电商

电商

入口路径： 左侧导航 Shopping。

Shopping 是 GEOly 中独立的电商洞察模块，用于查看 AI 在特定产品类别、市场与时间范围内推荐了哪些商品，并追溯这些推荐背后的话题、提示词、品牌提及和零售渠道。它不同于 分析 → 购物推荐：后者分析已监测回答中的购物结果；Shopping 则以产品类别为中心，聚合 AI 推荐的商品与商业信息。

选择市场、语言和产品类别

进入 Shopping 后，先选择需要分析的市场和语言，再选择产品类别，例如投影仪。页面中的商品、零售渠道、价格带和提示词数据都会随当前范围变化。

建议在比较两个类别或两个周期时，保持市场、语言和时间窗口一致。这样才能判断变化来自真实的 AI 推荐结果，而不是筛选范围不同。

产品卡片：查看 AI 推荐了哪些商品

产品卡片区域展示当前类别中被 AI 推荐的商品，并按其跨话题的总出现次数排序。每张卡片通常包含：

• 商品图片和商品名称。
• 可用的价格信息；部分商品可能显示“价格不可用”。
• 可用的评分和评价数量。
• 产品所属的话题标签。
• 该商品出现的话题数量和推荐出现次数。
• 页面记录的日期信息。

可以使用产品搜索、分页和页面上的时间窗口快速缩小范围，优先查看出现次数高、覆盖多个话题的商品。

这里的“出现次数”表示该商品在当前 Shopping 数据范围内被 AI 推荐的情况，不代表销量、GMV、市场份额、真实交易额或全网商品热度。

查看单个商品的推荐来源

点击商品后，可进入该商品的详情侧栏。详情会汇总商品在当前范围内出现的话题数、出现次数、可用评分和价格信息，并显示对应的来源链接。

详情中的 Topics 用于查看该商品关联的话题；Prompts 用于查看哪些具体提问促成了该商品被推荐。部分商品还会显示 Retail Offers。如果页面显示无数据，只表示当前可用数据中没有对应报价信息，不能直接理解为商品没有零售渠道或已经停售。

通过商品详情，可以从“AI 推荐了什么”进一步追溯到“AI 是在回答什么问题时推荐它”。

从提示词理解购买意图

在商品关联的提示词中，可以查看用户问题本身及其语义标签，例如购买意图、决策阶段、表达风格、用户画像、使用场景、价格范围、产品形态和来源类型。

打开提示词详情后，页面会展示：

• AI Search Traffic Estimate：该问题的月度 AI 搜索量估算。
• Brand mentions in this prompt：该提示词中出现的品牌及其排序、占比、提及次数和记录数。
• 与该问题相关的商品类别和提示词标签。

这些信息适合用于识别高价值的购买问题、产品比较需求和评测类需求。AI Search Traffic Estimate 是问题的估算值，不等同于网站访问量、广告曝光、成交量或实际销售额。

提示词中的品牌提及结果只描述该问题范围内的表现，不能代替品牌总览中的 AIGVR、品牌提及率或引用率。

Top Retail Channels：查看 AI 经常链接到哪些零售渠道

Top Retail Channels 展示 AI 在当前产品类别中最常链接到的零售网站或零售域名，并显示对应次数和占比。

这一部分可以帮助你识别：

• 哪些零售渠道更常出现在 AI 的购物推荐中。
• 某个品类中的主要商品来源与分发渠道。
• 自有官网、零售商和其他渠道在当前结果中的出现情况。

渠道次数和占比反映的是当前范围内 AI 链接到该零售域名的情况，不代表该渠道的销售额、联盟佣金、真实访问流量或全网市场份额。

Price Bands：观察推荐商品的价格分布

Price Bands 按商品的可用标价将推荐结果划分为不同价格区间，并展示各区间的商品数量和占比。

它可以用于快速判断当前类别中，AI 更常推荐低价、中价还是高价商品。分析时应注意：

• 价格带基于页面可获得的商品价格信息。
• 显示“价格不可用”的商品不应被视为零价格。
• 价格带描述的是 AI 推荐商品的分布，不代表真实市场成交价格或消费者预算分布。

推荐的分析流程

1. 选择目标市场、语言、产品类别和时间窗口。
2. 从产品卡片中识别出现频率高、覆盖话题多的商品。
3. 查看商品详情，追溯其关联的话题、提示词和零售报价。
4. 打开重点提示词，理解购买意图、问题类型、月度 AI 搜索量估算和品牌提及情况。
5. 结合 Top Retail Channels 和 Price Bands，判断 AI 推荐商品的渠道与价格结构。
6. 将结果用于完善商品页、选购指南、比较内容、评测内容和常见问题，并持续观察后续推荐变化。

与「分析 → 购物推荐」的区别

本文介绍的是左侧导航中的独立 Shopping 模块。它以产品类别和商品为中心，展示 AI 推荐产品、提示词、零售渠道和价格带。

分析 → 购物推荐 则用于查看已监测回答中的热门产品、购物回答占比和购物关键词。两者的页面目标、数据范围和指标含义不同，使用时不应混用截图、数据口径或结论。