电商

电商

入口路径： GEOly → 公共 → 探索 → AI 商品

电商用于研究 AI 在“买什么、怎么选、哪些商品更适合”等购物问题中推荐了哪些商品，以及这些商品在不同话题、货架、渠道和竞争场景中的表现。

本文怎么读

---

一、页面的三层结构

电商功能包含三个逐层深入的层级：

1. AI 商品榜单： 跨品类查看出现最多、上升最快和从上一批榜单范围之外进入本批榜单范围的商品。
2. 商品快速详情： 查看商品的近 30 天汇总、零售渠道和覆盖 Topic。
3. 商品完整详情页： 深入分析货架可见分、周趋势、货架表现、竞争、渠道与价格，以及 AI 搜索主题覆盖。

推荐先用榜单发现值得研究的商品，再用快速详情确认商品和推荐范围，最后进入完整详情页进行系统诊断。

---

二、市场、语言、平台和时间口径

页面顶部的市场/语言切换器决定使用哪一组本地化数据。切换后，商品榜单、Topic、零售渠道和商品详情都会随之变化。

榜单顶部会明确显示：

• 当前 AI 平台。
• 用于榜单比较的最新批次日期。
• 上一个对比批次日期。
• 搜索和商品快速详情使用的近 30 天窗口。

因此，页面同时存在两种时间口径：

• 榜单与排名变化： 比较两个采集批次。
• 商品搜索和详情： 汇总最近 30 天数据。

阅读数字时必须先确认它属于“本批”还是“近 30 天”。不同市场、语言、平台或时间口径的数据不能直接比较。

---

三、搜索全部商品

搜索框用于跨品类查找商品，不需要先选择品类。它适合：

• 查找自有商品或已知竞品。
• 检查某个型号是否已经进入 AI 商品数据。
• 从榜单以外直接进入商品详情。
• 核对商品标题的不同写法。

搜索和商品详情以近 30 天数据为范围。未搜索到商品不代表 AI 从未推荐过，也可能是当前市场、语言、平台、时间窗口或商品归一未覆盖。

---

四、“出现最多”榜单

“出现最多”展示最新采集批次中，在 AI 购物回答里出现次数最多的商品。

每行通常包含：

• 当前榜单名次。
• 相比上一批次的名次变化。
• 商品名称和图片。
• 所属商品品类。
• 本批出现次数。
• 覆盖话题数。
• 观测价格。
• 位次表现的简要可视信号。

4.1 本批出现次数

“本批出现 N 次”表示该商品在最新采集批次的 AI 购物回答中被观测到的次数。

它适合比较同一批次内商品的相对活跃程度，但不是：

• 商品销量。
• 搜索次数。
• 点击量。
• 页面访问量。
• 独立用户数。

4.2 话题数

“X 个话题”表示商品在最新批次中覆盖的 Topic 范围。出现次数相同的两个商品，话题覆盖更广的商品通常横跨更多购物需求；但话题多不一定意味着每个话题都排名靠前。

4.3 名次变化

名次旁的上升、下降或持平标记来自最新批次与上一批次的榜单对比。

• 上升表示最新批次的榜单位置更靠前。
• 下降表示榜单位置后移。
• 持平表示名次没有变化或当前没有可展示的变化。

名次变化受两个批次的数据规模和商品竞争共同影响，不能直接解释为市场销量增长或下降。

---

五、“上升最快”榜单

“上升最快”用于寻找两个采集批次之间榜单位置改善明显的商品。

适合研究：

• 哪些商品在两个采集批次之间的榜单位置改善明显。
• 哪些商品从长尾位置进入头部。
• 排名改善是否集中在某些品类。
• 商品上升是否伴随话题覆盖扩大。

看到大幅上升后，应进入商品详情检查 Topic、出现次数、最近出现和货架表现，避免只凭名次变化得出结论。上一批样本较少、商品归一变化或最新批次数据回补，都可能造成较大的名次变化。

---

5.1 如何读懂“上升最快”榜单

“上升最快”适合用来发现近期值得关注的商品。它帮助你快速找到：哪些商品正在获得更多 AI 推荐、哪些商品开始进入更多购物场景，以及哪些变化值得进一步研究。

查看每张商品卡片时，可以按这个顺序：

1. 先看当前排名：判断商品现在在 AI 商品榜单中的位置。排名越靠前，说明它在当前采集批次中的相对位置越高。
2. 再看绿色上升标记：了解它相比上一批次的变化幅度。标记越大，说明这次排名变化越值得关注。
3. 结合“本批出现次数”：确认这个变化是否伴随着较多的 AI 推荐回答。排名变化和出现次数一起看，比单独看一个数字更有参考价值。
4. 查看 Topic 数：判断商品是集中出现在少数购物主题中，还是覆盖了更广的需求场景。
5. 打开商品详情：进一步查看近 30 天的出现情况、零售渠道、价格、评分和具体 Topic。

5.2 如何把榜单变化转化为行动

你可以用“上升最快”榜单做三类判断：

• 竞品监测：发现竞品近期是否在更多 AI 购物场景中出现。
• 内容机会：观察排名上升的商品集中在哪些 Topic，再检查自己的产品页面、对比内容和选购指南是否覆盖这些需求。
• 渠道观察：进入商品详情，查看 AI 更常展示哪些零售渠道和价格信息。

一个商品排名上升，并不自动代表销量或收入增长。更适合把它当作一个研究信号：先发现变化，再查看出现次数、Topic 和详情证据，最后结合自己的销售、流量和转化数据判断是否需要行动。

5.3 右侧位置提示怎么看

商品卡片右侧的短条和数字用于帮助你快速了解商品在 AI 商品卡中的展示位置。数值越接近前排，通常越值得进一步查看；它可以帮助你比较不同商品在回答中的展示位置，但不代表评分、销量或市场份额。

5.4 推荐的查看路径

发现变化 → 查看证据 → 判断机会 → 验证结果

• 在榜单中发现排名变化明显的商品。
• 对照本批出现次数和 Topic 数，确认变化覆盖的范围。
• 打开商品详情，查看近 30 天趋势、零售渠道和具体 Topic。
• 将发现转化为竞品观察、内容优化或渠道研究假设。
• 使用自有业务数据验证实际影响。

六、“冲进榜单”榜单

“冲进榜单”用于查看最新批次进入榜单范围、上一批次仍在榜单范围之外的商品。

它适合发现新出现或近期明显活跃的商品，但“新进榜”不等于新品上市，也不表示商品第一次被 AI 推荐。可能原因包括：

• 最新批次的出现次数使商品进入当前榜单范围。
• 上一批次虽有可比较名次，但仍在榜单范围之外。
• 商品归一或数据覆盖发生变化。
• 某些 Topic 在最新批次中新增或扩展。

---

七、加载更多与榜单范围

页面先展示部分高排名商品，可通过“加载更多”继续查看，并显示“已展示 N / 总数”的进度。

榜单只代表页面当前定义的可比较商品范围。没有出现在前几页的商品仍可能存在近 30 天详情数据，可以使用搜索直接查找。

---

八、商品快速详情

点击榜单商品或搜索结果会打开快速详情。该层使用近 30 天数据，不应与榜单行中的“本批出现次数”混为同一个数字。

8.1 商品摘要

顶部显示：

• 商品名称和图片。
• 关联品牌。
• 近 30 天观测价格。
• 评分和评论数。
• 覆盖 Topic 数。
• 近 30 天累计出现次数。
• 最近出现日期。
• 代表性商品链接。

这些值来自 AI 商品卡和零售 Offer 的观测结果，不保证等同于品牌官网当前的权威商品信息。

8.2 查看商品完整详情

当商品已经归一到稳定商品实体时，会显示“查看商品完整详情”入口，并保留当前市场、语言、平台和近 30 天语境。

如果没有稳定商品实体，页面可能只提供快速详情，不显示完整详情入口。不要把缺少入口解释为商品没有数据，它也可能是商品归一尚未完成。

8.3 零售渠道

零售渠道列表显示 AI 为该商品提供的购买入口，常见字段包括：

• 商家或域名。
• 观测价格或价格范围。
• 该渠道出现次数。
• “前往购买”链接。

渠道出现次数表示 AI 购物 Offer 指向该商家的观测次数，不是成交量或渠道销售份额。价格范围可能来自不同时间、商品变体或 Offer，应进入实际页面核对。

8.4 出现的 Topic

Topic 列表展示商品近 30 天出现在哪些购物主题中，以及每个 Topic 的出现次数。它用于理解商品覆盖的需求范围。

点击 Topic 可以进入对应 Topic 页面，继续查看具体问题、其他商品和完整 AI 回答。

---

九、商品完整详情页

完整详情页以归一后的商品实体为中心，按“身份与总体表现 → 渠道与价格 → 趋势 → 货架 → 竞争 → AI 搜索主题覆盖”的顺序组织。

9.1 商品身份与范围控制

页面顶部显示：

• 归一后的标准商品名称。
• 关联品牌及品牌详情入口。
• 关联的一个或多个品类。
• AI 观测到的标题变体。
• AI 卡面标签和描述变体。
• 当前平台、数据截至日期、最近出现时间和时间窗口。

右上角可切换平台、时间窗口和历史截止日期。如果当前窗口没有数据，页面仍保留范围控件，方便切换到其他平台或时间段。

9.2 标题和描述变体

同一商品在不同回答中可能出现多种标题和描述。标题变体用于检查商品归一，描述变体用于理解 AI 从哪些角度认识商品。

如果发现明显不属于同一商品的标题，应将其视为归一质量问题，而不是商品洞察。

9.3 货架可见分

货架可见分以 0–100 分衡量商品在所选回答池中的综合排位。对单条回答，若商品位于第 pos 位、该回答实际展示 N 个商品槽位，则单条回答得分为 (N - pos + 1) ÷ N；未出现时记 0。最后对锚定货架回答池中的全部回答取平均并换算为 0–100 分。

因此：

• 商品出现且位置越靠前，单条回答得分越高。
• 同一位次在不同槽位总数下的得分可能不同。
• 商品未出现的回答计零分。
• 货架集合按窗口截止日前 90 天的记录锚定。
• 当前窗口已掉出的货架仍保留在分母，避免只看仍出现的场景而虚高。

分数旁会显示回答池规模，并把锚定货架/Topic 分为高位、中位、低位和样本有限。这里的分层数字表示货架数量，不是回答数量。比较分数时必须同时检查回答池和各层货架数量，样本过少时不要做强结论。

9.4 在架货架、出现回答和首位次数

• 在架货架： 商品在当前窗口中出现的 Topic/货架数。
• 出现回答： 当前窗口内展示该商品的去重 AI 回答数。
• 首位次数： 商品在购物卡列表中排第 1 位的回答次数。

这些指标衡量 AI 购物货架可见度，不代表销量或网站流量。

---

十、渠道与价格

“渠道与价格”用于判断 AI 把商品的购买入口导向哪里，以及卡面返回了哪些价格和评分。

10.1 官方直营占比

官方直营占比使用有明确可归属渠道的回答作为分母，比较官方域名和第三方渠道。没有购买入口的回答会单独统计。

它用于判断渠道承接结构，不是官方渠道订单占比。

10.2 首要承接渠道与渠道风险

首要承接渠道是当前范围中被 AI 链接较多的购买域名。页面可能提示：

• 某个 Topic 没有官方购买入口。
• 最近一周第三方渠道超过官方渠道。
• 部分回答没有可识别购买入口。

这些是代理观测信号，需要结合官网、库存、经销商策略和真实订单验证。

10.3 价格和评分覆盖

价格和评分会同时显示观测值与数据覆盖。覆盖不足时，不能把单个数值当成稳定市场价格或商品权威评分。

渠道详情还可查看域名排行、Topic 渠道分布、周度变化、Offer 商家、购买链接和价格历史。

---

十一、周批次与位次趋势

周趋势使用“周批次 × 位次”热力表展示商品的位置变化。位次包括第 1、第 2、第 3、第 4–5、第 6–8、第 9 及以后和未出现。

每周还会显示：

• 收录率： 该周出现商品的回答数 ÷ 回答池。
• 可见分： 该周回答池的平均排位得分。
• 首位率： 该周排第 1 的回答数 ÷ 回答池。
• 回答池： 该周锚定货架产生的购物回答总数。

周趋势至少需要 3 个可比较周批次才会显示；不足 3 个批次时，不应把有限数据解读为趋势。没有产生采集记录的周不会生成表格行，这类缺口表示未采集，而不是指标为 0。当某周回答池少于 10 时，页面保留位次计数，但收录率、可见分和首位率显示为“—”，避免小样本比率误导。只有计数大于 0 的位次格或“未出现”格可以打开对应回答明细；“未出现”明细会显示第一格被哪个商品占据。

---

十二、货架表现

货架表现按 Topic 展示商品在不同购物语境中的可见性。货架集合按近 90 天锚定，即使商品在当前窗口已经不再出现，该货架仍会保留并计零分。

常见指标包括收录率、可见分、出现回答数、中位位次、首位率、最近位次、最近出现时间和连续缺席批次。

页面会将货架归为在架、减弱或长尾等状态。点击货架可查看该 Topic 中商品出现和未出现的回答，并打开完整回答原文。

---

十三、货架竞争

货架竞争研究与当前商品在同一 AI 回答中共同出现的商品。

• 交锋： 两个商品共同出现的回答数。
• 货架： 交锋覆盖的 Topic 数。
• 直接对位： 两个商品都有合法位次时比较谁更靠前。
• 对位胜率： 当前商品领先的场次 ÷ 全部直接对位场次。
• 被压首位： 共现回答中对手排第 1 的次数。
• 共现对手： 当前窗口中与本商品同台出现过的商品数。

页面重点展示交锋频次较高的对手，但总体统计可能使用更完整范围，不能只把可见对手行相加当成全部竞争。

竞争状态包括领先、落后、胶着、自家和未对位。点击对手可查看位次分布、价格、评分、评论、购买入口和同台回答。

---

十四、AI 搜索主题覆盖

该板块按“搜索什么 → AI 读取哪些来源 → 最终推荐什么”连接购物结果与搜索环境。这里展示的是把重复出现的搜索表达归并后形成的可比较主题，并非逐条罗列 AI 发起的原始搜索词。页面还会应用最低样本、区分度和展示数量限制，优先保留有分析价值的重点主题，因此该板块不是全部搜索主题的完整清单。

每行包含：

• 搜索主题和回答规模。
• AI 使用的主要来源域名。
• 当前商品在该主题中的出现率和排名。
• 同一主题中表现更好的商品。

页面会优先呈现当前商品落后的主题。来源旁的百分比表示该域名在该主题回答中的引用覆盖比例，而不是该来源推荐当前商品的比例。需要注意：引用来源属于整条回答，不代表该来源直接推荐当前商品，因此只能理解为相关背景，不能写成确定因果。

---

十五、推荐分析流程

阶段一：发现商品

1. 选择市场和语言。
2. 查看榜单比较日期。
3. 分别浏览出现最多、上升最快和冲进榜单。
4. 搜索自有商品和核心竞品。

阶段二：确认近 30 天范围

5. 打开商品快速详情。
6. 核对品牌、价格、评分、近 30 天出现次数和最近出现日期。
7. 查看主要零售渠道和 Topic。
8. 确认是否有完整商品详情入口。

阶段三：诊断货架表现

9. 查看货架可见分与回答池。
10. 用周趋势判断表现是否稳定。
11. 在货架表现中定位掉架或低位 Topic。
12. 在竞争模块中找到经常压制该商品的对手。
13. 检查官方与第三方渠道承接。
14. 用 AI 搜索主题覆盖寻找需要继续研究的内容和信源差距。

阶段四：形成行动与验证

15. 将发现转化为商品信息、内容、渠道和零售页面优化项。
16. 在 AI 搜索、信源和品牌监测中验证自然可见度。
17. 使用商城、广告平台、GA4 和 CRM 验证真实业务结果。
18. 固定相同范围定期复查。

---

十六、与广告和“表现 → AI 商品”的关系

• 电商/AI 商品： 研究外部市场中的商品榜单、货架、渠道、价格和竞争。
• 洞察-广告： 研究 ChatGPT 赞助广告卡、广告主、创意、触发问题和落地页。
• 表现 → AI 商品： 研究自有品牌在已监测 Prompt 中的购物推荐表现。
• AI 搜索与信源： 研究自然搜索主题、回答和引用来源。

建议先用电商发现商品和货架竞争，再用广告判断相关需求是否已经出现赞助商业化，最后回到 Analysis 和自有业务数据验证结果。

---

十七、指标速查表

使用这些指标时，先锁定市场、语言、平台、时间窗口和回答池，再比较同一口径下的数值。

---

十八、数据边界与常见误区

• 本批出现次数不是销量、点击量、订单量或搜索量。
• 榜单变化比较的是两个采集批次，不代表市场销量趋势。
• 冲进榜单不等于新品上市或第一次被 AI 推荐。
• 商品快速详情使用近 30 天口径，不能与本批数字直接混用。
• 观测价格不是官方统一价格或成交价格。
• 评分与评论来自 AI 返回字段，不保证实时或完整。
• 零售渠道出现次数不是渠道成交份额。
• 货架可见分衡量 AI 购物回答中的相对排位，不代表商品质量。
• 未出现可能是范围或归一未覆盖，不代表商品从未被推荐。
• 商品归一可能误合并或漏合并，应结合标题变体检查。
• 最近一批或最近一周可能继续回补，不宜过早下结论。
• 信源与商品表现是回答层面的相关关系，不是确定因果。
• 所有业务结论都应结合官网、商城、广告平台和实际转化数据验证。