黑天鹅情景模拟标签 — 极端事件供应链压力测试与预案激活机制
Skill-Black-Swan-Scenario-Simulation-Tag · 24-标签工程
causalexperimentmulti_agentfraud_detectionpricing广告与投放供应链与补货MAS与智能体工程定价与利润风控与合规WF-A 智能补货WF-B 广告优化WF-F 动态定价WF-I 智能体工程WF-J DTC 独立站增长WF-K 全域风险防御WF-L 内容营销增长
收录于供应链全链路智能化手册
年化 ROI50万
实现难度⭐⭐⭐☆☆
业务视角
适用角色数据架构师 / 供应链数字化负责人 · CTO · 数据工程师 · 供应链团队
什么情况下用多平台数据孤岛导致断货识别延迟8小时；标签覆盖率不足使AI决策触发率<30%；想实现分析→行动自动闭环但不知从何下手
成功是什么样的统一 Tag Schema + 传播引擎将标签覆盖率从 30% 提升至 97%；Palantir 风格 Object-Action-Writeback 将补货响应从 2 天缩短至 4 小时自动触发
业务痛点
1. 解决的问题
风控面临"平台封号/供应商断供等极端事件没有预案"——黑天鹅情景模拟量化每个场景的GMV损失和恢复时间，触发预案激活Tag
2. 核心算法逻辑
黑天鹅情景模拟 回答："如果发生了最坏的情况，我们的供应链能扛住多久？需要多长时间恢复？"
3. 业务应用场景
未自动抽取；请查看原始 Skill 卡片。
4. 输入数据要求
请查看原始代码模板获取输入规格。
5. 输出结果
请查看原始代码模板获取输出规格。
6. 业务价值 / ROI
- ROI预估：关税暴涨情景（年发生率15%）提前规划生产迁移，节省约50万关税差额；平台封号预案（提前建独立站+TikTok），减少封号期间GMV损失约80%
- 实施难度：⭐⭐⭐☆☆（主要是情景数据收集和预案制定，算法本身不复杂）
- 优先级评分：⭐⭐⭐⭐☆（2024年红海危机/2023年亚马逊封号潮已证明黑天鹅不是小概率事件）
7. 代码模板
代码块数量：1 · 路径：未检测到
"""
黑天鹅情景模拟标签系统
功能：情景定义 / 压力测试计算 / 影响量化 / 预案激活 / 韧性评分
"""
from dataclasses import dataclass, field
import warnings
warnings.filterwarnings('ignore')
@dataclass
class BlackSwanScenario:
scenario_id: str
name: str
probability: float # 年发生概率
gmv_impact_pct: float # GMV影响比例（负数）
duration_weeks: int # 持续时间
recovery_weeks: int # 恢复时间
mitigation_cost_usd: float # 缓解成本
contingency_actions: list = field(default_factory=list)
def run_stress_test(scenarios: list, monthly_gmv_usd: float,
current_inventory_days: float) -> list:
"""运行压力测试"""
results = []
for sc in scenarios:
# GMV损失
gmv_loss = monthly_gmv_usd * abs(sc.gmv_impact_pct) * sc.duration_weeks / 4.3
# 库存是否能撑过
inventory_survives = current_inventory_days > sc.duration_weeks * 7
# 总损失
total_loss = gmv_loss + sc.mitigation_cost_usd
# 韧性评分（越高越能抗）
resilience = min(100, max(0,
(inventory_survives * 30) +
(1 - sc.probability) * 30 +
(1 - abs(sc.gmv_impact_pct)) * 20 +
min(1, sc.mitigation_cost_usd / total_loss) * 20
))
results.append({
"scenario": sc.name, "probability": sc.probability,
"gmv_loss_usd": round(gmv_loss, 0),
"total_loss_usd": round(total_loss, 0),
"duration_weeks": sc.duration_weeks,
"inventory_survives": inventory_survives,
"resilience_score": round(resilience, 1),
"activate_contingency": sc.probability > 0.10,
"tags": {
f"scenario.{sc.scenario_id}.probability": sc.probability,
f"scenario.{sc.scenario_id}.gmv_impact_pct": sc.gmv_impact_pct,
f"contingency.{sc.scenario_id}.activate": sc.probability > 0.10,
}
})
return sorted(results, key=lambda x: x["total_loss_usd"], reverse=True)
if __name__ == "__main__":
print("【黑天鹅情景模拟标签系统】\n")
scenarios = [
BlackSwanScenario("S1", "主供应商断供", 0.08, -0.70, 4, 6, 15_000,8. 论文来源
- 2310.11834
- 2404.09823