背景
Amazon Seller Central 中存在大量不同类型的数据报告。
传统方式需要人工下载报告、判断报告类型、清洗数据、对比指标、寻找异常、分析关键词并整理结论。
这个过程重复、耗时,而且容易受到人工判断影响。
我的角色
独立完成产品设计、全栈开发、数据分析逻辑设计与 AI 工作流设计。
问题
真正的问题并不是"不会分析",而是分析过程本身非常重复。
每次复盘都要重复相同的清理、对比与整理动作,真正的判断反而被挤压到最后。
核心工作
- 多类型报告导入:支持 CSV、XLSX、XLS
- 编码处理:同时处理 UTF-8 与 UTF-16LE
- 报告类型自动识别
- 重复数据检测与保护
- 广告与运营诊断规则
- 关键词分析
- Listing 分析
- Listing 五维评分
- Markdown 报告生成
- AI Prompt Chain
解决方案
围绕广告与运营数据建立 9 条诊断规则,用于识别不同类型的广告与运营问题,例如:
系统根据诊断结果进一步生成带优先级的处理建议。
在数据分析之后,AI 能力被接入实际运营流程,形成:产品卖点 → 使用场景 → 图片创意 → 结构化 ComfyUI Prompt 的 Prompt Chain。
- 高花费无订单
- 高 ACOS
- 高点击低转化
- 高曝光低 CTR
- 高 ROAS
- 以及其他广告与运营指标诊断规则
工程实现
- 前端与运行时:Next.js 16、React 19、TypeScript、Tailwind CSS 4
- 数据层:Drizzle + SQLite
- 数据处理:ExcelJS、PapaParse、Zod
- 安全边界:不接入 Amazon 平台账号,也不保存平台登录状态
- 人工确认:涉及高风险操作的建议不会自动执行,而是进入人工确认流程
结果
目前已完成从报告导入、数据分析、规则诊断、关键词管理、Listing 评分到 AI Prompt 生成的一整套基础能力。
项目状态
持续开发,独立产品实验。