将脱敏的 Amazon 商品视频指标归一化并生成可解释的人工刷新队列。
以下摘录自发布者现有说明,不代表平台已完成运行验证。完整交付范围、限制与验收要求请继续阅读原文。
两个独立技能目录,分别包含 _meta.json、SKILL.md、agents/openai.yaml、README、脚本和脱敏示例。 示例可重复生成非空 JSON/Markdown;归一化技能能正确计算有效行并标记质量问题,队列技能能生成人工候选。 负数、非数字、零分母、缺币种和不完整身份字段有明确状态;所有输出固定声明未执行平台变更。 不包含 Amazon 账号、密钥、Cookie、客户资料、视频下载、上传替换、预算调整、API 接入或人工运营服务。
从 Seller Central 导出的脱敏商品视频指标 CSV 视频 ID、ASIN、日期和可用指标的字段说明 归因窗口、币种与刷新阈值等内部复核规则
使用技能一处理脱敏 CSV,检查 JSON/Markdown 报告中的数据质量状态。 将归一化 JSON 与阈值配置交给技能二,生成刷新队列并由运营或品牌负责人复核。 先用示例和测试导出验收,再由有权限人员决定是否在 Seller Central 中更新素材。
本工作流依赖买家自行导出的字段和准确的归因口径,未接入 Amazon API,也不能证明因果、收入提升、销量提升或固定节省比例。涉及品牌权限、广告预算、视频重拍、商品页更新和最终发布的操作必须由买家自行确认并执行;平台字段、界面和资格可能变化,后续更新以兼容性评估为准。
2个实用技能 · 2步完成 · 每一步都能单独使用
把 Amazon Seller Central 商品视频导出的表现指标整理成可复核的 CTR、点击后订单率、退货率和观看时长数据,再按透明阈值生成重拍或人工复核队列;全程只处理脱敏导出,不登录、不下载或替换视频、不修改商品页和广告。
2个可下载技能 · 每个技能可单独运行
技能文件:amazon-shoppable-metrics-normalizer
解决什么: 统一商品视频导出中的字段、数字格式和计算口径,提前发现缺失分母、混合币种与不完整行。
你会得到: JSON 与 Markdown 指标报告,包含 CTR、点击后归因订单率、退货率、数据质量状态和稳定行哈希。
↓ 本步结果自动进入下一步
技能文件:amazon-shoppable-video-refresh-queue
解决什么: 把已归一化的指标按可解释阈值分成高曝光低点击、点击无订单、高退货、低观看时长和数据复核候选。
你会得到: JSON 与 Markdown 人工刷新队列,带优先级、触发原因和建议复核动作;最终由有权限人员决定是否重拍或替换。
↓ 本步结果形成最终交付
脱敏测试 CSV 含 3 条商品视频记录:一条有 1,200 次观看、48 次点击和 6 个归因订单;一条点击数为零;另一条缺失币种。第一步生成归一化指标并将缺分母、缺币种行标记为 REVIEW_REQUIRED;第二步读取归一化 JSON 和阈值配置,输出高曝光低点击、低观看时长或数据质量复核队列。以上是随包示例,不代表真实客户成果或平台效果。
Amazon 品牌运营和商品视频负责人
管理多 ASIN 视频素材的代理团队
需要在大促前复盘商品视频表现的广告或内容团队
从 Seller Central 导出的脱敏商品视频指标 CSV
视频 ID、ASIN、日期和可用指标的字段说明
归因窗口、币种与刷新阈值等内部复核规则
使用技能一处理脱敏 CSV,检查 JSON/Markdown 报告中的数据质量状态。
将归一化 JSON 与阈值配置交给技能二,生成刷新队列并由运营或品牌负责人复核。
先用示例和测试导出验收,再由有权限人员决定是否在 Seller Central 中更新素材。
两个独立技能目录,分别包含 _meta.json、SKILL.md、agents/openai.yaml、README、脚本和脱敏示例。
示例可重复生成非空 JSON/Markdown;归一化技能能正确计算有效行并标记质量问题,队列技能能生成人工候选。
负数、非数字、零分母、缺币种和不完整身份字段有明确状态;所有输出固定声明未执行平台变更。
不包含 Amazon 账号、密钥、Cookie、客户资料、视频下载、上传替换、预算调整、API 接入或人工运营服务。
本工作流依赖买家自行导出的字段和准确的归因口径,未接入 Amazon API,也不能证明因果、收入提升、销量提升或固定节省比例。涉及品牌权限、广告预算、视频重拍、商品页更新和最终发布的操作必须由买家自行确认并执行;平台字段、界面和资格可能变化,后续更新以兼容性评估为准。
以下为套餐组成,实际执行顺序请按上方工作流说明。安装所需环境、账号与外部服务费用请在购买前确认。