方法审核队列

TikTok官方说明Top Ads可按地区、行业、营销目标等筛选，并提供高表现广告及逐秒、逐帧互动表现，用于定位成功片段。迁移时应只提取叙事结构、演示方式和节奏假设，最终效果必须用淘宝、拼多多站内点击、收藏、成交和退款指标复验。

核心做法：在Top Ads中设置US、相近行业、转化目标和近期时间窗，建立至少20条参考素材池

Amazon官方文章将商品刊登拆为商品详情页与报价信息，并列出商品身份、标题、类型关键词、品牌、变体、描述、图片、价格和配送等可执行字段；这些字段可迁移为淘宝、拼多多商品页完整度检查项，但搜索排序规则和字段长度必须采用目标平台规范。

核心做法：从客服咨询、差评和站内搜索词中提取每个SKU排名前10的购买疑问，并标记是否已被页面回答

来源使用帕累托原则将商品划为约贡献80%收入的A类、15%的B类和5%的C类，并建议优先保护A类库存、提前补货及提高营销可见度，同时明确其原始分级基于零售价收入且不含折扣和成本。迁移时必须从淘宝、拼多多订单重算，并补入折扣、毛利、退款和活动影响以修正纯收入分层缺陷。

核心做法：合并淘宝、拼多多近90天已完成订单，统一SKU、退款、折扣、平台费用和成本口径。

来源给出了需求定义、目标受众识别、市场分析、付费意愿验证和小规模测试流程，并提供预订转化率、候补名单转买家率、复购率及累计100个转化事件等判断指标。迁移到淘宝、拼多多时，可用小批量上架、定金、收藏加购和真实订单代替Shopify预售页，但阈值必须按平台流量质量重新校准。

核心做法：建立候选问题清单，要求每个候选品对应明确的US消费者使用场景、未满足痛点和替代方案。

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。

开源仓库提供交易预处理、TransactionEncoder编码、Apriori频繁项集生成、association_rules规则生成、指标过滤和可视化的可执行步骤，并包含小型样例及在线零售数据集。迁移后可直接处理淘宝、拼多多订单，但规则必须通过利润、库存、合规和受控实验验证，不能把历史共购误当因果关系。

核心做法：按平台、店铺、订单号和支付时间清洗订单，剔除取消、刷单、测试单及全额退款单。

来源将niche定义为代表同一顾客需求的搜索词与商品集合，并给出高搜索量、低竞争、低平均质量和季节性等机会判断方向；还说明需求簇可查看头部搜索词、现有商品及新品潜力。迁移时用US来源生成需求假设，再以淘宝、拼多多搜索词、商品数、销量分布、评价与退货信号完成站内确认。

核心做法：从US市场搜索、评论和趋势资料提取候选需求词，并按使用场景、用户问题和功能诉求归并为需求簇。

OR-Tools提供线性与整数规划、约束规划、路由及示例代码，可将淘宝、拼多多的SKU、仓库、供应商和线路转成变量、目标函数与硬约束；来源贡献的是可执行求解框架，业务参数和可行性需商家自行验证。

核心做法：定义SKU、供应商、仓库、线路、周期和需求情景，统一单位与币种

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

来源提供按搜索和购买行为探索细分市场的框架，并强调搜索量、趋势、商品数量、定价和评论等需求与竞争信号。迁移时用美国市场数据生成外部机会假设，再用淘宝、拼多多站内搜索、销量、价格带和评价数据复核，不能直接把Amazon机会值视为目标平台需求。

核心做法：定义消费者任务、使用场景和价格带，将同义搜索词归并为需求簇

来源将搜索词、购买行为、定价、评价、退货及细分市场趋势用于识别产品机会。可迁移步骤是先按需求主题形成候选池，再检查竞争集中度、价格带和消费者未满足点；迁移到淘宝、拼多多时须用站内搜索词、商品数、销量代理指标、评价痛点和退款数据重新计算。

核心做法：按美国消费者使用场景整理英文需求词，并映射淘宝、拼多多可检索的中文词和属性词。

官方说明Top Ads可按地区、行业和营销目标筛选授权的高表现素材，并提供逐秒、逐帧表现曲线以定位高互动时刻。迁移时不复制素材本身，而是提取可验证的结构变量，改写为适合淘宝逛逛、直播切片、商品短视频及拼多多场景的原创素材。

核心做法：限定美国区域、相关行业和转化或流量目标，采集不少于20条公开高表现素材

来源给出贡献毛利额和贡献毛利率的计算逻辑，并说明该指标可用于判断产品线是否值得以当前价格继续销售。迁移到淘宝、拼多多时，应将平台服务费、推广消耗、退款损失、运费险及跨境履约成本纳入变量成本，再通过小范围价格或优惠测试验证需求弹性。

核心做法：按SKU汇总近30至90天实付收入，剔除取消订单并单列退款回冲

来源贡献EOQ公式及需求量、单次订货成本和单位持有成本三个关键输入。迁移到淘宝、拼多多商家时，增加平台活动需求、供应商MOQ、美国履约周期、保质期、仓储阶梯费用及现金预算，并以情景比较替代机械采用公式结果。

核心做法：按SKU估算正常需求、促销需求和保守需求三种年度或周期需求

Shopify库存管理指南贡献了三次测试发货、比较承诺与实际到货、核查声誉与客户引用、记录响应时间、建立交期可靠性和备用能力评分卡，以及本地与国际供应商混合配置等步骤。迁移到淘宝和拼多多时，应进一步纳入平台退款、批次质量及美国进口合规资料，关键母婴SKU不能因最低报价而单一来源采购。

核心做法：先核验主体、工厂地址、目标品类产能、质量体系、美国出口经历及可提供的合规资料。

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

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

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。

该GitHub项目展示了从订单ETL、财务KPI、RFM客户分群、Cohort留存、流失分析到Streamlit仪表盘的完整开源分析流程，可迁移为淘宝/拼多多店铺经营诊断任务。

核心做法：抽取淘宝/拼多多订单、用户、SKU、退款、优惠和履约数据，统一清洗字段。

来源文章强调收集并使用客户反馈，以微调产品供给和改善整体客户体验；可迁移的步骤包括主动收集反馈、识别反馈主题、将反馈用于产品和体验优化。迁移到淘宝/拼多多时，应把独立站反馈渠道替换为买家评价、问大家、客服聊天、售后工单、拼多多评价标签和小红书/知乎外部口碑。

核心做法：汇总近30-60天评价、追评、客服咨询、退款说明、问大家和站外笔记评论。

来源是开源电商A/B Testing Skill，列出电商A/B测试能力，包括测试商品页、价格、广告、邮件和结账流程，使用ICE、PIE、RICE优先级框架、统计显著性、样本量计算、测试层级和护栏指标。可迁移到淘宝/拼多多的是实验假设结构、优先级排序和复盘机制；不可直接迁移的是Amazon Experiments、Shopify等平台专属实验工具。

核心做法：收集所有待优化想法：主图、标题、价格、优惠、详情页、客服话术、广告素材和活动节奏。

来源提出提升转化率的14项策略，包括客户访谈、定义网站目标、分析数据、审查摩擦点、测试价值主张、技术审计、增加社会证明、优化查找路径、在线咨询、A/B测试、弃购召回、缩短结账字段、激励和安心退货政策。可迁移到淘宝/拼多多的是用户问题收集、商品页信任元素、转化漏斗审计和实验优先级；不可迁移的是Shopify独立站结账字段和邮件自动化的具体实现。

核心做法：选取近30天高曝光低转化商品，按曝光、点击、加购、收藏、下单、退款形成漏斗。