npx skills add nexscope-ai/amazon-skills --skill amazon-repricing-strategy
liangdabiao/claudesdk-amazon-skills-chat · Archived
amazon-repricing-strategy
亚马逊重新定价策略顾问 — 竞争定价规则、购物车优化、利润保护和重新定价工?
Installation
npx skills add liangdabiao/claudesdk-amazon-skills-chat --skill amazon-repricing-strategy
Stronger alternatives
This repository is archived — consider an actively maintained alternative.
订阅省优化 — 注册、折扣层级、频率优化、留存分析
1 installs父子变体规划 — 何时合并/拆分、颜色/尺寸变体、排名优势
1 installs为最大转化率规划亚马逊产品摄影。拍摄清单、灯光设置、信息图简介、生活场景规划,以及符合亚马逊要…
1 installs构建综合亚马逊广告策略,涵盖 Sponsored Products、Sponsored Brands 和 Sponsored Display。预算分…
1 installsSimilar 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
More details
Agent compatibility
Declared targets from SKILL.md / docs. Unmarked agents are not listed — the skill may still install via the CLI.
Also listed on
Alternate registries and mirrors of this skill.
Repository health
main
Skill metadata
Parsed from SKILL.md frontmatter.
More metadata
- nexscope
- {"emoji":"🔄","category":"amazon"}
Package contents
Files included with this skill beyond the listing page.
-
skill md
SKILL.md4,028 B -
docs
SUMMARY.md257 B
History
- First seen on skills.sh
- First recorded snapshot · 1 installs
SKILL.md
亚马逊重新定价策略 🔄
亚马逊重新定价策略顾问 — 竞争定价规则、购物车优化、利润保护和重新定价工具选择。基于您的目标构建自定义重新定价逻辑:购物车赢取率、利润目标或销量速度。
支持的平台: 亚马逊(所有市场 — 美国、英国、德国、加拿大、日本、澳大利亚等)。
使用方法
我在30%的listing上失去了购物车。我有200个电子产品SKU,价格范围15-80美元。帮我建立一个能赢得购物车但不会破坏利润的重新定价策略。
功能
- 购物车算法分析:价格、履约、卖家指标、发货速度权重
- 重新定价规则设计:最低/最高价格、基于竞争对手的规则、基于速度的调整
- 利润保护:最低利润 guardrails、保本价格底线、费用感知定价
- 竞争格局评估:卖家数量、FBA vs FBM比例、定价模式
- 重新定价工具比较:亚马逊自动定价 vs 第三方(RepricerExpress、Informed、BQool、Aura)
- 场景特定策略:自有品牌、批发、套利、季节性产品
- 购物车赢取率优化:识别哪些因素让您失去购物车
- 基于时间的重新定价:高峰时段、一周中的日期模式、季节性调整
工作流程
第一步: 收集卖家详情 — SKU数量、类目、当前购物车赢取率、履约方式、平均利润、定价范围、当前重新定价方法。
第二步: 使用多项选择题格式提出一个后续问题。允许简写回答(例如"1b 2c 3a")。
第三步: 使用以下框架和方法论进行研究分析。
购物车算法价格权重机制: 亚马逊购物车归属算法是多因素评分系统,价格是最重要权重因子之一,但非唯一因素。算法综合评估:售价、配送方式(FBA优于FBM)、配送速度、卖家反馈评分、订单缺陷率(ODR)、准时发货率、库存充足率。理解机制:有时小幅提价加上FBA保障,比拼最低价更能保护利润。
地板/天花板定价规则: 地板价应基于产品盈亏平衡点计算,确保任何情况下不会亏本销售。天花板价基于市场承受能力和竞品定价确定。地板价计算必须考虑所有成本项(商品成本、佣金、FBA费用、广告分摊、退货分摊等),而非仅扣除商品成本。
竞争响应规则设计: 针对不同类型竞争对手制定差异化响应策略。对于FBA竞争对手,由于配送优势可能需要更激进价格跟进;对于FBM竞争对手,可采用"仅通知不跟进"策略。还需区分"值得争夺的对手"(信誉好、评分高、库存充足)和"不值得浪费精力应对的对手"(即将断货、评分极低、即将退出市场)。
速度与时间维度调价: 高峰购物时段(工作日晚间和周末)消费者价格敏感度较低,可适当维持较高售价;竞争者较少时段(深夜和清晨),适度降价可能以较小代价赢取购物车。季节性产品还需考虑旺季前蓄水期定价和旺季高峰利润最大化定价之间的节奏配合。
第四步: 提供完整的重新定价策略,包含具体规则、工具建议和实施步骤。
输出格式
- 当前状态诊断:购物车赢取率问题、利润分析、竞争位置
- 重新定价规则:每个产品细分的具体逻辑(底价、顶价、匹配/击败规则)
- 工具建议及设置说明
- 实施时间线:分阶段推出以最小化风险
- 跟踪的KPI:购物车%、利润%、速度、收入影响
- 当基于不完整数据时用⚠️标记估计值
- 以具体的后续步骤结束