xjli360 Amazon 产品测款决策树
目标
只验证尚未被证据回答的最大不确定性，并用真实可履约库存、最小样本和明确止损控制测试成本。
适用任务
- 判断产品是否需要测款。
- 选择概念测试、FBM 或小批 FBA 验证。
- 定义测试指标、样本和退出条件。
开始前要拿到
- 产品创新程度及可比商品集合。
- 需要验证的具体假设。
- 真实可履约库存、配送时效和售后能力。
- CPC、CVR、毛利、首批量、测试预算与时间窗口。
缺少字段时列出证据缺口，并把相关结论标为 FACT、ESTIMATE、ASSUMPTION 或 UNKNOWN；不要补造数据。
不可妥协的边界
- 第三方数据均为估算或代理证据；Amazon 一方报告、后台实时字段和产品事实优先。
- 经验阈值只能作为可调起点，必须展示敏感性分析，不能写成 Amazon 官方规则。
- 不得捏造销量、搜索量、CPC、CVR、成本、认证、产品属性或消费者需求。
- 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。
- 不输出或保存素材来源身份、账号、链接、作品编号、互动数据、原始话术或其他可反查来源的线索。
- 禁止创建无库存、不可履约或计划取消订单的虚假 FBM Listing。
- 不得通过虚假订单、评价或变体操纵测试结果。
工作流
1. 识别未知项
区分需求是否存在、设计是否被接受、FBA 条件下的真实转化、CPC 和市场份额上限。
2. 选择方法
纯概念先做访谈/落地页/样品研究；有真实 FBM 库存时可测购买意向；成熟市场微创新用小批 FBA 测真实履约条件。
3. 定义成功
在测试前写明 CTR、CVR、CPC、订单、退款、评价和库存周转的目标区间与最低样本。
4. 限制暴露
只投入足以回答假设的真实库存和广告预算，并预先设累计亏损、时长和清货条件。
5. 决策复盘
将结果与先验区间比较，选择扩大、迭代、延长或停止；记录无法归因的混杂因素。
判断标准
- 已有可比市场和历史证据时，优先用单位经济与小批实销验证，不重复验证已知需求。
- FBM 与 FBA 的配送承诺不同，结果不能直接等同；方法必须匹配待验证问题。
- 测试不是追求几单，而是用最小成本降低最大不确定性。
第三方 MCP 数据
需要外部关键词、竞品、评论或公开网页证据时，读取 references/mcp-data-plan.md，并使用 scripts/mcp_research.py。
- 先动态执行
tools/list、search-tools和describe，依据实时inputSchema构造参数。 - 凭证只从环境变量读取，不进入参数、URL、Skill、终端输出或 Git。
- 可能计费的
tools/call先展示 Provider、工具、无密钥参数、预计成本与输出位置，核对已有授权；仅在授权覆盖本次范围时使用--allow-cost，该标志不是费用上限。 - 脱敏结果用
--output写入 Skill 包之外的任务私有目录；不假设安装位置受仓库.gitignore保护。第三方数据标为估算或代理证据。 - 失败一次后记录缺口，不以重复付费重试掩盖不可用状态。
必须交付的结果
- 不确定性清单
- 方法选择树
- 测试方案与样本门槛
- 预算/库存止损
- 扩大或停止结论
结尾列出站点、数据窗口、证据来源、关键假设、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。