ทักษะการวิจัยคีย์เวิร์ดของอเมซอน

การวิจัยคีย์เวิร์ดสำหรับ Amazon 🔍

การวิจัยคีย์เวิร์ดฟรีสำหรับผู้ขายบน Amazon ไม่ต้องใช้ API key — ใช้งานได้ทันที

การติดตั้ง

npx skills add nexscope-ai/Amazon-Skills --skill amazon-keyword-research -g

ความสามารถ

• การขุดคีย์เวิร์ดหางยาว: ดึงคำค้นจริง 100-200 คำจากกลไกการเติมคำอัตโนมัติของ Amazon
• การวิเคราะห์ภาพรวมคู่แข่ง: จำนวนสินค้า ช่วงราคา คะแนนเฉลี่ย การกระจายรีวิว แบรนด์ชั้นนำ
• การตรวจจับแนวโน้มตามฤดูกาล: ข้อมูล Google Trends 12 เดือนเพื่อระบุฤดูกาลสูงสุดและการเปลี่ยนแปลงของอุปสงค์
• การให้คะแนนโอกาสทางการตลาด: คะแนน 1-10 ผสมผสานความหนาแน่นของการแข่งขัน ช่องว่างด้านราคา และสัญญาณอุปสงค์
• รองรับหลายตลาด: US, UK, DE, FR, IT, ES, JP, CA, AU, IN, MX, BR
• การเปรียบเทียบคีย์เวิร์ด: วิเคราะห์คำค้นหลายคำแบบเคียงข้างกัน

ตัวอย่างการใช้งาน

ผู้ใช้สามารถถามได้อย่างเป็นธรรมชาติ ตัวอย่างเช่น:

Research the keyword "portable blender" on Amazon US

Find long-tail keywords for "yoga mat" on Amazon

I want to sell resistance bands. What does the Amazon keyword landscape look like?

Compare "laptop stand" vs "monitor stand" on Amazon US — which has more opportunity?

Analyze "Küchenmesser" on Amazon Germany

Research "water bottle" across Amazon US, UK, and DE

ขั้นตอนการทำงาน

ขั้นตอนที่ 1: รวบรวมข้อมูลการเติมคำอัตโนมัติ

รันสคริปต์ที่ให้มาเพื่อรวบรวมข้อเสนอแนะการเติมคำอัตโนมัติของ Amazon:

<skill>/scripts/research.sh "<keyword>" [marketplace]

พารามิเตอร์:

• keyword (จำเป็น): คำค้นหลักที่จะวิจัย
• marketplace (ไม่บังคับ): us (ค่าเริ่มต้น), uk, de, fr, it, es, jp, ca, au, in, mx, br

สิ่งที่สคริปต์ทำ:

• สอบถาม API การเติมคำอัตโนมัติของ Amazon ด้วยคำค้นหลัก
• ขยายด้วยคำนำหน้า: "ดีที่สุด [keyword]", "ถูก [keyword]", "ยอดนิยม [keyword]"
• ขยายด้วยคำต่อท้าย a-z: "[keyword] a", "[keyword] b", ... "[keyword] z"
• ส่งกลับรายการคำแนะนำการค้นหาจริงที่ลบรายการซ้ำและจัดเรียงแล้ว — หนึ่งรายการต่อบรรทัด

เหตุผลที่สำคัญ: การเติมคำอัตโนมัติของ Amazon สะท้อนสิ่งที่ผู้ซื้อจริงกำลังพิมพ์อยู่ สิ่งเหล่านี้ไม่ใช่การเดา — แต่เป็นสัญญาณอุปสงค์โดยตรงจากเครื่องมือค้นหาของ Amazon การขยายด้วยคำนำหน้าและตัวอักษรจะช่วยจับคำค้นหาหางยาวที่การเติมคำอัตโนมัติแบบพื้นฐานพลาดไป ซึ่งมักมีการแข่งขันต่ำกว่าและมีเจตนาสูงกว่า

ตัวอย่าง:

<skill>/scripts/research.sh "portable blender" us
# Returns 100-200 long-tail keywords

สำหรับการวิจัยหลายตลาด ให้รันสคริปต์หนึ่งครั้งต่อตลาด

ขั้นตอนที่ 2: วิเคราะห์การแข่งขัน

ใช้ web_search เพื่อรวบรวมข้อมูลข่าวกรองคู่แข่ง:

1. ค้นหา "<keyword>" site:amazon.com — จดบันทึกจำนวนผลลัพธ์โดยประมาณเพื่อประเมินความหนาแน่นของการแข่งขัน
2. ค้นหา "<keyword>" amazon best sellers price review — ดึงข้อมูลรูปแบบราคา คะแนนเฉลี่ย แบรนด์ที่โดดเด่น
3. สรุป: จำนวนคู่แข่งทั้งหมด ช่วงราคา (ต่ำสุด/เฉลี่ย/สูงสุด) คะแนนดาวเฉลี่ย แบรนด์ 5 อันดับแรกตามการมองเห็น

เหตุผลที่สำคัญ: ปริมาณคีย์เวิร์ดดิบไม่มีความหมายหากไม่มีบริบทการแข่งขัน คีย์เวิร์ดที่มีการค้นหา 10,000 ครั้ง แต่ถูกครอบงำโดยแบรนด์ที่แข็งแกร่ง 3 แบรนด์ที่มีรีวิวมากกว่า 10,000 รีวิวต่อแบรนด์ เป็นโอกาสที่แตกต่างอย่างมากจากคีย์เวิร์ดที่มีปริมาณเท่ากันแต่ผู้ขายกระจัดกระจาย ช่วงราคาเผยให้เห็นศักยภาพของอัตรากำไร — หากทุกอย่างต่ำกว่า $10 อัตรากำไรจะบางเฉียบหลังจากหักค่าธรรมเนียม FBA

ขั้นตอนที่ 3: ตรวจสอบฤดูกาล

ใช้ web_fetch บน Google Trends:

https://trends.google.com/trends/explore?q=<keyword>&geo=US

หาก Google Trends ส่งกลับข้อผิดพลาด 429 ให้ใช้ web_search เป็นทางเลือกสำหรับข้อมูลฤดูกาล:

"<keyword>" seasonal trends demand peak months

ระบุ: ทิศทางแนวโน้ม (เพิ่มขึ้น/ลดลง/คงที่) จุดสูงสุดตามฤดูกาล (เดือนใด) การเปลี่ยนแปลงเทียบปีต่อปี

เหตุใดสิ่งนี้จึงสำคัญ: ฤดูกาลเป็นตัวกำหนดความเสี่ยงด้านกระแสเงินสด สินค้าที่ขายได้ 80% ของปริมาณทั้งหมดในไตรมาสที่ 4 หมายความว่าคุณต้องใช้เงินทุนสำหรับสต็อกล่วงหน้าหลายเดือน และอาจต้องเก็บสินค้าค้างสต็อกไปตลอดทั้งปีที่เหลือ แนวโน้มขาขึ้นหมายถึงอุปสงค์ที่เพิ่มขึ้นและมีช่องว่างสำหรับผู้เล่นรายใหม่มากขึ้น แนวโน้มขาลงหมายถึงคุณต้องต่อสู้กันในตลาดที่หดตัวลง บริบทนี้เปลี่ยนคำค้นหาจากตัวเลขให้กลายเป็นการตัดสินใจทางธุรกิจ

ขั้นตอนที่ 4: สังเคราะห์รายงาน

รวมข้อมูลทั้งหมดเข้ากับรูปแบบผลลัพธ์ด้านล่าง

เหตุใดโครงสร้างจึงสำคัญ: การจัดกลุ่มคำค้นหาตามเจตนา (เชิงพาณิชย์ เชิงข้อมูล หรือเฉพาะกลุ่ม) ช่วยให้ผู้ขายเข้าใจไม่เพียงแค่ว่าผู้คนค้นหาอะไร แต่ยังเข้าใจว่าทำไมพวกเขาถึงค้นหาสิ่งนั้น คะแนนโอกาสรวมสัญญาณหลายอย่างให้เป็นตัวเลขเดียวที่นำไปปฏิบัติได้ แต่รายละเอียดเบื้องหลังต่างหากที่ให้ข้อมูลสำหรับการตัดสินใจจริง ๆ — ดังนั้นต้องแสดงเหตุผลเสมอ

รูปแบบผลลัพธ์

นำเสนอรายงานขั้นสุดท้ายในโครงสร้างนี้:

## Keyword Research Report: [keyword]
**Marketplace:** Amazon [US/UK/DE/...]
**Date:** [current date]

### 1. Long-tail Keywords ([count] found)

**High Commercial Intent:**
- [keyword with "buy", "best", "vs", "for" etc.]
- ...

**Informational / Research:**
- [keyword with "how to", "what is", "review" etc.]
- ...

**Niche / Specific:**
- [long, specific keywords indicating clear purchase intent]
- ...

### 2. Competition Landscape

| Metric | Value |
|--------|-------|
| Estimated competitors | [number] |
| Price range | $[min] - $[max] |
| Average price | $[avg] |
| Average rating | [stars] |
| Top brands | [brand1, brand2, brand3...] |

### 3. Seasonal Trends

[Describe 12-month trend: peaks, valleys, stable periods]
[Note any upcoming peak seasons relevant to the keyword]

### 4. Market Opportunity Score: [X/10]

**Score breakdown:**
- Competition density: [low/medium/high] — [why]
- Price room: [low/medium/high] — [why]
- Demand trend: [growing/stable/declining] — [why]
- Niche potential: [low/medium/high] — [why]

**Recommendation:** [1-2 sentence actionable recommendation]

การเปรียบเทียบคำค้นหาหลายคำ

เมื่อผู้ใช้ขอให้เปรียบเทียบคำค้นหาสองคำขึ้นไป ให้ดำเนินการตามขั้นตอนทั้งหมด (ขั้นตอนที่ 1-4) สำหรับแต่ละคำค้นหาแยกกัน จากนั้นนำเสนอผลลัพธ์ในตารางเปรียบเทียบแบบเคียงข้างกัน

ตัวอย่างข้อมูลจากผู้ใช้:

Compare "laptop stand" vs "monitor stand" vs "tablet stand" on Amazon US — which one should I sell?

วิธีการดำเนินการ: รันสคริปต์ 3 ครั้ง:

<skill>/scripts/research.sh "laptop stand" us
<skill>/scripts/research.sh "monitor stand" us
<skill>/scripts/research.sh "tablet stand" us

จากนั้นทำขั้นตอนที่ 2-3 สำหรับแต่ละคำค้นหาให้เสร็จ และแสดงตารางเปรียบเทียบ:

ปิดท้ายด้วย คำแนะนำ ที่ระบุว่าคำค้นหาใดมีโอกาสดีที่สุดและเพราะเหตุใด

ข้อจำกัด

สกิลนี้ใช้ข้อมูลสาธารณะ (การแนะนำคำค้นหาอัตโนมัติของ Amazon + การค้นเว็บ) โดยไม่ได้ให้ข้อมูลปริมาณการค้นหารายเดือนที่แน่นอนหรือประมาณการยอดขาย