L’interface est localisée ; les présentations et documents des Skills sont traduits automatiquement par IA dans votre langue. Le code, les commandes, chemins et termes techniques restent en version originale, et le document de l’auteur fait foi.
Explorer les Skills
Développement · SKILL.md

sealeap-tianlu-amazon-returns-dashboard-recovery-triage

sealeap-tianlu-amazon-returns-dashboard-recovery-triage

Use Amazon's returns-insights dashboard to triage which ASINs drive disproportionate returns and negative-review risk, configure differentiated self-serve return/refund rules by cost profile, and evaluate whether high-value returned inventory should route through an official grade-and-resell recovery channel. Recovery economics and alert thresholds are plat…

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

name: sealeap-tianlu-amazon-returns-dashboard-recovery-triage description: "Use Amazon's returns-insights dashboard to triage which ASINs drive disproportionate returns and negative-review risk, configure differentiated self-serve return/refund rules by cost profile, and evaluate whether high-value returned inventory should route through an official grade-and-resell recovery channel. Recovery economics and alert thresholds are platform-set and category-dependent. Use for 退货控制面板功能落地、退货率与差评预警排查、退款规则配置、回收转售项目评估. Do not use to bypass legitimate customer return rights or to configure refund rules as a way to suppress valid complaints."

Amazon 退货看板与回收分流

目标

Use Amazon's returns-insights dashboard to triage which ASINs drive disproportionate returns and negative-review risk, configure differentiated self-serve return/refund rules by cost profile, and evaluate whether high-value returned inventory should route through an official grade-and-resell recovery channel. Recovery economics and alert thresholds are platform-set and category-dependent.

不可妥协的边界

  • 当前 Amazon 官方政策、账户资格、站点字段和一方数据优先于本 Skill 的经验框架。
  • 第三方数据一律标为估算或前台观测,不得写成 Amazon 一方事实。
  • 默认只读诊断和草案;任何广告、Listing、库存、促销或外部系统写操作都需逐项展示并取得明确批准。
  • 一次实验只改变一个主要变量,并记录基线、样本、成功、停止和回退条件。
  • 不得复制来源材料或竞品表达;输出必须按当前任务重新组织并可由现有证据支撑。
  • 面板具体功能模块、预警阈值与回收转售项目的收益模型由平台当前设置决定,会随政策调整,操作前以面板实时显示为准,不套用固定比例。
  • 自主设置退款规则的适用类目、金额上限与欺诈防控机制以官方当前说明为准,配置前先确认是否存在被滥用的风险敞口。
  • 回收转售项目的净回收率因品类、损耗与费用结构差异很大,不能假设对所有产品都有正向收益,需按品类分别测算后再决定是否加入。

先判断任务模式

  1. 诊断:读取现状、证据和缺口,不生成线上写入动作。
  2. 方案草案:输出可审核的结构、参数范围、实验和回退值。
  3. 执行准备:只生成待批准变更表或 API/控制台操作草案。
  4. 已批准执行:仅对用户在当前会话明确批准的对象和字段执行,并立即回读核验。

用户未指定时采用“诊断”。

开始前要拿到

  • marketplace、ASIN/SKU、库存阶段、补货与到仓时间
  • 断货或备货前后的销量、流量、广告、自然位置和转化基线
  • COGS、头程、仓储、平台费、退货和清仓成本
  • 可比产品的成熟度、销量区间和需求趋势

缺失项必须标为 NEEDS_EVIDENCE;不得猜数字、补属性或把不同站点、ASIN、变体、币种和时间窗混在一起。

工作流

先读取 references/playbook.md,确认该方法适用于当前对象。按以下顺序执行:

  1. 打开退货控制面板,按退货量与退货率对全部ASIN排序,逐条查看退货率明显偏高的ASIN对应的主要退货理由,判断是页面描述不符、尺码材质问题还是物流损坏等系统性原因。
  2. 核对面板中差评比例等绩效预警指标当前的触发口径,对已触发或接近触发预警的ASIN,优先安排页面内容或包装的针对性调整,而不是等账号健康度页面另行提醒。
  3. 对低客单价、退货处理成本高于商品价值的品类,评估开启部分退款无需退货或仅退款等自主设置规则,按FBA/FBM分别配置,并记录规则生效范围与例外情况。
  4. 对高客单价或退货量大的ASIN,核实当前是否符合加入官方回收转售类项目的条件,评估净回收率与回收费用后再决定是否加入,不假设所有品类收益一致。
  5. 利用面板资源中心提供的标准处理流程与场景化建议,对照本账户高频退货场景建立自己的处理模板,而不是逐单临时判断。
  6. 定期复查面板数据,确认已调整的页面内容、包装或退款规则是否实际降低了对应ASIN的退货率与差评比例,未见改善的项目重新诊断原因。

最后做数据充分性检查,并把结论分成 FACT / ESTIMATE / HYPOTHESIS / UNKNOWN。若关键证据不足,状态写 HOLD。

必须交付的结果

  • ASIN退货诊断排序表
  • 退款规则配置记录
  • 回收转售评估与决策记录
  • 复查跟踪表
  • 数据范围、来源、采集时间、样本与限制。
  • 关键假设、待补证据、风险和不可确定项。
  • 若有动作:对象、旧值、新值、预期、停止条件、回退值与审批状态。

方案状态使用 READY FOR REVIEW / DRAFT / HOLD / STOP;如已执行,另行记录实际结果及回读证据。未得到明确批准时,不得声称已修改线上对象。

Skills enregistrées