周一你看了后台数据。
周二你还是照原样干活。
不是因为你没当回事。是因为图表说的是「转化下降了」，而这不是一条指令。指令在再往里一层，而且需要同时看两张表：这个 SKU 转化其实不错，但退货率是类目平均的两倍——所以给错预期的是第三张图，价格从来不是问题；那个品之所以还赚钱，只是因为有一个搜索词在替它垫着。跨着五份导出一起读，是那个永远做不完的部分，也正是能产出「可以动手的东西」的那个部分。
只有把几张表放在一起才会冒出来的东西
那个其实不是定价问题的商品
毛利薄，在退货数据摆到旁边之前，读起来一直像个定价问题。一个转化正常的商品，退货率却是类目平均的两倍，通常意味着 listing 或主图给出了箱子里那个东西兑现不了的预期，解法是改写而不是降价。真降了价，毛利更差，退货一点没少。
那个其实是需求判断的备货决定
单看库存周转，结论是补货。把库存周转和产生这些销量的广告花费放在一起读，有时结论是这个需求是买来的而不是本来就有的——那是另一个决定，风险不同，压在里面的现金量也不同。两个数字都已经在你的导出里了，把它们放进同一句话才是那份活。
要的是动作清单，不是又一张图表
出来的东西短而具体，每行都附着证据：补这两个、停这个词、改写这条 bullet、换掉这张图、其余的别动。你认可的那几行会变成 To-do，交给能执行它的那个 skill——于是分析和改动发生在同一个地方，而不是隔一周。
它给建议。你来决定。
skill 定义里写得很明确：最终的采购、备货、投放和定价决策不由它替你做——对一个在读你账本的东西来说，这是对的边界。
没有分母的百分比不会被印出来
在五个订单的基数上「提升 40%」，是穿了西装的噪声。每个比率都带上它是在什么基数上算的；当窗口太短或者样本太小撑不起这个对比时，它会直说，而不是照样把数字摆出来。
平台给的数字仍标为估算
展示销量、BSR、热度分、第三方估算都是指标而不是事实；把它们不吭声地折进毛利计算里，正是「自信的错答案」的搭建方式。每个数字都标明来源，你可以把不信的那几个折掉。
对结果不作承诺
销量、利润、排名、广告回报都不承诺——这里不承诺，其他几个 skill 里也不承诺。它提供的是：你能看见推理过程，并基于某个具体理由不同意它。这比一个看板给你的多，比一个承诺给你的少。
同一遍，每周跑
定时跑在这里比在别处更要紧，因为两周之间能比，前提是两份报告是用同样方式产出的。挂在定时上的 skill 给你这个；每周一新写一条提示词，给你的是两份悄悄在量着略微不同的东西的文档，然后让你得出你本来就倾向于得出的结论。
把它对准你的账之前
它需要哪些数据才有用？
比你以为的少。一份业务报告加一份广告报表就能走完大半路。再加上退货原因和一份评论导出，才能把「毛利不对」变成一个你能动手的原因。Excel、CSV、JSON、DOCX 都能读，所以你后台给你什么，通常就够起步了。
这是 BI 工具吗？
不是，这个区别值得说清。BI 工具给你一张图，由你自己解读；这里给你的是一段可以被你反驳的书面论证，结尾是一份动作清单。如果你已经有看板，这个是接在它后面而不是取代它；连接器读的也是你看板在读的同一批来源。
它能一次比较多个店吗？
可以，而且这正是对齐这件事回本的地方——四个后台会给同一个概念产出四种列结构。Shopify Admin、Amazon Seller Central、eBay、Etsy、Walmart Marketplace、WooCommerce 等都有连接器，配置要求因平台而异；CSV 导出则完全不需要配置。
它会替我决定补什么货吗？
它会给出建议，把推理和假设摆在明面上；它不下单，也不替你定数量。最终的采购、备货、投放和定价决策明确不在这几个 skill 的范围内，因为那取决于你的现金状况、供应商账期和风险偏好——这些不出现在任何一份导出里。