电商经营工作台经营决策中枢
经营路径

情报 → 判断 → 选品 → 上架

经营主流程

AI 情报今日工作台方法库经营 Agent任务记录PDD 采价记录候选商品上架商品价格换算物流价格浏览器任务订单管理

治理与复盘

规则库规则建议运行日报任务控制台策略配置
登录

经营与 AI 决策视角

电商经营工作台
AI情报工作台选品池上架
返回方法库

方法详情

淘宝销量趋势-回归预测候选预警法

若淘宝供给侧的销量和趋势数据能持续上升,并且回归模型给出稳定增长预测,则该候选可作为 US 市场趋势验证的早期信号,而不是直接选品结论。
领域:选品趋势筛选 / 潜力款筛选 / 爆款筛选待人工复核待人工确认
可执行性
76
CEO:待人工复核

决策路径

系统审核结论

待人工复核

决定是否展示创建经营任务入口。

我的处理状态

待人工确认

只代表人工跟进意图,不会单独解锁创建入口。

下一步

先完成人工复核

先处理审核结论,别把人工标记误当成任务入口。

来源

平台:GitHub

作者/项目:LLumoss/Taobao_crawler

去重使用的来源链接:

https://github.com/LLumoss/Taobao_crawler

适用范围

市场:US

平台:淘宝

类目:Home & Kitchen, Pet Supplies, Outdoor & Sports

审核分解

来源可信度:10/20

步骤清晰度:18/25

结构化程度:18/20

边界清晰度:12/15

执行可行性:18/20

我的处理状态

当前:待人工确认。处理状态用于记录人工判断;是否能创建经营任务,仍以页面上方“系统审核结论”为准。

下一步:先处理系统审核结论

当前 CEO 审核状态是「待人工复核」。只有标记为「可创建任务」的方法才会展示创建入口。

去方法审核队列处理查看可创建任务的方法

如果这个方法已经人工确认可执行,需要在审核队列把 CEO 审核结论推进到「可创建任务」;只改下方人工决策状态不会打开创建入口。

CEO 审核结论

方法适合趋势预警,但源仓库较轻,需要更多真实数据和人工验证。

适合先做离线研究脚本;不要将模型预测直接转成商品推荐。

筛选步骤

  1. 1.选择允许类目的中文关键词,定期采集淘宝商品销量和趋势字段。
  2. 2.按候选类型聚合,而不是按单个商品推荐。
  3. 3.建立时间序列:销量变化、供给数量变化、价格中位数变化。
  4. 4.用简单回归或移动平均判断增长是否连续,而非单日尖峰。
  5. 5.将增长候选与 US 平台需求词、TikTok/YouTube 内容趋势或 Amazon 类目热度交叉验证。
  6. 6.只输出增长预警和人工复核清单,不创建具体选品 任务。

判断指标

  1. 1.销量增长斜率
  2. 2.趋势持续天数
  3. 3.销量波动率
  4. 4.供给数量增长
  5. 5.价格是否稳定
  6. 6.US 需求交叉验证强度

输入数据要求

  1. 1.淘宝关键词
  2. 2.定期采集的销量数据
  3. 3.趋势字段
  4. 4.价格字段
  5. 5.商品标题聚类
  6. 6.US 需求锚点
  7. 7.允许/排除类目规则

排除规则

  1. 1.排除单日暴涨但无持续趋势的候选
  2. 2.排除无法映射到 US 购买场景的候选
  3. 3.排除低价劣质和高售后风险候选
  4. 4.排除 Electronics 和 high-return fashion
  5. 5.排除侵权和品牌仿品

风险与适用边界

  1. 1.仓库标注仍在开发中,业务验证有限。
  2. 2.回归预测容易过拟合历史数据。
  3. 3.淘宝销量字段不一定稳定可得。
  4. 4.中国市场趋势可能无法迁移到 US。

来源摘要与执行说明

该仓库说明其目标是抓取淘宝商品销售和趋势等数据,并使用回归预测模型预测热销商品;可执行贡献在于将销量、趋势和预测模型组合成候选预警框架。

输出格式:candidateCluster、growthSlope、salesVolatility、priceTrend、supplyTrend、usDemandMatched、predictionConfidence、riskFlags

执行示例:任务 每日采集一组 Home & Kitchen 中文关键词,按标题聚类形成候选类型,计算 7 日增长斜率,再标注是否需要 US 侧验证。