# 每日选品方法报告：2026-05-15

- 报告 ID：cmp6k5tfj0000cz3nr81rlyv1
- 运行时间：2026-05-15 00:00
- 研究主题：美国市场电商选品方法论第一版：需求、竞争、利润、渠道适配与风险边界

## CEO 总结

建议优先把Amazon官方机会探索和Jungle Scout框架作为第一批标准化方法，因为数据结构清晰、指标可量化、边界明确，适合后续Agent化。TikTok Shop方法适合捕捉社交趋势，但波动大，应作为趋势雷达而非最终决策器。Shopify方法适合验证独立站需求和差异化定位，但需要更多人工判断品牌、内容和获客成本。

## 方法论观察

本版只沉淀方法论，不推荐具体商品。共整理4类可执行选品框架：Amazon官方机会探索、Jungle Scout式Amazon FBA验证、TikTok Shop社交电商趋势验证、Shopify独立站需求验证。共同逻辑是先用平台数据或公开信号确认需求，再用竞争、利润、履约、合规和内容传播能力做多层过滤，最后输出候选品类或机会池而非单品采购结论。

## 风险和边界提醒

所有方法都依赖第三方或平台数据，存在滞后、样本偏差、估算误差和季节性波动。第一版不应自动下采购决策，也不应输出具体商品清单；应将结果限定为待人工复核的机会方向，并强制检查侵权、认证、平台政策、退货率、广告成本、库存风险和供应链可得性。

## 下一步建议

下一天建议继续研究：1）把每个方法拆成统一评分表；2）补充美国市场合规排除清单，如FDA、儿童用品、电子认证、危险品；3）研究利润测算模板，包括平台费、FBA费、广告费、退货损耗和关税；4）只创建方法库和评分规则，暂不创建具体选品Agent。

## 方法列表（4）

### Jungle Scout需求-竞争-盈利三段式Amazon FBA验证框架

- ID：cmp6k5umi0004cz3nj7ut381w
- 类型：seller_education_framework
- 来源：Jungle Scout https://www.junglescout.com/resources/articles/amazon-product-research-framework-for-launching-products/
- 可执行性评分：91
- CEO 审核：agentizable
- 审核理由：方法成熟、步骤清晰、指标可结构化，适合成为Amazon FBA方法库核心模板。

### Amazon Product Opportunity Explorer机会缺口筛选法

- ID：cmp6k5u480002cz3nnrzg9xnk
- 类型：platform_official_methodology
- 来源：Amazon Sell https://sell.amazon.com/tools/product-opportunity-explorer
- 可执行性评分：91
- CEO 审核：agentizable
- 审核理由：官方数据源、指标结构清晰，适合作为机会发现Agent的上游方法，但需人工复核合规和利润。

### Shopify独立站需求验证与差异化定位选品法

- ID：cmp6k5vkp0008cz3n5pvtd0kq
- 类型：direct_to_consumer_validation_methodology
- 来源：Shopify Blog https://www.shopify.com/blog/product-research
- 可执行性评分：85
- CEO 审核：rejected
- 审核理由：去重驳回：2026-05-29T06:39:58.518Z 判定为重复方法，保留主方法 cmpp0vgh50004dn3nke5q4ty3。记录保留用于审计，未删除。

### TikTok Shop微趋势-内容验证-达人分发选品法

- ID：cmp6k5v3k0006cz3nnfjtqjwa
- 类型：social_commerce_trend_methodology
- 来源：TikTok Shop Seller University https://seller-us.tiktok.com/university/essay?knowledge_id=4169993017509675&lang=en
- 可执行性评分：83
- CEO 审核：needs_review
- 审核理由：平台数据价值高，但方法对趋势判断和内容质量依赖较强，需要更多人工审美与政策复核。