# Amazon Asin Dynamic Scoring

> 客户期望驱动的亚马逊 ASIN 动态选品评分引擎。强制先收集客户对价格带、毛利率、评分数上限、销量增长率、上架时间偏好、自营容忍度与四大权重的期望值，再仅使用卖家精灵选产品返回的真实字段对候选 ASIN 进行低竞争、上升生命周期、利润健康、准入门槛四维度打分，并输出加权总分、一票否决高亮与推荐等级。适用于已从卖家精灵筛选出一批 ASIN 后，需要按客户真实偏好做二次量化筛选的场景。触发词包括 ASIN动态评分、客户期望选品、卖家精灵打分、一票否决选品、动态评分表、期望驱动选品。

- Skill: `ahang1598/amazon-asin-dynamic-scoring` (Agent Skill, multi-file: 5 files)
- Install (CLI): `npx skillmds@latest add ahang1598/amazon-asin-dynamic-scoring`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ahang1598/amazon-asin-dynamic-scoring/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: ahang1598 (https://skillmd.com/u/ahang1598)
- Updated: 2026-09-09
- Page: https://skillmd.com/skills/ahang1598/amazon-asin-dynamic-scoring

---


# 客户期望驱动的 ASIN 动态评分引擎

## 核心原则

1. **强制前置期望收集**：任何评分动作前，必须先完成客户期望配置并确认。未确认时不得直接打分。
2. **数据源严格限制**：只使用卖家精灵「选产品」真实返回字段，禁止虚构或引入搜索量、真实退货率、精确 CPC、类目总容量等外部指标。
3. **动态驱动**：客户修改期望后，权重、阈值、否决线、得分全部自动刷新。

## 可用字段（仅这些）

asin, title, brand, price, units, unitsGr (销量增长率), revenue, bsr, rating, ratings (评分数), ratingsCv, availableDate, fulfillment, profit (预估毛利率), fba, sellers, badge_newRelease, nodeLabelPath

## 工作流程

### 步骤 1：强制收集客户期望

主动引导客户完成以下 9 项配置（不可跳过）：

| 配置项 | 输入形式 | 默认推荐 | 映射目标 |
|--------|----------|----------|----------|
| 风险偏好 | 保守 / 稳健 / 激进 | 稳健 | 整体严格度微调 |
| 期望最低价格 (USD) | 数值 | 20 | price 打分区间 |
| 期望最高价格 (USD) | 数值 | 50 | price 打分区间 |
| 最低预估毛利率要求 (%) | 数值 | 30 | profit 一票否决 + 利润维度 |
| 最高可接受评分数 | 数值 | 1500 | ratings 一票否决 + 准入门槛 |
| 最低可接受销量增长率 (%) | 数值 | 10 | unitsGr 一票否决 + 生命周期 |
| 上架时间偏好 | 近6个月 / 近12个月 / 不限 | 近12个月 | availableDate 窗口 |
| 是否接受亚马逊自营 | 不接受 / 可接受 | 不接受 | fulfillment=AMZ 否决 |
| 四大权重（总和必须=100） | 低竞争 / 上升生命周期 / 利润健康 / 准入门槛低 | 30/30/25/15 | 维度权重 |

每个问题旁给出「为什么重要」的简短解释，降低客户填写阻力。完成后输出《客户期望配置摘要》请客户确认。

### 步骤 2：接收 ASIN 数据

接受以下任一输入方式：
- 用户直接粘贴/上传卖家精灵选产品导出的表格
- 用户提供已整理好的 ASIN 列表 + 对应字段 JSON/CSV
- 对话中给出关键词，由上游先调用卖家精灵-选产品，再把结果喂入本 Skill

必须校验字段完整性，缺失关键字段（price、units、unitsGr、ratings、profit、availableDate、fulfillment）时明确提示。

### 步骤 3：计算衍生指标与四维度得分

**衍生标志**：
- 上架天数 = 今天 - availableDate
- 是否在客户上架窗口内
- 价格是否落在期望带
- 毛利率是否 ≥ 客户最低要求
- 评分数是否超限
- 增长率是否达标
- 是否自营 (fulfillment = AMZ)
- 池内销量相对排名

**四维度原始分（0-10）框架**：

- **低竞争**：评分数越低分越高 + sellers ≤3 加分 + 池内销量排名靠前加分
- **上升生命周期**：unitsGr 越高分越高 + 在上架窗口内加分
- **利润健康**：价格匹配得高分 + profit 相对客户要求超额加分；不达标直接 0
- **准入门槛低**：评分数可控 + 在上架窗口 + 有 New Release 标识

**加权总分** = Σ(维度得分 × 对应权重)

**一票否决**（任一触发即整行否决）：
1. ratings > 客户最高可接受评分数
2. unitsGr < 客户最低可接受销量增长率
3. profit < 客户最低预估毛利率
4. price 完全不在期望价格带
5. fulfillment = AMZ 且客户选择「不接受」

**推荐等级**：
- S ≥ 8.0 且通过
- A 7.0–7.9
- B 6.0–6.9
- C 5.0–5.9
- 淘汰 <5.0 或触发否决

### 步骤 4：输出结果

优先输出：
1. **结构化评分表**（Markdown 或 JSON）：asin、各维度得分、加权总分、一票否决状态、推荐等级、自动理由
2. **推荐清单**：仅「通过」且总分 ≥6 的 ASIN，按总分降序
3. **可选**：基于模板生成完整可编辑 Excel（使用 assets/ASIN_Dynamic_Scoring_Template.xlsx）

自动理由示例：
- 否决：「触发否决：评分数超限 / 增长率不达标 / 毛利率不足 / 自营不接受」
- 通过：「推荐：竞争可控，增长健康，利润匹配」

## Excel 模板

完整带公式、数据验证、条件格式的模板位于：

`assets/ASIN_Dynamic_Scoring_Template.xlsx`

包含 7 个 Sheet：
- 使用说明
- 00_客户期望配置（门禁）
- 01_动态参数（公式驱动）
- 02_ASIN原始数据
- 03_衍生指标
- 04_最终评分（含一票否决红灯）
- 05_推荐清单（FILTER）

当用户需要可下载的 Excel 时，复制该模板并根据本次期望值与 ASIN 数据填充后交付。

## 对话引导话术示例

开始时主动说：

「我们先对齐你对这批产品的真实期望，再按你的标准打分。请告诉我：
1. 风险偏好（保守/稳健/激进）？
2. 可接受的价格区间？
3. 最低能接受的预估毛利率？
4. 最高能接受的评分数？
5. 最低销量增长率要求？
……」

收集齐全并复述确认后，再进入数据导入与打分。

## 限制与说明

- 不调用、不依赖 Keepa、ABA、SIF 等其他数据源。
- 类目级容量、搜索词趋势、真实退货率、精确 CPA 等指标不在本 Skill 计算范围内。
- 预置计算行约 50 条，超出时提示用户分批或扩展公式行。
- 本 Skill 是纯评分引擎，不负责调用卖家精灵接口；上游需先准备好 ASIN 数据。

## 自动化评分脚本

位置：`scripts/score_asins.py`

可独立在命令行运行，也可被 Agent 调用。

### 快速测试（Demo）

```bash
python scripts/score_asins.py --demo
python scripts/score_asins.py --demo --output result.xlsx
```

### 正式使用

1. 准备期望配置 JSON（参考 `references/example_expectations.json`）
2. 准备 ASIN 数据（xlsx / csv / json，字段对齐卖家精灵选产品）
3. 运行：

```bash
python scripts/score_asins.py \
  --expectations expectations.json \
  --data asins.xlsx \
  --output scoring_result.xlsx \
  --json-out scoring_result.json
```

脚本会输出：
- 终端摘要（通过数、等级分布、推荐清单）
- 可选 Excel（客户期望 + 评分结果 + 推荐清单）
- 完整 JSON 结果（便于管道或 Agent 解析）

