NanoSkill
提交你的 Skill

亞馬遜優惠券策略技能

作者nexscope-ai339GitHub 星標GitHub

利用 AI 驅動的優惠券類型、疊加規則和優惠時機規劃，優化您的亞馬遜優惠券策略，提高兌換率。立即免費開始使用。

優惠券
結果預覽

完整 Demo

探索由此技能驅動的真實亞馬遜優惠券策略報告。

開始使用

完成第一個任務

  1. amazon promotion install
    01

    安裝

    將亞馬遜優惠券策略技能新增至您的 AI 代理。

  2. amazon promotion task
    02

    描述任務

    描述您的產品、定價、利潤率、庫存、商城和活動目標，以生成完整的優惠券策略。

  3. amazon promotion outcome
    03

    生成結果

    獲得折扣形式、優惠券疊加、活動時機、兌換表現和獲利能力方面的可行建議。

安裝指令

$ npx skills add https://github.com/nexscope-ai/Amazon-Skills/blob/main/amazon-coupon-strategy

關於

亞馬遜賣家可以利用 AI 驅動的規劃來完善優惠券策略，節省時間並提升促銷成效。此技能提供優惠券類型、疊加規則和優惠時機的客製化建議，讓您無需猜測即可提高兌換率。

不同於一般性建議，此技能會提出針對性問題來了解您的產品和目標，然後應用既定架構來產生具體的、數據驅動的行動方案。它涵蓋所有亞馬遜商城，並處理優惠券疊加和季節性需求波動等複雜情境。

無論您是推出新產品、優化成效不佳的活動，還是為 Prime Day 做規劃，此技能都能提供逐步指導。只需描述您的情況，即可獲得可立即實施的優先建議，並看到可衡量的成果。

核心功能

它的強大之處

  • AI 驅動的優惠券策略

    為您的亞馬遜產品獲取量身定制的優惠券策略建議，涵蓋類型、疊加和時機。

  • 優惠券類型和疊加規則

    掌握亞馬遜複雜的優惠券類型和疊加規則，以避免衝突並利用組合優勢。

  • 優惠時機優化

    確定推出優惠券的最佳時機，以達到最高曝光度和轉化率。

  • 兌換優化

    實施策略以提高優惠券兌換率並減少浪費的支出。

  • 可行的建議

    接收優先級排序、數據驅動的具體行動事項，而非模糊的建議。

使用場景

什麼時候適合使用

  • 推出針對性優惠券活動

    亞馬遜賣家可以快速生成針對其產品和競爭環境的量身定制優惠券策略，包括類型和時機選擇。

  • 優化現有優惠券表現

    分析當前優惠券兌換數據，以完善疊加規則並提高轉化率。

  • 規劃季節性促銷

    圍繞 Prime Day 或黑色星期五等重要購物活動安排優惠券優惠，以最大化曝光度。

  • 比較優惠券類型

    了解折價優惠、百分比折扣和其他優惠券類型之間的差異，以選擇最符合您目標的類型。

SKILL.md

name: 亞馬遜優惠券策略 description: "優惠券與促銷規劃 — 優惠券類型、疊加規則、優惠時機、兌換優化" metadata: 耐克斯科普: category: 亞馬遜

亞馬遜優惠券策略

優惠券與促銷規劃 — 優惠券類型、疊加規則、優惠時機、兌換優化

支援平台： 亞馬遜（US、UK、DE、CA、JP、AU 及所有商城）。

由 耐克斯科普 開發 — 您的 AI 助手，助您做出更聰明的電子商務決策。

安裝

npx skills add nexscope/amazon-coupon-strategy

使用方式

Help me with amazon coupon strategy for my e-commerce business.

功能

  • 優惠券與促銷規劃
  • 優惠券類型
  • 疊加規則
  • 優惠時機
  • 兌換優化

此技能如何運作

步驟 1： 從使用者訊息中收集資訊 — 產品、平台、現況和目標。

步驟 2： 使用多選題格式詢問一個後續問題，涵蓋所有剩餘問題。允許簡答（例如「1b 2c 3a」）。

步驟 3： 使用下方的架構和方法進行研究和分析。

步驟 4： 提供結構化且可行的輸出，包含具體建議，而非模糊的建議。

輸出格式

  • 以結果摘要開頭
  • 在可取得的情況下納入具體數據點和基準
  • 提供優先排序的行動項目
  • 當基於不完整數據時，以 ⚠️ 標記估算值
  • 以具體的後續步驟結尾

其他技能

更多電子商務技能：耐克斯科普-ai/電子商務技能

亞馬遜專屬技能：耐克斯科普-ai/亞馬遜技能

由 耐克斯科普 開發 — 您的 AI 助手，助您做出更聰明的電子商務決策。

常見問題