最近在 ClawHub 上发现了一个挺好用的免费 Skill——可以直接查任意电商独立站的历史 GMV 和流量数据，不用写代码，一句话就能出数据。我本职是做股票基本面研究的，拿来跑了几个消费品牌验证了一下，发现趋势吻合度挺高，拿出来分享，也欢迎有其他用法的朋友交流。
1. 为什么需要电商站点数据
做消费股有个绕不开的痛点：财报是滞后的。等公司披露季度数据，市场早就反应完了。
但品牌独立站（DTC站）的流量和 GMV 是实时更新的公开数据——它的变化天然领先于财报1-2个月。
以前想拿这个数据，选择很有限：SimilarWeb / Semrush 企业版价格不菲，而且只有流量，没有 GMV 估算，碰到节假日转化率波动就很难判断；自己写爬虫，大概率被 Cloudflare 直接拦掉。
现在有了 AI Skill 的方式，一句话就能查，不需要写任何代码。
2.工具：Ecommerce Website Data (AI Skill)
ClawHub 上的这个 Skill，有点类似电商版Tushare (一个开源的金融数据库)，或者更简单来说是一个傻瓜版的电商数据库API (但不用写代码，直接用自然语言调用)。核心能力包括：
- 网站历史 GMV 估算（按月）
- 流量数据（PV / UV、来源渠道、跳出率）
- 技术栈识别（Klaviyo、Global-E 等插件安装情况）
- 公开联系人信息（领英主页、邮箱）
但其实我们主要用的就是网站历史GMV
3. 安装方式
(两步，5分钟搞定，当然前提是你装了OpenClaw)
我看发布者的官网其实写了三种安装方法，我自己是直接用了最简单的那个，一共就是两步，先是申请TOKEN，然后直接让本地的OpenClaw自行安装这个Skill。
第一步：申请免费Token
去发布者官网注册账号，不需要验证，国内的 163/QQ 邮箱直接用。左侧选 Access Tokens，给 Token 起个名字，点 Done 就行。
第二步：安装Skill
打开你本地的 OpenClaw命令行，直接粘贴下面这段话发送：
Install this skill: https://clawhub.ai/roger52027/ecommerce-website-data
My APEX_TOKEN is: 你的Token名字
比如我的 Token 叫"电商数据因子"，就直接填那个名字。OpenClaw 会自动完成安装和配置，不需要手动改任何文件。
4. 实测案例——以On Running(美股ONON) 为例
On Running 是瑞士跑鞋品牌，纽交所上市，DTC 独立站是他们的核心渠道之一，我用这个 Skill 直接查了on. com 25年全年的月度数据。
| 年份 | 月GMV | pv | uv |
|---|---|---|---|
| 2025-12 | 75,174,233 | 75,136,120 | 20,307,059 |
| 2025-11 | 73,866,866 | 72,294,159 | 19,538,961 |
| 2025-10 | 73,779,717 | 71,805,595 | 19,406,917 |
| 2025-09 | 66,716,598 | 67,724,400 | 18,258,358 |
| 2025-08 | 74,243,017 | 76,926,154 | 20,716,698 |
| 2025-07 | 78,905,004 | 78,255,967 | 20,963,004 |
| 2025-06 | 74,542,074 | 79,435,699 | 20,999,023 |
| 2025-05 | 74,700,960 | 78,983,543 | 20,401,693 |
| 2025-04 | 68,215,249 | 71,718,123 | 18,894,374 |
| 2025-03 | 69,167,388 | 76,637,242 | 20,544,645 |
| 2025-02 | 68,097,625 | 72,414,766 | 19,681,098 |
| 2025-01 | 66,271,173 | 78,957,382 | 21,781,126 |
那这个数字是否有参考意义？我把各季度数据汇总，和财报实际收入对比：
| 绝对数 (亿美元) | 25Q1 | 25Q2 | 25Q3 | 25Q4 |
|---|---|---|---|---|
| 【测算数】独立站GMV | 1.9 | 2.1 | 2.3 | 2.1 |
| 【真实数】财报收入 | 9.1 | 9.4 | 9.9 | 9.3 |
| 环比增速 | 25Q1 | 25Q2 | 25Q3 | 25Q4 |
|---|---|---|---|---|
| 【测算数】独立站GMV | 15% | 10% | 7% | -6% |
| 【真实数】财报收入 | 20% | 3% | 6% | -6% |
绝对数差异是合理的——On Running 有大量线下经销和第三方平台（亚马逊等）渠道，独立站只是整体收入的一部分。但趋势吻合度非常高，尤其是 Q3 的放缓和 Q4 的转负，独立站数据都提前反映出来了。
作为业绩方向的前瞻参考，这个精度已经非常够用。
5. 价格
我看了一下他们官网，免费用户每个月可以调用 500 次Skill——换算下来相当于可以查 500 个独立站的历史GMV。对于做研究的个人用户来说，这个额度其实非常够用，日常追踪十几二十个品牌完全不用担心用量 (除非你有里程呢焦虑哈哈哈哈)。
6. 结语
目前我主要在用这个方向，整体感受是"作为基本面分析的另类补充"非常顺手，不需要懂算法，就是多了一个更实时的数据维度。
量化方向的朋友如果有更好的接入方式，欢迎交流。后续如果跑出更多有意思的用法，也会继续更新。
