葉葉葉叶叶叶 · 电商运营决策 Skill

核心主张：先算账，再做事。

多数电商决策失误源于三件事——不算真实利润（漏算退货与推广成本）、不算保本 ROI（盲目投放）、不查合规（广告法罚则起点二十万元）。本技能为这三件事各提供了确定性工具。

覆盖七个平台：拼多多、天猫、淘宝、京东、抖音小店、小红书、快手小店。

快速路由

根据用户问题类型，选对应工具或文档：

七大能力

1. 定价与利润测算 —— pricing.py

采用 100 单基准法，把退货造成的去程运费、回程运费、包材、商品损耗全部计入。这是「卖爆了却在亏钱」的根本原因。

python scripts/pricing.py --cost 35 --price 129 --platform douyin \
    --shipping 4.5 --packaging 1.5 --return-rate 30 --ad-ratio 18

输出：单均净利、净利率、毛利率、保本售价、保本 ROI、成本结构、推广费率上限。 抖音/快手带货用 --daren-ratio 计入达人佣金（按有效成交额计，退款单佣金退回）。 --list-platforms 查看七平台费率表。

2. 付费投放测算 —— ad_calc.py

适用于直通车、万相台、巨量千川、京准通、多多推广、粉条等所有 CPC 场景。

python scripts/ad_calc.py --price 129 --gross-margin 47.2 --cvr 2.5 --cpc 1.2 \
    --budget 2000 --target-roi 4 --platform douyin

输出：UV 价值、当前 ROI、保本 ROI、可承受最高 CPC、CPA、日预算测算、达成目标 ROI 的两条路径。

核心恒等式：ROI = UV价值 ÷ CPC，保本ROI = 1 ÷ 毛利率。 --gross-margin 必须用 pricing.py 的输出，两个工具串联使用。

3. 转化漏斗诊断 —— diagnose.py

不看哪个数字低，而是看哪个环节相对行业基准差得最多，偏离最大的环节即为瓶颈。

python scripts/diagnose.py --platform douyin --impression 200000 --click 2000 \
    --cart 200 --order 110 --paid 55 --refund 8

输出：各环节转化率与基准对比、瓶颈定位、按优先级排序的处方、修复后的提升模拟。

4. 选品六维评分 —— product_score.py

利润空间 25、市场需求 20、竞争强度 20、退货风险 15、物流成本 10、供应链 10，加权总分 100。

python scripts/product_score.py --gross-margin 62 --search-index 8000 --trend up \
    --supply-ratio 3.2 --return-rate 18 --weight 0.4 --moq 100 --restock-days 10

输出：总分、各维度得分、短板识别（最弱两项）与改进方向。 阈值：≥75 优质款，60–74 可做款小批量测试，<60 建议放弃。

5. 广告法合规检查 —— compliance.py

内置 216 条违禁词库，三级风险：

• P0 明令禁止（绝对化用语、违法功效、国家背书）—— 命中即违法，罚则起点二十万元
• P1 需要资质（认证、专利、数据、荣誉）—— 有资质可留，无资质必须删
• P2 真实性约束（促销、价格、赠品、承诺）—— 能举证可留，不能举证即虚假宣传

python scripts/compliance.py --text "全网最低价，销量第一"
python scripts/compliance.py --file detail.txt --min-level P0

命中 P0 时进程退出码为 1，可用于批处理或 CI 流程拦截。 所有对外文案（标题、主图文字、详情页、短视频脚本、直播话术、客服话术）发布前必须扫描，P0 必须清零。--count 查看词库规模。

6. 商品标题生成 —— title_gen.py

按「核心词 + 属性词 + 场景词」结构批量拼装，受平台字数上限硬约束（淘宝/天猫/拼多多/抖音/快手 60 字、京东 50 字、小红书 40 字），命中 P0 的候选直接剔除，核心词本身含 P0 时一个候选都不出并拦截退出码 1。

python scripts/title_gen.py --core "汽车LED大灯" --attrs "激光,双铜管,IP68,H7" \
    --scenes "货车,夜行" --platform pdd --n 5

输出按「核心词位置 + 长度利用率 + 关键词覆盖」打分排序的候选列表。

7. 备货与资金占用测算 —— inventory.py

补货点 ROP = 日均销量 ×（供货周期 + 安全天数），建议补货量按 MOQ 向上取整，资金占用 = 实际备货量 × 单件成本。

python scripts/inventory.py --daily-sales 50 --lead-days 7 --stock 200 \
    --cost 18 --moq 100 --budget 8000

输出：补货点、可售天数、建议补货量、预算内实际可备量、资金占用、断货风险三级分级、滞销预警（可售 >90 天）。

8. 实时数据桥接 —— live.py（让前述工具「实时可用」）

前面七个工具再准，也依赖真实入参。本脚本把「先用 WebSearch/WebFetch 拉当前真实值，再一键灌入计算器」标准化。

python scripts/live.py sources --platform douyin   # 该平台去哪拉实时数据
python scripts/live.py schema                      # live_data.json 该收集哪些字段
python scripts/live.py plan --in live_data.json    # 生成可直接执行的命令
python scripts/live.py stamp                       # 「数据截至」水印
python scripts/live.py fetch fx                    # 实时汇率（跨境成本换算）

live.py 自身不抓电商站点（规避反爬与 JS 渲染），而是给出每个平台的官方公示页与公开指数工具的权威 URL，由 Agent 用 WebFetch 拉取当前真实的佣金率、类目退货率、1688 进货价、关键词搜索量。

关键约束：live_data.json 里的 gross_margin 必须由 pricing.py 输出，plan 会强制要求先跑 pricing，保证数据链路自洽。

共享数据模块 —— platform_fees.py

scripts/platform_fees.py 是七大平台的共享费率与漏斗基准表，被 pricing / diagnose / product_score / title_gen 共同 import。可直接查看或校准：

python scripts/platform_fees.py                  # 打印七平台费率总表
python scripts/platform_fees.py --platform xhs   # 单平台明细
python scripts/platform_fees.py --json

Core Rules（编号铁律）

1. 先算账，再做事。 定价、投放、报活动、谈佣金之前，必须先跑 pricing.py 和 ad_calc.py。没有保本售价与保本 ROI 这两个数字就是在盲目决策。
2. 毛利率必须来自 pricing.py。 ad_calc 的 --gross-margin 禁止手填或心算，live.py plan 会强制校验这一点。
3. 诊断优先于加预算。 转化链路有短板时加预算只会放大亏损，先跑 diagnose.py。
4. 合规先于增长。 广告法罚则起点二十万元，一次翻车抵掉全年利润。所有对外文案先过 compliance.py，P0 必须清零。
5. 不照搬跨平台打法。 抖音的内容逻辑与淘宝的搜索逻辑完全不同，小红书的合规审查最严，拼多多的价格力要求最高。
6. 数据以商家后台为准。 内置费率、漏斗基准、退货率均为公开参考中值，实际决策必须用后台真实数据校准。
7. 优先用实时数据，不凭记忆填参。 用户给了具体商品/平台时，先用 live.py + WebSearch/WebFetch 拉当前真实费率、退货率、进货价、搜索量，再灌入计算器；记忆值只作缺失时的兜底，并明确标注为估算。
8. 不编造数据。 无法确认的数字应明确说明其为估算或参考区间，并提示用户核实来源。
9. 跑测试再交付。 改动任何脚本后必须运行 python tests/run_all.py，63 项全通过才算可用。

典型工作流

工作流 A：评估一个新品能不能做

1. 用 live.py sources --platform <平台> 拿实时数据源，用 WebSearch/WebFetch 拉真实费率、退货率、进货价、搜索量
2. 把数值写入 live_data.json，用 live.py plan 生成执行命令
3. 跑 pricing.py 精算利润，确认保本售价与毛利率
4. 跑 product_score.py 做六维评分（≥75 优质，60–74 小批量测试，<60 放弃）
5. 跑 ad_calc.py 算保本 ROI 与最高可承受 CPC，判断该 CPC 在目标类目是否可实现
6. 读 references/product-selection.md 核对合规资质与供应链风险
7. 输出结论：做 / 不做 / 小批量测试，并给出价格与投放边界

工作流 B：店铺有流量但不出单

1. 用 diagnose.py 输入完整漏斗数据，定位瓶颈环节
2. 按输出的处方逐条执行，不要跳过优先级
3. 瓶颈在点击率 → 读 references/listing-and-content.md 主图与标题章节
4. 瓶颈在加购/下单 → 读详情页九屏结构与评价运营章节
5. 瓶颈在支付率 → 检查运费门槛、优惠券、库存、催付
6. 修复后重新跑 diagnose.py 对比验证

工作流 C：投放亏损，ROI 做不上去

1. 用 pricing.py 确认真实毛利率（多数人此处高估）
2. 用 ad_calc.py 算保本 ROI，与实际 ROI 对比
3. 实际 ROI < 保本 ROI 时，用 --target-roi 反推需要的 CPC 或转化率
4. 优先级固定为：提转化率 > 降 CPC > 提客单价
5. 转化率问题回到工作流 B 做漏斗诊断

工作流 D：撰写或审核商品文案

1. 用 title_gen.py 按平台字数上限批量产出候选标题（P0 候选已自动剔除）
2. 读 references/listing-and-content.md 对应章节获取结构模板
3. 用 compliance.py 扫描全部对外文案，P0 必须清零，P1 确认资质，P2 确认可举证
4. 对照文档末尾的发布前检查清单逐项确认

工作流 E：备货与资金规划

1. 用 inventory.py 算补货点与建议补货量，看断货风险分级
2. 有预算约束时看「预算内实际可备量」与资金占用
3. 滞销预警（可售 >90 天）触发时，先清库存再谈补货
4. 退货率变化后回 pricing.py 重算利润

工作流 F：用实时数据决策（推荐默认路径）

当用户的提问绑定到具体商品 / 关键词 / 平台时，不要凭记忆填参数：

1. live.py sources --platform <平台> 拿到该平台的实时数据源 URL
2. 用 WebSearch / WebFetch 拉取：类目佣金率、类目退货率、1688 实时进货价、关键词月搜索量与趋势
3. 写入 live_data.json
4. live.py plan --in live_data.json 生成命令，按序执行
5. 报告顶部带上「数据截至 YYYY-MM-DD」水印，并提示以商家后台校准

运行方式

全部脚本使用 Python 3 标准库，零第三方依赖，可直接运行。 运行前先切换到 scripts/ 目录，或确保该目录在 PYTHONPATH 中。 所有工具均支持 --json 输出结构化结果，多数支持 --self-test 自检。

cd scripts
python pricing.py --cost 35 --price 129 --platform douyin

跨目录调用时：

PYTHONPATH=./scripts python scripts/pricing.py --cost 35 --price 129 --platform douyin

免责声明

本技能提供的费率、漏斗基准、退货率区间等均为公开信息与行业经验值，平台规则持续变化，使用前须以各平台官方最新公示为准。合规检查结果为风险自查提示，不构成法律意见，具体认定以市场监管部门为准。

不承诺爆款，不承诺转化率提升。 转化受价格、评价、库存、流量与详情页共同影响，单一环节的优化不单独构成结果保证。