分析订购省（SnS）

本页面可以分析订购省（SnS: Subscribe & Save）的实绩。可以确认持续购买带来的稳定收益如何变化、哪些商品在牵引增减、折扣率是怎么设置的。

本页面基本信息

项目	内容
本页面可以做什么	确认订阅件数・销售额・出货数・渗透率的走势，识别牵引增减的商品，商品级排行，确认 SKU 级的折扣率设置，与新客占比的并用分析
对象	订购省（SnS）的实绩数据。因为不是广告数据，所以未投放 Sponsored Ads 的商品同样在对象范围内
所需数据・连接	已连接到 Picaro 的 SnS 实绩（订阅件数・SnS 销售额・出货数・SnS 渗透率・SKU 级的 offer 设置）。聚合单位为周度（周日开始）或月度，SnS 不存在日度聚合
执行范围	仅分析（只读）。订购省的折扣率与 offer 设置无法从 Picaro 变更，需要在 Seller Central 操作

订购省（SnS） … Amazon 的 Subscribe & Save。定期配送对象商品并可享受折扣的持续购买机制。不是社交媒体的 SNS。 如果 AI 智能体理解错了，请补充说明「指的是订购省」。
订阅件数 … 订购省的登记件数（subscriptions）。API 上是件数而非人数的计数（同一个人登记多次时会计为多件）。旧版本中写作「订阅人数」，那是错误的表述。
渗透率 … 销售额中订购省所占的比例。会以「44.0 = 44%」这样的百分比数值原样返回（不是小数比率）。
出货数 … 作为订购省实际出货的数量。
折扣率 … 各 SKU 的订购省 offer 中设置的折扣比例。
新客占比（NTB: New-to-Brand） … 首次购买本品牌的人所占的比例。与订阅件数是两回事。

什么时候使用

想确认最近的 SnS 增减，并进一步识别牵引它的具体商品
想将订阅件数・销售额・出货数・渗透率的走势与上一期间比较，做定点观测
想以排行形式把握 SnS 销售额大的商品
想按月下钻特定商品，并一并确认 SKU 级的折扣率设置
想不混淆地区分究竟是「定期配送的订阅增加了」还是「新客户增加了」

执行前需要确认的事

聚合单位 … 选择周度（周日开始）或月度。SnS 不存在日度聚合。
对象期间 … 例如「最近 5 周」「过去 6 个月」。不指定时会自动选择有数据的最近期间。
对象商品（可选） … 想缩小到特定 ASIN・SKU・商品线时指定。不指定则以整体为对象。
想变更折扣率或 offer 设置时，不在本页面操作，而是在 Seller Central 操作（无法从 Picaro 变更）。

提示词速查表

想要做的事	能了解的・会生成的	设置变更	提示词
识别最近的 SnS 增减，以及牵引它的商品	按周走势与增减贡献商品排行	无变更	提示词 1
将订阅件数 / 销售额 / 出货数 / 渗透率的走势与上一期间比较	4 项主要指标的走势与上一期间差分	无变更	提示词 2
以排行形式确认 SnS 销售额大的商品	商品级的销售额・订阅件数・出货数・构成比的表	无变更	提示词 3
按月下钻特定商品，并确认 SKU 级折扣率设置	月度走势与 SKU 级的 offer・折扣率一览	无变更	提示词 4
将订阅件数与新客占比不混淆地并列分析	并列两项指标的表与关系解读	无变更	提示词 5

提示词 1: 识别订购省（SnS）的增减与牵引商品

可视化最近的 SnS 销售额与订阅件数如何变动，并识别对增减贡献最大的商品。不止步于「整体涨了 / 跌了」，而是下探到造成变化的具体商品。

什么时候使用 —— 想把握最近的 SnS 动向，以及牵引它的商品时。

执行前需要的信息 —— 无（可直接使用）。可以指定对增加贡献商品・减少贡献商品分别采取的应对方针（例: 确保库存／重新检视促销）。

请就 {{账户名（例: 7 Toyo Beverage）}} 的订购省(SnS)，可视化最近5周的销售额・订阅件数走势，
并识别对销售额增减贡献最大的商品（增加贡献与减少贡献两侧），作为确保库存／加强促销的判断材料。

1. 以 frequency=weekly 调用 get_sns_trend，取得最近5周。
   - 不要包含未确定周。用 get_data_ingestion_status 确认 Subscribe & Save 为 completed 的周并以此为界；
     即使省略期间，也必须确认返回的 from_date/to_date 是否以已确定周结束。
   - 在 compare_from_date / compare_to_date 中明确指定「紧邻的前5周」。
     省略时的默认比较是错开1周（按周环比累积），与紧邻前5周这一区块并不一致。
     这里不对齐，就会与后段的商品级贡献（默认是紧邻前5周区块的比较）基准不一致。
2. 以 sort_key=revenue / sort_order=desc / filter=ALL 调用 list_sns_products，
   并指定与步骤1相同的 from/to 与 compare 期间。
   - 核对 product_count 与返回的 rows 件数，不一致就不要下结论。
   - 同一 ASIN 可能以多个 SKU 重复返回。请先按 ASIN 归并再合计
     （直接合计重复行会把销售额重复计入）。
     检算按 ASIN 合计后的销售额是否与 get_sns_trend 的期间销售额一致。
3. 贡献额请自行计算「revenue − revenue_compare」，并按降序・升序排列。
   revenue_change 是变化率(%)而不是贡献额，因此不要用于排序
   （小额商品会以高变化率排到前面，导致判断失误）。
   revenue_compare 为 "--"(null) 的商品是新增、无法比较。请与 0 区别，从贡献额汇总中剔除并另行列出。
4. 将成因判定为「订阅件数(subscriptions)」「单价(revenue_out_of_shipped_units)」「出货数(shipped_units)」
   这 3 类。只用 2 类会有无法解释的情况。
   - eligibility 为 INELIGIBLE 且 revenue_change=-100、出货数归零的旧 ASIN，
     与同期出货骤增的新 ASIN，很可能是改版导致的同一商品迁移。
     请按商品名归并，并务必一并写出新旧合算后的净增减。不要把迁移报告为净增长。
   - subscriptions 是期间末的快照，不是期间合计。增减要用期末值互相比较。
5. 确认 not_delivered_due_to_oos，把是否存在缺货导致的未配送作为库存行动的依据明确写出。

约束: 禁止写入。必须写明总件数／已取得件数／未取得件数。区分 null 与 0。
禁止推测与擅自使用替代指标。MCP 不会返回贡献额本身，
因此请写明贡献额是自行计算的数值。

最后请输出下列 3 点。
1. 推荐操作 — 对增加贡献商品采取{{应对（例: 确保库存）}}、对减少贡献商品采取{{应对（例: 重新检视促销）}}，
   并附对象・理由・优先级（按归并后的净贡献额排序）・置信度
2. 执行方法 — 库存应对交给「FBA 库存风险诊断」，促销应对交给提示词 3（SnS 商品级实绩排行）
3. 测量 — 4周后重新取得相同指标，若 Primary KPI（SnS 销售额）改善且订阅件数得以维持则判定为 Keep，
   若恶化则判定为 Investigate

可变更的条件 —— 对增加贡献商品／减少贡献商品的应对方针（例: 确保库存／重新检视促销）。对象期间固定为最近 5 周与紧邻前 5 周的比较。

返回内容 —— 最近 5 周的 SnS 销售额・订阅件数走势，以及在按 ASIN 归并、防止重复计入之后的增加・减少贡献商品（并注明贡献额是自行计算的数值）。改版等造成的同一商品新旧 ASIN 迁移会以合算后的净增减呈现，不会把迁移报告为净增长。

设置变更 —— 仅分析（只读）。不变更任何设置。

接下来要做的 —— 想与断货导致的定期配送未送达・补货判断成套查看时，使用管理库存与销售机会。

提示词 2: 将订阅人数・销售额・出货数・渗透率的走势与上一期间比较

将 SnS 的 4 项主要指标走势与上一期间对比确认。适合作为例会复盘中的定点观测。

什么时候使用 —— 想将主要指标的走势与上一期间比较、做定点观测时。

执行前需要的信息 —— 聚合单位（周度 或 月度）。恶化判定的基准（销售额・出货数／订阅件数／渗透率各自的下跌幅度）有默认值，想改变时再指定。

目的: 为了尽早发现订购省(SnS)的KPI恶化并连接到应对判断，请将订阅件数・SnS销售额・出货数・SnS渗透率的走势
以{{聚合单位（例: 周度）}}与上一期间比较后展示。

1. 用 get_data_ingestion_status（frequency 与聚合单位一致）确认「Subscribe & Save」报表的取数状况，
   status 不是 completed 的期间不要作为走势的最终点。
2. 以{{聚合单位（例: 周度）}}调用 get_sns_trend。不要指定期间，交给工具自动选择（已确定的最近期间）。
3. 判定只使用 rows[] 各期的序列值与 summary.change_period（对象期间 vs 上一期间）。
   - 不要使用 summary.last_data / change_last / change_compare。
     last_data 与 change_last 会忽略 from_date/to_date，指向「存在数据的最新一期」，
     因此在指定了期间时会取到对象期间之外的值。change_compare 的定义无法从返回值重建。
   - 变化率请直接使用上述返回字段。若自行从 rows[] 计算比率，请注明「自行计算」。
4. 对每个指标分开呈现以下内容。
   (a) 期间整体 vs 上一期间（change_period）
   (b) 最近一期 vs 其前一期（由 rows[] 的最后 2 点计算。注明为自行计算）
   (c) 是否存在连续 2 期以上的恶化
5. 恶化的判定基准: 销售额・出货数在{{销售额・出货数的恶化基准（例: -5%）}}以下，
   订阅件数在{{订阅件数的恶化基准（例: -1%）}}以下，渗透率在{{渗透率的恶化基准（例: -100bps）}}以下。
   未达到基准的不计入「恶化」。
6. 渗透率的解读约束: get_sns_trend 只返回渗透率的数值，不返回分母（SnS 对象的整体销售额）。
   分母也无法从其他工具重建。因此不要把渗透率下降断定为「SnS 的萎缩」，
   而要与 SnS 销售额・出货数的方向一并解读，并写明无法分解。
7. 务必确认订阅件数与出货数・销售额之间的背离。若订阅件数持平以上、只有出货数・销售额下跌，
   很可能是配送周期的偏移，请与合约基础(base)的恶化区别开来描述。
   必要时用 list_sns_products 确认商品级的订阅件数・出货数・单价・缺货率(not_delivered_due_to_oos)，
   区分是全面下跌还是特定商品的原因。

约束: 直接使用工具返回值，不要自创标签。不要把 3. 中禁止的字段用于结论。

最后请输出下列 3 点。
1. 推荐操作 — 当按 5. 的基准恶化的指标有 2 个以上、且其中有 1 个以上符合 (c) 的连续 2 期恶化时，
   推荐做深入分析。若仅最近 1 期恶化且订阅件数持平以上，请写明「可能是配送周期因素」并
   等到下次定期确认为止
2. 执行方法 — 需要深入分析时交给提示词 3（SnS 商品级实绩排行）。交接时请写明判定所用的期间与恶化指标
3. 测量 — 下次聚合时以相同指标・相同基准重新取得，改善则判定为 Keep，继续恶化则判定为 Investigate

可变更的条件 —— 聚合单位（周度／月度）／恶化判定的基准值（销售额・出货数／订阅件数／渗透率）。对象期间是工具自动选择的已确定最近期间。

返回内容 —— 指定聚合单位下的订阅件数・SnS 销售额・出货数・SnS 渗透率的期间整体比较・最近一期比较，以及是否存在连续 2 期恶化。SnS 渗透率会以「44.0 = 44%」这样的百分比数值原样返回（不是小数比率）。由于无法取得分母（SnS 对象的整体销售额），不会仅凭渗透率下降就断定为「SnS 的萎缩」。

设置变更 —— 仅分析（只读）。不变更任何设置。

接下来要做的 —— 想将走势纳入例行的月度报告时，使用生成报告。

提示词 3: 以排行形式确认销售额大的订购省（SnS）商品

将 SnS 销售额大的商品从高到低排列，并列出销售额・订阅件数・出货数・构成比。可以把握哪些商品是定期购买的支柱。

什么时候使用 —— 想把握成为定期购买支柱的商品时。

执行前需要的信息 —— 显示件数（例: 前 5 个）。账户名。

目的: 为了识别牵引订购省(SnS)销售额的商品、判断促销与库存的优先应对对象，
请按下列指标把销售额前{{件数（例: 5）}}名列成一览。

指标: SnS销售额(revenue)／订阅件数(subscriptions，是件数而非人数)／出货数(shipped_units)／
销售额构成比(revenue_penetration)／较上期变化率(revenue_change)。
值为 null 视作「N/A（无上期数据）」，"--" 视作「无法计算」，0 视作「实绩为零」，务必区分，
不要把没有数据的商品当作销售额 0 混入排名。

步骤:
1. 以 sort_key=revenue, sort_order=desc 调用 list_sns_products。
2. 本工具以「ASIN×SKU」为单位返回行，同一 ASIN 可能因多个 SKU 而重复
   （重复行不是按比例拆分，而是同一实绩的重复登载）。**请先按 ASIN 归并再确定排名。**
   请在回答开头写明「返回行数（SKU 单位）／实际 ASIN 数／归并时剔除的重复行数」。
3. 全量取得的确认: 本工具没有件数上限・分页的参数，也不会另外返回
   与返回行数不同的总件数，因此仅凭响应本身无法判断是否被截断。
   **请以相同期间・相同比较期间调用 get_sns_trend，核对账户合计的 revenue 与
   subscriptions 是否与按 ASIN 归并后的商品级合计一致，以此确认已全量取得。**
   不一致时请写明差额，以及无法确定排名这一点。
4. 对象期间・比较期间请把工具返回的 from_date / to_date / compare_from_date /
   compare_to_date 原样写在回答开头（未指定时会自动选择）。
   不要使用包含尚未确定的当天在内的期间。

约束: 禁止添加推测与自创的解读性评论。数值只使用工具返回值。禁止写入操作，
提案需经审批流程后再执行。

判断范围: 基于较上期变化的判定**只在前{{件数（例: 5）}}名之内**进行。
销售额大幅下跌的商品，当期销售额会变小，结构上不会进入销售额前 N 名。
账户整体的减少贡献商品的识别不属于本提示词的范围，请交给提示词 1（识别订购省（SnS）的增减与牵引商品）。

账户：{{账户名（例: 7 Toyo Beverage）}}

最后请输出下列 3 点。
1. 推荐操作 — 前 N 名中较上期增长超过 +10% 的商品加强促销（销售额构成比高的优先确保库存），
   下跌超过 -10% 的商品优先排查成因（库存缺货／解约增加／上架资格），并按优先级呈现。
   没有符合的情况请写明「无符合项」（不要硬凑候选）。
2. 执行方法 — 成因排查交给提示词 4（按月下钻特定商品 确认 SKU 级折扣率设置），
   账户整体的减少贡献商品的识别交给提示词 1（识别订购省（SnS）的增减与牵引商品）。
3. 测量 — 4 周后重新执行，以排名变动与较上期的改善/恶化判定 Keep/Investigate。
   为了可复现，请把本次的对象期间・比较期间作为基准记录下来。
   作为 Guardrail，请一并确认订阅件数・出货数没有恶化。

可变更的条件 —— 显示件数／账户名。

返回内容 —— ASIN × SnS 销售额 × 订阅件数（是件数而非人数）× 出货数 × SnS 销售额构成比 × 较上期变化率的表（已按 ASIN 归并・去除重复）。值为 null 表示「N/A（无上期数据）」，-- 表示「无法计算」，0 表示「实绩为零」，三者会被区分开。

设置变更 —— 仅分析（只读）。不变更任何设置。

接下来要做的 —— 想以因断货导致定期配送未送达的件数为轴查看时，使用管理库存与销售机会（提示词 5）。可以与补货判断成套处理。

提示词 4: 按月下钻特定商品确认 SKU 级折扣率设置

选定 1 个关注的商品，确认其月度走势，以及该商品各 SKU 的订购省 offer（折扣率的设置状况）。

什么时候使用 —— 想一并确认特定商品的月度走势与 SKU 级折扣率设置时。

执行前需要的信息 —— 对象 ASIN（例: B08N5WRWNW）。想变更分析期间，或渗透率・折扣率的判断基准时再指定。

目的: 确认 {{对象ASIN（例: B08N5WRWNW）}} 的订购省(SnS)实绩与折扣设置，判断是否需要重新检视折扣率。

步骤:
1. 先确认数据取数状况。未确定（fully_missed / in_progress）的月份不要作为走势的最终点，以已确定的最近月份为界，并写明这一点。
2. 以{{分析期间（例: 最近3个月）}}显示对象 ASIN 的月度 SnS 实绩（订阅件数・SnS销售额・SnS渗透率・出货数）。请写明实绩是按 ASIN 单位聚合的（不做 SKU 单位的实绩分摊）。
3. 对对象 ASIN 之下的全部 SKU，列表显示 offer 状态（eligibility）・基础折扣率・阶梯折扣率。折扣率务必区分「0%」与「未设置」，不要把未设置写成 0%。

判断基准（全部以自家数据判定。竞品的 SnS 折扣率没有取得手段，因此不纳入判断基准）:
- SnS 渗透率低于{{渗透率的阈值（例: 30% 以下）}}
- 基础折扣率低于{{折扣率的下限（例: 5% 以下）}}，或阶梯折扣未设置
- eligibility 不是 ELIGIBLE（INELIGIBLE / SUSPENDED），SnS offer 实质上没有在运转

最后请输出下列 3 点。
1. 推荐操作 — 附优先级列出符合判断基准的 SKU（执行需经审批流程。不进行写入）
2. 执行方法 — 确认现行工具中是否存在变更折扣率的手段，不存在时写明「未配置」并指出手动操作的去处
3. 测量 — 若做了变更，请在{{评估日（例: 执行 4 周后）}}重新取得 SnS 销售额・渗透率，确认是否改善

符合项为 0 件时也请写明「符合 0 件」，在断定实绩为 0 之前先确认数据取得状况。

可变更的条件 —— 对象 ASIN／分析期间（例: 最近 3 个月）／渗透率的阈值（例: 30% 以下）／折扣率的下限（例: 5% 以下）／评估日。

返回内容 —— 对象商品的月度 SnS 实绩（订阅件数 / SnS 销售额 / SnS 渗透率 / 出货数。按 ASIN 单位聚合，不会分摊到 SKU 单位），以及按 SKU 的 offer 状态・基础折扣率・阶梯折扣率一览（折扣率的「0%」与「未设置」会被区分标注）。若有符合判断基准的 SKU，会附优先级呈现。

设置变更 —— 仅分析（只读）。仅作显示，不会变更折扣率。 设置变更请在 Seller Central 操作。

接下来要做的 —— 想变更折扣率或 offer 设置时，在 Seller Central 手动操作（无法从 Picaro 变更）。

提示词 5: 将订阅人数与新客占比不混淆地并列分析

「订购省的订阅增加了」和「新客户增加了」是两件事。把这两者不混淆地并列出来，区分持续购买的增长究竟来自新客获取，还是来自既有客户转为定期购买。

什么时候使用 —— 想区分持续购买的增长来自新客获取还是既有客户转为定期购买时。

执行前需要的信息 —— 无（可直接使用）。

目的: 为了把订购省(SnS)订阅件数与新客占比作为「两个不同的指标」正确区分并把握，判断是否应加强对新客层的定期配送诉求，请执行以下内容。

■ 前提（为防止指标混淆的必须确认）
- SnS订阅件数 = get_sns_trend 的 subscriptions。**不是期间合计，而是期间末时点的快照**。不要跨月累加。
- 新客占比 = get_amc_new_customer 的 ntb_share_of_total_pct（= new_customers ÷ total_customers。以客户去重为基准・品牌整体・不依赖广告。在BE端已乘以100的percent值，不要再次换算）。
- get_amc_ntb_by_asin 的 ntb_pct 是**另一种定义**（= ntb_purchases ÷ total_purchases。以购买次数为基准・仅限广告经由）。仅在需要按 ASIN 拆分时使用，**不要与上述新客占比作为同一指标并列・比较**。

■ 步骤
1. 执行 get_amc_new_customer（账户: {{账户ID}}），并记录 selected_run_id・report_start_date・report_end_date・selected_row_count/returned_row_count。本工具**没有期间指定参数，固定为 month(report_month)**，对象仅为最新 run 中包含的月份。若因 403 等原因没有 AMC 权限，请写明并中断。
2. 查看 report_end_date，**排除尚未到达月末的月份（部分月）**。不要把部分月的下降读作实绩的下降。
3. 用 get_data_ingestion_status（frequency=monthly）确认对象月份的取数状况，排除 rollup_status 为 fully_missed / no_data 的月份。
4. 以 frequency=monthly 执行 get_sns_trend，from_date/to_date 的范围仅限步骤2〜3 之后剩下的**已确定月份**。**revenue 或 subscriptions 为 0 的月份，与其说是「零」，更可能是未取数**。出现 0 的行时请与步骤3 的结果核对，若为未取数则不要当作 0 计入，而是排除。
5. 对剩下的已确定月份，把 月份 / SnS订阅件数(subscriptions) / 新客占比(ntb_share_of_total_pct) / 新客户数(new_customers) / 总客户数(total_customers) 并列到 1 张表中。列名中务必写明指标名与基准（快照・客户去重基准等）。
6. 仅在需要按 ASIN 拆分时执行 get_amc_ntb_by_asin，并确认 run_id 能否与步骤1 对齐（无法对齐时请写明）。asin 为 "below_reporting_floor" 的行是**低于隐私阈值的聚合桶**，既不是 0 也不是缺失。不要排除，请作为「未披露部分」写明件数与购买占比。

约束:
- 禁止用推测或替代指标补全。无法取得时请写明理由。
- 务必写明已取得的月数／总月数、被排除的月份及其理由，不要断定为「全期间的新客占比」。
- 新客占比的上升也可能来自分母(total_customers)的缩小。不要只看比率，请一并写出 new_customers 实数的增减，并说明属于哪一种成因。
- 若处理在一定时间（大致 2〜3 分钟）内没有响应，请不要一直等下去，先报告状况后再重新执行。

账户：{{账户名（例: 7 Toyo Beverage）}}

最后请输出下列 4 点。
1. 并列表 — 附排除的月份及其理由
2. 推荐操作 — 当新客占比呈上升趋势且 SnS 订阅件数减少・持平时，提议加强面向新客的诉求。但若比率上升来自分母缩小，务必注明这一点
3. 执行方法 — 诉求加强方案在措施执行后用「举措的效果测定」跟踪
4. 测量 — 在下次 AMC run 更新后（大致 4 周后）以相同粒度・相同 run 重新取得两项指标，从比率与实数两方面确认变化的方向性

可变更的条件 —— 账户名。对象期间以 AMC 的最新 run 为准，无法指定（已取得的月份・被排除的月份会在正文中说明）。

返回内容 —— 按已确定月份并列的 SnS 订阅件数（订阅的件数。期间末时点的快照）与新客占比（ntb_share_of_total_pct。以客户去重为基准）・新客户数・总客户数的表。也会一并说明新客占比的上升是来自新客户实数的增加，还是来自总客户数（分母）的缩小。并会写明已取得的月数・被排除的月份及其理由。

设置变更 —— 仅分析（只读）。不变更任何设置。

接下来要做的 —— 想更详细地查看新客户（NTB）与复购时，使用用 AMC 分析跨广告的客户行为。

分析订购省（SnS）

本页面基本信息

什么时候使用

执行前需要确认的事

提示词速查表

提示词 1: 识别订购省（SnS）的增减与牵引商品

提示词 2: 将订阅人数・销售额・出货数・渗透率的走势与上一期间比较

提示词 3: 以排行形式确认销售额大的订购省（SnS）商品

提示词 4: 按月下钻特定商品 确认 SKU 级折扣率设置

提示词 5: 将订阅人数与新客占比不混淆地并列分析

相关分类

提示词 4: 按月下钻特定商品确认 SKU 级折扣率设置