同一个平台下的不同数据类型，字段结构和可取深度并不一样。需求里说清是哪一类，测试结论才准。
按关键词、类目或店铺取商品标题、显示价、销量提示与评分，价格是采集时刻快照且受大促影响明显。
店铺名称、所在地、评分与在售商品数，用于判断竞争对手的规模与主营方向。
公开评价文字与评分，评价多为本地语言，做文本分析前要先定语言范围。
先取出目标国家站的类目树，各站类目体系不同，这一步决定拆分策略与总量估算。
以下内容为评估范围，实际可用字段取决于目标页面在采集时的公开状态。
提供以下任意一种输入即可启动小规模可行性评估。
指定一个或多个国家站，提供搜索词与数量范围。这是选品调研最常用的方式，需同时确认排序方式。
提供目标站的类目链接与深度，用于摸清某个细分市场的商品分布与价格带。
围绕特定店铺整理在售商品清单，适合追踪单一竞争对手的上架与调价节奏。
以下为字段示例，不承诺每个项目都能获得全部字段。
| 字段名 | 字段含义 |
|---|---|
| item_id | 商品编号，仅在同一国家站内唯一 |
| site | 所属国家站点，例如 VN、TH、ID |
| title | 商品标题，多为当地语言 |
| shop_name | 店铺名称 |
| price | 采集时刻显示的价格 |
| currency | 价格货币，按站点不同 |
| sold_text | 页面显示的销量提示原文，可能是取整区间 |
| rating | 采集时刻显示的评分 |
| review_count | 评价数量 |
| item_url | 商品页来源链接 |
| collected_at | 本行数据的采集时间 |
以下为字段结构示例，用于说明交付格式与字段口径，不是真实项目数据。
| item_id | site | title | price | currency | sold_text | rating | collected_at |
|---|---|---|---|---|---|---|---|
| EX00000001 | VN | 示例商品 A | 159000 | VND | 已售 1k+ | 4.8 | 2026-08-24 09:00 |
| EX00000002 | TH | 示例商品 B | 249 | THB | 已售 500+ | 4.6 | 2026-08-24 09:00 |
| EX00000003 | ID | 示例商品 C | 89000 | IDR | 已售 10rb+ | 4.9 | 2026-08-24 09:00 |
以下是这个平台在数据采集中区别于其他站点的地方，会直接影响可采数量、字段完整率和报价。
越南站、泰国站、印尼站在商品编号、类目体系、语言和货币上都是各自一套，同一个卖家在两个站上架的同一件商品没有共同编号。所以跨站数据不能直接合并，只能分站交付并标记站点。需要横向比较时按品类比而不是按单品比，这一点必须在字段设计阶段就定下来。
页面显示的是「已售 1k+」「已售 10rb+」这类取整文案，不同站点还用不同的本地缩写（印尼站的 rb 是千、jt 是百万）。这个字段可以用来判断量级和排序，但不能当精确销量做加总或算增长率。我们默认保留原文，需要数值时另给一个解析列并标明是估算。
Shopee 的 9.9、10.10、11.11 这类大促期间，价格、闪购标记和平台补贴券会大规模改变商品显示价，且活动前后差异极大。在这些时间窗内采到的价格不能代表常态价格带。做价格监控的项目必须避开或单独标记这些时段，否则趋势图会被活动波动完全带偏。
越南站、泰国站、印尼站的商品标题以当地语言为主，但中国卖家上架的商品经常在标题里混入中文或拼音。用中文关键词搜索只能命中中国卖家的部分，用本地语言才能覆盖当地卖家。关键词策略要在测试阶段按站点分别确认，这直接决定覆盖率。
商品页显示的价格通常不含运费，而 Shopee 的免运门槛与平台补贴券又会显著改变买家实际支付的金额。做比价分析时如果只取显示价，会低估价格差异。我们默认同时保留运费提示文案，但到手价无法从公开页面稳定还原，这一点会在交付说明里写清楚。
Shopee 项目最容易在国家站这一层出问题，所以口径要先定：
跨站数据的合并口径问题写在多个来源的数据怎么合并，价格与销量这类快照字段的处理原则写在海外数据的字段值怎么统一。
FREQUENTLY ASKED
先回答范围、字段和边界问题，再进入具体需求沟通。
结构上可以拼在一起，但要标记站点并保留各自的货币列，不能直接比价。各站商品编号、类目体系和货币都不同，同一件商品在两个站没有共同编号，跨站只能按品类做汇总比较，不能按单品匹配。
它不是精确值。页面显示的是取整后的区间文案，各站还用不同的本地缩写。可以用来排序和判断量级，不能用来加总或算增长率。我们默认保留原文，需要数值时另给解析列并标明是估算。
可以采，但结论要另算。大促期间价格、闪购标记和补贴券会大规模改变显示价，这段数据不能和平时混在一起看趋势。做价格监控时我们建议避开这些窗口，或者单独标记出来在分析时剔除。
只能覆盖到标题里带中文的那部分，主要是中国卖家。当地卖家的标题是本地语言，必须用本地语言关键词才能触达。具体覆盖率差多少要按站点和类目实测，这是测试阶段要确认的重点之一。
同类平台的字段差异，以及采集前需要确认的服务边界。
按站点和 ASIN 整理商品与价格快照，适合竞品比价、选品调研和价格变化监控。
按竞品独立站采集商品与价格，跨境卖家最高频的需求。每个站点结构不同，必须逐站测试可行性。
按话题或公开账号整理视频与互动指标，适合海外内容选题、趋势观察和达人初筛。
采集两大应用商店的公开元数据与评论，适合应用出海的竞品研究与用户反馈分析。评论按地区分区。
采集拿到的是页面上显示的样子，不是可以直接用的值。这里说明海外数据里最常见的五类格式分歧，以及为什么标准化之后必须保留原始值。
公开访问、字段展示位置、分页方式、数量范围和更新频率，是判断一个目标网站能不能做的五个前置条件。
更新频率、增量规则、变化标记和改版应对，这四项要在首次采集时定好，事后补代价很高。
交叉验证被反复推荐，但合并本身有代价。这里说明合并前必须先定的三件事，以及什么情况下两份数据根本不该合。
PROJECT ASSESSMENT
发送目标网址、所需字段、数量范围和交付格式，我们将先进行小规模可行性评估。