Agent Skills
返回列表
跨境电商评论分析

跨境电商评论分析

企业运营 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_507a5056/cross-border。

技能介绍

要解决的问题

跨境电商运营常常靠人工翻看评论来判断商品表现:美国站评论一多,英国、德国、日本站的反馈又分散在不同后台,差评漏看、好评误判是常态。更麻烦的是,单条评论只能告诉你一个买家的情绪,看不到“退货原因集中在尺码偏差”或“日本站的差评集中指向包装破损”这类跨站点结构性问题。等到运营察觉,往往已错过补货或改版窗口。

这个技能做什么

它围绕 ARI 的评论采集与 VOC 服务,提供一条可审计的查询链路:

  • 健康检查:会话开始先跑 python scripts/ari.py check,确认账户状态、邮箱验证与可用积点,避免执行到一半才发现配额耗尽。
  • 报价与确认分离:VOC、竞品对比、类目排行等付费操作会先返回预估费用,只有追加 --confirm 才真正执行;用户已在当前请求中明确授权时才可直接带 --confirm 调用。
  • 一键出报告:voc --asin <ASIN> --site <站点> --confirm 会自动完成采集、等待任务、生成分析并归档,返回正文与 reportUrl。
  • 周期采集与环比:报告生成后可用免费的 schedule --asin <ASIN> 检查该产品的采集状态;若仍是 manual,这份报告只是某个时点的快照,新评论不会持续入库。开启 weekly 后,后续报告会给出相比上一份的变化。
  • 定位差评:reviews --asin <ASIN> --stars negative --sort helpful 输出高赞差评榜,接近买家在商品页最先看到的内容;带图差评可加 --with-images。
  • 竞品与类目视角:analyze --type compare --asin <ASIN> --competitor <ASIN> 做竞品对比;benchmark --asin <ASIN> 免费查看相对类目表现;leaderboard 提供类目排行(先报价,无数据不收费)。

适用边界与注意点

  • 解读时会区分 数据直读、数据推理 与 策略建议,不会把推导结论写成 API 原始返回。
  • reviewCount 等指标基于 ARI 已采集的 Amazon 评论样本;小样本或窗口有限时,建议结合更多信源验证。
  • charts / deepdive 的 --days 默认 0(全部历史);传入非 0 值时,解读占比与趋势必须带上窗口说明。
  • 付费命令若因 ARI_STREAM_INTERRUPTED、NETWORK_ERROR 或 WAIT_TIMEOUT 中断,不能直接重试;先用免费的 reports --asin <ASIN> --limit 1 确认是否已扣点并归档,没有新报告才可重跑。
  • 非美国站(如 amz_uk)采集只能使用付费积点,赠送积点不可用;是否够用以报价里的 sufficient / usableBalance 为准,不看账户总余额。
  • 遇到 401 / ARI_UNAUTHENTICATED 会停止并引导重建 Key;402 / ARI_INSUFFICIENT_CREDITS 保留已有结果并引导充值,不自动重试付费操作。
  • 返回 success:false 或 failedParts 非空时,只使用其中成功返回的部分;不虚构 API 未返回的数据,也不回退到其他品牌接口。

支持站点默认 amz_us,可选 amz_uk / amz_de / amz_jp / amz_ca / amz_fr / amz_es / amz_it。

使用场景

  • 美国站某 ASIN 评论量上涨,运营想确认近期差评是偶发还是持续恶化,需要先看高赞差评榜。
  • 商品在德国、日本同步上架,运营要分别拉取 amz_de、amz_jp 站点的评论数据,定位各站点差异。
  • 类目竞品积累到 10 条以上评论后,运营要按周绑定竞品,再用雷达图对比本品与竞品走势。
  • 已生成的 VOC 报告里出现环比字段,运营要先读 deltaMd,判断相比上一份报告是恶化还是改善。

适合人员

  • 跨境电商运营经理,负责多站点商品评论与 VOC 报告,需要按 ASIN 追踪问题变化。
  • 亚马逊品类运营,负责选品与 Listing 质量,需要从差评中定位退货或改版原因。
  • 品牌方市场分析师,负责竞品对比与类目表现,需要稳定获取本站与竞品评论数据。
  • 客户成功或售后负责人,关注未读差评预警,需要先按严重度排序再逐条处理。