Files

wurenzhi 2b86715c09 refactor: 优化代码结构并修复类型问题

- 移除未使用的TabPane组件
- 修复类型定义和导入方式
- 优化mock数据源的环境变量判断逻辑
- 更新文档结构并归档旧文件
- 添加新的UI组件和Memo组件
- 调整API路径和响应处理

2026-03-23 12:41:35 +08:00

14 KiB

Raw Blame History

01 商品域业务闭环

本文档包含与商品相关的业务闭环：数据采集、商品刊登、素材管理、商品主数据、SKU变体

1️⃣ 数据采集与清洗闭环（Product Data Collection & Cleansing）

💰 钱流：
- 采集成本：API调用费用、代理IP费用、云服务费用
- 利润评估：采购成本 → 平台费用 → 物流费用 → 税费 → 广告费用 → 净利润
🔄 状态变化：
- RAW_DATA → CLEANED → ANALYZED → READY_FOR_LISTING
🔥 触发条件：
- 定时任务：按配置的采集频率自动触发
- 手动触发：用户手动发起采集任务
- 事件触发：商品价格变动、库存变动等事件触发重新采集

2️⃣ 商品刊登闭环（Product Listing Loop）

目标：将可售商品同步到各平台，建立销售基础（TOC）或生成报价单（TOB）。
流程：
1. 商品准备：
  - ERP 商品信息完善
  - 平台规则适配：标题、描述、图片、批量折扣（TOB）
  - 价格策略设置：基于套利分析或阶梯价策略
2. 刊登执行：
  - 批量或单条刊登，支持失败重试和全链路追踪
  - API 平台：走 Connector Bus
  - 无 API 平台：No-API Bridge + PENDING_REVIEW
3. 刊登后管理：
  - 库存同步、价格更新、商品状态监控
决策点：
- 必须通过前置套利/利润分析
- TOB 需遵循阶梯价审批策略
输入：清洗后的可售商品数据
输出：已刊登商品列表 + 平台状态 + 链接
💰 钱流：
- 刊登成本：平台费用、图片处理费用、人工费用
- 定价策略：成本价 → 平台费用 → 物流费用 → 预期利润 → 最终售价
🔄 状态变化：
- READY_FOR_LISTING → LISTING_IN_PROGRESS → LISTED → MONITORING → NEED_UPDATE → UPDATED
🔥 触发条件：
- 手动触发：用户手动发起刊登任务
- 事件触发：商品信息更新、价格变动、库存变动
- 定时任务：定期检查商品状态，更新价格和库存

3️⃣ 素材管理闭环（Media & Asset Management Loop）

目标：统一管理商品、广告、营销所需素材，支持 TOC 广告投放和 TOB 企业报价资料。
流程：
- 素材采集、处理、审核、分发
- TOC：图片/视频用于广告和商品展示
- TOB：商品资料、合同模板、报价单模板
决策点：
- 版权合规、平台规则、素材质量
输出：素材库 + 元数据 + 使用统计
状态机：UPLOADED → PROCESSING → PENDING_REVIEW → APPROVED → IN_USE → ARCHIVED/REJECTED

2️⃣3️⃣ 商品主数据闭环（Product Master Data Loop / MDM）

目标：建立统一的商品主数据管理体系，确保数据一致性。
流程：
- 数据采集 → 标准化处理 → 主数据维护 → 数据分发
决策点：
- 数据标准制定
- 数据质量评估
- 数据同步策略
输入：来自采集、供应链、刊登等闭环的商品数据
输出：
- 统一 SPU/SKU 体系
- 标准化类目和属性结构
- 多语言支持
- 多平台映射关系

2️⃣4️⃣ SKU变体与结构闭环（SKU Variant & Structure Loop）

目标：管理商品的变体和多平台SKU映射，确保库存和订单的一致性。
流程：
- SPU创建 → SKU生成 → 平台SKU映射 → 同步管理
决策点：
- 变体属性定义
- 多平台SKU规则适配
- 库存同步策略
输入：商品主数据、平台SKU规则
输出：
- 多SKU结构（颜色/尺寸/套装）
- 各平台SKU映射
- 统一库存管理

7️⃣2️⃣ 多平台商品管理闭环（Multi-Platform Product Management Loop）

目标：统一管理多平台商品，实现批量操作和跨平台同步，提高运营效率。
流程：
1. 多平台商品整合：
  - 统一商品信息管理
  - 多平台商品关联映射
  - 商品状态集中监控
2. 批量商品操作：
  - 批量上架/下架
  - 批量价格调整
  - 批量信息优化
3. 跨平台库存同步：
  - 实时库存数据同步
  - 库存预警和分配
  - 多平台库存一致性保障
决策点：
- 平台选择与优先级
- 同步策略与频率
- 冲突处理机制
输入：商品信息、平台数据、库存数据
输出：
- 统一商品管理界面
- 跨平台同步状态
- 批量操作结果
状态机：PRODUCT_CREATED → PLATFORM_MAPPED → SYNCHRONIZED → UPDATED

KPI 指标	描述	适用业务类型
采集覆盖率	目标平台商品覆盖率	TOC + TOB
数据准确率	清洗后数据的准确性	TOC + TOB
套利分析准确率	前置套利计算的准确性	TOC + TOB

KPI 指标	描述	适用业务类型
刊登成功率	成功刊登的商品比例	TOC + TOB
刊登时效	从准备到刊登完成的时间	TOC + TOB
平台审核通过率	平台审核通过的商品比例	TOC + TOB

KPI 指标	描述	适用业务类型
素材处理时效	从上传到可用的平均时间	TOC + TOB
素材审核通过率	通过审核的素材比例	TOC + TOB
素材转化率	使用素材带来的订单转化率	TOC + TOB
素材复用率	被多次使用的素材比例	TOC + TOB
版权合规率	无版权风险的素材比例	TOC + TOB

KPI 指标	描述	适用业务类型
数据标准化率	标准化处理的商品数据比例	TOC + TOB
数据一致性	多平台数据一致性程度	TOC + TOB
主数据准确率	商品主数据的准确性	TOC + TOB
数据同步时效	数据从采集到同步的时间	TOC + TOB
数据质量评分	商品数据质量综合评分	TOC + TOB

KPI 指标	描述	适用业务类型
SKU映射准确率	多平台SKU映射的准确性	TOC + TOB
SKU生成时效	SKU生成的平均时间	TOC + TOB
变体管理效率	变体属性管理的效率	TOC + TOB
库存同步准确率	多SKU库存同步的准确性	TOC + TOB

KPI 指标	描述	适用业务类型
多平台同步准确率	跨平台商品信息同步的准确性	TOC + TOB
批量操作成功率	批量商品操作的成功比例	TOC + TOB
库存同步时效	库存数据同步的平均时间	TOC + TOB
平台覆盖度	已管理平台占目标平台的比例	TOC + TOB
操作效率提升率	相比手动操作的效率提升比例	TOC + TOB

7️⃣3️⃣ 三层商品模型闭环（Three-Layer Product Model Loop）

设计原则: SPU → SKU → Listing 三层结构，支持多平台统一管理

模型定义

SPU（产品层）
  │
  ├── SKU-001（库存单元层）
  │     ├── Listing-A（平台商品层）
  │     ├── Listing-B（平台商品层）
  │     └── Listing-C（平台商品层）
  │
  ├── SKU-002（库存单元层）
  │     └── Listing-D（平台商品层）
  │
  └── SKU-003（库存单元层）
        └── Listing-E（平台商品层）

各层职责

层级	职责	存储内容
SPU	产品聚合	名称、品牌、类目、通用属性
SKU	库存管理	变体属性、成本价、基准价、重量
Listing	平台销售	标题、最终价格、库存、平台状态

业务价值

统一视图: 一个SKU，多平台Listing
价格管理: 支持跨平台差异化定价
库存同步: 统一库存管理，多平台同步
数据分析: 统一的商品维度数据统计

7️⃣4️⃣ 商品映射与刊登闭环（Product Mapping vs Listing Loop）

核心概念

维度	商品映射（Mapping）	商品刊登（Listing）
本质	关系绑定	创建商品 + 发布到平台
动作	不创建新商品	创建新Listing
方向	双向绑定	单向（系统→平台）
触发时机	已有商品需要统一管理	新品上架、批量铺货
结果	系统知道"平台SKU = 主SKU"	平台新增商品

核心判断公式

这个动作有没有在平台创建新商品？

有 → 刊登

没有 → 映射

业务场景

场景	操作	用途
平台已有商品需要统一管理	映射	统一库存、利润分析、AI调价
新品上架、批量铺货	刊登	上新、自动铺货、跨平台分发

流程对比

映射流程：

平台已有商品 → 抓取 → 绑定到系统SKU → 完成映射
用途：统一管理库存、做利润分析、AI调价

刊登流程：

选品 → AI生成内容 → 发布到平台 → 创建Listing
用途：上新、自动铺货、跨平台分发

7️⃣5️⃣ 三层价格体系闭环（Three-Layer Price System Loop）

价格层级

┌─────────────────────────────────────────┐
│ 1️⃣ 基准价层（Base Price Layer）         │
│    SKU.base_price                       │
│    用途：统一锚点、人工理解               │
└──────────────┬──────────────────────────┘
               │
               ↓
┌─────────────────────────────────────────┐
│ 2️⃣ 策略层（Strategy Layer）             │
│    PriceStrategy:                        │
│    - scope: 平台/店铺/Listing            │
│    - type: multiplier/fixed/dynamic     │
│    用途：规则定义、批量控制               │
└──────────────┬──────────────────────────┘
               │
               ↓
┌─────────────────────────────────────────┐
│ 3️⃣ Listing层（Final Price Layer）       │
│    PlatformListing.price                │
│    用途：真正赚钱的地方                   │
└─────────────────────────────────────────┘

价格计算公式

最终价格 = override_price || strategy计算结果 || base_price

价格策略类型

类型	说明	计算方式
MULTIPLIER	倍率定价	最终价 = 基准价 × 倍率
FIXED	固定定价	最终价 = 固定值
DYNAMIC	动态定价	AI根据市场动态计算

多平台定价示例

主SKU: SKU-001（蓝牙耳机）
├── TikTok主店（东南亚） → 基准价 $99 → 策略: × 1.0 = $99
├── TikTok美国店（美国） → 基准价 $99 → 策略: × 1.1 = $109
├── Shopee旗舰店（马来） → 基准价 $99 → 策略: × 0.9 = $89
├── Shopify独立站（全球） → 基准价 $99 → 策略: × 1.15 = $114
└── B2B批发（国内） → 基准价 $99 → 策略: × 0.5 = $50

7️⃣6️⃣ 组织权限与数据范围闭环（Organization & Data Scope Loop）

核心原则

❗ 权限 = 能做什么（Permission） ❗ 数据范围 = 能操作谁的数据（Scope） 👉 两者必须同时存在

组织层级结构

平台（Platform）
    ↓
商户/公司（Tenant/Organization）
    ↓
组织结构（Org Tree）
    ├── 部门A（主管）
    │     ├── 组A1（组长）
    │     │     ├── 员工1
    │     │     └── 员工2
    │     └── 组A2（组长）
    │           └── 员工3
    └── 部门B（主管）
          └── ...

数据范围类型

范围类型	英文	说明
SELF	Self	只看自己
TEAM	Team	看自己组
DEPT	Department	看自己部门
ORG	Organization	看整个公司
ALL	All	全平台（超管）

店铺角色权限

角色	描述	权限范围
owner	拥有者	删除店铺、管理授权、管理成员、所有权限
admin	管理员	管理商品、管理价格、管理订单、不可删除店铺
operator	运营	刊登、改价、查看数据
viewer	只读	查看数据、不可操作

授权模型

核心原则：

❗ 授权属于店铺，不属于用户 ❗ 店铺属于主体（Owner），用户只是被授权使用

授权类型：

类型	适用平台	存储内容
API授权	Shopify、Amazon	access_token, refresh_token, expire_time
Agent授权	TikTok、Shopee	cookies, proxy, device_id, user_agent

14 KiB Raw Blame History Unescape Escape

01 商品域业务闭环

1️⃣ 数据采集与清洗闭环（Product Data Collection & Cleansing）

2️⃣ 商品刊登闭环（Product Listing Loop）

3️⃣ 素材管理闭环（Media & Asset Management Loop）

2️⃣3️⃣ 商品主数据闭环（Product Master Data Loop / MDM）

2️⃣4️⃣ SKU变体与结构闭环（SKU Variant & Structure Loop）

7️⃣2️⃣ 多平台商品管理闭环（Multi-Platform Product Management Loop）

相关KPI

数据采集与清洗闭环

商品刊登闭环

素材管理闭环

商品主数据闭环

SKU变体与结构闭环

多平台商品管理闭环

7️⃣3️⃣ 三层商品模型闭环（Three-Layer Product Model Loop）

模型定义

各层职责

业务价值

7️⃣4️⃣ 商品映射与刊登闭环（Product Mapping vs Listing Loop）

核心概念

核心判断公式

业务场景

流程对比

7️⃣5️⃣ 三层价格体系闭环（Three-Layer Price System Loop）

价格层级

价格计算公式

价格策略类型

多平台定价示例

7️⃣6️⃣ 组织权限与数据范围闭环（Organization & Data Scope Loop）

核心原则

组织层级结构

数据范围类型

店铺角色权限

授权模型

14 KiB

Raw Blame History