인터페이스는 현지화되어 있으며, Skill 소개와 설명 문서는 선택한 언어로 AI가 자동 번역합니다. 코드·명령어·경로·전문 용어는 원문을 유지하며 원작자 문서가 우선합니다.
Skills 둘러보기
개발 및 엔지니어링 · 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

Skill 문서

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。

저장한 Skills