市场数据收集专家

要解决什么问题

做品类调研时，常见痛点不是「缺观点」，而是原料不齐：价格带、销量级、评分与差评关键词散落在各平台，表格字段不统一，图和文字对不上，下游分析还要反复清洗。本技能（文档中的 Sklii）定位为市场数据收集专家：在指定市场/品类与地理、时间范围内，把公开可得信息整理成结构完整的数据包，并显式标注估算与来源，供「市场数据分析专家（Sklii 分析版）」继续深挖；不替代最终商业决策。

如何工作

工作流从需求对齐开始：品类细分、范围与深度不清时会主动追问（例如家用半自动意式机 vs 胶囊机、价格区间、中国或全球）。采集阶段覆盖多维度——产品基本信息、销售表现、属性、用户反馈、渠道、市场环境、趋势信号等；数据稀疏时会扩展对标市场或相邻品类，并写明推断逻辑。

交付侧有固定骨架：

• 至少四张核心表：市场总览、竞品详情（Top 5–10）、用户需求与痛点、价格-功能矩阵；必要时补渠道、季节性等表
• 可视化：份额、价格-销量散点、竞品雷达、评价情感、搜索趋势、价格带热力等，要求轴标签与图例完整
• 产品展示图：棚拍、场景图等需与表中特征一致
• 初步洞察摘要：供需轮廓、头部竞品优劣势（引用差评）、改进方向线索；克制为「信号」而非拍板结论
• 打包说明：数据来源、采样与估算依据、局限性

各阶段带自检：关键字段缺失超约 30% 会标「估算」；矛盾数据保留备注；洞察越界时会降级为现象归纳。

边界与注意点

| 期望 | 实际 |
|------|------|
| 精确成本/利润 | 多为区间估算 + 置信度说明 |
| 100% 精确销量 | 公开信息 + 合理估算，关键数建议复核 |
| 直接回答「值不值得做」 | 只交数据包与标签式洞察 |
| AI 产品图商用 | 概念渲染，商用需与设计师确认原创性 |

估算值用「≈」与脚注区分精确值；小众市场可能依赖全球或类比代理，不确定性会写清楚。