crimsonblazezero 广告报告数据解读 Skill
核心原则
- 默认数据源 = 领星 MCP：无需用户手动导出 CSV，直接调
LingXing-MCP的工具拉取。 - 数据转换层 = lingxing_pipeline.py：将领星 JSON 转为 pp-amazon-ads 标准 CSV。
- 分析引擎 = pp-amazon-ads CLI：用 CLI 命令进行标准化分析，保证输出格式一致。
- 安全边界：所有分析为只读操作，任何优化建议需用户"确认"后才执行写操作。
标准执行流程 (Standard Execution Flow)
Step 1：确认店铺和时间范围
用户指定：KS-US / KS-UK / KS-DE ...（默认最近 30 天）
店铺 SID 映射表见 d:\Zero Tools\src\lingxing_pipeline.py 中的 STORE_MAP。
Step 2：从领星 MCP 拉取数据
广告活动报告 (Campaign Report)：
# 调用 LingXing-MCP.ad_campaign_report
{
"profile_ids": [<store_profile_id>],
"report_date": "<start_date> - <end_date>",
"page": 1,
"length": 100, # 尽量拉全量
"sort_field": "spends",
"sort_type": "desc"
}
关键词报告 (Keyword Report)：
# 调用 LingXing-MCP.ad_campaign_keyword_report
{
"profile_ids": [<store_profile_id>],
"report_date": "<start_date> - <end_date>",
"page": 1,
"length": 100,
"sort_field": "spends",
"sort_type": "desc"
}
搜索词报告 (Search Term Report)（如需挖掘否定词/新词）：
# 调用 LingXing-MCP.ad_campaign_search_term_report
Step 3：转换数据格式
将领星返回的 JSON 保存到临时文件，然后运行：
python "d:\Zero Tools\src\lingxing_pipeline.py"
# 输出到 d:\Zero Tools\data\<store>_campaigns.csv
# 输出到 d:\Zero Tools\data\<store>_keywords.csv
Step 4：pp-amazon-ads CLI 分析
根据用户需求选择对应命令：
| 用户需求 | pp-amazon-ads 命令 | 数据源 |
|---|---|---|
| 看整体广告表现 | portfolio-dashboard --report campaigns.csv |
campaign CSV |
| 活动横向对比 | campaign-comparison --report campaigns.csv |
campaign CSV |
| ACOS 对比 TACOS | acos-vs-tacos --report campaigns.csv |
campaign CSV |
| 保本 ACOS 计算 | break-even-acos --price X --cogs Y --fees Z |
无需报告 |
| 真实利润 | true-profit --price X --cogs Y --fees Z --ad-spend A |
无需报告 |
| 竞价优化建议 | bid-optimizer --report keywords.csv --target-acos X |
keyword CSV |
| 否定词建议 | negative-keyword-generator --report search_terms.csv |
search term CSV |
| 浪费花费 | wasted-spend --report search_terms.csv --threshold 10 |
search term CSV |
| 广告位分析 | placement-analysis --report placement.csv |
placement CSV |
| 预算分配建议 | budget-rebalance --report campaigns.csv --total-budget X |
campaign CSV |
所有命令加 --agent 标志以获取 JSON 输出：
$env:PYTHONIOENCODING="utf-8"
amazon-ads-pp-cli portfolio-dashboard --report "d:\Zero Tools\data\ks_us_campaigns.csv" --agent
Step 5：解读并输出结论
按以下结构输出分析结论：
## 📊 <店铺> 广告报告解读 | <时间范围>
### 🔑 汇总健康度
[整体 ACOS / ROAS / 花费 / 销售额 / 超预算情况]
### 🔴 问题活动（需干预）
[高 ACOS 活动列表 + 原因分析]
### 🚀 扩量机会（效率好的活动）
[低 ACOS + 高 ROAS 活动 + 建议预算增幅]
### 💡 优化建议（待您确认后执行）
[具体调整清单：活动ID + 操作 + 调前/调后对比]
数据文件约定 (Data File Conventions)
d:\Zero Tools\data\
├── ks_us_campaigns.csv # KS-US 活动级报告
├── ks_uk_campaigns.csv # KS-UK 活动级报告
├── ks_de_campaigns.csv # KS-DE 活动级报告
├── ks_us_keywords.csv # KS-US 关键词报告
├── ks_us_search_terms.csv # KS-US 搜索词报告
└── amazon_ads_profiles.json # 全站 Profile ID 映射表
关键文件引用
- 数据转换脚本：lingxing_pipeline.py
- 店铺 Profile 映射：amazon_ads_profiles.json
- 架构蓝图：ops_integration_blueprint.md
常用 Profile ID 快查
| 店铺 | Profile ID |
|---|---|
| KS-US | 341152603067627 |
| KS-UK | 562422498717821 |
| KS-DE | 1520887297341187 |
| KS-FR | 914553890503512 |
| KS-IT | 980893527404192 |
| KS-ES | 1848045335441540 |
| KS-JP | 3704664040321826 |
| KS-CA | 102143003061298 |
注意事项
- 分页：领星 MCP 每次最多返回 100 条，若活动数 > 100，需多次调用并合并。
- 编码：Windows PowerShell 需设置
$env:PYTHONIOENCODING="utf-8"再运行 pp-cli。 - 缓存：同一天的数据不重复拉取，复用
data/目录下的 CSV 文件。 - 写操作安全边界：任何
--apply操作必须经用户在聊天中明确输入"确认"后才能执行。