方法库

lifetimes提供基于frequency、recency、T等交易摘要的重复购买模型及预测工具，可支持订单汇总、模型拟合和留出期验证。迁移到淘宝、拼多多的是脱敏订单分析流程，不依赖Amazon或Shopify接口。维护状态、最近更新及README示例本次均未核验，不能视为可直接投入生产的技术选型。

核心做法：限定有可靠US业务标记的数据，按平台内部稳定脱敏客户标识整理已完成订单，排除取消及测试订单。

BERTopic 提供基于文本嵌入、聚类及主题词表示的主题发现框架，可迁移为问题文本归并、离群文本检查和代表性样本复核。它本身不提供电商需求验证、利润评估或采购决策；相关步骤为本报告设计。尚未现场核验仓库当前 README、最近更新和示例运行状态。

核心做法：限定有美国业务证据的样本，分别记录淘宝、拼多多来源；美国外部反馈仅作为独立参考集，不与店内订单混算发生率。

mlxtend提供频繁项集和关联规则工具，可贡献购物篮编码、频繁组合提取以及support、confidence、lift等判断指标。迁移到淘宝、拼多多时，使用商家授权订单构建交易矩阵；利润校验、退款成熟窗口和履约排除属于本报告补充的经营规则。未实时核验仓库维护状态与当前示例。

核心做法：分别导出两个平台的已支付订单明细，排除取消订单，并等待预设退款观察期结束；保留平台、活动和日期字段。

Meridian是营销组合建模开源项目，其框架涉及媒体效果、滞后与饱和响应及预算分析。迁移时使用淘宝、拼多多授权导出的广告投入和经营结果，不能默认项目具有目标平台接口。贡献利润转换、样本准入和人工预算审批为本次扩展；本次未能核验README示例、当前版本和最近提交。

核心做法：确认能取得口径一致、覆盖多个经营周期的媒体投入与经营结果，并检查模型所需的数据结构。

项目提供基于字段相似性和人工标注的记录去重、实体匹配能力。可迁移为候选字段整理、样本配对标注、重复簇输出和人工边界复核。商品是否同款、供应商是否独立必须分开判断；独立供给证明和US适用性判断是本报告增加的业务步骤。最近更新、README示例和当前许可未实时核验。

核心做法：从授权候选清单中提取标题、品牌、型号、规格、尺寸、材质和商家标识，保留原始链接与采集日期。

项目提供时间序列预测、基线模型和交叉验证能力，可迁移为日销量整理、滚动回测、模型比较和预测结果输出。平台数据须由商家授权导出；缺货标记、促销隔离、业务分层及验收规则是本报告补充设计。当前未核验README示例、最近更新时间和安装兼容性。

核心做法：确认US订单或US需求数据的来源，按SKU、日期整理净销量，并单列退款、缺货、促销和停售日期。

DuckDB提供本地SQL分析及文件数据查询能力，支持本方法的数据连接、聚合和差异检查。仓库本身不提供淘宝、拼多多财务规则，也不提供现成的三账勾稽经营方法；勾稽流程与判断指标是本报告的应用设计。本次未检查仓库最近提交、当前README或运行示例，部署前需补核。

核心做法：导入订单、退款、平台结算和到账文件，保留原文件、行号、导出时间与币种。

Great Expectations提供将数据质量要求表达为可重复验证规则并输出验证结果的能力。可迁移到淘宝、拼多多的检查包括订单标识、字段完整性、状态取值、日期范围和金额合理性；跨表对账、阻断等级与业务隔离机制需自行实现或集成。本方法检查订单、成本和结算数据质量，不复用已入库的事件漏斗分析框架。本轮未核验当前版本服务和示例。

核心做法：为订单、退款、结算、广告和成本表定义粒度、主键、时区、币种、字段含义及负责人。

来源给出了view_item、add_to_cart、begin_checkout、purchase、refund等电商事件及商品参数，可迁移为淘宝、拼多多的曝光—点击—详情—收藏/加购—下单—支付—退款事件字典，并据此计算步骤转化率、流失率、收入和退款影响。平台无法取得的客户端事件需由商家数据工具或平台报表做代理。

核心做法：建立淘宝、拼多多原始字段与统一事件、SKU、订单及用户匿名标识的映射表

来源贡献了CAC的计算口径、营销支出与新增客户匹配、CAC与客户价值联合判断等指标。迁移到淘宝、拼多多时应按店铺、渠道、活动和首购客群拆分，并以去除退款、履约和补贴后的贡献毛利计算回收期。

核心做法：定义新增客户及归因窗口，统一淘宝、拼多多不同报表中的客户身份和订单状态。

MLForecast提供多序列预测、滞后特征、日期特征、交叉验证及预测区间等可执行组件。迁移时可对淘宝、拼多多SKU日销量建模，按渠道和SKU保留层级，在滚动窗口中比较模型与季节性朴素基线，再把区间结果交给采购规则而非直接自动下单。

核心做法：按渠道、SKU和日期构造净销量序列，分离退款、缺货与异常订单

项目提供数据准备、协同过滤、排序、离线评估和示例Notebook，可迁移为淘宝、拼多多订单共现建模流程；可执行指标包括Precision@K、Recall@K、NDCG及覆盖率。模型产生的是候选关系，不是可直接采购的商品结论。

核心做法：抽取脱敏后的订单、浏览、加购及SKU属性，并统一用户、商品和时间字段

Great Expectations贡献了expectation suite、批次验证、数据文档和checkpoint等结构化步骤，可检查字段存在性、类型、唯一性、取值范围及跨批次异常。迁移时应按淘宝、拼多多导出字段建立本地字段映射，并让业务人员定义平台活动、延迟退款和订单状态变化的例外规则。

核心做法：列出订单、商品、流量、广告、退款和库存数据的责任人、刷新频率及下游用途

官方文档给出view_item、add_to_cart、begin_checkout、purchase、refund及促销等推荐事件和items数组字段。迁移到淘宝、拼多多时，可把平台报表字段映射为统一漏斗并检查事件顺序、订单唯一性、金额守恒和退款回流；无法获得的用户级字段不得推断补齐。

核心做法：定义曝光、商品浏览、收藏或加购、结算、支付、退款的统一事件及业务含义

Evidently开源项目提供数据质量、数据漂移、预测表现测试和监控报告等结构化能力，可比较参考数据与当前数据并生成测试结果。迁移到淘宝和拼多多时，可监测订单、流量、退款、广告归因和推荐输出的分布变化；该项目只负责检测和报告，不解释全部商业原因，也不会直接修复平台数据。

核心做法：为成交额、访问、转化、退款、迟发、毛利和推荐分建立统一字段及口径

该仓库提供贝叶斯结构时间序列的因果影响分析工作流，贡献了干预前后时间窗、响应序列、协变量、反事实预测、累计影响及不确定区间等可执行要素。迁移到淘宝、拼多多时，可把响应变量设为订单、毛利或新客数，但必须保证对照SKU或词包未受同一活动污染。

核心做法：在活动前登记目标指标、干预时间、观察窗口、对照候选、归因边界和最低经济意义

该开源项目及其生态展示了会话回放、热图和用户行为信号的采集思路，可贡献页面交互事件、异常行为和分群观察步骤。淘宝、拼多多商家通常无法在平台商品页部署同类脚本，因此应优先使用平台可见行为指标、商家自有落地页或合规用户测试，不能假设拥有完整前端埋点权限。

核心做法：按流量、点击到成交漏损、停留异常和退款反馈筛选高优先级页面

来源说明了从原广告系列创建实验、分配流量、设置日期、比较实验与原方案并应用结果的基本机制。迁移到淘宝直通车、万相台或拼多多推广时，应使用平台实际支持的分流能力；不支持随机分流时，只能标记为准实验并降低结论置信度。

核心做法：确定一个可行动假设，并只选择素材、主图、关键词、出价或落地页中的一个变量

项目提供可声明的数据Expectation、验证结果、检查点和数据文档机制。迁移至淘宝、拼多多后，可对订单、商品、广告、退款、库存和成本表建立非空、唯一、范围、集合、时效及跨表一致性检查，并将失败记录送入回补队列。

核心做法：盘点所有经营决策使用的数据表、字段、负责人、刷新频率和来源平台

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。

核心做法：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。

PM4Py提供事件日志导入、流程发现、路径变体、性能分析和一致性检查等可执行能力。迁移贡献是用订单ID、活动名和时间戳生成履约流程图，量化活动间等待及异常路径；开源项目本身不提供淘宝、拼多多业务阈值，需要商家定义服务承诺和成本护栏。

核心做法：统一订单创建、审核、拣货、打包、出库、承运揽收、清关、签收、取消和退款等事件名称。

该开源项目提供以Expectation、Validation和Checkpoint组织数据质量规则与验证结果的工作流。迁移后可为淘宝、拼多多订单、广告、退款和库存表定义字段类型、唯一性、完整性、范围及跨表关系，并将失败数据阻断在选品、投放和补货任务之前。

核心做法：登记每个数据源的负责人、更新时间、主键、时区、币种、归因窗口和退款口径

DoWhy提供模型化因果假设、识别因果效应、估计效应以及反驳检验的结构化流程。可迁移步骤包括绘制因果关系、声明处理和结果变量、倾向校正及安慰剂或随机共同原因检验；框架不能替代随机实验，也不提供淘宝、拼多多专用数据采集。

核心做法：将具体优惠机制定义为处理变量，例如优惠券是否可见或实际领取资格，而不是笼统使用促销期标签。

Matched Markets仓库提供地理实验设计与分析代码，贡献了候选区域筛选、区域配对、预算与实验时长评估、处理组和对照组设计以及增量效果分析步骤。迁移到淘宝、拼多多时，可使用平台可获得的省州、城市或人群地域汇总数据，但站内定向粒度和跨区购买会限制实验有效性。

核心做法：明确主指标为增量贡献毛利或增量有效订单，并登记实验周期、预算和停止条件。