01 · 真正的问题
大多数团队缺的不是看板，而是决策层。
销量、广告、关键词和 Listing 通常由不同工具、不同报表、不同人员管理。运营能看到数字，却很难回答：变化从哪里开始、哪些变化彼此相关、今天先处理什么。
普通 AI 可以改写 Bullet Point，但它不知道问题究竟是流量、转化、广告效率、Offer、库存，还是利润结构。
Sessions ↓ / CVR 稳定
检查自然排名、广告曝光、预算、Buy Box 与库存。
Sessions 稳定 / CVR ↓
检查价格、优惠、评价、Listing 变更与流量结构。
ACOS 稳定 / TACOS ↑
检查自然销售占比、排名与广告依赖。
销售额 ↑ / 利润率 ↓
检查 CPC、折扣、退货、平台费用和履约成本。
02 · 决策架构
每天只回答五个问题。
- 今天整体经营是否健康？
- 哪个 ASIN、Campaign、Target 或 Search Term 出现异常？
- 每个原因候选有哪些支持和反向证据？
- 今天最优先的五项动作是什么？
- 用什么信号决定保留、迭代或回滚？
输出不是图表，而是行动合同
| 层级 | 必须回答 | 输出 |
|---|---|---|
| 每日结论 | 健康状态和最大风险 | 一句话结论 + 证据等级 |
| 风险中心 | 哪个对象异常 | P0 / P1 / P2 风险 |
| 诊断 | 哪些原因有证据 | 事实、假设、缺口、置信度 |
| 行动队列 | 今天由谁做什么 | 最多五项带护栏动作 |
| 结果验证 | 修改是否有效 | 基线、窗口、回滚条件 |
03 · 最小可用版本
第一版先做可信判断，不先做复杂平台。
用固定 CSV/XLSX 输入连接 Business Report、SP/SB 报表、关键词排名、Listing 变更、库存与成本；先验证运营是否真的使用行动队列，再决定实时 API、预测和复杂归因。
指标口径
统一粒度、时区、币种、公式与归因窗口。
可解释规则
10–15 条可解释异常路线，不做黑盒评分。
ASIN / Campaign 下钻
所有风险必须落到可处理对象。
7 天验证闭环
每项动作都留下预期信号和回滚条件。
04 · 证据边界
系统的价值来自它知道什么时候不能下结论。
NA 不等于 0相关不等于因果草案不等于执行预期不等于验证
- 没有分母，不计算比率。
- 不同归因窗口不混算。
- 没有成本数据，只谈收入效率，不谈利润。
- 没有 Listing 变更记录，不把内容写成确定原因。
- Bid、Budget、Negative、Campaign State、Listing、Price 和 Promotion 变更必须人工确认。
四个状态
| 方案设计 | 只有结构，没有真实经营数据。 |
|---|---|
| 完成诊断 | 已分析数据，动作尚未执行。 |
| 行动草案 | 已生成待审核操作草案。 |
| 结果已验证 | 修改后的真实数据验证结果。 |
护城河不在看板界面。
真正可积累的是账户级运营记忆：每项动作都绑定证据、对象、负责人、护栏和真实结果。
查看 Amazon Listing 与广告 Skill 套件 →