如何用 Google Shopping 資料追蹤商品折扣

商品折扣一直在變。

電商品牌可能會在促銷期間降價。競爭對手可能會推出限時優惠。市場賣家可能會降低價格來爭取可見度。某個商品也可能先在 Google Shopping 結果中出現折扣價格，內部團隊卻還沒注意到。

對電商團隊、定價分析師、SEO 團隊、市場賣家和 AI 購物產品來說，用 Google Shopping 資料追蹤折扣，可以更清楚地監控市場變化。

Google Shopping 資料可能包含商品標題、目前價格、原價、賣家、商品連結、評分、評論數、配送資訊、縮圖和排名位置。

當這些資料被持續收集後，可以幫助回答這些問題：

• 哪些商品正在打折？
• 哪些競爭對手正在促銷？
• 折扣幅度有多大？
• 某個商品多久打折一次？
• 哪些賣家降價最積極？
• 打折商品是否出現在更高的 Shopping 結果位置？
• 折扣是否因國家、關鍵字或類別而不同？

實際流程如下：

商品關鍵字
↓
Google Shopping 資料收集
↓
目前價格和原價提取
↓
折扣計算
↓
歷史快照
↓
報表、警示、儀表板和 AI 工作流程

這篇文章會說明如何用 Google Shopping 資料追蹤商品折扣、應該收集哪些欄位、如何計算折扣、如何保存快照，以及 TalorData 如何支援這類工作流程。

什麼是 Google Shopping 資料？

Google Shopping 資料是指出現在 Google Shopping 搜尋結果中的商品資訊。

典型商品結果可能包含：

對折扣追蹤來說，最重要的欄位是目前價格、原價、賣家、商品標題、商品網址、貨幣和時間戳。

沒有時間戳，你就不是在追蹤折扣。你只是在看價格，然後期待記憶變成分析。它不會。

為什麼要用 Google Shopping 資料追蹤商品折扣？

折扣追蹤有價值，因為商品價格不是孤立數字。

折扣可能代表促銷、清庫存、季節性活動、庫存壓力、競爭對手定價策略或市場競爭。

常見使用場景包括：

折扣追蹤可以回答：

• 哪些商品目前正在促銷？
• 哪些競爭對手對相似商品降價？
• 哪些賣家價格變動最頻繁？
• 哪些商品折扣比例最高？
• 本週新增了哪些折扣？
• 哪些打折商品在 Google Shopping 中可見度更高？
• 不同國家或語言下折扣是否不同？

價格是一個數字。折扣是一種行為。自然地，真正有用的混亂通常藏在行為裡。

Google Shopping 資料和商品頁抓取有什麼不同？

用 Google Shopping 資料追蹤折扣，不同於抓取單一商品頁。

Google Shopping 資料有價值，因為它展示商品如何出現在搜尋結果中。

這代表你不只能追蹤價格，也能追蹤可見度、賣家、排名和可見促銷信號。

對折扣監控來說，這很重要，因為商品折扣需要結合搜尋可見度一起看才更有意義。

一個打折但排在第 40 位的商品，和一個打折且出現在 Shopping 結果前列的商品，不是同一件事。人類發明排名位置，大概就是為了讓報表更複雜。

步驟 1：選擇商品關鍵字

先選擇你想監控的商品關鍵字。

這些關鍵字可以是品牌詞、商品類別、型號名稱或商業查詢。

常見關鍵字類型包括：

簡單的關鍵字清單可以是：

無線耳機
降噪耳機
跑鞋
電競螢幕
平價智慧手錶
筆電優惠

為了方便報表，建議按類別和意圖分組關鍵字。

先從折扣變化真正重要的商品和類別開始。

不要一開始就追蹤整個網路吐出來的所有商品。那條路通往瘋狂，而且大概率還通往另一個表格。

步驟 2：選擇目標市場

折扣可能因國家、語言、賣家和貨幣而不同。

某個商品可能在美國打折，但在加拿大沒有打折。某個賣家可能在英國提供不同價格。某個商品在不同市場也可能顯示不同供應狀態或配送資訊。

有用的市場設定包括：

市場設定範例：

如果要跨市場比較折扣，一定要標準化貨幣和收集時間。

否則報表會變成錯誤結論嘉年華，這種創造力還是少一點好。

步驟 3：收集 Google Shopping 結果

有了關鍵字和目標市場後，就可以收集 Google Shopping 結果。

典型請求可能如下：

{
  "engine": "google_shopping",
  "q": "wireless headphones",
  "country": "us",
  "language": "en",
  "device": "desktop"
}

簡化的 Shopping 結果可能如下：

{
  "position": 3,
  "title": "Example Wireless Headphones",
  "price": "$79.99",
  "old_price": "$99.99",
  "seller": "Example Store",
  "product_link": "https://www.example.com/product/example-headphones",
  "rating": 4.6,
  "review_count": 1240,
  "delivery": "Free delivery",
  "thumbnail": "https://www.example.com/image.jpg"
}

對折扣追蹤來說，應收集完整結果集，而不是只收集一個商品。

完整結果集可以讓你比較：

• 自家商品和競爭對手商品
• 同一類別中的不同賣家
• 打折商品和未打折商品
• 打折商品的排名位置
• 不同市場的折扣行為
• 長期變化

單一商品記錄只是一條線索。完整結果集才是市場視角。

步驟 4：提取價格和折扣欄位

要追蹤折扣，需要提取並標準化價格相關欄位。

重要欄位包括：

標準化後的記錄可能如下：

{
  "keyword": "wireless headphones",
  "country": "us",
  "currency": "USD",
  "collected_at": "2026-07-14T09:00:00Z",
  "position": 3,
  "title": "Example Wireless Headphones",
  "seller": "Example Store",
  "current_price": 79.99,
  "old_price": 99.99,
  "product_url": "https://www.example.com/product/example-headphones"
}

務必把價格字串轉成數字。

例如：

價格解析不華麗。它只是爛儀表板死亡的地方。

步驟 5：計算折扣金額和折扣比例

取得目前價格和原價後，就可以計算折扣。

折扣金額：

折扣金額 = 原價 - 目前價格

折扣比例：

折扣比例 = (原價 - 目前價格) / 原價 * 100

範例：

如果原價缺失，仍然可以追蹤價格變化。

此時可以把目前價格和上一個快照中的價格比較。

基於快照的價格變化：

價格變化 = 上次價格 - 目前價格
價格變化比例 = (上次價格 - 目前價格) / 上次價格 * 100

當 Google Shopping 沒有顯示原價，但商品價格在不同快照之間發生變化時，這種方法很有用。

步驟 6：保存價格快照

折扣追蹤需要歷史資料。

不要只保存最新價格。

每次收集都應保存為快照。

有用的價格快照表可以包含：

快照可以用來比較：

• 今天和昨天
• 本週和上週
• 活動前和活動中
• 賣家 A 和賣家 B
• 國家 A 和國家 B
• 打折商品和未打折商品

沒有快照，你就不是在追蹤折扣。你只是抓住價格作案現場，然後忘記了案情。

步驟 7：跨快照匹配商品

商品匹配是折扣追蹤中最難的部分之一。

同一商品可能以略有不同的標題或網址出現。

例如：

Example Wireless Headphones Black
Example Wireless Headphones - Black
ExampleBrand Wireless Headphones, Black

它們可能代表同一商品。

有用匹配信號包括：

簡單匹配規則可以是：

如果商品網址相同，視為同一商品。

如果賣家、品牌、型號和標題非常相似，視為可能是同一商品。

如果標題相似但賣家不同，只有在你的追蹤目標需要比較同一商品不同賣家時，才視為同一商品。

如果型號不同，視為不同商品。

商品匹配需要認真處理。否則報表會自信地把耳機和鞋子放在一起比較，因為軟體沒有羞恥心。

步驟 8：追蹤折扣狀態

商品匹配完成後，可以給每個商品分配折扣狀態。

常見折扣狀態包括：

狀態範例：

這可以把原始價格轉成更容易報告和行動的資訊。

步驟 9：按賣家比較折扣

Google Shopping 結果可能會為相似或相同商品顯示多個賣家。

賣家層級折扣追蹤可以回答：

• 哪些賣家最常打折？
• 哪些賣家折扣幅度最大？
• 哪些賣家價格最穩定？
• 哪些賣家在打折時排名更高？
• 哪些賣家提供更好的配送條件？
• 哪些賣家經常改價？

賣家比較範例：

這對競爭對手監控、市場分析和品牌保護很有用。

如果未授權賣家正在大幅折扣銷售品牌商品，資料可以幫助標記這類情況。

步驟 10：按類別比較折扣

類別層級折扣追蹤可以幫助理解更大的市場行為。

有用的類別指標包括：

類別比較範例：

這可以幫助電商團隊理解哪些類別促銷激烈，哪些類別價格更穩定。

步驟 11：追蹤折扣對排名的影響

折扣可能影響商品在 Shopping 結果中的可見度，但關係不一定簡單。

應把排名位置和折扣狀態一起追蹤。

有用問題包括：

• 打折商品是否出現在更高位置？
• 更大折扣是否和更好排名相關？
• 某些賣家是否在促銷期間排名更好？
• 打折商品是否能保持更長可見時間？
• 未打折商品是否在促銷期間失去可見度？

範例：

不要假設折扣本身能解釋排名變化。

配送、相關性、賣家實力、評論、供應狀態和商品資料品質也可能有影響。

折扣只是信號之一，不是整場歌劇。

步驟 12：建立折扣警示

折扣警示可以幫助團隊快速反應。

常見警示類型包括：

警示範例：

競爭對手在美國將「wireless headphones」降價 25%。
Example Store 對「running shoes」新增 40% 折扣。
某商品在 7 天促銷後，從 $79.99 回到 $99.99。
「gaming monitor」前 10 個 Shopping 結果中已有 6 個打折商品。

好的警示應該聚焦重要變化。如果每 1 分錢變動都通知，警示系統就會變成披著儀表板外衣的辦公室噪音。

步驟 13：建立折扣報表和儀表板

有用的折扣儀表板應該幫助團隊理解發生了什麼、在哪裡發生，以及為什麼重要。

建議儀表板區塊包括：

有用報表問題包括：

• 哪些競爭對手開始新促銷？
• 哪些商品折扣最大？
• 哪些賣家降價最激進？
• 本週哪些類別促銷更明顯？
• 哪些打折商品獲得更多 Shopping 可見度？
• 哪些折扣在活動結束後消失？

目標不是欣賞圖表，而是在不把感覺假裝成資料的情況下，做定價、促銷和市場決策。

步驟 14：將折扣資料用於 AI 工作流程

Google Shopping 折扣資料可以支援 AI 代理和 RAG 系統。

有用 AI 工作流程包括：

安全的 AI 工作流程可以是：

收集 Google Shopping 資料。
標準化商品和價格。
計算折扣欄位。
篩選重要變化。
驗證重要商品頁面。
在 AI 或 RAG 工作流程中使用已驗證折扣資料。

折扣資料應被視為最新搜尋情境，而不是永久真相。

價格會變，賣家會變，商品列表會消失。網路依然堅持讓資料庫每天上班。

TalorData 如何幫助用 Google Shopping 資料追蹤商品折扣？

TalorData 可以作為結構化搜尋資料層，用於收集 Google Shopping 資料。

團隊不需要人工搜尋商品關鍵字並複製價格，而是可以使用 TalorData 按關鍵字、國家、語言和裝置收集結構化 Shopping 結果。

實際 TalorData 流程如下：

商品關鍵字
↓
目標市場
↓
TalorData SERP API
↓
結構化 Google Shopping 資料
↓
價格快照
↓
折扣追蹤、報表、警示、儀表板和 AI 工作流程

TalorData 支援的工作流程包括：

核心價值是可重複。團隊可以長期收集可比較的 Shopping 資料、保存快照並衡量折扣行為，而不是人工檢查商品結果，然後假裝那是一套系統。

結語

用 Google Shopping 資料追蹤商品折扣，可以幫助團隊理解市場變化、競爭對手促銷、賣家行為、類別趨勢和價格可見度。

基本流程是：

選擇商品關鍵字。
選擇目標市場。
收集 Google Shopping 資料。
提取目前價格和原價。
標準化貨幣和價格。
計算折扣金額和折扣比例。
保存歷史快照。
跨快照匹配商品。
建立報表、警示、儀表板和 AI 工作流程。

對電商團隊、定價分析師、SEO 團隊、市場賣家和 AI 購物產品來說，折扣追蹤可以把 Shopping 結果轉成可衡量的價格情報。

Google Shopping 結果展示購物者能看到什麼。

結構化折扣資料則展示哪些商品正在變化、哪些賣家正在行動，以及價格機會在哪裡。

FAQ

什麼是 Google Shopping 折扣追蹤？

Google Shopping 折扣追蹤是指持續收集商品結果，並監控目前價格、原價、折扣金額、折扣比例、賣家和商品可見度。

應該收集哪些欄位？

建議從商品標題、目前價格、原價、貨幣、賣家、商品網址、排名位置、評分、評論數、配送文字、關鍵字、國家和收集時間開始。

如何計算折扣比例？

公式是：折扣比例等於原價減去目前價格，再除以原價，最後乘以 100。

如果沒有顯示原價怎麼辦？

如果沒有原價，可以把目前價格和上一個快照中的價格比較，用來偵測價格下降或上升。

Google Shopping 折扣資料可以用於 AI 代理嗎？

可以。AI 代理可以使用折扣資料監控價格變化、總結競爭對手促銷、比較賣家、支援商品推薦，並為 RAG 工作流程選擇商品來源。