方法论 · v1.0 · 2026-08-09

我们凭什么让你信这些数据?

这是一套决策支持方法,不是预测保证。它记录的是:什么时候、在哪里、观察到了什么,哪些是推断,以及 —— 最重要的 —— 还缺哪些证据,你才该动。
换句话说:我们会主动告诉你我们没查到什么。这是这套方法和普通趋势报告最大的区别。

01四层信号,绝不合并

最常见的误导,是把「有人在讨论」说成「有人在下单」。这四层我们分开记,缺的那层就标成缺。

L0 · 上游

研发与原料动向

专利、原料商、配方与展会信号。适合做早期观察清单。

✗ 但它不是消费者需求的证据。

L1 · 注意力

搜索与内容热度

搜索词、内容增速与讨论量。反映方向性兴趣;品牌词、季节性与相对指数都会明确标注。

✗ 相对上升指数不会被写成绝对搜索量。

L2 · 交易

真实的成交行为

可观测的销量代理指标、排名变动、在售listing与价格事件。

✗ 促销与库存变化会干扰信号,我们会标出来。

L3 · 品牌入场

商业采纳

已核实的上新、融资、招聘或选品动作。用来判断时机。

✗ 绝不当作某个买手的采购意向来呈现。

⭐ 四层交叉判定的实用结论
只亮 L1 = 光有话题没交易,进观察池不立项。
L2 亮而 L1 未亮 = 闷声爆单,套利窗口最大,同行还没看见 —— 优先级最高。
L3 大量亮 = 趋势已半公开,只能打「出样更快」的效率牌。

02TrendScore:排优先级的分,不是真理机器

趋势动量

变化幅度、持续性、多源互证

能力匹配

这个产品或包装,工厂真的做得出来吗

B2B 入场

点名品牌或商业采纳信号

合规可行

目标市场与宣称的可行性

毛利空间

示意性经济账,以真实报价为准

📏 决策规则
TrendScore ≥ 70 才进入人工复核 —— 它不会自动开工。
能力匹配 = 0 或合规 = 0,无论总分多高一律否决。
理由很直接:做不出来的、进不了关的,分数再高也是零。

⚠️ 分数之外还有一轴:TrendScore 回答「该不该做」,套利矩阵回答「好不好打」。
一个词可能 TrendScore 过 70 该立项,却落在死区不该打(例如外泌体棉片:分数 70,但供给饱和而需求未到)。两轴并用,缺一不可。

03证据对象:每条能公开的结论,必须带这六项

这一节是整套方法的核心。⭐ 你可以用它来检验任何一条我们给出的数据。

字段	回答什么问题	公开规则
主体 + 市场	是哪个实体、哪个产品、哪个部件、哪个国家?	不同供应商、工厂、SKU 与市场之间不做范围转移 —— 不能拿 A 市场的数据说 B 市场
来源 + 日期	谁发布的?什么时候观察到、什么时候访问的?	没有日期的数字,不当作当下的事实
方法 + 单位	到底测的是什么?	相对上升指数不标成绝对搜索量;排名变动不标成销量
状态	这是观察到的、归一化的、推断的,还是建议?	推断永远与来源事实视觉上分开,不混在一起讲
局限	什么情况会让这个结论出错?	季节性、促销、库存、抽样、抓取失败与漏跑,全部公开披露
商业闸门	现在能报价、能出样、能这么宣称了吗?	MOQ、交期、产能、价格与认证,必须有带日期的供应商 / 工厂 / SKU 确认才算数

💡 怎么用这张表:下次任何人(包括我们)给你一个市场数字,拿这六项对一遍。缺日期的、把排名说成销量的、把 A 市场结论套到 B 市场的 —— 都不能作为下单依据。

04运作闭环:雷达怎么变成真实生意

1 · 选题

先决定验证什么

哪个市场问题、哪种产品形态,值得现在花力气去验证?

2 · 发布

把答案做成可被引用的页面

用稳定的网页说清实体、能力、来源、日期、方法与边界 —— 这样人和 AI 都能读懂。

3 · 测量

检验 AI 到底认不认

实测 ChatGPT、Perplexity、Gemini 在被问到这个品类时,会不会引用、引用了谁。

4 · 回流

内容与销售把结果带回来

询盘、样品、订单的真实结果回填到趋势表,用来校准下一轮判断。

05新鲜度是产品的一部分,不是免责声明

数据会过期。所以我们把核验日期直接印在页面上,并在数据陈旧时明确标注,而不是让它悄悄躺在那里假装是最新的。
如果某次自动跑批没通过质量检查,页面会继续显示上一次通过检查的历史快照,并标明日期 —— 宁可显示旧的且说清楚,也不显示假的。

📌 整体局限声明:本方法是决策支持,不是预测保证,也不构成法律、合规或投资意见。
分数用于排优先级,不证明需求真实存在、不证明合规可行、不证明产能就绪、不预测成交结果。
法规相关内容以主管机关官方公告为准;商业条件以带日期的正式报价为准。