高潜畅销款0等待真实商品
商品经营雷达
早上好，今天也让好款被看见
当前模型Paul v1.0
本批预测结论
0 款商品
建议进入优先投产池
基于九项经营与视觉信号综合判断。所有结论均保留证据路径、置信度和模型版本，可追溯、可复评。
数据完整度0%
有效评估维度0/9
模型稳定等级待校准
PREDICTION CONFIDENCELIVE
综合置信度0%WAITING FOR DATA
0决策阈值 78100
0优先投产
0小单测试
0控制库存
🐙
PAUL NOTE 等待导入真实商品资料，系统不会使用模拟数据生成结论。
预测引擎在线
模型版本Paul v1.0
训练样本0
最近校准尚无记录
评估耗时尚无记录
FORECAST SCOPE全年度商品视图当前展示全部季度的综合预测结果
需要观察0等待真实商品
滞销风险款0等待真实商品
模型训练样本0尚无学习记录
本批分布
畅销潜力雷达
畅销观察风险
PAUL'S PICK
今日高潜单品
STEP 01 · 建立评估批次
把商品交给保罗
批量选择商品图片与对应资料。系统会优先用 SKU 或文件名自动配对。
批量选择商品图片
支持 JPG、PNG、WEBP；可选择多张图片或导入整个文件夹（含子文件夹）
尚未选择图片或文件夹
导入商品资料文件
支持 CSV、JSON；至少需要 SKU 和商品名
尚未选择文件
配对预览
本次导入队列
＋
等待商品资料
选择图片和资料文件后，配对结果会显示在这里。
STEP 02 · 商品智评
畅销度评估清单
分数不仅是结论；点击任一商品，查看保罗为何这样判断。
| 商品 | 品类 / 季节 | 预测季度 | 定价 | 畅销指数 | 判断 | 核心机会 / 风险 |
|---|
CATEGORY INTELLIGENCE
品类季度档案库
按品类沉淀季度表现、预测强弱项和真实销售反馈，为下一季选款建立基准。
SEASONAL MAP
季度品类预测图谱
颜色越深，预测指数越高
CATEGORY PROFILES
品类档案
PAUL SEASON NOTE
季度策略提示
STEP 03 · 用真实结果校准
销量学习舱
导入真实经营结果，保罗会比较预测与实际表现，自动微调各评估维度。
✓ 训练前自动保留上一版本
投喂销售数据
支持 CSV 或 JSON，按 SKU 关联评估记录。推荐包含曝光、销量、售罄率、退货率和毛利率。
◌
等待数据尚未选择销售文件
迭代机制
v1.0保罗如何越用越懂你
01
预测记录保存每款商品的维度得分
02
真实表现销量、转化、售罄和退货
03
权重校准在线梯度学习，降低预测误差
历史命中率—
已完成迭代0 次
有效反馈样本0
训练历史
模型迭代记录
MODEL LAB
保罗的判断大脑
查看当前模型更重视什么，也可以恢复到任一稳定版本。
维度权重
Paul v1.0当前判断依据
0/ 100
等待真实数据
建议每积累 50–100 款真实销售结果后更新一次。
○ 尚无真实训练样本○ 尚无预测命中记录○ 导入商品后开始建立基线
可解释评估
九项核心维度
ACCESS CONTROL
用户与权限后台
管理员负责创建和管理本机用户；浏览查阅用户只能访问只读数据板块。
ADD VIEWER
READ ONLY新增浏览查阅用户
ROLE POLICY
权限边界
LOCAL USERS
本机账户列表
| 用户 | 角色 | 状态 | 最近登录 | 创建时间 | 操作 |
|---|