险：缺失、重复、冲突、越权和待验证假设。
5. 行动清单：对象、动作、责任人建议、截止时间与验收信号。

质量门槛

• 第一屏必须说清输入、产出和适用对象。
• 事实、计算结果、推断和建议分开表达；数字必须能回到来源字段。
• 不补写未提供的销量、利润、库存、评价、报价或客户案例。
• 未配置官方API或连接器时，只分析用户提供的文件、表格和文本，不声称已实时读取平台。
• 涉及上架、改价、发货、退款、付款、删除或权限变更时，必须再次核对目标与授权。
• 演示截图仅说明输出结构，不代表真实客户业绩。

示例与资源

• 示例任务和调用前后对比：references/example-task.md
• 垂直方法与字段检查：references/field-checklist.md
• 调用前后效果与示例任务：references/example-task.md
• 演示截图与独立图标保存在完整本地交付包中；SkillHub 发布接口不接收图片型包内资产。

原创说明

本 Skill 参考 SkillHub 公开下载榜中的“EcomSeer”所反映的需求方向（商品分析下载榜#1，AI评分 4.6），重新设计为适合中国电商公司的原创中文工作流；未复制来源 Skill 的代码、接口实现或原文。

这个 Skill 质量较好，结构清晰、说明详细，适合需要做 TikTok 爆品数据分析的团队使用。优点是：有明确的质量标准，承诺不虚构数据，交付物结构规范（包含机会榜、竞争判断和验证任务），对 TikTok Shop 不同团队的需求有针对性设计。不足是：示例和参考资料内容偏少，可能在实际使用中对复杂场景的指导不够充分。整体而言是一个专业度高但示例资源相对有限的数据分析类 Skill。