核心目标： 通过监控全平台（Amazon, TikTok, Temu, Shopee）的核心数据，利用实时曲线和趋势预测模型，实现“发现爆款 -> 数据验证 -> 决策跟卖”的闭环。
- 业务需求范围 1.1 覆盖平台与站点
- Amazon: 全球主流站（US, UK, DE, JP）。
- TikTok Shop: 东南亚及美区（侧重短视频带货趋势）。
- Temu: 全球站（侧重价格战与低价爆款）。
- Shopee: 东南亚市场（侧重品类精细化运营）。 1.2 监控核心类目（户外生活/Outdoor Lifestyle）
- 核心类目： 野餐包、帐篷、地垫、户外产品、防水包。
- 扩展逻辑： 支持基于关键词和类目 ID 的自定义扩展。
- 核心功能需求 2.1 多维数据抓取模块 (Data Scraper)
- TOP榜单抓取： 每日/每小时抓取 Bestsellers、New Releases、Movers & Shakers 榜单。
- List/品类详情： 提取产品标题、价格、SKU、品牌、变体、上架时间、物流方式。
- 舆情监控： 抓取售后留言和评论（Reviews），需支持提取“差评关键词”以发现现有产品的痛点。
- 流量监控： TikTok 关联视频点赞数、热度趋势；Amazon 搜索排名（BSR）波动。 2.2 BI 数据处理与分析 (Processing & BI)
- 实时曲线绘制： * BSR 曲线： 监控产品排名的历史波动，判断是“昙花一现”还是“稳步上升”。
- 价格曲线： 监控价格变动（Temu 价格挤压或 Amazon 季节性调价）。
- 销量预测曲线： 基于排名和库存变动，拟合预测未来 7-30 天的销量。
- BI 嗅探逻辑：
- 竞品对标： 自动匹配相似款，计算同质化程度。
- 舆情聚合： 利用 NLP 聚类，提炼该品类下消费者最不满意的 3 个点（如：防水包不防漏、帐篷难搭建），作为跟卖后的迭代改进方向。 2.3 趋势预测与决策辅助 (Trend Engine)
- 趋势判定算法：
- 潜伏期识别： 识别刚上架且排名异常快速上升的产品（Potential Winners）。
- 爆发力模型： 结合 TikTok 热度指数 + 平台搜索量增长率。
- 决策建议：
- 跟卖指数： 综合竞争程度、利润空间和供应链难度，给出品类跟卖分数。
- 生命周期预警： 提示该品类是否已进入红海或衰退期（如户外产品明显的季节性）。
- 预期成果 (Outcome)
- 可视化看板： 每天自动推送一份“户外品类异动日报”。
- 爆款预警： 当监测到“防水包”类目下某新品 3 天内排名上升超过 50% 时，系统触发钉钉/邮件预警。
- 决策支持： 提供该款产品的“避坑指南”（基于竞品售后差评分析）。
"C:\Program Files\Google\Chrome\Application\chrome.exe" --disable-features=ExtensionManifestV2Unsupported,ExtensionManifestV2Disabled
1.浏览器下载地址