全球 E-Bike 市场销售额估算框架

基于多维度数据的市场规模与实体销售推演模型

本框架旨在建立一套标准化、可量化的估算逻辑，用于评估全球主要市场（东南亚、欧美、俄罗斯、澳大利亚）中
E-Bike
零部件的销售规模。该模型服务于**平台级（站点）与公司级（品牌/店铺）**的双层级估算，并直接指导现有数据集（CSV）的字段更新与程序化填充。

1. 框架范围与对象

核心覆盖区域：
东南亚六国（SEA）、欧美（EU/US）、俄罗斯（RU）、澳大利亚（AU）。

估算对象层级：

* 数据衔接：本框架定义的字段将直接追加至
datasets/ebike_parts_ecommerce_global_2026_batch1_updated.csv。

为确保数据的颗粒度与可验证性，我们采用三维矩阵进行拆解：市场 × 渠道 ×
客群。

采用 “自下而上” 的参数推导法，分渠道计算后汇总。

适用于 Shopee, Lazada, Amazon 等货架电商。

GMV = 流量 × 进站率 × 转化率 × ASP × 季节系数

参数分解：

适用于 TikTok Shop, Instagram Live。

GMV = 场次 × 场观 × 互动率 × 转化率 × ASP

参数分解：

Total Sales = ∑ (渠道市场 GMV × 本公司市占率)

* 市占率 (Market Share) 推断依据：平台畅销榜排名 (Top
Ranking)、搜索词热度 (Search
Volume)、店铺粉丝数占比。线下部分则参考经销门店数量与平均出货值。

基于历史数据与行业报告，设定首版参数区间。实际估算时应根据具体国家（如印尼
vs 德国）进行调整。

参数指标 (Metric)	参考区间 (Range)	默认值 (Default)	数据源类型
电商转化率 (CVR)	0.8% - 2.5%	1.5%	平台报表/Similarweb
直播转化率 (Live CVR)	0.5% - 3.0%	0.8%	TikTok 数据/第三方研报
直播互动率 (Interact Rate)	1% - 8%	3%	社媒数据爬取
ASP - 配件 (Parts)	$20 - $100	$45	平台前台价格抓取
ASP - 套件 (Kits)	$200 - $1000	$350	平台前台价格抓取
ASP - 电池 (Battery)	$150 - $600	$220	平台前台价格抓取

以下字段需追加至 CSV 文件，用于存储计算结果。所有金额单位统一为
USD。

字段名 (Field Name)	中文释义	计算口径与说明 (Logic & Notes)
`market_gmv_online_usd`	市场在线 GMV	该平台/站点在目标类目的月度预估交易额。基于流量×转化×ASP。
`market_gmv_offline_usd`	市场线下 GMV	该区域线下渠道预估规模。通常基于 “在线 GMV × 渠道系数” 推算。
`market_gmv_livestream_usd`	市场直播 GMV	该市场直播渠道预估规模。基于场次×场观×转化。
`company_sales_online_usd`	公司在线销售额	特定品牌/公司在当前平台的预估销售额。= 市场在线 GMV × 品牌份额。
`company_sales_offline_usd`	公司线下销售额	品牌线下门店/经销商渠道预估销售额。
`company_sales_livestream_usd`	公司直播销售额	品牌自播 + 达人带货预估销售额。
`split_tob_pct`	ToB 销售占比	百分比 (0-100)。公司销售额中 ToB 业务的比例。
`split_toc_pct`	ToC 销售占比	百分比 (0-100)。公司销售额中 ToC 业务的比例。
`confidence_grade`	置信度等级	A (官方/财报), B (交叉验证), C (推测)。
`assumptions_notes`	假设说明	文本说明。记录参数取值来源与关键假设。

Week 1-2: 东南亚 (SEA) 攻坚
优先完成 Shopee/Lazada/TikTok
在印尼、泰国、越南的数据采集。重点校准低客单配件的转化率。
Week 3: 欧美与澳洲 (EU/US/AU)
聚焦 Amazon, eBay 及独立站。重点区分 ToC 零售与 ToB 维修店采购份额。
Week 4: 俄罗斯 (RU) 与收尾
针对 Ozon/Wildberries 进行流量反推。完成所有 CSV
字段回填与置信度标记。