方法库

官方文档给出通过种子词或网站发现关键词、查看预测、组织关键词并创建计划的步骤，可迁移为美国搜索语言发现流程；外部搜索量、竞争和预测只用于候选排序，最终指标必须替换为淘宝、拼多多站内曝光、点击、成交和利润。

核心做法：以产品属性、使用场景、问题和美国消费者表达建立种子词

Top Ads提供可筛选的广告案例及表现区间，能够贡献市场、行业、目标、视频结构和互动表现等观察维度；迁移时只复用创意拆解步骤，不直接把TikTok热度当作淘宝、拼多多成交证据。

核心做法：在来源页选择美国市场、相关行业和相近营销目标，建立不少于30条素材样本

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

FTC问答解释消费者评价与证言规则对虚假评价、购买正面或负面评价、内部人员评价、评价压制及虚假社交影响指标的适用边界。迁移到淘宝、拼多多时，应把美国面向消费者的评价邀约、赠品试用、达人合作和站外素材纳入同一台账，同时遵守平台更严格的评价及反作弊规则。

核心做法：盘点店铺评价邀约、赠品试用、返现、客服话术、达人合作和评价素材复用渠道

SupplychainPy提供库存分析、需求预测、经济订货量和Monte Carlo模拟等可执行思路。迁移到淘宝、拼多多时，可用SKU销量、采购提前期和成本参数生成基准、需求激增、供应延迟及退货上升情景；仓库较旧或依赖环境不兼容时，应复现公式并独立验证，而不能直接用于生产决策。

核心做法：按SKU整理净销量、取消退款、现货、在途、采购价、仓储费和历史提前期

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

CausalML提供uplift tree、meta-learner、倾向得分和处理效应评估等可执行组件。迁移到淘宝、拼多多时，可把优惠券、店铺触达或广告曝光定义为处理变量，以支付、复购或贡献毛利为结果，但必须基于用户授权、平台允许的数据和可审计的历史活动记录。

核心做法：定义单一处理动作、目标结果、观测窗和每单贡献毛利口径

来源给出对商品标题、图片和详情内容实施A/B实验的操作框架，并以销量或转化表现比较版本。迁移到淘宝、拼多多时，应使用平台可取得的曝光、点击、支付、退款和毛利数据，采用分时段、分计划或相似SKU配对实验，不假定平台原生支持Amazon式随机分流。

核心做法：筛选近28天曝光和支付订单达到预设样本门槛、库存稳定且无重大价格调整的SKU

CPSC页面说明儿童产品证书由制造商或进口商基于CPSC认可第三方实验室测试签发，并列出产品识别、适用法规、制造或进口商、记录保管人、生产日期地点、测试日期地点及实验室等证书要素。迁移到淘宝、拼多多时，应把这些要素设置为面向美国销售的上架硬门禁；平台审核通过不等于满足美国法律。

核心做法：根据预期使用者年龄、产品用途、包装和营销表述判断是否属于儿童产品

来源总结了库存跟踪、需求预测、安全库存、补货点、售罄率及过量库存等库存管理要素。迁移到淘宝、拼多多时，可用平台订单和退款后的净需求计算补货点，并叠加美国跨境运输和供应商提前期；Amazon特有库存绩效指标不能直接照搬。

核心做法：按SKU清洗支付、取消、退款和缺货数据，计算净需求及波动

Meridian提供贝叶斯营销组合建模框架，支持媒体饱和、滞后、地域数据、ROI先验、实验校准和预算优化。迁移时将淘宝、拼多多广告、活动和达人投入统一为周度渠道变量，以订单贡献毛利为结果；平台外方法不能消除平台内推荐流量与促销同时发生造成的混淆。

核心做法：按周和可用地域汇总淘宝、拼多多渠道花费、曝光、活动、价格、订单与贡献毛利

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

来源解释了Google Trends按时间和地域归一化、以0至100相对指数展示结果以及低搜索量处理方式。可迁移步骤包括同口径比较关键词、检查地区分布、识别季节峰谷；相对指数不能直接当作销量，必须用淘宝、拼多多站内搜索、点击和成交数据二次验证。

核心做法：建立候选词、同义词、用途词和母婴年龄段词表，过滤电子产品及高退货时尚词

FTC指南贡献了无保留Made in USA声明的all or virtually all标准、有限定声明、组装声明、明示与暗示表达以及证据留存要求。可直接迁移为淘宝、拼多多面向美国消费者的标题、详情页、图片、直播脚本和包装审核规则。

核心做法：扫描标题、详情页、图片、包装、广告和直播脚本中的Made in USA、American-made、美国国旗及近似暗示

项目贡献了Bottom-Up、Top-Down、MinTrace等层级预测校准方法，以及概率区间和层级一致性评估流程。迁移时可把层级定义为平台、店铺、类目、商品族、SKU，但补货量仍需加入交期、在途、MOQ和保质期约束。

核心做法：定义平台至SKU的层级汇总矩阵并核对历史销量能否逐层加总

Robyn贡献了营销组合模型的数据结构、adstock滞后、饱和曲线、多模型选择和预算分配框架。迁移到淘宝、拼多多时，应输入站内广告、达人或内容合作及可合法获得的站外汇总投入，不能照搬Meta渠道参数。

核心做法：按日或周统一销售额、贡献利润、各渠道投入、曝光、促销、价格和库存数据

开源项目贡献了BG/NBD购买次数预测和Gamma-Gamma顾客价值估计的可执行模型、字段要求及示例。迁移时应按淘宝、拼多多店铺订单统一顾客标识，模型结果仅用于分层，不应跨店或违规合并个人数据。

核心做法：清洗取消、欺诈和全额退款订单，统一顾客匿名标识与订单时间

来源贡献了按顾客需求簇而非单个商品研究机会的框架，以及搜索趋势、商品数量、定价、评论、退货与需求季节性等判断维度。迁移到淘宝、拼多多时，用平台搜索词趋势、商品数、销量集中度、评价痛点和退款原因替代Amazon专属字段。

核心做法：建立候选需求词池，将同义词、使用场景词和问题词聚合为需求簇

CPSC页面给出了耐用婴幼儿产品相关法律和规则入口，并说明制造商的产品注册要求，包括随产品提供邮资已付的注册卡以及提供互联网注册方式等执行要素。淘宝、拼多多商家可将这些要求迁移为美国市场商品准入和供应商证据检查，但平台商品发布本身不等于完成美国法定义务。

核心做法：根据产品用途、目标年龄、结构和CPSC列举的产品类型判定是否属于耐用婴幼儿产品

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。

核心做法：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

Amazon Ads指南解释了动态竞价只降低、动态提高和降低、固定竞价等模式及其适用情境，贡献了按转化机会调整竞价和按广告位监控表现的判断框架。迁移时应映射到淘宝直通车、万相台及拼多多推广当前实际支持的出价和预算能力，不能假设两平台具有相同的实时调价机制或幅度。

核心做法：按平台、计划、单元、SKU、关键词或定向和广告位汇总至少14至30天数据

来源贡献了定义顾客画像、枚举旅程阶段、记录目标与情绪、盘点触点并寻找摩擦点的结构。迁移到淘宝、拼多多后，可用搜索词、商品详情访问、客服咨询、收藏加购、支付、退款和复购数据替代独立站触点，但平台内匿名用户无法完整跨端识别。

核心做法：从美国目标买家评价、客服记录和退货原因中抽取购买任务、疑虑与替代方案

来源提供了按SKU贡献排序、计算累计贡献、划分A/B/C组并为各组配置不同库存策略的可执行步骤。迁移到淘宝、拼多多时，贡献指标应优先使用扣除平台费用、广告、退款和履约成本后的贡献毛利，而不是照搬销售额分层。

核心做法：导出近90至180天SKU销量、成交额、采购成本、平台费用、广告费、退款额、库存和缺货天数

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