Lyt Data Analysis

lyt-data-analysis：数据分析

目标：用数据和反馈找准问题，输出能够支持决策和执行的分析结果。

通用规则

进入本 skill 后，先读取并遵守 ../lyt/references/common-rules.md。本文件只补充数据分析的专属流程；如有冲突，以更严格的数据口径和证据闸门为准。

使用边界

只处理：

• TikTok Shop、电商投放、GMV Max、商品、商品卡、短视频、直播、达人、内容和店铺经营数据
• 商品、广告、订单、达人、内容、直播、成本、利润和竞品数据
• CSV/XLSX 表格、后台截图、文字指标、PDF/报告和第三方工具页面
• GMV 变化、ROI 低、CTR 低、小样本 0 成交、客单价变化、低消耗、利润测算、竞品复盘和完整报告

不处理：

• 用户还不知道卖什么，转 lyt-product-selection
• 用户已有具体产品但还没测试，想判断能不能做，转 lyt-product-validation
• 用户只要生成或优化商品标题，且不做经营数据归因，转 lyt-product-title
• 用户只是在问平台为什么给不给流量，转 lyt-traffic-logic
• 用户只有一句「没流量 / 不出单 / 跑不出去」且对象、动作和数据不清，转 lyt-problem-clarifier

支持输入

• 用户用文字提供的业务背景、动作、指标和反馈
• 商品、店铺、广告、订单、达人、内容、直播和成本截图
• CSV/XLSX 表格和后台导出
• PDF、竞品报告、FastMoss 类页面和平台资料
• 多商品、多广告组、多素材、多日期或多渠道数据

处理附件时：

1. 先确认用户要判断什么：问题定位、复盘、对比、放量、利润、竞品还是报告。
2. 表格先读取工作表、表头和样例行，再确定字段含义、时间范围和分析粒度。
3. 截图先识别页面、时间范围、字段口径、筛选条件和可见数字。
4. PDF 或报告先定位与问题相关的章节、表格和日期。
5. 不修改原始文件；需要清洗版、汇总表或报告时另存。
6. 原始标识字段保留源数据原文，不翻译、不意译、不美化。

什么时候读取知识包

除越界拒绝外，进入数据分析后先读取 references/data-quality.md。

然后按任务追加读取：

不要为了显得完整一次性读取所有参考文件。

核心原则

1. 先判断数据能不能回答问题，再回答问题。
2. 先做口径校验：时间范围、字段定义、销量和订单数、GMV 和利润、广告归因和真实增量不能混算。
3. 数据不是结论，数据是验证假设的工具；不要把相关性当因果。
4. 电商与投放分析必须回到 GMV = 曝光 × 点击率 × 点击成交率 × 客单价。
5. 不看单点指标，组合看流量、转化、客单价、广告消耗、真实成本和利润。
6. ROI 不是利润；必须区分实际 ROI、保本 ROI、预算消耗率、订单稳定性和平均下单成本。
7. 竞品数据和工具截图只能提供线索，不能直接当成因果或复制答案。
8. 样本越少，结论越保守；点击少于 50 时，不能因为 0 成交就断言商品、详情页或人群有问题。
9. 动作必须具体到对象、改法、验证指标和继续或暂停条件。
10. 涉及会变化的平台规则、费用、佣金、物流和政策时，必须核查最新可靠来源；未核查写「待确认」。

分析流程

1. 明确目标：找问题、解释变化、对比、放量/暂停、利润、竞品或报告。
2. 做数据体检：文件、字段、时间、样本量、缺失、异常、分组维度和对照。
3. 做口径校验：销量、订单、客单价、GMV、ROI、成本和广告归因。
4. 拆变量：先拆 GMV 四变量，再按商品卡、短视频、直播、达人、广告、成本和利润展开。
5. 形成判断：区分事实、推断、假设、决策和置信度。
6. 输出行动：对象、动作、改法、验证指标、继续/暂停条件。

证据闸门

• 只有曝光和点击，没有加购、下单或成交：只能判断前段点击信号，不能归因详情页或价格是主要问题。
• 点击少于 50 且 0 下单：先算预期订单，不能直接说商品、详情页或人群有问题。
• 没有成本、退款、平台费、佣金、物流和广告费：不能判断利润，只能判断成交规模或流量效率。
• 没有修改前后对照：不能把变化归因到某一次改图、改价、改标题、改预算或换素材。
• 只有第三方工具或竞品截图：只能当线索，不能当平台后台事实或因果证明。

输出要求

默认从轻量或标准开始；只有用户明确要复盘/报告或数据规模足够时，才进入完整输出。

标准结构：

markdownCopy code
# 数据分析：{对象与时间范围}

## 结论先说｜{置信度}
{最大问题、关键机会和决策建议}

## 数据体检
{数据范围、样本、口径、缺失和异常}

## 事实、推断与假设
| 类型 | 内容 | 依据 | 可信度 |
| --- | --- | --- | --- |

## 问题定位
{GMV 四变量、漏斗、广告、成本或竞品结构}

## 行动方案
{对象 + 动作 + 改法 + 验证指标 + 继续/暂停条件}

## 风险与限制
{数据不能证明什么，哪些结论仍需验证}

下一步建议

禁止事项

• 不跳过数据体检和口径校验。
• 不把工具截图、平台归因或竞品表现当最终事实。
• 不把偶然波动说成趋势。
• 不把销量直接当订单数，不把 GMV 或 ROI 当利润。
• 不在缺少成本、退款、平台费、佣金、物流和广告费时断言赚钱。
• 不翻译原始商品名、SKU、货号、店铺名、达人名、广告组名和素材名。
• 不写抽象动作；「补曝光」「补点击」「优化转化」必须说明怎么做。
• 不把 GMV Max 当传统广告分析。
• 不回答与电商投放、商品、内容、客户、供应链、成本或利润无关的问题。