FBA Fee Intelligence（FBA 费用结构分析与长库龄预警）

Skill-FBA-Fee-Intelligence · 23-运营财务

experimentforecastingoptimizationrecommendationragknowledge_graphpricing广告与投放供应链与补货推荐与搜索知识图谱与RAG定价与利润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

收录于运营财务驾驶舱手册

年化 ROI5-20 万元

实现难度⭐⭐☆☆☆

业务视角

适用角色CFO / 财务负责人 · CEO · 运营负责人

适用平台Amazon Seller Central · Amazon SP API · FBA 报告 · 多货币财务系统

什么情况下用月度 FBA 账单 15 万但不知道哪些 SKU 在亏损；大促备货资金不够但不知道缺口多少；整体利润率 18% 但不知道是哪条产品线在拖累

成功是什么样的SKU 级 P&L 实时可见，FBA 费用长库龄提前预警，大促现金流缺口提前识别，融资窗口精准规划

业务痛点

FBA 费用算不清楚现金流紧张不知道哪里漏了哪个 SKU 真正赚钱看不见财务数据滞后一个月才出来

1. 解决的问题

FBA 月账单 15 万元但不知道哪些 SKU 费用异常——五层费用拆解（头程/仓储/长库龄/移仓/退货）到 SKU 粒度，长库龄 270 天提前预警，年化减少 LTSF 5-20 万元

2. 核心算法逻辑

核心思想：FBA 费用是跨境卖家最大的隐性成本之一，包含头程运费、FBA 仓储费、长库龄附加费、移仓费、退货处理费五层结构。大多数团队只看月度账单总额，无法做 SKU 级归因。FBA Fee Intelligence 将费用拆解到 SKU 粒度，识别费用异常并触发预警。

3. 业务应用场景

业务痛点：某母婴品牌月度 FBA 账单 15 万元，但不知道哪些 SKU 的费用占比异常高。人工核查需要 2-3 天，等发现长库龄时已经产生了 LTSF。

应用流程： 1. 从 Amazon SP API 拉取 `GET_FBA_MYI_UNSUPPRESSED_INVENTORY_DATA` 报告 2. 逐 ASIN 计算五层费用结构 3. 识别费用率 > 25% GMV 的异常 SKU（行业健康值 < 15%） 4. 触发长库龄预警，生成清仓/转 FBM 建议

典型发现： - 婴儿推车（大件）：仓储费占 GMV 18%，高于均值 → 建议减少 FBA 库存深度，改用第三方仓调拨 - 奶嘴套装（滞销）：库龄 310 天，预计 55 天后触发 LTSF → 立即以成本价清仓，避免 LTSF 2400 元/月

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

5-20 万元

7. 代码模板

代码块数量：3 · 路径：未检测到

from dataclasses import dataclass
from datetime import date

@dataclass
class FBAInventoryRecord:
    asin: str
    sku: str
    units: int
    cubic_feet: float
    days_in_storage: int
    price: float
    monthly_units_sold: int

def compute_fba_fees(rec: FBAInventoryRecord, is_peak_season: bool = False) -> dict:
    storage_rate = 2.40 if is_peak_season else 0.87
    monthly_storage = rec.cubic_feet * rec.units * storage_rate

    ltsf = 0.0
    if rec.days_in_storage > 365:
        ltsf = rec.cubic_feet * rec.units * 6.90

    monthly_revenue = rec.price * rec.monthly_units_sold
    total_fee = monthly_storage + ltsf
    fee_pct = (total_fee / monthly_revenue * 100) if monthly_revenue > 0 else 0.0

    alert = "green"
    if rec.days_in_storage > 330:
        alert = "red"
    elif rec.days_in_storage > 270:
        alert = "orange"
    elif fee_pct > 25:
        alert = "yellow"

    return {
        "asin": rec.asin,
        "monthly_storage_fee": round(monthly_storage, 2),
        "ltsf": round(ltsf, 2),
        "total_fee_cny": round(total_fee * 7.2, 0),
        "fee_pct_of_revenue": round(fee_pct, 1),
        "days_in_storage": rec.days_in_storage,
        "alert": alert,
        "recommendation": (
            "立即移仓或清仓" if alert == "red" else
            "预警: 90天内触发LTSF，建议清仓" if alert == "orange" else
            "费用率偏高，检查定价或减少备货" if alert == "yellow" else
            "健康"
        ),
    }

inventory = [
    FBAInventoryRecord("B08XY", "PUMP-S1", 200, 0.5, 45,  89.99, 150),
    FBAInventoryRecord("B09AB", "CART-L1",  50, 8.0, 310, 299.99,  10),
    FBAInventoryRecord("B07CD", "NIPP-S3", 500, 0.1, 340,  12.99,   5),
]
print(f"{'ASIN':<8} {'天数':>5} {'仓储费$':>8} {'LTSF$':>7} {'费率%':>6} {'状态':<8} 建议")
print("-" * 75)
for rec in inventory:
    r = compute_fba_fees(rec)
    print(f"{r['asin']:<8} {r['days_in_storage']:>5} {r['monthly_storage_fee']:>8} "
          f"{r['ltsf']:>7} {r['fee_pct_of_revenue']:>6} {r['alert']:<8} {r['recommendation']}")

8. 论文来源

未自动抽取；请查看原始 Skill 卡片。