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

电商事件契约定义—参数完整校验—收入对账闭环法

先为曝光、点击、加购、结算、购买、退款建立统一事件与参数契约,再做完整性和金额对账,可显著降低因数据缺失、重复或口径漂移导致的错误经营决策。
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
98
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:Google Analytics官方开发者文档

作者/项目:Google

去重使用的来源链接:

https://developers.google.com/analytics/devguides/collection/ga4/ecommerce

适用范围

市场:US

平台:淘宝、拼多多(参考GA4电商事件规范迁移)

类目:全店铺类目, 母婴, 非电子低退货类目

审核分解

来源可信度:20/20

步骤清晰度:24/25

结构化程度:20/20

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。

电商事件契约定义—参数完整校验—收入对账闭环法

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

事件、参数和校验规则高度结构化,可作为其他经营任务的数据底座;主要限制是平台只能提供部分聚合数据。

创建字段契约、状态机校验、订单去重、金额对账和数据可用性闸门;任何下游Agent运行前先读取本方法输出的数据质量状态。

执行步骤

  1. 1.定义淘宝、拼多多统一事件字典,明确曝光、点击、收藏或加购、下单、支付、发货、退款的业务含义和时间口径。
  2. 2.为每个事件规定必填参数、唯一键、币种、时区、SKU映射和允许的状态转换。
  3. 3.每日检测缺失参数、重复订单、非法状态跳转、负金额、币种异常及事件延迟。
  4. 4.把购买与退款事件同平台结算、订单和广告归因报表对账,量化差异来源。
  5. 5.仅在数据质量达到阈值后发布漏斗、利润和广告分析结果;否则标记为不可决策。

判断指标

  1. 1.事件覆盖率
  2. 2.必填参数完整率
  3. 3.订单重复率
  4. 4.非法状态转换率
  5. 5.购买金额对账差异率
  6. 6.退款金额对账差异率
  7. 7.数据延迟
  8. 8.可决策数据占比

输入数据要求

  1. 1.淘宝、拼多多流量、商品、订单、退款和广告数据
  2. 2.事件及字段字典
  3. 3.订单号、SKU、时间戳、金额、币种和状态字段
  4. 4.平台结算账单
  5. 5.US目标市场时区与汇率规则

排除规则

  1. 1.缺少唯一订单键的数据不得并入成交事实表
  2. 2.金额或币种无法核对的记录不得用于利润决策
  3. 3.测试订单、刷单嫌疑订单和已取消订单必须单独标记
  4. 4.事件定义发生变化但未完成版本映射时禁止跨期比较
  5. 5.样本完整率未达内部阈值时不输出自动经营建议

风险与适用边界

  1. 1.GA4事件规范仅提供结构参考,不能替代淘宝、拼多多官方数据定义。
  2. 2.平台封闭环境可能无法取得用户级事件,只能使用聚合报表。
  3. 3.广告、订单和结算系统的时间口径不同会产生合理差异。
  4. 4.US消费者数据处理还需遵守适用隐私规则和平台数据政策。
  5. 5.统一数据模型不能修复源系统本身遗漏的数据。

来源摘要与执行说明

来源给出了view_item、add_to_cart、begin_checkout、purchase、refund等推荐电商事件以及items、value、currency、transaction_id等关键参数。迁移时不要求淘宝、拼多多具备同名埋点,而是将平台报表、订单和广告数据转换为统一事件模型,并用订单号、SKU、金额和退款字段执行完整性与一致性校验。

输出格式:数据质量报告:事件覆盖率、参数缺失率、重复率、状态异常、收入与退款对账差异、受影响指标及修复责任人。

执行示例:任务发现拼多多支付金额比结算事实高8%,进一步定位为退款事件延迟及优惠分摊缺失;在差异修复前,相关SKU广告利润看板被标记为不可用于扩量决策。