价格优化
审计价格与需求数据后给出候选价格区间,对比多情景,并设计可回滚的受控价格测试。
功能与用途
本工具用于电商店铺的单品、捆绑包及阶梯定价决策评估。用户需提供特定 SKU 的单位成本结构(采购、物流、平台费率等)、历史成交价、流量转化数据,并设定单一商业目标(如贡献利润或营收)。工具将核算单位经济硬约束,在基准、悲观与乐观情景下模拟需求弹性与利润表现,最终输出候选价格对比表与带有止损护栏的受控价格测试方案。使用门槛为需具备可对齐的真实销售与成本数据。
适用场景
- 主力单品调价与利润测算:评估热销单品调价对整体利润的影响,结合平台费率与变动履约成本计算价格底线,并模拟不同需求情景下的净收益。
- 组合搭售与阶梯定价设计:针对多件装、阶梯档位或加价购商品,测算组合方案的经济性与连带购买率,避免虚高标价并控制主副产品自相蚕食。
- 受控价格测试方案设计:在历史弹性数据不足时,构建包含对照组、混杂变量过滤、监控护栏及可回滚规则的 A/B 价格实验,降低试错风险。
适用人群
- 电商运营
- 定价分析师
- 增长负责人
使用步骤
- 说明 SKU、市场、渠道、目标、候选价格范围、时间跨度与决策负责人。
- 由它审计价格与需求数据的可比性,并区分确认、假设与未知。
- 选定单一主目标,并计算贡献经济学与硬约束。
- 在三种需求情景下比较候选价,必要时设计受控测试。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 电商
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-09
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Evaluate ecommerce price candidates using unit economics, historical observations, elasticity analysis, scenario modeling, and controlled experiments. Use when a seller asks what price to test, how price changes could affect contribution or revenue, how to estimate elasticity, how to optimize a bundle or tier, or how to design a price experiment across Amazon, Shopify, TikTok Shop, Walmart, eBay, or other channels. Do not claim a proven optimal price without sufficient clean data, and do not change live prices without explicit authorization.
使用前准备
- 价格、需求、流量、促销、成本与库存数据
- 明确的业务目标与候选价格范围
依赖与权限
- 读取用户主动提供的内容