亚马逊商品视频指标归一化

适用场景

当运营从 Amazon Seller Central 的商品视频页导出多条视频表现数据，需要统一列名、计算派生指标并先发现数据口径问题时使用。

输入与输出

• - 输入：脱敏 CSV，至少包含 video_id、asin、date、views、clicks；可选 attributed_orders、attributed_sales、returns、avg_view_duration_s、currency。
• 输出：JSON 与 Markdown 归一化报告，包含原始字段摘要、CTR、点击后归因订单率、退货率、数据质量标记和稳定 row_hash。

执行规则

先规范列名和数值，再按分母存在性计算指标；缺失、负数、混合币种或不明口径进入 REVIEW_REQUIRED。不补造流量、销售、收益或归因窗口。

安装与执行

仅需 Python 3.9+ 标准库：python scripts/normalize_metrics.py examples/input.csv --output normalized.json --markdown normalized.md。

错误恢复

补齐必需列、改正数字格式或拆分不同币种后重跑。若导出字段含有不同日期口径，先由运营统一时间范围再处理。

权限与隐私

只处理买家提供的脱敏导出，不读取 Seller Central、Cookie、客户资料或视频文件；指标解释和任何预算、商品视频更新由有权限人员确认。

验收

示例应生成非空 JSON/Markdown，正确计算 2 条有效记录并对缺失分母行标记 REVIEW_REQUIRED；固定 amazon_api_called=false 与 platform_change_executed=false。