週一你看了後台資料。
週二你還是照原樣乾活。
不是因為你沒當回事。是因為圖表說的是「轉化下降了」，而這不是一條指令。指令在再往里一層，而且需要同時看兩張表：這個 SKU 轉化其實不錯，但退貨率是類目平均的兩倍——所以給錯預期的是第三張圖，價格從來不是問題；那個品之所以還賺錢，只是因為有一個搜索詞在替它墊著。跨著五份導出一起讀，是那個永遠做不完的部分，也正是能產出「可以動手的東西」的那個部分。
只有把幾張表放在一起才會冒出來的東西
那個其實不是定價問題的商品
毛利薄，在退貨資料擺到旁邊之前，讀起來一直像個定價問題。一個轉化正常的商品，退貨率卻是類目平均的兩倍，通常意味著 listing 或主圖給出了箱子里那個東西兌現不了的預期，解法是改寫而不是降價。真降了價，毛利更差，退貨一點沒少。
那個其實是需求判斷的備貨決定
單看庫存週轉，結論是補貨。把庫存週轉和產生這些銷量的廣告花費放在一起讀，有時結論是這個需求是買來的而不是本來就有的——那是另一個決定，風險不同，壓在裡面的現金量也不同。兩個數字都已經在你的導出里了，把它們放進同一句話才是那份活。
要的是動作清單，不是又一張圖表
出來的東西短而具體，每行都附著證據：補這兩個、停這個詞、改寫這條 bullet、換掉這張圖、其餘的別動。你認可的那幾行會變成 To-do，交給能執行它的那個 skill——於是分析和改動發生在同一個地方，而不是隔一周。
它給建議。你來決定。
skill 定義里寫得很明確：最終的採購、備貨、投放和定價決策不由它替你做——對一個在讀你賬本的東西來說，這是對的邊界。
沒有分母的百分比不會被印出來
在五個訂單的基數上「提升 40%」，是穿了西裝的噪聲。每個比率都帶上它是在什麼基數上算的；當窗口太短或者樣本太小撐不起這個對比時，它會直說，而不是照樣把數字擺出來。
平台給的數字仍標為估算
展示銷量、BSR、熱度分、第三方估算都是指標而不是事實；把它們不吭聲地折進毛利計算里，正是「自信的錯答案」的搭建方式。每個數字都標明來源，你可以把不信的那幾個折掉。
對結果不作承諾
銷量、利潤、排名、廣告回報都不承諾——這裡不承諾，其他幾個 skill 里也不承諾。它提供的是：你能看見推理過程，並基於某個具體理由不同意它。這比一個看板給你的多，比一個承諾給你的少。
同一遍，每周跑
定時跑在這裡比在別處更要緊，因為兩周之間能比，前提是兩份報告是用同樣方式產出的。掛在定時上的 skill 給你這個；每週一新寫一條提示詞，給你的是兩份悄悄在量著略微不同的東西的文件，然後讓你得出你本來就傾向於得出的結論。
把它對準你的賬之前
它需要哪些資料才有用？
比你以為的少。一份業務報告加一份廣告報表就能走完大半路。再加上退貨原因和一份評論導出，才能把「毛利不對」變成一個你能動手的原因。Excel、CSV、JSON、DOCX 都能讀，所以你後台給你什麼，通常就夠起步了。
這是 BI 工具嗎？
不是，這個區別值得說清。BI 工具給你一張圖，由你自己解讀；這裡給你的是一段可以被你反駁的書面論證，結尾是一份動作清單。如果你已經有看板，這個是接在它後面而不是取代它；連接器讀的也是你看板在讀的同一批來源。
它能一次比較多個店嗎？
可以，而且這正是對齊這件事回本的地方——四個後台會給同一個概念產出四種列結構。Shopify Admin、Amazon Seller Central、eBay、Etsy、Walmart Marketplace、WooCommerce 等都有連接器，配置要求因平台而異；CSV 導出則完全不需要配置。
它會替我決定補什麼貨嗎？
它會給出建議，把推理和假設擺在明面上；它不下單，也不替你定數量。最終的採購、備貨、投放和定價決策明確不在這幾個 skill 的範圍內，因為那取決於你的現金狀況、供應商賬期和風險偏好——這些不出現在任何一份導出里。