liangdabiao/claudesdk-amazon-skills-chat · Archived

amazon-brand-tailored-promotions

品牌定向促销 — 受众定向、折扣层级、客户细分、复购激励

First seen Jun 12, 2026

Installation

$ npx skills add liangdabiao/claudesdk-amazon-skills-chat --skill amazon-brand-tailored-promotions

Stronger alternatives

This repository is archived — consider an actively maintained alternative.

Similar popular skills

Related neighbors and high-traction skills in the same topics — useful to compare before installing.

Also in this package

Other skills from liangdabiao/claudesdk-amazon-skills-chat · top by installs.

npx skills add liangdabiao/claudesdk-amazon-skills-chat

Browse all from liangdabiao/claudesdk-amazon-skills-chat

More details

Agent compatibility

Declared targets from SKILL.md / docs. Unmarked agents are not listed — the skill may still install via the CLI.

Claude Code Not declared
Cursor Not declared
Codex Not declared
GitHub Copilot Not declared
Windsurf Not declared
Gemini CLI Not declared
Cline Not declared
OpenCode Not declared

Repository health

Stars 14
Default branch main
Open issues 0
Status Archived

Skill metadata

Parsed from SKILL.md frontmatter.

More metadata
nexscope
{"category":"amazon"}

Package contents

Files included with this skill beyond the listing page.

  • skill md SKILL.md 4,043 B
  • docs SUMMARY.md 120 B

History

  1. First seen on skills.sh
  2. First recorded snapshot · 1 installs

SKILL.md

Amazon 品牌定向促销

品牌定向促销 — 受众定向、折扣层级、客户细分、复购激励

支持的平台: Amazon(美国、英国、德国、加拿大、日本、澳大利亚及所有市场)。

使用方法

帮我处理亚马逊品牌定向促销。

功能

  • 品牌定向促销
  • 受众定向
  • 折扣层级
  • 客户细分
  • 复购激励

工作原理

第一步: 从用户消息中收集信息 — 产品、平台、当前状况和目标。

第二步: 用多选格式一次性提出所有后续问题。允许简写回答(如"1b 2c 3a")。

第三步: 使用下方的框架和方法论进行研究分析。

买家受众细分框架

  • 品牌购物者: 过去12个月购买过品牌产品的买家。可细分为近期买家和复购买家。价格敏感度较低 — 5-10%的折扣可能足以驱动复购。
  • 浏览再定向: 过去14天浏览过品牌产品但未购买的买家。价格敏感度中等。
  • 购物车放弃者: 将品牌商品加入购物车但未结账的买家。转化潜力高 — 他们已接近购买决策。
  • 竞品受众: 浏览过特定竞品ASIN的买家。价格敏感度较高 — 需要15-25%的折扣才能打破品牌惯性。
  • 高价值买家: 历史高客单价购买者。会员计划目标群体。
  • 节日购物者: 特定季节期间活跃的买家。

折扣层级与利润平衡模型

  • 各细分市场的价格弹性: 品牌忠诚者弹性较低 — 较小折扣就能驱动复购。竞品购物者弹性较高 — 需要更大折扣才能转换品牌。
  • 利润计算: 计算各折扣级别的利润影响。确保正向利润(或为排名/评论策略的有控亏损)。
  • 折扣类型: 百分比折扣 vs 固定金额。百分比对买家通常更清晰,低价商品适合固定金额。
  • 最低折扣规则: 亚马逊通常要求至少10%off或5美元off,取较大值。

转化漏斗优化

  • 浏览阶段: 折扣吸引浏览者点击。
  • 考虑阶段: 折扣推动加入购物车。
  • 购买阶段: 折扣完成结账。
  • 再定向漏斗: 在各关键流失点设置促销以降低泄漏率。

客户终身价值(CLV)最大化

  • 新买家 → 复购: 提供复购激励将一次性买家转化为重复买家。
  • 高价值留存: 为顶级客户提供专属折扣以提升忠诚度。
  • 唤醒活动: 以重新激活折扣定向休眠客户(有历史购买但近期无活动)。
  • 交叉销售机会: 向现有客户推广互补产品。

竞品流量拦截策略

  • 目标选择: 选择有类似产品但价格更高、评分更低或功能更少的竞品。这些是"可打败"的竞品。
  • 折扣校准: 折扣必须克服买家品牌惯性但不能破坏利润。
  • 时机: 竞品受众定向在竞品有活跃促销或负面评论积累时效果最佳。

数据来源

  • 无外部数据源。基于亚马逊品牌定向促销官方文档。
  • 用户提供品牌产品、客户数据、目标受众特征。

局限性

  • 需要亚马逊品牌备案注册。
  • 受众精度受限于亚马逊的数据维度。无法按年龄组或特定地区定向。
  • 广告投放和频率由亚马逊算法控制 — 无法保证目标受众看到促销。
  • 折扣叠加(BTP + 优惠券 + 活动)可能导致意外深度折扣。
  • 竞品定向仅限亚马逊认可的竞品。
  • 频繁促销可能训练买家等待折扣,削弱正价销售。

第四步: 提供结构化、可执行的输出,包含具体建议,而非模糊指导。

输出格式

  • 先给出发现总结
  • 包含具体数据点和基准(若有)
  • 提供优先排序的行动项
  • 基于不完整数据的估算需标注 ⚠️
  • 以具体的后续步骤结尾