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

指标树-异常归因-经营动作闭环法

把销售结果拆成流量、转化、客单、复购、成本和库存等指标树,能把经营问题定位到可执行动作,而不是只看GMV涨跌。
领域:数据分析数据分析方法可创建经营任务候选可创建经营任务
可执行性
92
CEO:可创建经营任务候选

决策路径

系统审核结论

可创建经营任务候选

决定是否展示创建经营任务入口。

我的处理状态

可创建经营任务

只代表人工跟进意图,不会单独解锁创建入口。

下一步

可以创建经营任务

下面可以直接创建选品或经营任务。

来源

平台:Shopify Seller Blog

作者/项目:Shopify

去重使用的来源链接:

https://www.shopify.com/blog/marketing-analytics

适用范围

市场:US

平台:淘宝、拼多多(参考Shopify电商分析方法迁移)

类目:全类目, 母婴优先, 排除Electronics, 排除High-return fashion

审核分解

来源可信度:17/20

步骤清晰度:22/25

结构化程度:19/20

边界清晰度:14/15

执行可行性:20/20

我的处理状态

当前:可创建经营任务。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。

创建数据分析助手

这个入口会创建经营任务配置,绑定当前方法和领域;不会写入商品候选池,也不会立即运行。

指标树-异常归因-经营动作闭环法

领域:数据分析。后续会按当前输入对象、检查频率和输出格式执行。

已创建任务

当前方法还没有创建数据分析助手。

CEO 审核结论

高度结构化,适合做每日/每周只读诊断任务,并保留人工决策边界。

Agent可接入导出的CSV,完成指标树计算、异常检测、归因假设和动作建议,不执行外部写入。

执行步骤

  1. 1.建立一级指标:GMV、毛利、广告花费、订单数、退款售后、库存周转。
  2. 2.拆二级指标:曝光、点击率、转化率、客单价、复购率、退款率、缺货率、优惠成本率。
  3. 3.设定基准期:近7天、近30天、活动期和非活动期分别对比。
  4. 4.识别异常:同比/环比偏离超过阈值时,按流量、转化、价格、库存、售后路径归因。
  5. 5.为每个异常生成一个可执行动作、责任人、验证周期和复盘指标。

判断指标

  1. 1.GMV
  2. 2.毛利率
  3. 3.广告ROI
  4. 4.CTR
  5. 5.CVR
  6. 6.AOV
  7. 7.复购率
  8. 8.退款率
  9. 9.库存周转天数
  10. 10.异常修复完成率

输入数据要求

  1. 1.淘宝/拼多多经营报表
  2. 2.广告消耗和ROI数据
  3. 3.商品维度订单与退款数据
  4. 4.库存和缺货记录
  5. 5.活动和改价记录
  6. 6.客服售后标签

排除规则

  1. 1.不把单日波动直接当作趋势。
  2. 2.不在缺少毛利和退款数据时扩大投放。
  3. 3.不对低样本商品做过度结论。
  4. 4.排除Electronics和High-return fashion以降低售后和波动噪声。

风险与适用边界

  1. 1.Shopify数据口径与淘宝/拼多多后台口径不同,字段需重新映射。
  2. 2.平台活动和推荐算法变化可能造成短期异常。
  3. 3.如果成本、退款、优惠券数据缺失,毛利判断会偏乐观。
  4. 4.任务只能做诊断建议,不能自动改价或投放。

来源摘要与执行说明

来源强调电商分析通过集中数据、跟踪销售、客户行为、网站表现和营销ROI来指导决策;可迁移为淘宝/拼多多店铺日/周经营诊断指标树。

输出格式:经营指标树、异常归因表、动作优先级列表、周复盘报告

执行示例:若某商品GMV下降,任务先判断曝光是否下降;若曝光稳定但CVR下降,再检查近期改价、评价、退款率、竞品价带和库存状态,最后输出优先修复详情页证据或调整优惠,而非直接加广告。