用途：该技能面向消费品（CPG）促销规划与贸易促销优化，帮助设计促销策略，在最大化投资回报的同时确保供应链能够支撑促销执行。
主要能力：梳理业务背景（产品/品类、零售渠道、预算与目标、历史促销效果）、促销策略（TPR、BOGO、多买优惠、优惠券等类型与机制、频率、竞品活动）、数据可得性（历史促销绩效、基线对比、Nielsen/IRI 等联合数据、零售商 POS 与成本数据）以及供应链准备度（提前期、产能约束、促销库存与配送中心峰值能力）。覆盖促销类型：临时降价（TPR）、特价广告、陈列、多买优惠、优惠券、店内活动、会员计划。提供促销增量建模方法：基线销量与增量销量拆分、提升因子计算、价格弹性模型（对数-对数回归）、乘法促销提升模型、机器学习促销预测模型；并提供促销 ROI 分析、促销后分析（含囤货效应与真实增量）、促销日历优化与促销价格优化框架。
使用方式：资料中给出了 Python 代码示例，涉及 numpy、pandas、scikit-learn、statsmodels、pulp 等库，用于弹性估计、提升预测、ROI 计算与促销日历优化；实际运用时需以自身历史数据标定参数。
适用场景：消费品品牌或零售方的促销活动设计、贸易支出分配、促销增量预测与供应链准备评估。
限制：资料未提供该技能的具体安装命令、价格或平台信息；建模参数与提升因子需依据实际历史数据校准，示例数值不能直接套用。