Score
90
来源明确提出Amazon SEO由搜索框、搜索筛选、关键词、标题描述、图片、价格等因素共同影响，可迁移为淘宝/拼多多的搜索词采集、标题属性覆盖、主图点击率和转化率联动优化流程。
核心做法：导出近30天淘宝/拼多多搜索词、曝光、点击、成交、转化率和退款数据。
判断：搜索曝光增长率
排除：排除与商品真实属性不符的热词。
输入和输出可结构化，适合做搜索词诊断、标题属性审计和实验复盘任务。
Score
85
该GitHub Skill聚焦商品合规与安全，包括认证、标签要求、受限物质和文档。迁移到淘宝、拼多多时，应把Amazon marketplace规则替换为平台规则、US市场监管要求和类目资质要求，并保留人工法务或运营复核。
核心做法：收集商品基础信息：类目、材质、适用年龄、功能宣称、产地、目标市场和供应商资料。
判断：资料完整率
排除：缺少必要检测或标签资料的母婴用品不得上架。
Score
91
Shopify Demand Forecasting Methods文章介绍用定量和定性数据预测需求，避免缺货并支持库存、人员和营销决策。迁移到淘宝、拼多多时，可用店铺销量、平台活动日历、广告计划和搜索趋势替代Shopify站内数据。
核心做法：收集近90至180天SKU日销量、价格、活动、广告花费、库存和退款数据。
判断：预测准确率
排除：历史销量少于14天的新品不得使用纯时间序列预测，只能作为探索SKU处理。
Score
89
Shopify Vendor Management文章强调选择供应商、谈判、监控供应商表现和维护可靠供应链。可迁移为淘宝、拼多多商家的供应商评分卡，尤其适合US市场下对履约稳定、质检和合规资料要求较高的品类。
核心做法：列出所有核心SKU供应商，并记录采购价、起订量、交期、历史准时率、质检不良率和售后响应。
判断：准时交付率
排除：无法提供母婴安全、材质、标签或检测资料的供应商不得进入核心供应池。
Score
88
Amazon Seller Blog强调定价策略、竞争价格、自动调价规则和Featured Offer竞争。可迁移的部分是：建立最低/最高价、竞品监控、规则化调价和持续评估；迁移限制是淘宝、拼多多没有完全相同的Buy Box机制，需要改为搜索排序、活动坑位和转化率监控。
核心做法：为每个SKU计算最低可售价格：采购成本、平台佣金、物流、广告成本、售后预留和目标毛利。
判断：毛利率
排除：低于毛利底价的调价建议必须拒绝。
Score
90
该GitHub Skill把搜索词报告分析、低效流量识别、ACoS/转化模式评估、否定关键词分层、节省金额估算和持续监控拆成步骤。迁移到淘宝、拼多多时，可把Amazon search term report映射为直通车/万相台/多多搜索推广的搜索词、点击、花费、成交、ROI等字段。
核心做法：导出近14至30天广告搜索词数据，字段至少包含搜索词、展现、点击、花费、成交订单、成交金额、转化率、ROI或ACoS。
判断：浪费花费占比
排除：品牌词、核心品类词、活动主推词不得自动否定，必须人工复核。
Score
92
FTC指南明确社交媒体影响者应清楚披露与品牌的关系，并避免误导性背书；可迁移为淘宝/拼多多商家在US市场使用达人素材、买家秀和短视频广告前的合规审查清单。
核心做法：识别素材是否来自达人、返佣、赠品、付费测评或员工/亲友关系。
判断：素材一次审核通过率
排除：排除未披露商业合作关系的达人素材
Score
89
Shopify运输文章梳理了免费配送、固定运费、实时费率、同日/隔夜等履约选项和利润权衡，可迁移为淘宝/拼多多店铺面向US市场的运费承诺、包邮门槛和异常预警方法。
核心做法：按SKU计算重量、体积、售价、毛利、平均运费和退货成本。
判断：运费占GMV比例
排除：排除毛利无法覆盖平均运费和退货风险的SKU
Score
90
该GitHub项目展示了从订单ETL、财务KPI、RFM客户分群、Cohort留存、流失分析到Streamlit仪表盘的完整开源分析流程，可迁移为淘宝/拼多多店铺经营诊断任务。
核心做法：抽取淘宝/拼多多订单、用户、SKU、退款、优惠和履约数据，统一清洗字段。
判断：30/60/90天复购率
排除：排除无法稳定识别用户ID的数据集
Score
92
Shopify文章提供弃购邮件的时间节奏、文案模板和转化策略，可迁移为淘宝/拼多多站内私域、客服、优惠券和店铺消息的弃购召回流程；邮件渠道不可直接照搬，需替换为平台允许的触达方式。
核心做法：按SKU和用户行为识别加购未付款、收藏未购买、下单未支付三类人群。
判断：弃购召回转化率
排除：排除毛利低于优惠和履约成本的SKU
Score
88
TikTok Creative Center提供趋势、热门创意和内容信号，可迁移为淘宝/拼多多商家的趋势需求发现、卖点表达拆解和短视频素材验证步骤；不可直接迁移其广告算法结果，只能迁移趋势观察与创意结构分析方法。
核心做法：收集US市场相关趋势词、热门视频表达、评论中重复出现的使用场景和痛点。
判断：短视频CTR
排除：排除Electronics和High-return fashion
Score
87
该GitHub项目描述了通过MCP连接AI 任务与Amazon Selling Partner 服务，实现库存管理、商品页优化等卖家workflow自动化。可迁移的不是Amazon平台本身，而是'服务工具层+任务诊断+权限护栏'架构；在淘宝/拼多多应改为开放平台服务、商家后台导出、RPA或数据仓库接入。
核心做法：梳理淘宝/拼多多店铺可获取数据：订单、库存、商品、价格、广告、评价、客服、售后。
判断：诊断覆盖率
排除：禁止初期自动改价、自动下架、自动改库存、自动回复敏感客服问题。
Score
81
Reddit讨论中卖家提到创意测试时使用ad set budget以获得更一致的花费，避免预算过早倾斜到单一广告，并测试不同广告组和素材。该社区经验可迁移为淘宝万相台、引力魔方和拼多多全站推广/多多搜索中的素材角度测试纪律，但不能直接复用Facebook预算结构。
核心做法：为同一商品建立创意角度池：痛点解决、场景演示、价格利益、对比证明、开箱信任、母婴安全感。
判断：CTR
排除：排除夸大功效、虚假对比、未经证实的母婴安全宣称。
Score
90
来源文章强调收集并使用客户反馈，以微调产品供给和改善整体客户体验；可迁移的步骤包括主动收集反馈、识别反馈主题、将反馈用于产品和体验优化。迁移到淘宝/拼多多时，应把独立站反馈渠道替换为买家评价、问大家、客服聊天、售后工单、拼多多评价标签和小红书/知乎外部口碑。
核心做法：汇总近30-60天评价、追评、客服咨询、退款说明、问大家和站外笔记评论。
判断：差评率
排除：排除样本量过小且无法验证的单条情绪化反馈。
Score
91
来源文章围绕库存管理、库存优化、避免错误、提升供应链效率展开；可迁移的经营步骤包括库存追踪、补货计划、库存错误预防、工具化管理和供应链效率优化。迁移到淘宝/拼多多时，应结合平台销售节奏、活动日历、仓配时效和US目标市场的跨境补货周期做分层。
核心做法：按近90天GMV、销量、毛利贡献把SKU分为A/B/C层，再按销量波动和供货周期标注稳定/波动/风险。
判断：缺货率
排除：排除需求高度不可预测且无复购证据的新品大批量补货。
Score
87
来源文章说明price bundling通过把相关商品以有吸引力的组合价格出售，促使顾客购买更多商品；可迁移的步骤包括识别相关商品、设置组合折扣、比较单买与组合价值、观察订单金额和销售表现。迁移到淘宝/拼多多时，应把Shopify独立站的bundle逻辑改写为商品套装、满减组合、店铺优惠券、拼单组合或关联推荐。
核心做法：导出近30-90天订单明细，按同买率、浏览后加购关联、客服咨询场景筛出候选组合。
判断：组合转化率
排除：排除Electronics和High-return fashion。
Score
87
来源围绕Brand Registry要求和品牌保护，强调注册商标、品牌工具、品牌内容、品牌分析、Brand Store和Transparency等能力。可迁移到淘宝/拼多多的是商标资产登记、页面编辑权限、授权证明、品牌内容一致性和侵权监测流程；不可迁移的是Amazon Brand Registry后台和Transparency码体系。
核心做法：建立品牌资产档案：商标注册状态、申请国家、类目、持有人、授权链路和有效期。
判断：商标和授权资料完整率
排除：无商标、授权或合法来源证明的品牌词不得用于标题、主图和详情页。
Score
90
来源是开源电商A/B Testing Skill，列出电商A/B测试能力，包括测试商品页、价格、广告、邮件和结账流程，使用ICE、PIE、RICE优先级框架、统计显著性、样本量计算、测试层级和护栏指标。可迁移到淘宝/拼多多的是实验假设结构、优先级排序和复盘机制；不可直接迁移的是Amazon Experiments、Shopify等平台专属实验工具。
核心做法：收集所有待优化想法：主图、标题、价格、优惠、详情页、客服话术、广告素材和活动节奏。
判断：ICE分
排除：不测试违法、误导、侵权或夸大功效的表达。
Score
87
来源讲解赞助广告解决方案、组合使用广告产品、投放前准备、创建首个广告活动、targeting strategies、measuring advertising performance和全球扩展。可迁移到淘宝/拼多多的是广告准入、目标分层、投放结构和投后度量；不可迁移的是Sponsored Products、Sponsored Brands等Amazon广告产品名称。
核心做法：广告前检查商品是否具备投放资格：库存健康、评价基础、价格竞争力、主图清晰、详情页无明显合规风险。
判断：CTR
排除：页面转化率低于店铺中位数且未完成页面修复的SKU不进入放量广告。
Score
90
来源提出提升转化率的14项策略，包括客户访谈、定义网站目标、分析数据、审查摩擦点、测试价值主张、技术审计、增加社会证明、优化查找路径、在线咨询、A/B测试、弃购召回、缩短结账字段、激励和安心退货政策。可迁移到淘宝/拼多多的是用户问题收集、商品页信任元素、转化漏斗审计和实验优先级；不可迁移的是Shopify独立站结账字段和邮件自动化的具体实现。
核心做法：选取近30天高曝光低转化商品，按曝光、点击、加购、收藏、下单、退款形成漏斗。
判断：点击率
排除：不使用虚假评价、夸大功效或误导性对比。
Score
90
来源介绍FBA Inventory用于规划未来需求、减少过量或老化库存、修复stranded inventory、监控sell-through rate，并提到Amazon将超过90天供给视为excess inventory。可迁移到淘宝/拼多多的部分是库存健康指标、滞销定义、库存异常修复和清仓动作优先级；不可迁移的是FBA仓储、IPI等Amazon专属指标。
核心做法：拉取近30/60/90天SKU销量、库存、可售状态、退款率、广告花费和毛利数据。
判断：库存可售天数
排除：排除Electronics和High-return fashion。
Score
91
Shopify退货管理文章强调退货流程会影响利润、客户体验和运营效率，并需要系统化处理客户沟通、退回商品、换货、补货和再销售。可迁移到淘宝/拼多多的是退货流程标准化、退货原因分类、逆向物流处理和将退货反馈用于页面/质检改进；平台内具体工具不可直接照搬。
核心做法：建立退货原因编码：尺寸/规格不符、材质预期不符、破损、异味、功能缺陷、误购、物流延迟、描述不符。
判断：SKU退货率
排除：排除明显恶意退款样本后再做商品质量归因。
Score
91
Shopify电商分析文章强调用数据理解客户、营销ROI、转化、分析类型和工具挑战。可迁移到淘宝/拼多多的是经营指标分层、营销效果归因、客户行为分析和数据质量意识；不能直接迁移的是Shopify后台字段和独立站归因口径。
核心做法：建立店铺指标树：GMV=访客数×转化率×客单价，并补充退款率、复购率、广告费率。
判断：GMV
排除：排除数据缺失超过30%的诊断结论。
Score
88
TikTok Smart Performance Campaign强调用自动化方式基于广告目标优化投放，减少手动设置复杂度。可迁移到淘宝直通车/万相台、拼多多全站推广/搜索推广的部分是：先设定目标转化、预算、素材和商品池，再观察学习期信号；迁移限制是不同平台的算法、归因窗口和学习期规则并不一致。
核心做法：选择单一广告目标，例如成交、收藏加购、店铺关注或新品测款，不混合多个目标。
判断：CTR
排除：排除毛利无法覆盖广告成本的商品。
合规资料检查适合任务做前置筛查，但必须保留人工审批和平台规则更新机制。
数据字段明确，适合自动运行；但补货会占用现金，需设置审批线。
适合沉淀为月度供应商健康检查任务，直接影响缺货、差评和现金流。
价格、成本、库存和竞品价均可结构化，但最终调价涉及利润和品牌风险，应保留人工确认。
输入输出高度结构化，适合定期自动扫描，但否定词落地需人工审批避免误杀。
官方来源可信，规则可转成素材预审清单；但高风险判断仍需人工复核。
履约、运费、毛利和投诉数据可结构化监控，适合风控型供应链运营任务。
开源工作流结构完整，输入输出清晰，适合改造成店铺BI诊断与动作推荐任务。
行为识别、分层触达、优惠护栏和复盘指标明确，适合转成每日运营任务。
趋势采集、SKU映射、素材生成和小预算验证都可结构化执行，适合任务每日扫描与测试建议。
非常适合作为后续经营任务的底层工具架构，但必须保守处理权限和平台迁移。
虽然来源可信度低于官方文章，但创意测试流程明确，适合做广告素材实验任务；需用平台真实数据二次验证。
反馈文本、主题编码和动作闭环非常适合任务做半自动分析，但涉及安全和功效宣称需人工复核。
指标高度结构化，适合做库存分层、补货预警和异常动作推荐。
步骤、输入、指标和风险护栏清晰，适合做成组合包推荐与利润校验任务。
品牌风控价值高，但涉及法律和平台申诉，任务只能做初筛和证据整理，最终需人工审核。
开源Skill结构非常适合任务化，需补充平台真实数据接口和人工合规门禁。
可作为广告准入和计划生成任务，但平台字段需进一步映射淘宝/拼多多后台。
适合转成商品页诊断任务，能从客服、评价和漏斗数据自动生成实验建议。
指标清晰、输入可从店铺后台导出、适合做每周自动诊断和动作建议。
退货原因高度结构化，能直接形成售后-页面-供应商闭环，是降低经营损耗的高价值任务方向。
这是最适合作为全局经营任务底座的方法，可连接选品、广告、客服、库存和售后模块。
适合做广告实验编排任务，但预算调整必须保留人工审批，避免自动烧钱。