报告｜DTC 客服靠的是电商，不是 SaaS

执行摘要

这项研究扫描了 1,148 个 DTC 品牌首页，重点查看页面中可见的客服组件，以及能识别出的供应商指纹。我们的目标不是默认这个市场和 B2B SaaS 一样运作，而是弄清楚 DTC 电商里真实的支持工具生态到底是什么样。

最鲜明的对比来自 Intercom。Intercom 在 SaaS 客服里举足轻重，但在这次静态扫描中，只出现在 0.6% 的 DTC 首页上。相比之下，Gorgias 出现在 23.3% 的样本中，不过这个数字必须打折看，因为品牌池里包含了 Shopify 生态的案例研究来源。

客服组件本身也并非全行业标配。只有 34.6% 的被扫描首页在静态 HTML 中暴露出至少一个支持组件。由于很多组件是通过 JavaScript 加载的，这个比例应当被视为下限，而不是完整的真实采用率。

AI 客服作为公开门店信号，还处在更早期。只有 13 个品牌，也就是样本的 1.1%，在首页上公开展示了 AI 聊天相关文案。AI 在招聘文案中的渗透，与 DTC 门店首页中的渗透之间差距很大，但这更像是公开定位的差异，而不完全是后台采用率的差异。

最值得传播的发现

1. 1,148 个 DTC 首页中，有 397 个在静态 HTML 中暴露了至少一个支持组件。
2. Gorgias 以 267 个被检测品牌领先，占比 23.3%，但需要注意样本回声效应。
3. Zendesk 以 49 个品牌位居第二，占比 4.3%。
4. Intercom 仅出现在 7 个品牌上，占 DTC 样本的 0.6%。
5. WhatsApp Button 出现在 19 个品牌上，超过了几家传统聊天 SaaS 工具。
6. 只有 13 个品牌，也就是 1.1%，公开展示了 AI 客服相关文案。
7. 本报告衡量的是首页可见信号，不是完整的客服后台。

很多做软件相关工作的人，对客服工具的认知都带着很明显的 SaaS 视角：Intercom 主打产品内消息，Zendesk 主导帮助台，AI 代理会成为下一层。这个认知放在 B2B 软件里基本说得通，但一旦放到 DTC 电商，就会很快失灵。

DTC 的客服问题不是“用户卡在产品里了”，而是“买家想知道包裹到哪了、优惠券是否生效、怎么发起换货、商品能不能退、为什么发货迟了”。核心重心不是产品使用会话，而是订单记录。所以如果你从 SaaS 的角度切入，就会觉得供应商格局很奇怪：真正胜出的工具，是那些能把 Shopify、履约、退货、邮件、短信和客服工作流整合成一个界面的产品。

这篇博客的重点就是把这个结构性差异摆到台面上。最重要的发现不只是“谁领先”，而是为什么市场会向这些赢家集中，以及为什么即使招聘市场已经强烈转向 AI，公开的 AI 信号仍然非常少。

我们扫描了 1,148 个 DTC 品牌首页，查看每个页面在加载时用户能看到的客服组件——也就是访问者进入页面时立刻看到的聊天按钮或消息气泡。结果并不复杂，但它和多数人预设的思路并不一致：并不是谁统治了 SaaS 客服，谁就会统治 DTC。

最有意思的不是 Gorgias 的 23.3%——这个数字需要先打折再看，后面我们会解释原因。最有意思的是这一点：SaaS 客服的绝对领头羊 Intercom，在 DTC 里只有 0.6%。1,148 个品牌里只有 7 个。一个围绕“产品内消息”范式构建的产品，在用户从未进入产品内部的市场里，几乎被完全筛掉了。

这里有两个问题要回答。第一，DTC 客服工具到底是什么形状——谁领先，谁处于中游，谁没能站稳。第二，AI 客服在 DTC 中到底渗透到什么程度——我们在 2026-05-11 发布的 AI Required Position Rate 报告发现，HN 招聘帖里有 35.6% 会提到具体 AI 工具；那 DTC 真实首页又是什么情况？

先从第二个问题开始，因为这个对比最清晰。

1. 招聘文案中的 AI：35.6%。DTC 首页上的 AI：1.1%。

在 1,148 个 DTC 首页中，只有 13 个出现了“AI chatbot / AI assistant / AI agent / GPT-powered / Intercom Fin / Gorgias AI Agent”这一类表述。也就是说，占比仅 1.1%。

把这个数字放到我们 2026-05-11 发布的 AI Required Position Rate 报告旁边看，会更有意思。时间窗口相同，HN 招聘社区，619 个职位帖，其中有 35.6% 提到了具体 AI 工具或 LLM 关键词（剔除未知项后为 36.7%）。两个样本都代表“2026 年 5 月的广义技术行业”。在招聘文案里，大约每 3 个帖子就有 1 个提到 AI；但在 DTC 真实首页里，大约每 100 个品牌里才有 1 个提到 AI。差了 30 倍。

这个差距并不能简单理解为“DTC 落后了”。招聘文案反映的是两件事：公司当前需要什么技能，以及未来 12 到 18 个月计划需要什么技能。那 35.6% 里有相当一部分其实是在说“我们想招人来做 AI”，而不是“我们现在所有岗位都在用 AI”。从这个意义上说，HN 更像领先指标——它展示的是企业规划，而不是已经交付的产品。

DTC 首页这边则正好相反。1.1% 并不意味着 DTC 后台没有使用 AI。很多 DTC 品牌很可能已经在后台启用了 Gorgias Automate 或 Intercom Fin，用来自动解决工单——只是他们不会在首页上强调“AI 驱动”，因为终端消费者并不在意。营销文案和实际自动化，本来就不是同一条线。

但无论你更愿意接受哪种解释，商业结论都一样：**对于 AI 客服供应商——Gorgias Automate、Intercom Fin、Zendesk AI Suite、Reamaze AI Inbox，以及 Cresta、Decagon、Sierra、Forethought 这类新进入者——DTC 都还是一个几乎未经教育的市场。**消费者不会在公开层面主动使用它；用了它的客户也不会主动讲它。谁能先掌握 DTC AI 客服的叙事，谁就可能在 2027-2028 年更大规模采用之前，先锁定这个品类的定义权。

这 13 个公开释放 AI 聊天信号的 DTC 品牌，只能算是早期营销者子样本，值得点名——比如 fillingpieces.com、hikoco.com、livingproof.com、olly.com、truelinkswear.com，以及其他几个：

请把它理解为“敢于把 AI 放在门店首页上的品牌”，而不是“DTC 里最强的 13 个 AI 聊天冠军”。这两份名单不是一回事。

2. 35% 显示组件，65% 没显示——而且 65% 只是下限

回到客服工具本身。在 1,148 个 DTC 首页中，有 397 个（35%）在静态 HTML 里暴露出至少一个客服组件。32% 恰好只有一个，2.3% 有两个，只有 1 个品牌有三个。双组件的情况大多是“主帮助台 + 次级渠道”的组合，后面我们会再展开。

剩下的 65% 在首次扫描时没有显示组件，但这个数字也要打折看，原因有三种。

第一，JS 加载的组件会逃过静态检测。很多帮助台供应商——包括 Gorgias 和 Zendesk——会通过 chunk 加载的 JS 注入脚本。静态扫描只能看到首屏 HTML 字节里直接出现的供应商主机。如果供应商通过 GTM、Segment 或延迟加载的 chunk 载入，我们的方法就会漏掉。使用 Thunderbit Chrome 扩展执行 JS 后重新扫描，可以把这一层找回来。

第二，按需展示聊天。很多品牌会故意只在产品页或结账页显示聊天组件，让首页保持纯品牌叙事加行动按钮。这是实打实的 UX 选择，不是“没安装”。

第三，完全不做聊天。149 个品牌（13%）在首页上完全没有出现“chat / live chat / contact us”之类的语言信号。这些品牌大概率没有实时聊天，只保留了邮件联系路径。

把这三点合起来看，真实的组件覆盖率大概率在 50-60% 之间。我们这里的 35% 是保守下限。重点是，在 DTC 里，“首页要不要放聊天组件”并不是行业共识——更像五五开。该不该展示，应该看你的转化阻力集中在哪，以及你希望首页传达什么语气，而不是“别人都这么做”。

3. 供应商份额：Gorgias 领先，但要打折看

检测到的前 15 个供应商：

Gorgias 以 267 个品牌、23.3% 的占比领先。Zendesk 以 4.3% 排第二。WhatsApp Button 以 1.7% 排第三。表面看起来 Gorgias 统治力很强——但原始数字不能直接照单全收。

我们构建品牌池时，1,597 个候选品牌有一部分来自 Shopify 生态的客户案例研究站点地图。Gorgias 自己的案例研究站点地图就是这些来源之一。 Gorgias 选择展示的每一个 DTC 品牌，都会自动被纳入我们的品牌池；Klaviyo、Postscript、Shopify Plus 和 Skio 的案例研究也以类似方式贡献样本。所以“Gorgias 23.3%”里包含了明显的样本回声，而不是纯粹的行业份额。

独立估算给出的结果要低得多。BuiltWith（覆盖全部电商品牌的技术栈统计）把 Gorgias 放在大约 3-5%；Wappalyzer（基于 Shopify 网站的 Chrome 扩展用户样本）则给出大约 4-7%。Gorgias 在 2024 年的财务披露中提到其商户数超过 14,000。综合这些来源，Gorgias 在真实 DTC 市场中的份额大概在 8-12% 之间，而我们这次的 23.3% 更像是“真实份额 × 约 2 倍的样本回声”。所以读到任何 Gorgias 数字时，都要记得先把折扣算进去——可以默认你已经打过折了。

即便打了折，排行榜的其余部分仍然很有参考价值。

Zendesk 的 4.3% 很有意思。 在 SaaS 里，Zendesk 几乎是统治级存在——中大型 B2B SaaS 公司里，找不到它的反而少见。可在 DTC 里，只有 4.3%。这并不是说 Zendesk 没有努力，而是 DTC 的客户触达模型和 SaaS 有很大不同，和 Zendesk 通用型帮助台范式并不完全契合。

WhatsApp Button 的 1.7%（19 个品牌）是个惊喜。 在 DTC 里，一个简单的 wa.me/... 链接，竟然排在 Reamaze、HubSpot Chat、Crisp、Intercom 以及长尾里其他真正的客服 SaaS 前面。这反映的是 DTC 用户偏好，尤其适用于国际品牌、跨境电商，以及低客单价 / 高频复购品类。用户本来就有 WhatsApp；你给他们一个链接；他们直接发消息，不需要注册、不需要 cookie 提示、不需要等聊天组件加载。 零成本、部署简单、效果直接。

Intercom 的 0.6%（7 个品牌）是最让人停下来再看一遍的数字。 SaaS 客服品类的头部产品，在 DTC 中几乎消失了。接下来一节，我们专门解释这一点，因为它揭示了两个从远处看很像、但底层结构差异极大的市场。

Reamaze 1.5%、Kustomer 1.0%、HubSpot Chat 1.0%、Crisp 0.9%，属于中间尾部。它们各自都有自己的细分位置。Reamaze 是 Shopify 原生帮助台，定位很明确，就是 DTC。Kustomer 在被 Meta 收购后更偏向全渠道大品牌。HubSpot Chat 依靠免费层切入营销驱动型 DTC。Crisp 则根植于欧洲早期创业公司。没有一个是为挑战 Gorgias 在 DTC 中的领先地位而生。

4. 为什么 Gorgias 在 DTC 赢了，而 Intercom 在这里几乎不存在

Gorgias 23.3%（折算后约 8-12%）对比 Intercom 0.6%。如果是 SaaS 圈的人看到这个比例，第一反应大概率是：不合理。Intercom 明明就是客服 SaaS 的代表，DTC 怎么会用得这么少？

答案不在产品好不好，而在客户接触架构。SaaS 和 DTC 的客户到达路径、工单类型和客服需求，确实是两套逻辑——而 Intercom 的核心范式是围绕 SaaS 那半边设计的，并不完全适用于 DTC。

SaaS 用户通常走的是 B2B 漏斗：申请演示 → 试用 → 上手 → 扩容。一个用户在付费前会多次接触产品。工单也大多是技术类，比如“账号坏了”“API 集成失败了”“权限不对”。Intercom 的护城河在于产品内消息——一个嵌在 SaaS 应用内部的聊天层，把客服、产品内引导和产品导览整合成统一体验。当客户在产品内遇到问题时，Intercom 就在产品里出现。非常顺。

DTC 用户走的是完全不同的路径：Meta / TikTok / Google 广告 → 落地页 → 加购 → 结账。买家在真正购买前，和“产品”的接触时间可能只有一次、五分钟左右。工单也大多和订单相关，比如“包裹到哪了”“怎么退货”“优惠券没生效”“能不能换这个码”。这些问题不需要产品内消息，它们需要的是对 Shopify 订单数据的深度集成——客服打开工单时，能直接在客服界面里看到 Shopify 订单 ID、物流单号、退款授权和客户历史订单记录。**不需要在八个系统之间来回切换标签页。**这正是 Gorgias 的核心价值。

再往深一层看：在大多数 DTC 公司里，客服、退货、履约其实共用一套系统。Gorgias 把工单、Shopify 退款和物流单号查询统一到一个工作流里。Intercom 当然也能集成 Shopify，但它的产品基因是 messenger，而不是“深度 Shopify 数据的帮助台”。这是两种完全不同的范式。

Gorgias 在 DTC 的护城河不是“聊天界面更漂亮”，而是 Shopify 数据深度。任何想进入 DTC 客服市场的供应商，都必须先解决订单查询、退款执行和换货流程——这三类工单占了 80% 的量——而不只是“FAQ 自动回答”而已。

这里有两个直接启示。对 DTC 运营者来说：选择帮助台时，要看它和 Shopify、订单系统以及退货 SaaS 的集成深度，而不是只看聊天界面是否好看。Reamaze 和 Kustomer 就是在同一条轴线上竞争。Crisp 和 HelpScout 更便宜，但订单数据能力较弱；早期 DTC 可以用，但规模上来后很快会碰到瓶颈。对 AI 客服供应商来说：单靠“FAQ 自动回答”还不够进入 DTC。你必须把订单类工作流吃透——这正是 Gorgias Automate 和 Reamaze AI Inbox 在推进的方向，但我们数据里只有 1.1% 的公开营销渗透率，也说明到 2026 年，AI 取代订单类客服 这件事还处于早期。

再补一条架构层面的观察：DTC 里的客服工具一旦装上去就很难换——它夹在订单系统、退货 SaaS 和邮件回执工作流之间。迁移不是下午就能完成的小活，而是一个真项目。这种黏性进一步放大了 Gorgias 的早期领先，也意味着任何新进入者都必须拿出比“我们 AI 更好”更强的理由——要有一套足以抵消迁移成本的工作流故事。

5. 那 26 个多组件品牌并不是堆栈混乱，而是在执行策略

有 2.3% 的品牌（26 个）部署了两个或以上聊天组件。常见组合如下：

这不是混乱堆栈，而是有意为之的多渠道客服策略——Gorgias 负责工单，WhatsApp 负责国际私信，Facebook Messenger 负责已经认证过的社交用户。每个入口都对应一种不同的客户到达模式。这里的策略是多渠道设计，不是意外冗余。

对 DTC 运营者来说，结论很简单：如果你的用户分布在多个渠道，就不要执着于单一工具的答案。先把主帮助台选对（Gorgias 或 Zendesk），再为客户真正会用的渠道叠加直连组件。那 26 个多组件品牌，实际上是在对“大家都只用单组件”这个说法提出反例——对于跨境或高复购 DTC 来说，单组件默认方案并不一定最优，因为客户希望能在自己已经打开的应用里直接联系到你。

6. 给 DTC 运营者、CX 团队和 AI 聊天供应商的实用建议

把数据翻译成面向 DTC 客服或增长岗位的可执行动作。

帮助台选择可以按阶段来走。早期 DTC（每月订单少于 1,000 单）——HelpScout、Crisp 或 Tidio，每席位低于 15 美元。这个阶段通常是创始人加一名外包/兼职人员处理所有工单，不需要复杂路由规则，也不追求 SLA 精度，先让工单流转起来就行。中期（每月 1,000-10,000 单）——Gorgias 或 Reamaze。这个阶段真正的瓶颈变成 Shopify 订单数据集成，而每席位 50-150 美元的价格，只要能帮客服节省 30-40% 的时间，就完全合理。规模阶段（每月 10,000 单以上）——Gorgias + AI Automate / Zendesk + AI Suite / Kustomer。AI 自动处理优惠券和物流单号类工单，通常能把人工客服负载降低 30-50%。这才是 AI 客服真正开始见效的阶段，而我们样本里几乎没有品牌到达这个阶段，这也解释了为什么公开 AI 信号只有 1.1%。再往上，跨地区、多语言的全渠道品牌通常需要 Zendesk 或 Kustomer 的多语言路由；在这个规模下，Gorgias 的国际化深度会偏弱。

AI 客服相关内容，其实是一个严重供给不足的写作方向。1.1% 的公开渗透率并不是“没人想用 AI 聊天”，而是“市场团队还没人真正把这个叙事接过去”。如果你做 DTC 内容——博客、案例研究、newsletter——“AI 客服到底怎么运作、ROI 是什么、第一年该预期什么”这类内容非常稀缺。你的读者既不知道同行有没有在用，也不知道到底好不好用。这里有一个 1-2 年的窗口期。如果你是 Gorgias / Intercom / Zendesk 生态里的代理商或顾问，“我们帮你开启 AI Agent”会是一个很清晰的切口——现在大多数竞争对手还没在这么讲。

首页是否放聊天组件，并没有定论。35% 显示 / 65% 不显示，接近五五开。选择权在你。如果客服工单会阻碍转化，就把它露出来；如果品牌视觉简洁更重要，就把它藏起来。一个很实用的折中方案：只在购物车和结账页放聊天——既能在关键转化节点抓住犹豫中的客户，又不会削弱首页的品牌表达。

WhatsApp Button 是被低估的渠道。19 个品牌（1.7%）只放了一个简单的 wa.me 链接——比 Reamaze、HubSpot Chat 以及大多数正经聊天 SaaS 都多。对于国际、跨境，或者低客单价 / 高频复购 DTC，一个直连 WhatsApp 链接可能比华丽的聊天组件更有效——零成本、上线快、客户本来就装了这个 App。非常值得拿来做 A/B 测试。

7. 这份数据有多稳，它的边界在哪里

1,148 个已解析首页，来自 1,429 个原始 home.html（剔除了小于 1KB 或无法解析的页面）。共识别出 23 个供应商指纹；一些长尾或自定义帮助台仍然可能漏掉。所以真实世界里的长尾份额，可能会比我们报告的略高。

静态扫描只检查首屏 HTML 字节——这本身就是下限。JS 加载的组件（包括部分 Intercom 和 Drift 的初始化模式）会漏掉。若想恢复更真实的安装率，需要运行 Thunderbit Chrome 扩展执行 JS 后再扫描。我们在 v1 里没有这样做。

外部交叉验证：BuiltWith 估算 Gorgias 在整个电商中的占比约为 3-5%；Wappalyzer 在 Shopify 网站上的占比约为 4-7%；Gorgias 2024 年披露的商户数超过 14,000。我们的 23.3% 应该理解为“真实份额 × 约 2 倍样本回声”。这些结果并不矛盾——BuiltWith 看的是整个电商市场（分母更大），Gorgias 自报的是商户数量（不是份额），而我们的样本偏向 DTC 头部和 Shopify 生态（范围更窄，但密度更高）。三种视角，各有不同。基于这份报告，最稳妥的表述应当是“在 DTC 偏重的样本里，Gorgias 明显领先 Zendesk”，而不是“Gorgias 拥有 23% 的行业份额”。

一句话边界：本报告描述的是我们对 1,148 个 DTC 品牌首页做静态扫描后看到的情况——不是 DTC 行业市场份额，也不是 DTC 后台真实在跑什么。后台是黑箱；我们只能看到首页 HTML 里露出来的东西。

方法论

数据来源：来自 1,597 品牌池中的 1,148 个 DTC 首页 HTML 快照（筛选条件为 home.html ≥ 1KB），使用 23 条客服供应商指纹规则（见 01_detect_widgets.py）。快照日期为 2026-05-12（UTC）。

Gorgias 样本回声（最重要的注意事项）：我们的品牌池部分来自 Gorgias 自己的客户案例研究站点地图（以及其他 Shopify 生态工具——Klaviyo、Postscript、Shopify Plus、Skio 的类似来源）。因此，Gorgias 选择展示的品牌天然会进入我们的样本。不能把 Gorgias 23.3% 解读为“23% 市场份额”——独立估算显示它更接近 8-12%。请把 23.3% 视为“本样本中的第 1 名供应商，并且大约有 2 倍样本回声”，而不是行业份额。

品牌池偏向 Shopify 生态：约 67% 的品牌可追溯到 Shopify 技术栈案例研究来源——因此样本会高估 Shopify 原生、现代、营销驱动型 DTC，低估传统零售 / 小型电商。这不是美国 DTC 的完整全景。

静态扫描只是下限：只看首屏 256KB HTML。JS 加载的组件会漏掉——Intercom 和 Drift 某些 chunk 加载初始化模式在我们的扫描中可能不可见。检测到的 35% 组件覆盖率只是下限；真实比例大概率在 50-60% 之间。

AI 信号 = 营销文案，不是后台事实：很多 DTC 品牌很可能已经在后台使用 Gorgias Automate 或 Intercom Fin，但首页并不会公开宣传。我们所说的“AI 信号 1.1%”只代表公开营销文案，不代表后台 AI 的实际使用量。

多组件 ≠ 堆栈混乱：那 26 个多组件品牌通常是一个主帮助台加一个侧边渠道（WhatsApp / Messenger / Crisp）。它们并不是并行运行两套客服系统。

法律与版权：所有首页均为公开抓取。本报告仅使用汇总统计，不复现完整首页文本。被标记为 AI 信号阳性的 13 个品牌，都是其首页上自行声明了相关营销文案。26 个多组件品牌是在中性、描述性的上下文中提及的。未公开原始 HTML 或 CSV；报告中的每一个数字都可以通过公开品牌池和公开规则集复现。

注意事项

本报告不支持以下结论：

• 不是“Gorgias 拥有 DTC 市场 23.3% 的份额”（包含样本回声；真实份额约 8-12%）
• 不是“只有 1.1% 的 DTC 在使用 AI 客服”（这里只能看到公开营销文案；后台 AI 在静态扫描中不可见）
• 不是“65% 的 DTC 品牌都没用聊天组件”（这是静态下限；真实覆盖率大概率在 50-60%）
• 可 دفاع的说法： “在对 1,148 个 DTC 品牌首页的静态扫描中，Gorgias 是检测到的第一供应商，占比 23.3%（含样本回声），且只有 1.1% 的品牌公开宣传 AI 聊天”

数据来源与版本信息

数据集：dtc_customer_support_map_2026/（本仓库）。快照日期 2026-05-12 UTC，报告版本 v1.0（静态扫描下限；v2 计划加入 Chrome 扩展执行 JS 的扫描）。与 dtc_dual_report_2026 共享同一 DTC 品牌池——两份报告都基于相同的 1,148 品牌子集。配套报告：AI Required Position Rate 2026（HN 招聘样本，发布于 2026-05-11）——同一个问题中“AI 在招聘文案中的那一半”；运营者可以把两份报告并排阅读，比较意图与已交付产品之间的差异。

SEO 和内容团队可以引用什么

这项研究为博客开头、数据引用、社交帖子、对比页面和后续解读文章提供了多种引用角度：

• 1,148 个 DTC 首页中，有 397 个在静态 HTML 中暴露了至少一个支持组件。
• Gorgias 以 267 个被检测品牌领先，占比 23.3%，但需要注意样本回声效应。
• Zendesk 以 49 个品牌位居第二，占比 4.3%。
• Intercom 仅出现在 7 个品牌上，占 DTC 样本的 0.6%。
• WhatsApp Button 出现在 19 个品牌上，超过了几家传统聊天 SaaS 工具。
• 只有 13 个品牌，也就是 1.1%，公开展示了 AI 客服相关文案。
• 本报告衡量的是首页可见信号，不是完整的客服后台。

引用时，必须连同注意事项一起出现。这里的数字描述的是本报告使用的特定样本和采集方法，不应被改写成全市场普查、内部采用率，或对该品类所有公司的总体判断。

如果用于编辑内容，最稳妥的写法，是把头条数字和样本边界一起呈现。这样既更严谨，也更容易赢得读者信任。例如，可以写成“在这份 HN 招聘样本中”“在这次 DTC 首页静态扫描中”或“在这份 YouTube 频道样本中”，再进一步讨论更广泛的趋势。

可复现性说明

交付文件夹中包含以下流程文件，这些文件是从原始本地报告包中复制过来的。这样做是为了让发布版报告可以与报告流程中实际使用的脚本、中间结果、图表和源草稿相互核对。

• process_files/_shared/dtc_brand_pool_source/out/brand_pool_v2.csv
• process_files/_shared/dtc_brand_pool_source/out/detection.csv
• process_files/_shared/dtc_brand_pool_source/out/master.csv
• process_files/out/analysis_stats.json
• process_files/out/widget_stats.json
• process_files/out/widgets.csv
• process_files/scripts/01_detect_widgets.py
• process_files/scripts/02_compute_stats.py
• process_files/scripts/03_make_figs.py
• process_files/scripts/04_build_report_bilingual.py
• process_files/scripts/05_module_i_check.py

如果你对方法论修正、数据问题或后续分析有建议，欢迎联系 。本报告基于 2026 年 5 月收集的公开网页或公开 API 信号，应结合上文所述的样本边界一并理解。