# Sealeap Yinglong Amazon Ad Diagnostics Seasonality

> 聚焦季节性、利润模型、差异化的 Amazon 广告诊断与实验。在需要区分流量、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时使用；根据当前业务问题选择证据卡，避免加载无关主题。

- Skill: `xjli360/sealeap-yinglong-amazon-ad-diagnostics-seasonality` (Agent Skill, multi-file: 7 files)
- Install (CLI): `npx skillmds@latest add xjli360/sealeap-yinglong-amazon-ad-diagnostics-seasonality`
- Raw SKILL.md: https://api.skillmd.com/api/skills/xjli360/sealeap-yinglong-amazon-ad-diagnostics-seasonality/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: xjli360 (https://skillmd.com/u/xjli360)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/xjli360/sealeap-yinglong-amazon-ad-diagnostics-seasonality

---


# Amazon 广告诊断与实验：季节性、利润模型、差异化

## 目标

围绕季节性、利润模型、差异化，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

1. 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。
2. 在活动、投放、query 和广告位层拆解数据，避免只看总均值。
3. 核对零售准备度、相关性、预算、竞价、库存和页面因素。
4. 提出一个单变量实验，写明样本门槛、停止条件和回退值。
5. 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

- **季节性**：将需求窗口、备货、排名和广告节奏对齐，并区分事件效应。
- **利润模型**：统一收入、平台费、广告、退货、物流、税费和资金成本口径。
- **差异化**：从未满足问题、工程约束和可验证收益推导差异，不只改颜色或包装。
- **新品启动**：先建立零数据基线，再用小预算、单变量和明确停止条件验证。
- **用户画像**：用行为与场景证据描述人群，不以刻板标签替代真实需求。
- **SD 广告**：区分上下文、受众和再营销目标，并设置频次与增量验证。

完整的 6 张主题证据卡见 [references/topic-cards.md](references/topic-cards.md)；3 种原有组合见 [references/scenario-patterns.md](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](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](references/playbook.md)。