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

售后问题主题聚类与可修复需求优先级筛选法

把客服与售后文本中重复出现的问题归并为可解释主题,再结合订单暴露量、问题成本与修复难度,可以发现比单纯追逐热度更可验证的产品改进和选品方向。
领域:数据分析选品方法、数据分析方法、产品改进方法待人工复核待人工确认
可执行性
87
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(code_repository、open-source workflow)

作者/项目:Maarten Grootendorst / BERTopic

去重使用的来源链接:

https://github.com/MaartenGr/BERTopic

适用范围

市场:US

平台:淘宝、拼多多(参考 BERTopic 文本主题分析方法迁移)

类目:家居收纳, 园艺用品, 宠物用品, 母婴非电子用品

审核分解

来源可信度:14/20

步骤清晰度:23/25

结构化程度:18/20

边界清晰度:14/15

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

结构化程度高且与既有选品框架不同,但须补齐仓库核验和人工标注样本。

建立脱敏文本输入、主题聚类、人工抽检及优先级报告流程;锁定模型版本并保留样本证据。Agent 只提交改进假设,不自动采购或修改商品。

执行步骤

  1. 1.限定有美国业务证据的样本,分别记录淘宝、拼多多来源;美国外部反馈仅作为独立参考集,不与店内订单混算发生率。
  2. 2.导入授权获取的客服、退货原因及评价文本,去除个人信息,并按订单和问题事件去重。
  3. 3.区分语言与商品用途后生成主题;将离群文本单列,不强制归类。
  4. 4.每个候选主题人工检查至少20条文本;不足20条时全部复核,并明确低样本标签。
  5. 5.连接订单暴露量、售后损失和供应商修复信息,区分产品缺陷、预期误差、履约问题及使用误解。
  6. 6.仅将人工确认一致、重复出现且修复成本可估计的主题列入打样或供应商询证清单;先验证再形成采购建议。

判断指标

  1. 1.人工主题一致率;试点建议达到80%再用于排序
  2. 2.每千单问题发生率及样本量
  3. 3.主题关联售后损失,而非直接认定的因果损失
  4. 4.离群文本比例与不同抽样下的主题稳定性
  5. 5.打样后问题复现率和改善幅度

输入数据要求

  1. 1.获授权且已脱敏的问题文本、时间、商品标识与订单关联键
  2. 2.相同商品和时间范围的订单量及售后成本
  3. 3.美国业务识别依据和文本语言
  4. 4.供应商修复能力、打样成本及安全限制

排除规则

  1. 1.排除 Electronics、High-return fashion。
  2. 2.排除无授权文本、广告刷评及无法识别来源的复制内容。
  3. 3.没有订单分母的外部评论只作定性证据。
  4. 4.不把单条投诉或模型生成的主题名称当成充分需求证据。
  5. 5.儿童安全问题进入专项审核,不以普通改款试销代替合规验证。

风险与适用边界

  1. 1.主题模型不能判断投诉真实性,也不能证明市场容量。
  2. 2.中英文、讽刺表达和短文本可能导致错误聚类,必须保留人工复核。
  3. 3.淘宝、拼多多可获取字段和文本使用权限需要分别确认。
  4. 4.美国公开反馈与店铺顾客可能不同群,不能直接迁移发生率。
  5. 5.来源版本和维护状态尚未核验。

来源摘要与执行说明

BERTopic 提供基于文本嵌入、聚类及主题词表示的主题发现框架,可迁移为问题文本归并、离群文本检查和代表性样本复核。它本身不提供电商需求验证、利润评估或采购决策;相关步骤为本报告设计。尚未现场核验仓库当前 README、最近更新和示例运行状态。

输出格式:问题主题清单:主题ID、代表文本、涉及订单数、每千单发生率、人工一致率、可修复性、成本区间、验证动作及证据链接。

执行示例:对有美国销售记录的非电子收纳用品售后文本聚类,将重复出现的尺寸理解问题与实际破损问题分开。前者进入尺寸说明验证,后者进入包装打样验证,不直接推荐具体商品。