# 选品先别问“这个好不好”，要先问“有没有人在搜”

为什么“我觉得好卖”不能当选品依据，以及怎样用搜索量、在售商品数和趋势信号判断一个品有没有真实需求

> 选品 · 需求验证 · 蓝海词 · 约 10 分钟 · 09 月 24 日

## 本篇要点

1. “我觉得好卖”不能当选品依据，是因为它只代表一个人的偏好，看中之后人会自动为它找理由，更根本的是它回答的是“这件商品好不好”，而选品要回答的是“有没有人在搜、有多少人在卖、需求在涨还是在跌”。
2. 选品的第一步是把直觉降级为假设：直觉只负责提出候选品，平台数据负责验证它。
3. 需求在平台上留下三类痕迹：搜索（顾客主动打出想买什么）、成交（销量、评价数、上架时间）、竞争（搜索结果数和在线商品数）。
4. 免费的搜索需求探针是搜索框的下拉联想词，它按真实搜索频率排序，能显示出有多少种说法的人在找这个东西。
5. “搜索人气”按独立 IP 去重，反映的是人数而不是搜索次数；这类数据统计的是一段历史区间，不是实时的。月搜索量 5000 或 1 万这类门槛来自不同平台的经验，只当作量级参照。
6. 供给不能只看结果总数，还要看头部吃掉了多少：前几页评价普遍超过 5000 条说明赛道已被评价深度垒死，评价只有几十到一两百条则说明买家还在比较、还有缝可钻。
7. 供需比等于搜索量除以在售商品数，它把数量级不同的词拉到同一把尺子上比较。只看搜索量大（供给更大，即虚假蓝海）或只看竞争小（搜索量也小，即冷坑）都会得出错误结论。
8. 趋势要看两个增速的对比：搜索量涨得比商品数快才是机会窗口；反之，现在的供需比再好看也会被后续涌入的供给冲掉；搜索量在跌的市场不应进入。
9. 这套方法只适用于搜索驱动的品类。内容驱动的冲动购买在搜索数据里看不到，内容热度通常领先货架爆款两到四周；还没形成固定说法的新品类也搜不出来，这两类要用别的信号判断。
10. 三个问题都通过，才值得去打样和最小批量试销；任何一个不过，就换下一个候选。

---

上一篇我们把“没单”拆成了一条链路：曝光 → 点击 → 进店浏览 → 加购 → 发起结算 → 付款 → 复购，用连乘关系找出自己卡在哪一环。

但那条链路有个默认前提：有人本来就在找这类东西。如果根本没人搜这个品，曝光从哪里来？平台不会凭空把流量发给一件商品，它只会发给“有人在搜、搜了之后有人买”的东西。所以链路的最上游不是主图，也不是详情页，而是这个需求本身存不存在——而这件事，恰恰最不能靠“我觉得”来判断。

## 为什么“我觉得好卖”不能当依据

不是因为你的直觉差，而是有三个具体原因，让它在这个环节上给不出有效信息。

**第一，你只代表一个人。** 你说“这个好看、我想要”，这句话的真实信息量是：至少有 1 个人对这产品有需求。而开店需要的是有足够多的人，会用同一句话去找它，并且愿意付钱。从 1 个人到“足够多的人”，中间那段距离没法靠多想几步补上。

**第二，你一旦看中它，就会开始替它找理由。** 拍照好看、成本低、朋友也说喜欢——这些理由出现得很自然，不是性格问题，而是人判断自己已经选定的东西时的常态。你需要的恰好是能推翻自己的数据，而不是能支持自己的感觉。

**第三，也是最关键的一点：直觉回答的问题，和选品要回答的问题根本不是同一个。** 当你“觉得好卖”时，脑子里想的是“这个商品好不好”。选品真正要回答的是三个完全不同的问题：

- 有没有足够多的人在主动找这类东西？（需求）
- 找到之后，有多少人在卖同一个东西？（竞争）
- 这个需求在涨还是在跌？（趋势）

一件商品完全可以“很好”，同时这三个条件一个都不成立。所以问题不在你的直觉准不准，而在它在回答另一个问题。

直觉的正确用法是只产生候选、不下结论。它的产出是一个假设，比如“我想做折叠购物袋”；接下来必须拿平台数据去验证这个假设。

## 需求会留在平台上

把问题从“猜需求”换成“看痕迹”。人在平台上的行为会留下三类可读的记录：搜索（他想要什么，自己会打字说出来）、成交（别人已经买过了）、竞争（有多少人在卖同一个东西）。

从“我有个想法”到“这个品能不能做”，判断顺序是这样：

```mermaid
flowchart LR
  A["一个候选想法"] --> B["有人这样搜吗？"]
  B --> F["没人搜：不是选品问题"]
  B --> C["有多少人在卖？"]
  C --> G["卖的人太多：换更细的说法"]
  C --> D["需求在涨还是在跌？"]
  D --> E["可以做，进最小批量测试"]
```

下面按这四步走。

## 第一步：确认真的有人在搜，而且是用什么说法搜

最省事、完全免费的办法就是平台自己的搜索框。

在搜索框里输入核心词，比如“折叠购物袋”，下面会自动弹出一串联想词。这一串不是随机生成的，而是平台按真实搜索频率排出来的。它至少告诉你三件事：有多少种说法的人在找这个东西、哪种说法最热、背后还有哪些你没想到的需求（比如“折叠购物袋 车载”“折叠购物袋 大容量 保温”）。

如果联想词一个都不出来，这是一个相当强的信号：这个说法下没有足够多的人在搜。注意，这不直接等于“没需求”，只说明需求没有聚在这个说法上——这种情况后面单独讲。

后台的关键词工具能把这件事量化。淘宝的生意参谋叫“搜索人气”“点击人气”，亚马逊那边叫 search volume（搜索量），叫法不同，含义大致对得上：有多少人搜过这个词。这里有个口径要留意：搜索人气按独立 IP 去重，反映的是人数而不是搜索次数 [5]，所以它比“搜索次数”更保守、更接近“有多少人想要”。还要看它统计的时间范围——这类数据通常是一段历史区间的统计，不是实时的，页面上会标明区间 [2]。

至于“多少算够”，没有通用门槛，但可以有几个量级参照：有 Shopee 的实操方法把“月搜索量 5000 以上”当作蓝海词的最低线 [3]；也有工具商把主关键词月搜索量 1 万以上作为亚马逊选品的参考线 [7]。这些是不同平台给出的经验值，要当作量级感来用，而不是考试分数线。

## 第二步：看有多少人在卖，也就是供给

搜索的人多，卖的人更多，照样轮不到你。

这一步读法更直接：把那个词打进搜索框，看前台显示的结果总数。这个数字就是供给——多少条商品在抢这批搜索的人。

但只看“结果数”还不够，因为它把大卖和新店一视同仁了。真正决定你能不能挤进去的，是头部把需求吃掉了多少。有三个直观的观察点：

- **前几页的评价数。** 如果同类前三页的评价普遍超过 5000 条，基本可以判断这个赛道已经被评价深度垒起来了，新链接很难靠自然流量排上去 [6]。反过来，如果排在前面的商品评价数普遍只有几十到一两百条，说明买家还没形成品牌忠诚，还在挨个比较——这种情况下，一个讲得更清楚的详情页就有机会。
- **前排商品的上架时间。** 如果前几名都是很久以前上架的老链接，说明后来者难进；如果里面也有上架不久、评价还很少的链接在出单，说明赛道还开着口 [3]。
- **点击集中度。** 头部商品或品牌拿走的点击比例越高，说明需求被少数链接锁死。亚马逊官方工具就把这个指标叫集中度，头部 ASIN 或品牌占的点击份额越高，越说明护城河挖得深 [1][2]。

这几个信号合起来回答的是同一个问题：这批搜索需求，是散在很多卖家手里，还是被少数几个链接锁死了。

## 第三步：把需求除以供给，得到一个能比较的数

现在你手上有两个数：搜索量（需求）和在线商品数（供给）。单看任何一个都会骗人。把两者相除，得到一个可以横向比较的比值：

$$\text{供需比}=\frac{\text{搜索量}}{\text{在售商品数}}$$

这个比值在不同平台有不同名字——Shopee 生态里叫“蓝海值”，淘宝生态里叫“蓝海指数”，跨境电商文章里叫“供需指数”，但算的是同一件事：平均每个在售商品能分到多少次搜索。

举个例子：假设“折叠购物袋”这个词月搜索量 5000 次，平台上只有 100 个商家在卖，供需比就是 50。换一个词，月搜索量 500 次，但有 500 个商家在卖，供需比只有 1 [3]。前者意味着平均每件在售商品背后有 50 次搜索在找它，后者只有 1 次。作为新进场的人，后者的胜算明显低得多。

这个比值最大的用处，是把数量级完全不同的词拉到同一把尺子上，让你能在几十个候选词里排序，而不是凭哪个数字看起来大。

两个必须避开的误读：

**误读一：只看搜索量大。** 这是新手最常踩的坑。一个词搜索人气过万看着诱人，但它的在线商品数可能已经破百万 [8]。需求大，供给更大，这叫虚假蓝海。亚马逊那边的说法更直接：搜索量衡量的是这个细分市场被关注的强度，不是新进入者能拿到的份额 [2]。

**误读二：只看竞争小。** 没人卖也可能是没人要。供需比好看但搜索量本身只有几十，那不是机会，是冷坑。

## 第四步：看趋势，需求在涨还是在跌

前三个数拍的是快照，快照可能是错觉。要看两个增速的对比：搜索量的增速，和在售商品数的增速。

- 搜索量涨得比商品数快，说明需求在抬头、供给还没跟上，这是真的机会窗口。
- 商品数涨得比搜索量快，说明大家正在一起涌进来——就算现在的供需比好看，再过一两个月也会被冲掉。
- 搜索量在跌的，即使供需比漂亮也要放下。正在萎缩的市场，进去就是逆水行舟。

具体一点：某类目近 30 天搜索人气涨了 42%，而在线商品数只涨了 8%，需求增速是供给增速的五倍多，这属于比较明确的信号 [8]。有做 Shopee 的方法把“近 7 日搜索量环比增长超过 30%”作为筛选条件，是同一个思路 [3]。

还要留意季节性。一年只火六周的品不一定要排除，但它会彻底改变你的备货节奏和现金周转——你得知道峰值月是哪几个月，而不是等夏天过半才发现货压在仓里 [2]。条件允许的话，至少看满 60–90 天的曲线，而不是只看最近几天 [4]。

## 这套信号什么时候会骗你

上面这套方法有一个前提：这个品是被搜索驱动的——顾客先有了明确的需求，再打字去找。有两类品不适用。

**一类是内容驱动的冲动购买。** 有些品卖爆靠的是短视频里那几秒钟的观感，用户当场被戳中就直接下单，根本不会先去搜。这类需求在搜索结果里几乎看不到；它的位置在内容平台的热度曲线里，而内容热度通常领先货架爆款两到四周 [6]。等你看到搜索量涨起来时，内容端往往已经热过一轮了。

**另一类是新品类、新说法。** 顾客确实有需求，但他不知道自己该搜什么，也就不会留下搜索痕迹。下拉框里什么都没有，不等于没需求，只是需求还没聚成一个词。判断这类品不能靠关键词，得靠别的信号，比如已经卖动的同类商品的评论里，顾客自己是怎么描述他要解决的问题的。这属于另一条路，留到下一篇讲。

还有一条边界要一直记着：这些数据都是别人行为的滞后统计。亚马逊的工具明确说，指标反映的是一段已经过去的区间，按平台自己的节奏刷新，不是实时的 [2]。所以数据的作用是筛掉明显不行的候选，而不是保证某个品一定行。

## 回到那三个问题

选品不需要你相信自己的眼光——眼光在这个环节帮不上忙。它需要你回答三个能用数字回答的问题：

1. 有人这样搜吗？（联想词、搜索量）
2. 有多少人在卖，头部把需求吃掉了多少？（结果数、评价数、集中度）
3. 需求在涨还是在跌？（搜索量增速对比商品数增速）

三个都过，才值得去验货、打样、备最小批量试销；任何一个不过，就回到候选池换一个。这样做最大的好处不是选得更准，而是每次判断都有依据可复盘：卖得好，你知道是哪条信号抓对了；卖不动，你也知道当初哪个判断错了，而不是又一次凭感觉。

## 术语表

- 搜索量（搜索人气）：平台按一段时间统计的“有多少人搜过这个词”，按独立 IP 去重，反映人数而不是搜索次数，是最接近真实需求的公开信号。
- 联想词（下拉联想）：在搜索框输入核心词时自动弹出的高频搜索短语，由平台按真实搜索频率排序，不用工具就能看出有哪些说法的人在找这个东西。
- 供需比（蓝海值 / 蓝海指数）：搜索量除以在售商品数，表示平均每个在售商品能分到多少次搜索，用来把不同量级的词放到同一尺度上排序。
- 头部集中度：排名靠前的商品或品牌拿走的点击或成交比例，比例越高说明需求被少数链接锁死，新链接越难挤进去。
- 虚假蓝海：搜索量很大、在售商品数更大的品，看起来是机会，实际是供给更过剩的红海。
- 搜索驱动与内容驱动：需求是先搜索再找货，还是被短视频等内容当场激发。内容驱动的品在搜索数据里看不到，要看内容平台的热度曲线。

## 来源

1. [Amazon Product Opportunity Explorer — 官方选品工具页，说明按细分市场聚合搜索词与商品，并展示搜索量、商品数、点击集中度等指标](https://sell.amazon.com/tools/product-opportunity-explorer)
2. [Seller Labs: Product Opportunity Explorer — Validating Demand Before You Source — 逐项说明这些指标该怎么读、不能说明什么，以及数据是滞后区间、非实时](https://www.sellerlabs.com/knowledge-base/product-opportunity-explorer-validating-demand-before-you-source/)
3. [Shopee 选品怎么看市场供需比 — 用具体例子给出供需比（蓝海值＝搜索量÷商品数）的算法与经验阈值](https://shopee.mobduos.com/article/operate/26139)
4. [Jungle Scout: Product Research Framework — 强调用 60–90 天数据看需求是否稳定，并把评价数当作竞争固化程度的指标](https://www.junglescout.com/resources/articles/amazon-product-research-framework-for-launching-products/)
5. [淘宝蓝海选品方法 — 说明生意参谋里搜索人气、点击人气按独立 IP 去重，以及在线商品数的读法](https://www.doutianshi.com/54245.html)
6. [跨境电商选品核心判断逻辑解析 — 供需指数、竞争密度、品牌集中度三指标并读，含“前三页评价超 5000 条即内卷”“内容热度领先货架两到四周”等判断](https://global.lianlianpay.com/article/MTU4OTYxLDAzNw.html)
7. [Amazon product research 2026: the honest framework — 工具商视角的选品框架与门槛数值，可作量级参照](https://novadata.io/resources/blog/amazon-product-research)
8. [蓝海赛道筛选技能 — 用搜索人气与在线商品数的增速对比判断机会窗口，并给出蓝海指数、集中度等判定参考](https://kb.tuzaizi.com/articles/13-%E6%8A%80%E8%83%BD%E5%BA%93/13.1-blue-ocean-discovery-skill.html)

---

原文：https://pangzhengboyin.com/articles/validate-demand-before-choosing-product-abf4e40e

> **庞征博引** · 想学的，慢慢都会
>
> 庞征博引是把想学的东西写成连载的 AI 学习工具。说出想学什么，它会先了解你的基础，再把主题写成一篇篇 5–10 分钟能读完的文章；边读边问，接下来学什么跟着你走。这篇就是这样写出来的。
>
> 开始你自己的连载 → https://pangzhengboyin.com