- name
- walter-competitor-monitor
- version
- 1.0.0
- description
- 亚马逊竞品监控 - 回答"竞品在做什么"的问题。自动发现竞品、分析流量词、挖掘VOC、追踪动态，输出竞品情报报告。
亚马逊竞品监控
核心问题
"我的竞品在做什么？"
用户交互
输入
用户: "监控 CRZ YOGA"
用户: "分析 ASIN B071WV2SRC"
用户: "关注这几个竞品: B071WV2SRC, B08KHQY9DV"
用户: "竞争对手分析"输出
[竞品监控报告]
Target: CRZ YOGA
├─ 基础情报
│ ASIN: B071WV2SRC
│ 月销量: ~3,200 units
│ 月收入: ~$92,800
│ 价格: $28.99 | 评分: 4.5
│
├─ 流量词 (Top 5)
│ beach shorts women (12%)
│ summer shorts (8%)
│ ...
│
├─ VOC分析
│ 赞美: "buttery soft", "fits true to size"
│ 痛点: "pills after 3 washes", "waistband rolls"
│
└─ 行动建议
攻击点: pilling问题 (23%差评)
策略: 主打"anti-pilling"差异化分析流程
Step 1: 解析竞品标识
- ASIN识别 (10位字母数字)
- 品牌名识别
- 批量处理支持
Step 2: 获取基础情报
- 销量/价格/评分/BSR
- 月收入估算
- 上市时间
Step 3: 流量词分析
- 核心流量词排名
- 流量词类型 (Search/AC/Sponsored)
- 竞品流量词对比
Step 4: VOC分析
- 赞美点提取
- 痛点提取
- 差评关键词
Step 5: 行动建议
- 攻击点识别
- 差异化策略
- 投放建议
技术实现
class CompetitorMonitor:
def analyze(self, user_input: str) -> Dict:
"""
竞品监控完整流程
"""
# 1. 解析竞品
targets = self.parse_targets(user_input)
# 2. 获取情报
intelligence = []
for target in targets:
intel = self.get_intel(target)
intelligence.append(intel)
# 3. 流量词分析
keywords = self.analyze_keywords(intelligence)
# 4. VOC分析
voc = self.analyze_voc(intelligence)
# 5. 行动建议
actions = self.generate_actions(keywords, voc)
return {
'targets': targets,
'intelligence': intelligence,
'keywords': keywords,
'voc': voc,
'actions': actions
}依赖
unified_data_layer_v2.py- 统一数据层sellersprite_mcp.py- MCP客户端- SellerSprite API access
版本
V1 - 2026-04-13
- 第一版发布
- 场景: 竞品监控