方法审核队列

来源是开源电商内容营销Skill，明确给出Build/Audit两种模式、必填输入、客户评论挖掘、趋势与主题研究、竞品内容分析、平台指南和输出格式，具备较强任务化结构。

核心做法：选择模式：Build用于新建内容策略，Audit用于审计现有账号。

该Skill面向SP/SB/SD搜索词报告，目标是把Amazon Ads搜索词报告转成可复核的否词、控成本、放量和商品页反馈清单。来源贡献了可执行步骤：识别浪费预算词、识别高于ASIN基准的词、提取属性词/场景词作为真实用户语言，并把广告数据反馈给商品页优化。

核心做法：导入Amazon Ads SP/SB/SD搜索词报告，并按活动、广告组、ASIN、搜索词维度标准化。

该GitHub Skill说明可输入关键词或ASIN，执行5维市场分析、竞品基准、JTBD评论分析、供应商询盘模板、毛利计算和侵权风险检查。来源贡献了可执行指标：月搜索量、GMV、竞品数、24个月趋势、CR3、低评论商品页占比、CPC、ODI机会评分、FOB+FBA+平台费拆分和供应商询盘规格表。

核心做法：输入US母婴低风险配件关键词，确认不是电子、睡眠、喂养、医疗或高退货时尚方向。

来源将 product research 拆成评估市场需求、分析竞争对手、验证创意、发现客户痛点、设置有竞争力且有利润的价格，并提到 Google Trends、Meta Ads、Amazon bestsellers、评论、广告花费、变体和捆绑等可执行检查点。

核心做法：从目标类目生成候选需求，不直接生成具体商品清单。

Amazon Seller blog 介绍 Private Label 产品模式，强调卖家以自有品牌销售由第三方制造商生产的商品，并需要关注品牌、供应链和差异化。

核心做法：限定允许类目，优先选择结构简单、非电子、非强尺码依赖、低合规复杂度的细分市场。

Amazon Manage Your Experiments 允许品牌所有者对商品详情页内容进行 A/B 测试，以了解哪些内容更能推动转化。

核心做法：选择目标类目中已有或概念验证中的需求主题，不输出具体商品建议。

Amazon Brand Analytics 提供聚合的客户与品牌表现数据，可帮助卖家理解搜索词、点击、转化和竞争格局，从而做出产品和广告相关决策。

核心做法：限定 Amazon US，并只纳入 Home & Kitchen、Pet Supplies、Outdoor & Sports 相关搜索词。

Amazon来源给出了版本A与版本B、实验假设、随机分流、完整运行周期以及以样本量、转化率、销量和访客产出判断胜者的流程，并建议差异足够明显、不要因早期结果提前终止。迁移到淘宝、拼多多时，可用平台实验工具；若无原生随机分流，只能采用相近时段轮换或匹配SKU准实验，证据等级需下调。

核心做法：筛选近28天流量充足、库存稳定、无重大促销切换且退款率不过线的SKU

Amazon卖家教育内容把库存绩效拆为减少过量库存、提升sell-through、修复stranded inventory及保持热门商品有货四个方向。迁移到淘宝、拼多多时，可据此把SKU分为积压、健康、不可售异常和缺货风险四类，并分别生成促销、补货、链接修复或冻结采购任务；Amazon IPI分数和仓储限制不能直接用作淘宝、拼多多阈值。

核心做法：按SKU汇总可售库存、在途库存、锁定库存、近7/30/60天销量、退货和采购交期。

来源介绍Sponsored Products、Sponsored Brands、Display ads、Brand Stores等不同广告形态，并强调投放前准备和组合使用覆盖消费者旅程；可迁移为淘宝直通车/万相台、拼多多搜索/场景推广的预算分层启动法。

核心做法：投放前检查商品准备度：主图、标题、价格、评价、库存、售后承诺和详情页是否达标。

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。

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。

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。

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。

该仓库提供Analytics→Operations→Marketing→Strategy的链式电商任务架构，并包含日报、库存、订单、报告快照等结构化输入输出示例；可迁移为淘宝/拼多多店铺的每日经营诊断与行动清单生成流程，但平台服务和指标字段需自行适配。

核心做法：每日拉取淘宝/拼多多店铺核心数据：访客、成交、转化率、客单价、退款、库存、广告消耗、活动参与状态。

Shopify库存管理文章系统解释库存管理如何运作及工具选择，强调库存追踪、避免缺货和过量库存、库存成本、需求预测和库存管理系统。来源贡献了可执行经营步骤：库存记录、库存水平监控、补货流程、成本控制和工具化管理。

核心做法：按SKU整理当前库存、在途库存、可售库存、预留库存和滞销库存。

来源列出 9 种产品验证策略，包括 make some sales、competitive analysis、research existing demand、feedback survey、crowdfunding、social media interest、pre-launch landing page、in-person customer meeting 和 智能辅助 validation；这些可拆成从低成本信号到付费信号的验证阶梯。

核心做法：选择已通过初筛的候选方向，不直接选择具体商品。

Jungle Scout的产品研究框架强调在采购前验证需求、竞争和盈利能力，并通过价格、销量、评论、排名、商品页质量和成本估算筛掉低质量机会。

核心做法：用类目或关键词生成候选niche，而不是直接锁定单品。

Amazon Product Opportunity Explorer是面向卖家的官方工具，用于查看客户搜索与购买行为、细分市场趋势、热门搜索词、商品表现和客户评论信号，适合从需求缺口角度建立机会池。

核心做法：选择美国Amazon marketplace作为研究范围，按类目或关键词进入细分niche。

来源说明Top Ads可按地区、行业和广告目标筛选高绩效素材，并可查看表现数据及逐秒、逐帧互动曲线以识别最成功的互动时刻。迁移时保留“筛选—峰值定位—结构编码—生成变体—本平台复验”步骤，但TikTok互动不等于淘宝、拼多多点击或购买，任何模式都必须用目标平台数据重新验证。

核心做法：限定美国地区、相近行业、转化或商品访问目标及近期时间窗口

开源技能将商品研究拆为市场与类目定义、需求检查、竞争分析、利润测算、风险排除和候选评分等可执行环节，并强调搜索量、竞争强度、价格、评价、费用与季节性等指标。迁移时以美国趋势和公开市场数据生成需求假设，再用淘宝生意参谋、直通车或拼多多商家后台的关键词、点击、成交和竞品数据完成平台内验证。

核心做法：定义美国目标人群、使用场景、价格带、母婴优先级及禁入类目，形成结构化研究任务。

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。

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。