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
每日 AI 情报开源项目与 Skills
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
智能客服
在线客服入口客户入口管理客服会话售后确认客服知识

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

活动基线冻结—对照序列匹配—增量利润复盘法

在活动前冻结分析口径,并利用未受活动影响且走势稳定的对照序列构造反事实基线,可以比简单环比更可靠地判断促销、内容或运营动作是否产生增量利润。
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:GitHub开源项目

作者/项目:Google/CausalImpact

去重使用的来源链接:

https://github.com/google/CausalImpact

适用范围

市场:US

平台:淘宝、拼多多(参考Google CausalImpact开源方法迁移)

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:18/20

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:19/20

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。

活动基线冻结—对照序列匹配—增量利润复盘法

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

输入、模型输出和不确定性边界高度结构化,适合自动生成候选对照和复盘报告;重大预算决策仍需人工判断。

Agent应先执行口径、缺失和对照污染检查,再运行模型及多窗口敏感性分析;缺少可信对照时必须拒绝输出因果结论。

执行步骤

  1. 1.在活动前登记目标指标、干预时间、观察窗口、对照候选、归因边界和最低经济意义
  2. 2.清洗缺失、退款回流、价格变化、断货、节假日及平台大促等干扰事件
  3. 3.从未参与活动的SKU、地区、词包或店铺序列中筛选前期相关稳定且业务机制相近的对照
  4. 4.检查对照序列在干预期是否受到同类促销、竞品冲击或库存变化污染
  5. 5.运行反事实估计,输出点估计、相对影响、累计影响和可信区间
  6. 6.把增量销售额扣除优惠、广告、平台费用、履约、售后和商品成本,得到增量贡献利润
  7. 7.若结果对窗口或对照选择高度敏感,则标记不可决策并安排更严格实验

判断指标

  1. 1.干预前拟合误差
  2. 2.对照相关稳定性
  3. 3.增量订单或销售额
  4. 4.增量贡献利润
  5. 5.可信区间宽度
  6. 6.对照污染率
  7. 7.不同窗口结论一致性

输入数据要求

  1. 1.日级或更细的订单、销售额、毛利和退款数据
  2. 2.活动、价格、广告、库存及平台大促时间线
  3. 3.多个未受干预的候选对照序列
  4. 4.干预前足够长且口径一致的历史窗口

排除规则

  1. 1.排除活动同期被同类动作影响的对照序列
  2. 2.排除严重断货、统计口径变更或大面积数据缺失的窗口
  3. 3.排除只有单一短序列且无可信对照的因果结论
  4. 4.排除可信区间跨越重大亏损区间却直接扩量的建议
  5. 5.排除Electronics和High-return fashion

风险与适用边界

  1. 1.模型不能修复未记录的同期干预或错误对照
  2. 2.平台大促可能同时影响处理组和对照组,破坏稳定关系
  3. 3.统计显著不等同于经济上值得执行
  4. 4.跨店、跨平台数据口径不同,不能直接合并
  5. 5.开源仓库维护状态和依赖兼容性需在部署前单独核验

来源摘要与执行说明

该仓库提供贝叶斯结构时间序列的因果影响分析工作流,贡献了干预前后时间窗、响应序列、协变量、反事实预测、累计影响及不确定区间等可执行要素。迁移到淘宝、拼多多时,可把响应变量设为订单、毛利或新客数,但必须保证对照SKU或词包未受同一活动污染。

输出格式:活动因果影响报告,包含反事实曲线、累计增量、可信区间、敏感性检查和利润结论

执行示例:评估拼多多母婴用品券活动时,以活动SKU日贡献毛利为响应序列,从未参加该券且活动前走势相似的SKU中选择对照;排除断货和同场大促后估计累计增量,再扣除券成本、广告费和退款损失决定是否复用。