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

订单事实建模—指标语义统一—质量测试门禁法

将淘宝和拼多多原始订单先转为经过测试的客户、订单、支付、退款和SKU事实模型,再从统一语义层计算经营指标,可以避免不同报表口径导致的选品、投放和补货误判。
领域:运营数据分析方法、运营方法可创建经营任务候选可创建经营任务
可执行性
94
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:dbt Labs

去重使用的来源链接:

https://github.com/dbt-labs/jaffle-shop

适用范围

市场:US

平台:淘宝、拼多多(参考GitHub开源分析工程工作流迁移)

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:23/25

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。

创建运营助手

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。

订单事实建模—指标语义统一—质量测试门禁法

领域:运营。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运营助手。

CEO 审核结论

这是其他经营任务可信运行的基础设施,模型依赖和测试机制成熟;主要限制是来源属于教学项目,平台适配与指标定义仍需业务负责人确认。

复用其源层、暂存层、事实层、聚合层和测试思路,为两平台建立最小数据产品;Agent只消费通过质量门禁的数据,并在每条建议中附数据版本、更新时间和测试状态。

执行步骤

  1. 1.建立淘宝、拼多多原始订单、订单行、支付、退款、广告和SKU数据源清单
  2. 2.统一订单号、SKU、货币、时区、状态及渠道枚举,同时保留原始字段
  3. 3.构建订单行事实表以及订单、客户、SKU、退款和广告维表或聚合模型
  4. 4.定义成交额、退款后净收入、贡献毛利、获客成本、支付转化率和复购的唯一口径
  5. 5.添加主键唯一、必填非空、枚举接受值、关系完整性、金额守恒和更新时间测试
  6. 6.测试失败时阻断下游经营建议并把异常样本发送到人工队列
  7. 7.通过固定样例订单与平台后台汇总进行对账,版本化记录口径变化

判断指标

  1. 1.主键重复率
  2. 2.关系完整性通过率
  3. 3.金额对账差异率
  4. 4.数据新鲜度
  5. 5.测试通过率
  6. 6.退款归属覆盖率
  7. 7.指标口径冲突数量

输入数据要求

  1. 1.淘宝和拼多多原始数据导出或授权接口
  2. 2.平台字段字典与订单状态说明
  3. 3.成本、退款、广告、库存数据
  4. 4.时区和汇率规则
  5. 5.统一指标定义及数据责任人
  6. 6.用于回归测试的脱敏样例订单

排除规则

  1. 1.关键唯一性、关系或金额守恒测试失败时不得生成自动经营动作
  2. 2.不得用Jaffle Shop模拟数据中的数值作为真实阈值
  3. 3.无法识别取消、退款或测试订单的数据不得进入利润模型
  4. 4.个人信息在非必要模型中必须移除或脱敏
  5. 5.排除Electronics和High-return fashion的业务样例,但数据模型保持类目通用

风险与适用边界

  1. 1.该仓库是教学型模拟项目,不代表淘宝、拼多多生产数据结构
  2. 2.平台字段和接口会变化,需要持续维护映射
  3. 3.统一模型不能自动解决错误的业务定义
  4. 4.客户跨平台身份不应未经授权强行合并
  5. 5.完整改造需要数据工程投入,早期应从订单和退款最小模型开始

来源摘要与执行说明

Jaffle Shop以模拟电商数据展示了源数据声明、分层SQL模型、客户与订单聚合、模型依赖、文档及数据测试等可执行分析工程步骤。它贡献的是可复用建模结构而非真实经营阈值;迁移时必须重建淘宝、拼多多字段映射并补充退款、广告、平台费用和库存模型。

输出格式:版本化数据模型、字段血缘和测试结果;经营输出为按日、平台、SKU和活动切片的统一指标表,并附数据新鲜度与质量状态。

执行示例:团队先把两平台订单行统一为平台、订单号、SKU、支付时间、实付额、退款额和成本字段。若退款金额大于支付金额或订单号重复,质量门禁会冻结该批数据的广告和补货建议,并输出异常订单供复核。