xjli360 Amazon 广告诊断与实验：ROAS、政策变化、ACOS
目标
围绕ROAS、政策变化、ACOS，区分流量、零售承接和经济性问题，形成有样本依据的调整建议及受控实验。
使用范围
- 优先处理广告诊断与实验任务；从专项证据卡选择与当前对象和问题直接相关的主题。
- 集合名称用于维护文件归属，不限制用户要求的交叉验证。其他来源与业务域的证据须分别标注，再按同口径比较。
- 本 Skill 可独立使用，不依赖仓库中的私有语义稿。保留去标识化边界，不恢复原素材身份或逐条映射。
适用任务
- 诊断树
- 异常数据表
- 单变量实验卡
开始前要拿到
- 站点、账户与 ASIN/SKU 范围。
- 广告活动、广告组、投放和搜索词数据。
- 价格、库存、Featured Offer 与贡献毛利。
- 统一日期和归因窗口。
缺少字段时明确标为 UNKNOWN 或 NEEDS_EVIDENCE，不要补造数据。
不可妥协的边界
- 本 Skill 来自去标识化语义转译，不保留或推断素材来源身份，也不把素材观点冒充 Amazon 当前政策。
- 产品事实、账户事实和 Amazon 一方报告优先；第三方数据必须标明 Provider、站点、日期、样本和估算口径。
- 不捏造销量、搜索量、成本、合规状态、产品属性、评论、平台通知或执行结果。
- 默认提供诊断或草案。写入前展示对象、旧值、新值、影响、停止线与回退，核对用户已有授权是否覆盖对象、动作与预算；范围已明确授权时继续执行并回读核验，只有未覆盖或扩大的范围才请求批准。
- 平台规则、费率、界面和资格会变化；执行前复核当前官方文档与后台状态。
工作流
- 锁定问题范围和基线，区分无曝光、低点击、低转化和利润问题。
- 在活动、投放、query 和广告位层拆解数据，避免只看总均值。
- 核对零售准备度、相关性、预算、竞价、库存和页面因素。
- 提出一个单变量实验，写明样本门槛、停止条件和回退值。
- 在观察窗结束后同时复核广告、自然销售和贡献利润。
专项路由
- ROAS：用统一归因窗和利润口径解释 ROAS，避免把销售回报直接等同净利润。
- 税务与出口：核对主体、交易链、单证和适用规则，并交由合格税务人员复核。
- 账户验证：核对主体、文件一致性、截止日期和官方入口，拒绝代过审承诺。
- 政策变化：保存官方原文、适用站点、生效日期、受影响对象和待验证解释。
- ACOS：同时核对销售额口径、广告成本、贡献毛利和归因窗口，不单看一个百分比。
- 成本结构：拆解可变、固定和一次性成本，给出单位、币种、时间和敏感性。
- 类目与节点：核对 product type、browse node、属性和前台归类，避免把错类流量当广告问题。
- 点击表现：按搜索结果与广告位拆分点击数据，区分素材、价格、承诺和流量相关性问题。
完整的 9 张主题证据卡见 references/topic-cards.md；2 种原有组合见 references/scenario-patterns.md。
第三方数据（可选）
只有在用户数据或 Amazon 一方报告不足时，才按 references/mcp-data-plan.md 发现实时 schema、执行 dry-run，并在可能计费的调用前核对具体请求与预算授权；已有授权覆盖时不重复索取。凭证通过环境变量注入，结果保存到 Skill 包之外的任务私有目录。
必须交付的结果
- 诊断树
- 异常数据表
- 单变量实验卡
- 待批准变更清单
- 复盘与回退记录
结尾列出站点、时间窗、数据口径、证据、假设、缺口、风险、下一步和所有待批准动作。证据不足时写 HOLD，不得包装成可直接执行。
执行细节、证据字段和质量检查见 references/playbook.md。