方法审核队列

CPSC Business Education面向企业解释消费品安全责任、儿童产品、测试认证和合规要求；迁移到淘宝/拼多多时，应把这些要求转成选品前置门禁，而不是等平台处罚后补救。

核心做法：识别商品是否属于儿童用品、玩具、婴幼儿护理用品或其他CPSC重点监管范围。

来源说明Product Opportunity Explorer可分析Amazon搜索、购买、评论和价格趋势，用于决定新产品机会；迁移到淘宝/拼多多时，可把搜索趋势映射为站内搜索词/外部Google Trends，把购买映射为平台销量与转化，把评论映射为竞品差评痛点，把价格映射为US到手价和毛利空间。

核心做法：定义US目标人群和一级类目，优先母婴但不限定母婴，先剔除Electronics和High-return fashion。

Amazon政策文章强调卖家需遵守商品合规与安全、账号表现、配送履约、广告营销等政策，违规可能影响销售权限、资金和账号健康；可迁移为淘宝/拼多多商家面向US市场的上架前合规检查清单，但具体法规和平台规则需另行确认。

核心做法：建立SKU合规档案：类目、材质、适用年龄、认证、标签、警示语、供应商资质。

Shopify文章说明需求预测是用定量和定性数据预测未来销售，以支持库存、人员、营销和现金流决策；可迁移为淘宝/拼多多SKU级补货节奏模型，但US市场季节性和物流周期必须单独建模。

核心做法：按SKU整理近90/180天销量、活动日、缺货日和异常订单。

Amazon文章强调competitive price、lowest price、Featured Offer、静态定价、动态定价和价格A/B测试；可迁移为淘宝/拼多多的竞品券后价监控、最低毛利护栏和分批价格实验，但不能照搬Amazon Featured Offer机制。

核心做法：选定目标关键词和相似SKU，采集淘宝/拼多多竞品到手价、券后价、销量、评分、包邮门槛。

Amazon Ads官方Getting Started with Sponsored Ads指南提供Sponsored Products、Sponsored Brands和Sponsored Brands视频等广告入门框架，说明广告可帮助商品被发现、提升可见性并支持不同推广目标。来源贡献了官方广告产品边界、启动路径和按目标选择广告类型的基础方法。

核心做法：确认商品商品页可售、图片和内容完整、库存可用，避免广告导向不可转化页面。

该源码文档列出 pdd.ddk.oauth.goods.search 请求字段：keyword、opt_id、page_size、range_list、with_coupon、merchant_type、sort_type，并说明可按价格、销量、券后价、佣金、店铺描述/物流/服务评分及击败同类百分比排序。

核心做法：用 keyword 或 opt_id 搜索允许类目候选，设置 page_size 获取足够样本。

Amazon Seller blog 介绍 product bundling 的基本逻辑，即将互补商品组合为一个 offer，以提升便利性、客单价和差异化。

核心做法：从目标类目中选择高频使用场景，而不是单一商品名，例如厨房收纳、宠物清洁、户外维护。

Amazon SEO 内容介绍通过关键词研究、标题和描述优化等方式提升搜索可见性，可用于反向识别搜索结果中未被充分表达的需求角度。

核心做法：为目标类目生成一组需求主题和相关搜索表达。

Amazon Product Ideas 相关内容介绍可通过 Amazon Best Sellers 等榜单和工具寻找线上销售机会，并强调结合需求、趋势和策略进行判断。

核心做法：在 Amazon US 的目标类目中观察 Best Sellers、New Releases、Movers & Shakers 等榜单。

Lifetimes仓库实现BG/NBD、Pareto/NBD和Gamma-Gamma等非契约型客户生命周期模型，并提供频次、最近购买时间、观察周期和货币价值的数据组织方式。可迁移到淘宝、拼多多的部分是用户级复购概率、预期交易次数和价值估计；实际触达渠道、用户授权及平台人群工具必须按站内能力调整。

核心做法：按平台合法可用的匿名用户标识聚合已完成且未全额退款的订单。

来源将供应商管理拆为选择、合同谈判、入驻、绩效管理、风险缓解和付款管理，并强调集中存储资料、跟踪支出、库存、质量和供应风险。迁移到淘宝、拼多多商家时，可将订单准时率、来料合格率、批次文件完整度、响应时长和成本偏差纳入统一供应商台账；来源没有提供统一淘汰阈值，阈值必须用商家历史基线设定。

核心做法：建立供应商准入资料包，核验主体、产能、报价、交期、质量体系、产品责任安排和目标市场合规证据。

来源将SKU按累计收入贡献划分为约80%的A类、后续15%的B类和剩余5%的C类，并分别建议提前补货、监测等级迁移、组合促销或退出。来源同时明确其原始分级基于零售价收入且不计折扣和成本，因此迁移到淘宝、拼多多时应优先改用扣除退款、广告、履约和采购成本后的贡献毛利。

核心做法：拉取至少90天SKU级支付收入、退款、优惠、广告费、采购成本、履约成本、库存和缺货记录。

来源说明虚拟组合可由多个在售商品构成，无需提前物理打包，并提出选择合格商品、设置主商品和数量、维护SKU价格与图片、发布及库存联动等步骤；还指出组合可提升客单并带动慢销品。迁移到淘宝、拼多多时应使用搭配购、店铺优惠或多件折扣能力，并按各平台规则重新校验展示和库存。

核心做法：以近90天订单计算SKU共购率、购买间隔和同一使用场景，筛出真实互补关系。

来源解释了自动与手动定向、关键词匹配方式、商品定向及竞价调整等可执行机制。迁移到淘宝直通车和拼多多搜索推广时，可转化为探索计划、验证计划、核心词计划及否定或降价队列，但必须使用两平台实际开放的匹配和屏蔽能力。

核心做法：导出近30至60天计划、关键词或搜索词、展现、点击、花费、订单和成交金额

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

开源项目提供库存优化分析与可复用代码思路，贡献了从SKU历史需求计算分类、库存策略和可视化输出的工作流。迁移到淘宝、拼多多时，应使用US履约口径下的净销量、贡献毛利、需求变异和供应交期，生成ABC-XYZ矩阵，而不是直接照搬示例参数。

核心做法：按周汇总SKU净销量、贡献毛利、退款、缺货天数、在途库存和供应交期。

TikTok官方电商材料提出围绕Audience/Targeting、Creative和Bidding进行test-and-learn，并给出跨周测试框架。可迁移部分是实验矩阵、分阶段学习和基于结果迭代；在淘宝直通车、万相台和拼多多推广中应改用平台实际可得的人群、关键词、素材、点击、成交及投产指标，不能照搬TikTok版位或归因口径。

核心做法：确定单一商业目标，如新客成交、利润订单或母婴场景人群渗透，并设置可承受亏损上限。

来源给出按行业和时间范围筛选趋势，并查看趋势线、相关视频、受众洞察、区域热度及相关标签的具体路径。可迁移部分是“区域—时间—语境—关联词”的候选筛选结构；最终需求强度和商业可行性必须使用淘宝、拼多多站内数据重新验证。

核心做法：限定US区域、非排除类目和观察窗口，采集趋势词、相关标签及趋势线快照

AWS Labs仓库提供基于SageMaker和GluonTS的深度时间序列预测方案，说明传统ARIMA、VAR与深度模型的差异，并覆盖数据标准化、滞后、多时间尺度、类别变量、缺失值、训练和部署资产。迁移时可使用淘宝、拼多多SKU周销量及促销、价格、缺货等特征，但仓库明确警告手工运行可能产生问题，且模型必须与简单基线进行业务回测。

核心做法：按SKU和周聚合淘宝、拼多多有效支付销量，分离退款、取消、缺货和异常订单

TikTok官方帮助提供按行业和时间筛选趋势标签，并查看趋势线、相关视频、受众洞察、区域热度及相关标签的具体步骤。迁移到淘宝、拼多多时，这些信号仅用于生成标题、场景、卖点和短视频假设，最终判断指标改为站内点击、收藏加购、支付及退款质量。

核心做法：在趋势工具中限定美国地区、目标行业和7天、30天两个时间窗，收集候选标签

来源给出商品详情页的核心组成及优化方向，包括标题、要点、描述、图片、关键词和信息准确性。迁移到淘宝、拼多多时，可执行贡献是建立“搜索词—页面字段—证据素材”映射，检查关键信息是否完整一致，并使用曝光、点击、收藏加购和支付结果验证修改；Amazon字段长度和排序规则不直接套用。

核心做法：导出近30天站内搜索词、商品曝光、点击、收藏加购、支付和退款数据，并按SKU关联。

该仓库提供推荐系统的数据准备、候选生成、排序和离线评估示例，并包含precision、recall、NDCG等评估思路。迁移到淘宝和拼多多时，可将用户—商品交互替换为店铺订单明细，用共购或隐式反馈生成候选，再叠加平台可取得的毛利、库存和退款指标；仓库并不提供淘宝或拼多多接口。

核心做法：抽取最近90至180天已支付且未全额退款的订单，按平台、店铺和时间窗口统一商品ID