UI はローカライズ済みです。スキルの紹介と説明文書は選択した言語へ AI が自動翻訳し、コード・コマンド・パス・専門用語は原文のままです。原作者の文書が優先されます。
スキルを探す
データ・研究 · SKILL.md

sealeap-bixie-amazon-seasonal-demand-cycle-timing

sealeap-bixie-amazon-seasonal-demand-cycle-timing

Distinguish genuine seasonal products from short-lived trends using multi-year search-volume cycles, BSR swings, and competitor price patterns, then map the confirmed cycle into staging, growth, peak, and clearance phases. Provides stop and clearance triggers tied to declining-demand evidence rather than a fixed calendar date. Use for 判断是不是季节性产品、季节性产品备货节奏、旺…

Independent GitHub snapshot · Automated classification · Original documentation governs

スキルの説明

GitHub

name: sealeap-bixie-amazon-seasonal-demand-cycle-timing description: "Distinguish genuine seasonal products from short-lived trends using multi-year search-volume cycles, BSR swings, and competitor price patterns, then map the confirmed cycle into staging, growth, peak, and clearance phases. Provides stop and clearance triggers tied to declining-demand evidence rather than a fixed calendar date. Use for 判断是不是季节性产品、季节性产品备货节奏、旺季衰退信号识别、清仓时机判断. Do not use for routine evergreen-product selection, or to conclude seasonality from a single month of data."

Amazon 季节性产品热度与备货节奏

目标

Distinguish genuine seasonal products from short-lived trends using multi-year search-volume cycles, BSR swings, and competitor price patterns, then map the confirmed cycle into staging, growth, peak, and clearance phases. Provides stop and clearance triggers tied to declining-demand evidence rather than a fixed calendar date.

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。
  • 判断季节性需要多个周期重复验证的证据,仅凭一年数据或单一竞品表现得出结论,容易把偶发热点误判为稳定季节性规律。
  • 搜索量、BSR 与销量的对应关系是经验假设,不同类目的转化路径不同,量级换算需用自身实际转化数据校准,不能直接套用统一比例。
  • 连续下滑即衰退的判断标准会因类目波动性不同而需要调整灵敏度,窄幅正常波动不应被误判为衰退信号。

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

  • 目标 marketplace、类目、价格带、上架时间与运营模式
  • 候选品与同购买意图可比样本的销量、评论、价格和上架时间
  • 关键词需求、历史趋势、广告依赖、同款密度和品牌集中度
  • 采购、头程、平台费、退货、仓储、交期和合规/IP 基础信息

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. 拉取核心关键词较长周期(建议一年以上)的搜索量曲线,判断是否存在固定月份反复出现的波动,而不是只看近期数据。
  2. 交叉核对三到五个头部竞品同期的 BSR、价格与新链接进入节奏,确认排名与价格波动的时间点是否与搜索量曲线吻合。
  3. 只有搜索量、BSR、价格三个信号在多个周期里都重复出现类似节奏,才判定为真季节性产品,单一信号或只观察到一个周期不足以下结论。
  4. 一旦确认季节性,以搜索量连续多周环比抬升作为进入预热期的信号,启动上架与基础优化,备货量以此前周期的实际峰值销量为参考起点而非固定倍数。
  5. 峰值期后紧盯搜索量与竞品价格是否连续走弱,一旦出现连续走弱信号,立即停止补货并启动广告收缩,不等销量数据本身下滑再反应。
  6. 清仓定价以覆盖仓储与处理成本为底线,只要高于该底线即可考虑放行,不与旺季价格锚点比较。

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。

第三方 MCP 数据

仅在自有数据不足且当前任务确实需要外部证据时,读取 references/mcp-data-plan.md,再使用 scripts/mcp_research.py。本 Skill 的外部取数目的:拉取核心词多年历史搜索量曲线与竞品 BSR、价格走势作为季节性判断的代理证据。

  • 先 doctor,再 search-tools 和 describe;工具名及参数以实时 tools/list 与 inputSchema 为准。
  • Token 只从环境变量读取。不得写入命令参数、URL、Skill、报告、日志或 Git。
  • tools/call 或 Actor 可能计费;先展示 Provider、工具、无密钥业务参数、预计成本与输出位置,核对已有授权覆盖后才加 --allow-cost;该标志不是费用上限。

必须交付的结果

  • 季节性判断证据表
  • 热度周期阶段划分
  • 分阶段备货与广告节奏计划
  • 衰退与清仓触发条件清单
  • 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。

保存したスキル