# Amazon Ad Analysis

> 亚马逊广告分析与经营分析工作流——基于CSV/Excel数据进行广告表现和产品表现的深度分析，找出问题并给出数据驱动的整改方案。Use when user uploads Amazon advertising data files (CSV/Excel), asks for "亚马逊分析", "广告分析", "ACOS优化", "产品表现分析", "经营分析", "广告数据分析", "广告报告", "帮我分析一下广告数据", or mentions Amazon ACoS/ROAS/CPC/CVR metrics. Covers full-store summary analysis, ASIN deep-dive, competitor comparison, action recommendations with expected goals, and operation tracking.

- Skill: `johnnylin2121/amazon-ad-analysis` (Agent Skill, multi-file: 6 files)
- Install (CLI): `npx skillmds@latest add johnnylin2121/amazon-ad-analysis`
- Raw SKILL.md: https://api.skillmd.com/api/skills/johnnylin2121/amazon-ad-analysis/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Data & Analytics
- Author: Johnnylin2121 (https://skillmd.com/u/johnnylin2121)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/johnnylin2121/amazon-ad-analysis

---


# Amazon 广告分析与经营分析

## 核心原则

1. **数据驱动**：所有分析和建议必须有数据支撑，拒绝脑补和主观臆断。**每个数字必须可追溯到原始数据文件的具体行。**
2. **分段式分析**：日级看长期趋势，周/月级看波动变化并归因
3. **可验证假设**：每个操作建议必须有预期目标和验证时间
4. **闭环跟踪**：操作后必须复盘效果，形成"建议→执行→验证→优化"闭环

---

## 数据架构（四份文件）

### 文件定位与数据流

```
第一层：产品全貌
  产品表现文件（日度版）──→ 每个ASIN每天的整体表现
    包含：销量、销售额、订单量、Sessions、CVR、广告花费、ACOS、TACOS、ROAS、自然订单等
    粒度：一个ASIN一天一行

第二层：广告解剖
  广告表现文件（日度版）──→ 每个广告活动每天的表现
    包含：曝光、点击、花费、销售额、订单、ACOS、CPC、CTR、CVR等
    粒度：一个广告活动一天一行
  品牌广告归因文件 ──→ 补充广告表现文件中缺失的品牌广告数据
    包含：品牌广告的销售额、订单、新客户占比
    粒度：28天汇总，一个ASIN一行

第三层：关键词归因
  搜索词文件 ──→ 每个搜索词每天的表现
    包含：展示、点击、花费、销售额、订单
    粒度：一个搜索词一天一行（注意过滤多日行）
```

### 数据关系

- 产品表现文件的"广告花费" ≈ 广告表现文件的花费总和 + 品牌广告归因的花费
- 广告表现文件的花费 = 搜索词文件的花费总和（SP部分）
- 搜索词文件是广告表现的下钻，不是独立数据源

### 品牌广告加权方式

1. **合并计算**：调整后ACOS = 广告花费 ÷ (广告销售额 + 品牌广告销售额)
2. **单独展示**：品牌广告的销售额/订单/新客户占比单独列出，展示其对整体的贡献

---

## 全局决策树（收到用户请求时先走这里）

1. **检查用户是否上传了文件**：
   - 若上传了 **四份文件**（产品表现日度 + 广告表现日度 + 品牌广告归因 + 搜索词）→ 执行完整流程。
   - 若上传了 **三份文件**（产品表现日度 + 广告表现日度 + 搜索词，无品牌广告归因）→ 执行完整流程，跳过品牌广告加权。
   - 若上传了 **两份文件**（产品表现日度 + 广告表现日度）→ 执行阶段1→2→3，跳过搜索词分析。
   - 若只上传了 **广告表现日度** → 仅做广告维度分析。
   - 若未上传任何文件 → 提示上传文件。
   - 若文件格式不是 Excel/CSV → 提示："请上传 Excel (.xlsx) 或 CSV (.csv) 文件。"

2. **数据验证**（阶段1清洗后立即执行）：
   - 检查必需列是否存在（自动匹配中英文列名）
   - 检查数据量是否足够（建议 ≥ 100 行）
   - 检查空值比例（>50% 的列需警告）
   - 若验证失败 → 提示用户检查数据格式

3. **分析路径选择**：
   - 如果用户指定了特定 ASIN → 在阶段3中优先对该 ASIN 进行深度分析
   - 如果用户只要求"否定词清单"或"词根分析"等局部任务 → 可直接进入对应子步骤，但要先完成数据清洗和验证
   - 如果用户要求多站点分析 → 按店铺分组，分别执行完整流程

4. **列名适配**：
   - 脚本自动检测列名（支持中英文），无需手动映射
   - 若列名无法识别 → 列出实际列名，提示用户确认

---

## 工作流四阶段

### 阶段1：数据导入与清洗

**输入**：用户上传Excel文件（日度数据）
- **完整输入（推荐）**：4个文件
  - 产品表现日度版（每个ASIN每天一行，包含销量/流量/广告/自然表现）
  - 广告表现日度版（每个广告活动每天一行，包含曝光/点击/花费/订单）
  - 品牌广告归因（28天汇总，补充品牌广告数据）
  - 搜索词报告（每个搜索词每天一行）
- **部分输入**：根据已有文件执行对应分析

**处理步骤**：

1. **读取Excel**：读取所有上传文件的结构
2. **数据清洗**：
   - `--` → `0`
   - `0%` → `0`
   - `有花费无销售额` / `有花费无订单` → `0`
   - 百分比字符串转小数：`21.90%` → `0.219`
   - 空值标记和统计
3. **日期处理与周分配**：
   - 确定数据时间范围（如0629-0726，共28天）
   - 按自然周切分：W1(0629-0705), W2(0706-0712), W3(0713-0719), W4(0720-0726)
   - 每行数据根据日期字段分配到对应周
4. **搜索词数据预处理**（搜索词报告专用）：
   - 检测行类型：单日行（开始日期==结束日期）vs 多日行（开始日期≠结束日期）
   - **关键规则**：周趋势分析、词根分析、否定词清单必须只使用单日行
   - 过滤方法：`if row['开始日期'] != row['结束日期']: skip`
   - 校验：单日行的花费总和应接近广告表现文件的SP花费总和
5. **数据校验**：
   - 检查各文件数据一致性（产品表现的广告花费 ≈ 广告表现的花费总和 + 品牌广告花费）
   - 检查必需列是否存在
   - 检查数据量和空值比例
6. **数据质量报告**：
   - 每列缺失值数量和占比
   - 异常值检测（ACOS>100%、CPC>$5等）
   - 数据时间范围确认
   - 周分布确认（每周有多少天的数据）

**输出**：清洗后的数据 + 数据质量摘要 + 周分配映射

---

### 阶段2：总览分析（全店视角）

#### A. 整体健康度仪表盘

计算以下核心指标（详见 `references/metrics-glossary.md`）：

| 指标 | 计算公式 | 健康标准 |
|------|----------|----------|
| 总销售额 | SUM(销售额) | - |
| 总广告花费 | SUM(广告花费) | - |
| 整体ACOS | 广告花费 ÷ 广告销售额 | <30%（统一阈值见 `references/metrics-glossary.md`） |
| 整体TACOS | 广告花费 ÷ 总销售额 | <15% |
| 自然订单占比 | 自然订单 ÷ 总订单 | >50% |
| ROAS | 广告销售额 ÷ 广告花费 | >3 |
| 广告订单占比 | 广告订单 ÷ 总订单 | <50%为健康 |

#### B. 产品周趋势分析（基于产品表现日度数据）

**目的**：将28天数据按自然周拆分，看清每个ASIN的真实趋势方向。

**数据来源**：产品表现日度文件（每个ASIN每天一行）

**按周聚合指标**：

| 指标 | 计算方式 |
|------|----------|
| 销量 | SUM(该周每天的销量) |
| 销售额 | SUM(该周每天的销售额) |
| 订单量 | SUM(该周每天的订单量) |
| Sessions | SUM(该周每天的Sessions) |
| CVR | 订单量 ÷ Sessions |
| 广告花费 | SUM(该周每天的广告花费) |
| ACOS | 广告花费 ÷ 广告销售额 |
| TACOS | 广告花费 ÷ 总销售额 |
| ROAS | 广告销售额 ÷ 广告花费 |
| 自然订单 | SUM(该周每天的自然订单) |
| 自然订单占比 | 自然订单 ÷ 总订单 |

**输出表格**：

| ASIN | 周次 | 销量 | 销售额 | 订单 | Sessions | CVR | 广告花费 | ACOS | TACOS | ROAS | 自然订单占比 | 环比变化 |
|------|------|------|--------|------|----------|-----|----------|------|-------|------|-------------|----------|
| {ASIN} | W1 | X | $X | X | X | X% | $X | X% | X% | Xx | X% | 基准 |
| {ASIN} | W2 | X | $X | X | X | X% | $X | X% | X% | Xx | X% | Ord:+X% |
| {ASIN} | W3 | X | $X | X | X | X% | $X | X% | X% | Xx | X% | ... |
| {ASIN} | W4 | X | $X | X | X | X% | $X | X% | X% | Xx | X% | ... |

**趋势判断规则**：
- W4订单 > W3订单 → 销量趋势向好
- W4订单 < W3订单 → 销量趋势下滑
- W4 ACOS < W3 ACOS → 效率改善
- W4 ACOS > W3 ACOS → 效率恶化

#### C. ASIN排名矩阵

按销量和ACOS二维分类：

| 象限 | 特征 | 操作建议 |
|------|------|----------|
| 明星产品 | 高销量 + 低ACOS | 维持现有策略，适当扩展广告 |
| 问题产品 | 高销量 + 高ACOS | 重点优化广告，降低ACOS |
| 潜力产品 | 低销量 + 低ACOS | 加大投入，提升曝光 |
| 淘汰产品 | 低销量 + 高ACOS | 评估是否继续，考虑暂停广告 |

**分类标准**（ACOS 统一阈值见 `references/metrics-glossary.md`）：
- 高销量：>店铺平均销量
- 低销量：<店铺平均销量
- 低ACOS：<30%（良好及以上）
- 高ACOS：>50%（需优化及以上）

#### D. 广告结构分析

分析各广告类型的效率：
- SP（Sponsored Products）：花费占比、ACOS、订单占比
- SB（Sponsored Brands）：花费占比、ACOS、品牌新客获取
- SBV（Sponsored Brands Video）：VTR、vCTR、转化效果
- SD（Sponsored Display）：再营销效果、受众覆盖

**输出**：Markdown总结报告 + Excel可视化文件（见阶段4文件生成）

---

### 阶段3：ASIN深挖（单品视角）

**触发条件**：用户提供单个ASIN，或AI从总览分析中识别出需要深挖的ASIN

#### A. 该ASIN的完整画像

从汇总数据中提取：
- 产品基础信息：ASIN、标题、品牌、售价
- 销量表现：总销量、销售额、订单量、环比变化
- 流量结构：Sessions(Browser/Mobile)、PV、流量占比
- 转化漏斗：Sessions → PV → 订单，各环节转化率
- 广告效率：各类型广告的ACOS、CPC、CTR、ROAS
- 自然表现：自然点击、自然订单、自然CVR

#### B.0 前台 Listing 抓取（在广告分析之前执行）

**目的**：抓取 Amazon 前台产品页面信息，为后续关键词覆盖分析和 Listing 优化建议提供数据基础。

**抓取方式**：使用 OpenCLI Browser 工具打开 Amazon 产品页面，提取结构化数据。

**抓取流程**：
```
1. 从产品表现数据中获取 ASIN
2. 构造 Amazon URL: https://www.amazon.com/dp/{ASIN}
3. 使用 opencli_browser_open 打开页面
4. 使用 opencli_browser_get / opencli_browser_find 提取各区块内容
5. 清洗和结构化数据
```

**抓取内容与 CSS 选择器**：

| 字段 | CSS 选择器 / 提取方式 | 用途 |
|------|----------------------|------|
| 标题 (Title) | `#productTitle` | 关键词覆盖分析核心 |
| Bullet Points (五点) | `#feature-bullets ul li span` | 关键词覆盖分析 |
| 产品描述 (Description) | `#productDescription p` | 关键词覆盖分析 |
| A+ 页面内容 | `#aplus_feature_div` 或 `.a-section` 内文本 | 关键词覆盖分析 |
| 图片列表 | `#altImages img` 的 `src` 和 `alt` | 辅助分析 |
| 后台搜索词 | 无法从前台获取，标记为"需从卖家后台获取" | 关键词覆盖分析 |

**抓取结果结构化**：

```python
listing_data = {
    'asin': 'B083XTKV8V',
    'url': 'https://www.amazon.com/dp/B083XTKV8V',
    'title': 'Atolla 4-Port USB 3.0 Hub with 4 Data Ports...',
    'bullets': [
        'Bullet 1 text...',
        'Bullet 2 text...',
        ...
    ],
    'description': 'Product description text...',
    'aplus': 'A+ content text...',
    'images': [
        {'src': '...', 'alt': '...'},
        ...
    ],
    'backend_search_terms': '需从卖家后台获取',
    'scrape_success': True  # 或 False（被拦截/页面异常）
}
```

**异常处理**：
- CAPTCHA 拦截 → 跳过抓取，标注"前台数据未获取（CAPTCHA）"
- ASIN 无效/已下架 → 跳过抓取，标注"ASIN 无效或已下架"
- 某区块为空 → 标注"该区块无内容"
- 页面加载超时 → 重试一次，仍失败则跳过

**降级方案**（按优先级依次尝试）：

| 优先级 | 方式 | 工具 | 适用场景 |
|--------|------|------|----------|
| 1 | 浏览器抓取 | opencli_browser_open + opencli_browser_get | Chrome 可用时 |
| 2 | Jina Reader | webfetch `r.jina.ai/amazon.com/dp/{ASIN}` | 浏览器不可用时 |
| 3 | webfetch | webfetch 直接抓取 Amazon URL | Jina 不可用时 |
| 4 | 手动输入 | 用户提供 Listing 文本 | 所有自动方式失败时 |
| 5 | 跳过 | 标注"前台数据未获取" | 无法获取时 |

**降级时的数据结构**：无论哪种方式，最终输出结构保持一致（asin, title, bullets, description, aplus, images, backend_search_terms, scrape_success）。

**输出**：结构化 Listing 数据，供 B.3 关键词覆盖分析使用

#### B. 广告活动周趋势（基于广告表现日度数据）

**目的**：将广告表现日度数据按自然周拆分，看清每个广告活动的真实趋势方向。

**数据来源**：广告表现日度文件（每个广告活动每天一行）

**按周聚合指标**：
- 曝光量、点击量、CTR、CPC
- 花费、广告销售额、广告订单、ACOS

**输出表格**：

| 广告活动 | 类型 | W1花费 | W1订单 | W1_ACOS | W2花费 | W2订单 | W2_ACOS | W3花费 | W3订单 | W3_ACOS | W4花费 | W4订单 | W4_ACOS | 趋势 |
|----------|------|--------|--------|---------|--------|--------|---------|--------|--------|---------|--------|--------|---------|------|
| {活动名} | SP | $X | X | X% | $X | X | X% | $X | X | X% | $X | X | X% | {趋势} |

**趋势判断规则**：
- W4 ACOS < W3 ACOS 且 W4 ACOS < 999 → **IMPROVING**
- W4 ACOS > W3 ACOS 且 W3 ACOS < 999 → **WORSENING**
- W4 ACOS < 20% 且 W4 订单 > 0 → **GOOD**
- W4 花费 > 0 且 W4 订单 == 0 → **WASTE**
- W3+W4 花费 == 0 → **INACTIVE**

#### B.1 品牌广告加权

**数据来源**：品牌广告归因文件

**合并计算**：
- 调整后总销售额 = 广告销售额 + 品牌广告销售额
- 调整后总订单 = 广告订单 + 品牌广告订单
- 调整后ACOS = 广告花费 ÷ 调整后总销售额

**单独展示**：

| 维度 | 数值 |
|------|------|
| 品牌广告销售额 | $X |
| 品牌广告订单 | X |
| 品牌新客户订单占比 | X% |
| 品牌广告对总销售额贡献 | X% |
| 品牌广告对总订单贡献 | X% |

#### C.0 前台 Listing 抓取

#### C. 搜索词分析（基于搜索词日度数据）

**数据来源**：搜索词文件（每个搜索词每天一行，仅使用单日行）

**注意**：搜索词文件是广告表现的下钻，不是独立数据源。搜索词的花费总和应接近广告表现文件的SP花费。

##### C.1 词根表现汇总（词根可重叠统计）

**目的**：从搜索词中提取核心词根，按词根维度聚合表现数据，识别高效词根和低效词根。

**词根提取规则**：
1. **去除停用词**：a, an, the, for, with, and, or, to, in, on, at, by, of, is, it 等
2. **保留有意义的词根**：品牌词、品类词、属性词、型号词
3. **ASIN单独作为词根**：搜索词中出现的ASIN（如 b00tpmeoym）单独作为一个词根
4. **词根可重叠**：一个搜索词可以匹配多个词根（如 "atolla usb 3.0 hub" 匹配 "atolla", "usb", "3.0", "hub", "usb hub", "usb 3.0 hub"）
5. **组合词根**：常见组合保留为独立词根（如 "usb hub", "usb 3.0 hub", "powered usb hub", "port usb hub"）

**词根分类**：

| 词根类型 | 说明 | 示例 |
|----------|------|------|
| 品牌词 | 包含品牌名的词根 | atolla, anker, sabrent |
| 品类词 | 产品大类词 | usb hub, usb splitter, usb port |
| 属性词 | 产品属性描述 | powered, 3.0, aluminum, 4-port |
| 型号词 | ASIN或竞品型号 | b00tpmeoym, b07g8cmr18 |
| 长尾词 | 多词组合 | powered usb hub, usb 3.0 hub powered |

**聚合统计维度**：

| 指标 | 计算方式 |
|------|----------|
| 搜索词数 | 包含该词根的不同搜索词数量 |
| 展示量 | SUM(所有包含该词根的搜索词的展示量) |
| 点击量 | SUM(所有包含该词根的搜索词的点击量) |
| 花费 | SUM(所有包含该词根的搜索词的花费) |
| 订单 | SUM(所有包含该词根的搜索词的订单数) |
| 销售额 | SUM(所有包含该词根的搜索词的销售额) |
| CVR | 订单 ÷ 点击量 |
| ACOS | 花费 ÷ 销售额 |

**执行建议规则**（ACOS 统一阈值见 `references/metrics-glossary.md`）：

| 条件 | 执行建议 |
|------|----------|
| ACOS < 20% 且 订单 >= 3 | 核心盈利词根，加大投放 |
| ACOS 20-30% 且 订单 >= 3 | 稳定词根，维持现有策略 |
| ACOS 30-50% 且 订单 >= 3 | 待优化词根，降低出价或优化匹配 |
| ACOS > 50% 且 订单 >= 3 | 低效词根，考虑否定或大幅降低出价 |
| ACOS > 100% 且 花费 > $10 | 亏损词根，优先否定 |
| 有花费无订单 且 花费 > $5 | 浪费词根，建议否定 |

**输出表格格式**（含周趋势）：

| 词根/意图 | 搜索词数 | 花费 | 订单 | 销售额 | CVR | ACOS | W1_ACOS | W2_ACOS | W3_ACOS | W4_ACOS | W1_Ord | W2_Ord | W3_Ord | W4_Ord | 趋势 | 执行建议 |
|-----------|---------|------|------|--------|-----|------|---------|---------|---------|---------|--------|--------|--------|--------|------|----------|
| {词根} | {数量} | ${金额} | {数量} | ${金额} | {百分比}% | {百分比}% | {百分比}% | {百分比}% | {百分比}% | {百分比}% | {数量} | {数量} | {数量} | {数量} | {IMPROVING/WORSENING/STABLE} | {建议} |

**执行建议规则**（基于W4最新数据 + 趋势方向）：

| 条件 | 执行建议 |
|------|----------|
| W4 ACOS < 20% 且 W4 订单 >= 3 | 核心盈利词根，加大投放 |
| W4 ACOS 20-30% 且 W4 订单 >= 3 | 稳定词根，维持现有策略 |
| W4 ACOS 30-50% 且 W4 订单 >= 3 | 待优化词根，降低出价或优化匹配 |
| W4 ACOS > 50% 且 W4 订单 >= 3 | 低效词根，考虑否定或大幅降低出价 |
| W4 ACOS > 100% 且 W4 花费 > $10 | 亏损词根，优先否定 |
| W3+W4 均无订单 且 花费 > $3 | 浪费词根，建议否定 |
| 趋势为 WORSENING 且 W4 ACOS > 30% | 升级关注，优先优化 |

##### C.2 词组否定执行清单

**目的**：从搜索词数据中自动生成可直接执行的否定关键词清单。

**否定词根识别规则**（基于W4最新数据 + 周趋势）：

1. **高ACOS否定**：W4 ACOS > 100% 且 W4 花费 > $10 的搜索词对应的词根
2. **有花费无订单否定**：W3+W4 均无订单 且 花费 > $3 的搜索词对应的词根
3. **竞品ASIN否定**：搜索词中出现的非自家ASIN（验证规则：ASIN不在产品表现汇总文件中）
4. **持续低效否定**：W2/W3/W4 连续两个周期ACOS > 50% 的词根
5. **趋势恶化否定**：W4 ACOS > W3 ACOS 且 W4 ACOS > 100% 的词根（升级优先级）

**否定类型**：

| 否定类型 | 适用场景 | 影响范围 |
|----------|----------|----------|
| 精确否定 | 单个搜索词表现极差 | 仅否定该搜索词 |
| 词组否定 | 某个词根整体表现差 | 包含该词根的所有搜索词 |
| 短语否定 | 某个短语组合表现差 | 包含该短语的搜索词 |

**优先级判断**（基于W4最新数据）：

| 优先级 | 条件 | 执行时间 |
|--------|------|----------|
| P0-紧急 | W4 ACOS>150% 且 W4 花费>$20 | 立即 |
| P1-高 | W4 ACOS>100% 且 W4 花费>$10 | 今天 |
| P2-中 | W4 ACOS>50% 且 W4 花费>$5 | 3天内 |
| P2-中 | W4 ACOS>W3 ACOS 且 W4 ACOS>100%（趋势恶化） | 3天内 |
| P3-低 | W3+W4 均无订单 且 花费>$3 | 7天内 |

**否定理由模板**：
- 高ACOS："{词根} ACOS {百分比}%，花费${金额}仅{订单}单，持续亏损"
- 无订单："{词根} 花费${金额}，{点击}次点击，0订单，转化率为0"
- 竞品ASIN："{ASIN} 为竞品ASIN，ACOS {百分比}%，非目标客户"
- 持续低效："{词根} 连续两周期ACOS>{百分比}%，无改善趋势"

**输出表格格式**：

| 否定词根 | 否定类型 | 命中搜索词 | 点击量 | 花费 | 订单 | 优先级 | 否定理由 |
|----------|----------|-----------|--------|------|------|--------|----------|
| {词根} | {精确/词组/短语} | {搜索词示例} | {数量} | ${金额} | {数量} | {P0/P1/P2/P3} | {理由} |

**执行方式**：使用 `scripts/analysis.py` 脚本

```bash
# 词根分析
python scripts/analysis.py roots --input search_terms.xlsx --output roots.xlsx --category usb_hub

# 否定词清单
python scripts/analysis.py negations --input search_terms.xlsx --output negations.xlsx
```

脚本支持的品类配置：`usb_hub`, `electronics`, `home`, `custom`（自定义组合词根）

##### C.3 关键词覆盖分析（前台 Listing × 搜索词交叉验证）

**目的**：将搜索词报告中的核心词根与前台 Listing 内容进行交叉比对，找出关键词覆盖缺口，给出 Listing 优化建议。

**核心逻辑**：以搜索词报告为分析主线，前台 Listing 作为辅助验证和优化依据。

**分析流程**：
```
1. 从搜索词报告中提取核心词根（使用 B.1 词根分析结果）
2. 从 B.0 抓取的 Listing 数据中提取所有关键词
   - 标题关键词（权重最高）
   - 五点关键词（权重高）
   - A+ 页面关键词（权重中）
   - 描述关键词（权重低）
3. 将搜索词根与 Listing 关键词进行匹配
4. 分类：已覆盖 / 未覆盖 / 部分覆盖
5. 结合搜索词表现数据，给出优化建议
```

**关键词提取规则（从 Listing 中）**：
- 将标题/五点/描述/A+ 内容转为小写
- 按空格分词，去除停用词
- 提取 1-gram 和 2-gram 作为 Listing 关键词集合
- ASIN 单独提取

**覆盖匹配规则**：
- **完全覆盖**：词根完整出现在 Listing 某个区块中
- **部分覆盖**：词根的部分词出现在 Listing 中（如 "usb 3.0 hub" 中 "usb" 和 "hub" 出现但 "3.0" 未出现）
- **未覆盖**：词根的任何词都未出现在 Listing 中

**关键词覆盖矩阵**：

| 词根 | 搜索词ACOS | 订单 | 花费 | 前台覆盖 | 匹配位置 | 权重 | 优化建议 |
|------|-----------|------|------|---------|---------|------|---------|
| {词根} | {百分比}% | {数量} | ${金额} | ✅/❌/部分 | 标题/五点/描述/A+/无 | 高/中/低 | {建议} |

**匹配位置权重**：

| 位置 | 权重 | 说明 |
|------|------|------|
| 标题 (Title) | 高 | 对搜索排名影响最大 |
| Bullet Points | 高 | 影响转化率和关键词收录 |
| A+ 页面 | 中 | 影响转化率，对排名影响较小 |
| 产品描述 | 低 | 对排名影响最小 |
| 未覆盖 | - | 需要添加到 Listing |

**优化建议规则**：

| 场景 | 前台状态 | 搜索词表现 | 建议 | 原因模板 |
|------|---------|-----------|------|---------|
| 高效词未覆盖 | ❌ 未出现在任何区块 | ACOS<25% 且 订单>=3 | **建议加入标题或五点** | "{词根} 是核心盈利词根(ACOS {百分比}%)，但未出现在前台Listing中，建议加入{位置}以提升相关性和排名" |
| 高效词低权重覆盖 | ✅ 仅在描述中 | ACOS<25% 且 订单>=3 | **建议提升到标题或五点** | "{词根} 当前仅在描述中出现，作为盈利词根(ACOS {百分比}%)应提升到{位置}以获得更高权重" |
| 高效词已高权重覆盖 | ✅ 在标题或五点中 | ACOS<25% 且 订单>=3 | **维持现状** | "{词根} 已在{位置}中覆盖，表现良好，维持现有布局" |
| 低效词高权重覆盖 | ✅ 在标题中 | ACOS>50% 且 订单<3 | **评估是否替换** | "{词根} 在标题中但ACOS高达{百分比}%，如有更优词可考虑替换，但需评估替换风险" |
| 竞品词覆盖 | ✅ 在标题中 | 竞品ASIN词 | **建议移除竞品词** | "{词根} 是竞品ASIN词，在标题中可能引来竞品流量而非目标客户" |
| 品牌词覆盖 | ✅ 在标题中 | 品牌词 ACOS<20% | **维持现状** | "{词根} 是品牌词，表现优秀，保护品牌词位置" |

**输出表格格式**：

```markdown
### 关键词覆盖分析

**覆盖概况**：
- 搜索词核心词根总数：{N}个
- 前台已覆盖：{M}个 ({百分比}%)
- 前台未覆盖：{K}个 ({百分比}%)

**未覆盖的高效词根（需加入前台）**：

| 词根 | 搜索词ACOS | 订单 | 建议加入位置 | 原因 |
|------|-----------|------|-------------|------|
| {词根} | {百分比}% | {数量} | 标题/五点 | {原因} |

**已覆盖但需优化的词根**：

| 词根 | 当前位置 | 搜索词ACOS | 建议调整 | 原因 |
|------|---------|-----------|---------|------|
| {词根} | {位置} | {百分比}% | 提升/移除/维持 | {原因} |

**前台 Listing 优化建议汇总**：
1. {建议1}（原因）
2. {建议2}（原因）
```

**执行方式**：使用 `scripts/analysis.py` 脚本

```bash
# 关键词覆盖分析
python scripts/analysis.py coverage --input search_terms.xlsx --listing listing.json --output coverage.xlsx
```

`listing.json` 格式：由 B.0 前台抓取生成，包含 `title`, `bullets`, `description`, `aplus` 等字段。

**使用说明**：
1. 将 B.1 词根汇总结果和 B.0 Listing 数据传入 `analyze_keyword_coverage()`
2. 函数会自动检测每个词根在 Listing 各区块的覆盖情况
3. 根据覆盖状态和搜索词表现自动生成优化建议
4. 注意：完全匹配和子集匹配两种方式都支持（如 "usb 3.0 hub" 会匹配标题中包含这三个词的情况）

#### D. 销售情况评估（基于产品表现日度数据的W4最新数据）

**评估维度**（使用W4 vs W3数据判断趋势）：

| 维度 | 差 | 好 |
|------|-----|-----|
| 销量趋势 | W4订单 < W3订单（周环比下降） | W4订单 >= W3订单（周环比增长或持平） |
| 订单量 | W4订单低于店铺平均 | W4订单高于店铺平均 |
| 广告占比 | 过高(>60%)或过低(<20%) | 适中(20-60%) |

**判断标准**：
- 3个维度中2个为"差" → 销售情况判断为**差**
- 3个维度中2个为"好" → 销售情况判断为**好**

**输出**：销售情况判断（好/差）

#### E. 优化难度评估（基于产品表现日度数据的W4最新数据）

**评估维度**（使用W4数据）：

| 维度 | 低（容易优化） | 高（难以优化） |
|------|----------------|----------------|
| ACOS | W4 ACOS <40%，有明确优化空间 | W4 ACOS >50%，结构性问题 |
| CVR | W4 CVR 低于店铺平均，有改进空间 | W4 CVR 正常或高于平均 |
| CPC | W4 CPC 高于店铺平均，可调整 | W4 CPC 已是最低水平 |
| 搜索词 | W4 有高ACOS词可否定 | W4 词本身竞争激烈 |
| 广告结构 | 单一，可调整 | 已较完善 |

**判断标准**：
- 5个维度中3个为"低" → 优化难度判断为**低**
- 5个维度中3个为"高" → 优化难度判断为**高**

**输出**：优化难度判断（高/低）

#### F. 策略方向确定

根据销售情况和优化难度，确定策略方向：

| 销售情况 | 优化难度 | 策略方向 | 方案重点 |
|----------|----------|----------|----------|
| 差 | 低 | **进攻型** | 优先提升销售，兼顾利润 |
| 差 | 高 | **防守型** | 控制亏损，等待时机 |
| 好 | 低 | **优化型** | 优化利润，提升效率 |
| 好 | 高 | **巩固型** | 保护优势，稳健发展 |

**方案类型库**：

**进攻型方案**（销售差 + 优化容易）：
| 方案 | 操作 | 难度 |
|------|------|------|
| 快速止血 | 暂停高ACOS广告 | 低 |
| 精准提效 | 调整出价、否定词 | 低 |
| Listing优化 | 提升CVR | 中 |
| 预算重分配 | 集中资源到高效词 | 低 |

**防守型方案**（销售差 + 优化困难）：
| 方案 | 操作 | 难度 |
|------|------|------|
| 控制亏损 | 降低无效花费 | 低 |
| 维护现有 | 保持核心词投放 | 低 |
| 等待时机 | 监控市场变化 | 无 |
| 长期布局 | 准备Listing优化 | 高 |

**优化型方案**（销售好 + 优化容易）：
| 方案 | 操作 | 难度 |
|------|------|------|
| 效率提升 | 降低ACOS | 低 |
| 利润释放 | 减少不必要花费 | 低 |
| 精准投放 | 优化关键词结构 | 中 |
| 品牌建设 | 测试SB广告 | 中 |

**巩固型方案**（销售好 + 优化困难）：
| 方案 | 操作 | 难度 |
|------|------|------|
| 保护优势 | 维持现有广告架构 | 低 |
| 稳健放量 | 小幅增加预算 | 低 |
| 竞品监控 | 防止竞品冲击 | 中 |
| 长期布局 | 品牌护城河建设 | 高 |

#### F. 问题诊断规则库

详见 `references/diagnosis-rules.md`

**高ACOS根因分析**：
```
ACOS = CPC ÷ (CVR × 客单价)
```
- CPC高 → 优化出价策略，降低单次点击成本
- CTR低 → 优化主图、标题，提升点击率
- CVR低 → 优化Listing、价格、评论，提升转化率
- 客单价低 → 考虑组合销售、提升产品价值

**流量不足诊断**：
- 曝光量低 → 增加预算、拓展关键词、调整竞价
- CTR低 → 优化主图、标题、价格显示
- 点击量低 → 综合曝光和CTR问题

**转化问题诊断**：
- Sessions高但订单低 → Listing质量问题
- 加购率高但下单率低 → 价格、库存、配送问题
- 回头客少 → 产品体验、售后服务问题

#### G. 效益提升方案（重构）

**方案模板**（每个方案必须包含）：

```markdown
### 方案1：{方案名称}

**策略依据**：{基于销售情况和优化难度判断}

**目标**：{具体、可量化}

**当前状态**：
- {指标}：{当前值}

**具体操作**：
1. {步骤}（负责人、时间）

**预期效果**：
- {指标}：从 {当前值} → {目标值}

**验证时间**：{日期}

**成功标准**：{明确、可量化}

**回滚方案**：如果{条件}，则{操作}

**纠错机制**：
- 第1次验证（{日期}）：检查{指标}
- 第2次验证（{日期}）：如未达标，执行{调整}
- 最终截止（{日期}）：如仍无效，执行回滚
```

**方案排序规则**：按执行难度排序（容易做的先做）

| 优先级 | 执行难度 | 时间框架 |
|--------|----------|----------|
| P0 | 低 | 今天 |
| P1 | 低-中 | 3天内 |
| P2 | 中 | 7天内 |
| P3 | 中-高 | 14天内 |
| P4 | 高 | 30天内 |

**输出**：ASIN专属分析报告（Markdown + Excel）

---

### 阶段4：归档与跟踪

#### 强制检查清单（每次分析必须完成）

**Markdown报告检查**：
- [ ] **产品概览完整**（售价、评分、月销、CVR、ACOS、TACOS、ROAS、自然订单占比、Listing摘要）
- [ ] **核心问题已提炼**（1-3个关键问题，每个有数据支撑）
- [ ] **搜索词分析完整**（广告活动表现、竞品ASIN表现、词根汇总、否定词清单）
- [ ] **关键词覆盖分析已生成**（覆盖概况、需加入前台词根、Listing优化建议）
- [ ] **操作方案完整**（含目标、操作、预期效果、验证时间、回滚方案）
- [ ] 所有ASIN归属已验证（自家/竞品）

**Excel附件检查**：
- [ ] 已创建Excel文件（产品概览、广告类型对比、搜索词Top10、词根表现汇总、否定词执行清单、关键词覆盖分析）
- [ ] Excel文件已保存到正确路径：`{VAULT_PATH}\附件\4.ASIN深入分析\{ASIN} 分析数据.xlsx`
- [ ] Markdown报告中的附件链接可正确打开

**数据验证规则**：
- 搜索词中的ASIN必须与店铺产品列表对比确认归属
- 不能假设任何ASIN是自家产品，必须有数据支撑
- 百分比字段需检查是否为字符串格式（如"17.07%"）

#### 输出文件结构

**Obsidian Vault路径**：

```
{VAULT_PATH}\
├── 工作/
│   └── 亚马逊分析/
│       ├── {日期}/                              # 单店铺分析（按日期）
│       │   ├── {日期} 全店分析报告.md
│       │   ├── {ASIN} 分析报告.md
│       │   └── ...
│       └── {日期}-{店铺名}/                     # 多店铺分析（按日期+店铺）
│           ├── {日期} {店铺名} 全店分析报告.md
│           └── {ASIN} 分析报告.md
└── 附件/
    ├── 3.全店分析报告/
    │   └── {日期} {店铺名} 分析数据.xlsx
    └── 4.ASIN深入分析/
        └── {ASIN} 分析数据.xlsx
```

**文件命名规则**：
- 日期使用**分析时间**（当天日期），不是数据时间
- 单店铺：`{日期}/` 文件夹
- 多店铺：`{日期}-{店铺名}/` 文件夹
- Markdown报告：`{日期} {店铺名} 全店分析报告.md` 或 `{ASIN} 分析报告.md`
- Excel文件：`{日期} {店铺名} 分析数据.xlsx` 或 `{ASIN} 分析数据.xlsx`

**文件存放规则**：
- Markdown报告 → `{VAULT_PATH}\工作\亚马逊分析\{日期}/` 文件夹
- Excel可视化文件 → `{VAULT_PATH}\附件\` 下对应文件夹
- 报告中引用Excel：在报告顶部添加 `📎 **附件**：[[相对路径/文件名.xlsx|显示名]]`

#### Markdown报告附件引用格式

在报告元数据后、正文前添加：

```markdown
> 数据范围：YYYY-MM-DD ~ YYYY-MM-DD
> 店铺：{店铺名称}
> 分析时间：{分析日期}

📎 **附件**：[[../../../附件/3.全店分析报告/{日期} {店铺名} 分析数据.xlsx|{日期} {店铺名} 分析数据.xlsx]]
```

#### Excel可视化文件生成

使用Python/openpyxl生成，包含以下Sheet：

**全店分析报告 Excel（阶段2输出）**：

**Sheet 1: 整体概览**
- 核心指标表格（ACOS、TACOS、ROAS等）
- 健康状态标注（✅/⚠️/❌）

**Sheet 2: ASIN排名**
- 按明星/问题/潜力/淘汰分类
- 包含ASIN、销量、ACOS、销售额、状态

**Sheet 3: 广告结构**
- 各广告类型花费占比

**Sheet 4: 产品详情**（可选）
- 所有ASIN的完整数据表格

---

**ASIN深入分析报告 Excel（阶段3输出）**：

**Sheet 1: Product Overview**
- 来源：产品表现日度文件（28天汇总）
- 包含：ASIN、品牌、售价、销量、销售额、ACOS、TACOS、ROAS、自然订单占比等

**Sheet 2: Product Weekly Trend**
- 来源：产品表现日度文件（按周聚合）
- 包含：W1/W2/W3/W4 的销量、销售额、订单、Sessions、CVR、广告花费、ACOS、TACOS、ROAS

**Sheet 3: Campaign Weekly Trend**
- 来源：广告表现日度文件（按周聚合）
- 包含：每个广告活动的W1/W2/W3/W4 花费、订单、ACOS
- 趋势标记列

**Sheet 4: Brand Attribution**
- 来源：品牌广告归因文件
- 包含：品牌广告销售额、订单、新客户占比

**Sheet 5: Root Words**
- 来源：搜索词文件（28天汇总 + 周趋势）
- 包含：词根、类型、花费、订单、ACOS、W1-W4 ACOS、趋势、执行建议
- 条件格式：ACOS<20%绿色，20-35%黄色，>35%红色

**Sheet 6: Negation List**
- 来源：搜索词文件
- 包含：优先级、否定词、类型、花费、订单、ACOS、理由
- 按优先级排序（P0在前）
- 条件格式：P0红色背景，P1橙色背景

**Sheet 7: Keyword Coverage**
- 来源：搜索词文件 + Listing抓取
- 包含：词根、ACOS、订单、前台覆盖状态、匹配位置、优化建议

#### 操作跟踪记录格式

```markdown
## 操作记录

### {日期} - {ASIN}

**操作内容**：
- [具体操作1]
- [具体操作2]

**预期目标**：
- [指标] 从 [当前值] 优化到 [目标值]

**验证结果**（{验证日期}填写）：
- [指标] 实际值：[实际值]
- 是否达标：[是/否]
- 下一步：[继续/调整/回滚]

---
```

---

## 数据字段映射

### 产品表现日度文件字段

> 每个ASIN每天一行，用于产品周趋势分析和28天汇总。

| 字段名 | 含义 | 用于分析 |
|--------|------|----------|
| 日期 | 数据日期 | 周分配 |
| 店铺 | 店铺名称 | 分店铺分析 |
| ASIN | 产品唯一标识 | 产品识别 |
| 售价(总价) | 产品价格 | 价格分析 |
| 销量 | 当日销量 | 周聚合 |
| 销售额 | 当日销售额 | 周聚合 |
| 订单量 | 当日订单数 | 周聚合 |
| Sessions-Total | 当日总流量 | 周聚合 |
| CVR | 转化率 | 周聚合 |
| 广告花费 | 当日广告支出 | 周聚合 |
| ACOS | 广告销售成本比 | 周聚合 |
| TACOS | 总广告成本比 | 周聚合 |
| ROAS | 广告销售回报率 | 周聚合 |
| 自然订单量 | 当日自然订单 | 周聚合 |

### 广告表现日度文件字段

> 每个广告活动每天一行，用于广告活动周趋势分析。

| 字段名 | 含义 | 用于分析 |
|--------|------|----------|
| 日期 | 数据日期 | 周分配 |
| 广告活动 | 广告组名称（含ASIN） | ASIN匹配 |
| 类型 | 广告类型(SP/SB/SBV/SD) | 类型分析 |
| 曝光量 | 广告展示次数 | 周聚合 |
| 点击 | 广告点击次数 | 周聚合 |
| CTR | 点击率 | 周聚合 |
| CPC | 单次点击成本 | 周聚合 |
| CVR | 转化率 | 周聚合 |
| ACoS | 广告销售成本比 | 周聚合 |
| 花费 | 广告支出 | 周聚合 |
| 广告销售额 | 广告直接销售额 | 周聚合 |
| 广告订单 | 广告直接订单 | 周聚合 |
| 直接销售/订单 | 直接点击转化 | 归因分析 |
| 间接销售/订单 | 看了广告后自然购买 | 品牌效应 |

### 品牌广告归因文件字段

> 28天汇总，用于品牌广告加权计算。

| 字段名 | 含义 | 用于分析 |
|--------|------|----------|
| 已购买的asin | 产品ASIN | 产品识别 |
| 广告活动 | 品牌广告活动名 | 活动识别 |
| 引流类型 | Promoted/Brand Halo | 流量来源 |
| 14天总销售额 | 品牌广告带来的销售额 | 加权计算 |
| 14天总订单数 | 品牌广告带来的订单 | 加权计算 |
| 14天新客户订单 | 新客户订单数 | 品牌拉新分析 |
| 14天新客户订单% | 新客户订单占比 | 品牌拉新效率 |

### 搜索词报告字段

| 字段名 | 含义 | 用于分析 |
|--------|------|----------|
| 店铺 | 店铺名称 | 分店铺分析 |
| ASIN | 产品唯一标识 | 产品识别 |
| 售价(总价) | 产品价格 | 价格分析 |
| 销量 | 总销量 | 销售表现 |
| 销售额 | 总销售额 | 收入分析 |
| 订单量 | 总订单数 | 转化分析 |
| 销量环比/同比 | 增长率 | 趋势分析 |
| Sessions-Total | 总流量 | 流量分析 |
| CVR | 转化率 | 转化分析 |
| 广告花费 | 总广告支出 | 广告效率 |
| ACOS | 广告销售成本比 | 广告效率 |
| TACOS | 总广告成本比 | 整体效率 |
| ROAS | 广告销售回报率 | 广告效率 |
| CTR | 点击率 | 广告效果 |
| CPC | 单次点击成本 | 成本控制 |
| SP/SB/SBV/SD广告费 | 各类型广告花费 | 结构分析 |
| 自然点击量 | 非广告流量 | 自然表现 |
| 自然订单量 | 非广告订单 | 自然表现 |
| 自然CVR | 自然转化率 | 自然表现 |

### 每日明细字段

| 字段名 | 含义 | 用于分析 |
|--------|------|----------|
| 广告活动 | 广告组名称（含ASIN） | 广告组分析、ASIN匹配 |
| 类型 | 广告类型(SP/SB/SBV/SD) | 类型分析 |
| 日期 | 数据日期 | 时间趋势 |
| 曝光量 | 广告展示次数 | 曝光分析 |
| 点击 | 广告点击次数 | 点击分析 |
| CTR | 点击率 | 效果分析 |
| CPC | 单次点击成本 | 成本分析 |
| CVR | 转化率 | 转化分析 |
| ACoS | 广告销售成本比 | 效率分析 |
| 花费 | 广告支出 | 预算分析 |
| 广告销售/订单 | 广告直接转化 | 广告效果 |
| 直接销售/订单 | 直接点击转化 | 归因分析 |
| 间接销售/订单 | 看了广告后自然购买 | 品牌效应 |

### 搜索词报告字段

| 字段名 | 含义 | 用于分析 |
|--------|------|----------|
| 开始日期 | 搜索词数据开始日期 | 时间筛选、周分配 |
| 结束日期 | 搜索词数据结束日期 | 行类型判断（与开始日期比较） |

**日期字段处理规则**：
- 搜索词报告有"开始日期"和"结束日期"两个字段
- **单日行**（开始日期==结束日期）：正常的单日数据，用于所有分析
- **多日行**（开始日期≠结束日期）：跨多天的汇总数据，仅用于总览校验
- 周趋势分析、词根分析、否定词清单必须只使用单日行
- 过滤方法：`if row['开始日期'] != row['结束日期']: skip`
- 校验：单日行的花费总和应接近广告表现文件的总花费（偏差<10%为正常）
| 广告组合名称 | 广告组合标识 | 广告结构分析 |
| 广告活动名称 | 广告活动名称（含ASIN） | ASIN匹配、词根归属 |
| 广告组名称 | 广告组名称 | 广告组分析 |
| 投放 | 投放的关键词/ASIN | 投放策略分析 |
| 匹配类型 | EXACT/PHRASE/BROAD/- | 匹配类型分析 |
| 客户搜索词 | 买家实际搜索的词 | **词根分析核心数据** |
| 展示量 | 该搜索词的广告展示次数 | 词根聚合 |
| 点击量 | 该搜索词的广告点击次数 | 词根聚合 |
| 点击率 (CTR) | 点击量 ÷ 展示量 | 词根效率 |
| 单次点击成本 (CPC) | 花费 ÷ 点击量 | 词根成本 |
| 花费 | 该搜索词的广告花费 | 词根聚合 |
| 7天总销售额 | 该搜索词带来的7天总销售额 | 词根聚合、ACOS计算 |
| 广告投入产出比 (ACOS) 总计 | 花费 ÷ 销售额 | 词根效率 |
| 7天总订单数(#) | 该搜索词带来的7天总订单数 | 词根聚合 |
| 7天总销售量(#) | 该搜索词带来的7天总销量 | 词根聚合 |
| 7天的转化率 | 订单数 ÷ 点击量 | 词根转化率 |

**ASIN匹配规则**：广告活动名称格式通常为 `{ASIN}-{广告组名}`，如 `B0CHDSH9LD-A107-定位2`，通过提取前10位字符（ASIN长度）来匹配。

**重要：ASIN归属验证规则**
- 搜索词中出现的ASIN必须与店铺产品列表对比，确认是"自家"还是"竞品"
- 不能假设任何ASIN是自家产品
- 验证方法：检查该ASIN是否在产品表现汇总文件的ASIN列表中
- 标注格式：`ASIN（自家）` 或 `ASIN（竞品）`，必须有数据支撑

**多件购买率解读规则**：
- 多件购买率高≠B2B为主，需关注件单价（接近标价说明大部分单件购买）
- 客单价高可能是因为部分客户购买多件，不代表所有客户都是多件购买
- 解读时需结合件单价和订单量综合判断

---

## 常见分析场景

### 场景1：ACOS过高

**诊断路径**（详见 `references/diagnosis-rules.md` 规则1）：
1. 检查CPC是否过高 → 对比行业均值
2. 检查CTR是否过低 → 对比行业均值
3. 检查CVR是否过低 → 对比历史数据
4. 综合判断主因，给出针对性建议

### 场景2：销量下滑

**诊断路径**：
1. 检查流量是否下降 → Sessions变化
2. 检查转化率是否下降 → CVR变化
3. 检查广告花费是否变化 → 预算/竞价调整
4. 检查竞品是否有动作 → 价格战、新品上市

### 场景3：新品推广

**诊断路径**：
1. 确认曝光量是否充足 → 预算和关键词覆盖
2. 确认CTR是否达标 → 主图和标题吸引力
3. 确认CVR是否达标 → Listing质量和评论积累
4. 分阶段调整策略

### 场景4：旺季备战

**诊断路径**：
1. 分析去年同期数据 → 确定目标
2. 提前2-4周增加预算 → 抢占流量
3. 优化Listing → 标题、图片、A+页面
4. 监控库存 → 避免断货

---

## 注意事项

1. **数据完整性**：如果某个字段缺失，分析时需说明限制
2. **时间范围**：分析时需明确数据的时间范围
3. **店铺隔离**：不同店铺的数据分开分析，不混合
4. **异常值处理**：ACOS>100%、CPC>$5等异常值需单独标注
5. **同比/环比**：趋势分析需同时看同比和环比，避免误导
6. **竞品数据**：竞品数据仅作参考，不可完全依赖
7. **单文件分析**：只有每日明细时，跳过ASIN汇总分析，仅做广告维度分析

---

## 参考文件

| 文件 | 用途 |
|------|------|
| `scripts/analysis.py` | 可执行脚本：词根分析、否定词生成、关键词覆盖分析、数据清洗、数据验证 |
| `references/metrics-glossary.md` | 指标定义与健康标准（ACOS 统一阈值） |
| `references/diagnosis-rules.md` | 问题诊断规则库（20条规则） |
| `references/templates/summary-report.md` | 总览报告模板 |
| `references/templates/asin-report.md` | ASIN深挖报告模板 |

---

## 附录B：核心诊断规则速查

> 详细版规则见 `references/diagnosis-rules.md`（20条规则）。以下为快速查阅版本。

### B.1 销售情况判断

| 维度 | 差 | 好 |
|------|-----|-----|
| 销量趋势 | 环比下降>10% | 环比增长或持平 |
| 订单量 | 低于店铺平均 | 高于店铺平均 |
| 广告占比 | >60% 或 <20% | 20-60% |

判断：3维度中2个"差"→销售差，2个"好"→销售好。

### B.2 优化难度判断

| 维度 | 低（易优化） | 高（难优化） |
|------|-------------|-------------|
| ACOS | <40%，有优化空间 | >50%，结构性问题 |
| CVR | 低于店铺均值 | 正常或高于均值 |
| CPC | 高于均值，可调整 | 已是最低水平 |
| 搜索词 | 有高ACOS词可否定 | 词本身竞争激烈 |
| 广告结构 | 单一，可调整 | 已较完善 |

判断：5维度中3个"低"→容易，3个"高"→困难。

### B.3 策略矩阵

| 销售情况 | 优化难度 | 策略方向 | 方案重点 |
|----------|----------|----------|----------|
| 差 | 低 | 进攻型 | 快速止血、精准提效、Listing优化 |
| 差 | 高 | 防守型 | 控制亏损、维护核心词、等待时机 |
| 好 | 低 | 优化型 | 效率提升、利润释放、精准投放 |
| 好 | 高 | 巩固型 | 保护优势、稳健放量、竞品监控 |

### B.4 词根执行建议（ACOS 统一阈值见 `references/metrics-glossary.md`）

| 条件 | 建议 |
|------|------|
| ACOS < 20% 且 订单 ≥ 3 | 核心盈利词根，加大投放 |
| ACOS 20-30% 且 订单 ≥ 3 | 稳定词根，维持出价 |
| ACOS 30-50% 且 订单 ≥ 3 | 待优化，降低出价或优化匹配 |
| ACOS > 50% 且 订单 ≥ 3 | 低效词根，考虑否定或大幅降出价 |
| ACOS > 100% 且 花费 > $10 | 亏损词根，优先否定 |
| 有花费无订单 且 花费 > $5 | 浪费词根，建议否定 |

### B.5 否定词优先级

| 优先级 | 条件 | 执行时间 |
|--------|------|----------|
| P0-紧急 | ACOS > 150% 且 花费 > $20 | 立即 |
| P1-高 | ACOS > 100% 且 花费 > $10 | 今天 |
| P2-中 | ACOS > 50% 且 花费 > $5 | 3天内 |
| P3-低 | 有花费无订单 且 花费 > $5 | 7天内 |

### B.6 ACOS过高诊断路径

```
ACOS = CPC ÷ (CVR × 客单价)

→ CPC高：降竞价 / 优化关键词
→ CVR低：优化Listing / 价格 / 评论
→ 客单价低：组合销售 / 提升产品价值
```