### 选品指南针数据解析
#### 01. 选品指南针数据简析
**1. 筛选条件（Filters）**
在初次使用选品指南针进行筛选时，我尝试通过产品关键词查找相关数据，但未能成功。实际上，应使用类目关键词，即“Item Type Keyword”字段。此信息可以在上传产品时选择节点的位置找到，或者先在亚马逊前台输入你的产品关键词，找到对应的类目节点ID后，在分类树（Browse Tree_Guide）表里搜索Query列以获取所需值。
**2. 性能指标（Performance）**
除了直接观察销量趋势并对比今年与去年的数据外，还有一个重要的隐藏信息：如何根据提供的数据计算亚马逊类目的平均搜索点击率和转化率？
- **计算方法**：
- **搜索点击率**：通过`Clicks Count / Search Volume`得出。例如，图中12月份的数据显示，点击数为3,293,762次，总搜索量为70,982,361次，因此计算出的点击率为4.6%。值得注意的是，这里的点击率与广告中基于展示次数（impressions）的点击率不同。
- **转化率**：有两种计算方式——一种是基于实际售出件数除以点击总数(`Units Sold / Click Counts`)，另一种则是基于浏览量(`Units Sold / Glance Views`)。对于上述例子而言，12月共卖出了375,777件商品，其对应的点击数为3,293,762次，而总浏览量为5,758,863次。据此可得两个不同的转化率分别为11.4%和6.5%。需要注意的是，这里统计的所有销售不仅包括由搜索带来的订单，也包括其他来源的流量产生的订单；因此，这样计算出来的搜索转化率高于实际水平。
**关于Click Counts与Glance Views的区别理解**：
- 我认为**Click Counts**代表的是专门来自搜索行为的用户点击量，相当于搜索引擎流量的一部分。
- 而**Glance Views**则涵盖了所有类型的页面访问量，类似于商业报告里的Page Views概念，它不仅包含了搜索引导过来的访客数量，还包括直接访问、推荐链接等非搜索渠道进入网站的人数。
这两个比率之间的差异揭示了一个关键点：一个是针对特定查询词项的平均转化效率；另一个反映了整个类别下所有产品的综合表现情况。此外，如果我们进一步探讨两者的比例关系，比如在本例中12月份为57.2%，或许能够揭示出该领域内自然搜索流量所占的比重大小。【以上解释仅供参考，请根据实际情况调整】
### 疑问
图中10月份前的Click Counts与Glance Views的比值接近1，但从10月份开始，这个比值变小。这是否意味着10月份之前主要是搜索流量（这种可能性不大）？或者是亚马逊调整了数据统计方式？还是我对这两个数据的理解有误？
### 3. Search to Purchase Ratio（搜索购买比）
#### 如何计算亚马逊“类目平均点击率和转化率”？简析“亚马逊选品指南针”数据背后的含义
搜索购买比这个数据如果难以理解，可以参考《对转化率的误解》一文。这里再解释其另一个意义：它可以帮助我们估算出搜索转化率。
**搜索购买比 = 购买ASIN数量 / ASIN展示数量**
- 例如，搜索购买比为2.35‰，即每展示1000个ASIN中会有2.35个被购买。
- 结合品牌分析下的Search Query Performance数据，通常每次搜索会展示约24个ASIN（这是根据经验得出的数据，实际情况可能不同）。
- 如果每次搜索展示24个ASIN，那么为了买2.35个ASIN，需要进行1000/24=41.67次搜索。也就是说，要购买1个ASIN，需要进行41.67/2.35≈17.73次搜索。因此，产品搜索转化率大于1/17.73，即大于5.6%。
为什么是“大于”？因为通过观察Search Query Performance下的search query volume和total click count，可以发现搜索次数通常多于点击次数，这意味着有些搜索并没有产生点击（可能是因为搜索结果不符合用户期望）。【此处解释若有误，欢迎指正】
这种估算的搜索转化率（与Search Performance中提供的转化率计算方法不同）的准确性取决于经验数据（如每次搜索展示约24个ASIN）的正确性。这两种转化率是有区别的。
值得注意的是，Amazon没有提供Conversion Rate per Price Range这样重要的数据。此外，Return Ratio（退货率）和Reasons for returns（退货理由）也是非常有用的信息，前者可用于利润计算，后者则有助于改进产品质量。
### 4. Offer & Selection Metrics（报价和选择指标）
#### 如何计算亚马逊“类目平均点击率和转化率”？简析“亚马逊选品指南针”数据背后的含义
上图展示了12个月和90天的Offer & Selection Metrics数据。具体说明如下：
- **Number of sellers（卖家数量）**：指的是活跃的卖家账号数量。Amazon并未给出具体的数字，即使给出了具体数字，其意义也不大。
- **Number of new brands（新品牌数量）**：反映了在选定时间段内新增的卖家数量。一个品牌至少对应一个卖家账号。
- **Number of ASINs（子体listing数量）**：个人认为这一数值包括那些已经停售但详情页仍然存在的商品，因为这些商品的ASIN仍然有效且未变为“不可售”。
你可以选择7天、30天或90天作为参考周期，来计算一个月内或三个月内删除的ASIN数量（从截图中可以看出，7天内有556.9K个ASIN，30天内为593.1K个，90天内为652.8K个）。差值为36.2K和59.7K，分别表示减少了36.2K和增加了59.7K的ASIN数目。通过对比这些数值，可以判断ASIN数量的变化趋势。
如果商品数量增加，可能是因为退出市场的卖家多于新进入的卖家，导致利润下降和竞争加剧。大多数情况下，这种ASIN数量减少的情况（即亚马逊在淘汰部分卖家）较为常见，而且一个节点下通常不止一种产品，因此仅凭这一数据来选择新品的意义不大。【以上分析可能不正确，欢迎交流意见】
新ASIN的数量指的是在选定时间段内创建的新子列表项数。无论是7天、30天还是90天内，这个数值都没有变化，所以可以推测新ASIN的时间间隔大约为90天。【以上分析可能不准确，期待您的反馈】
每个ASIN对应的卖家数量对于参考而言价值有限。这是一个平均值，停售的ASIN没有卖家参与销售；而有些ASIN则存在多个跟卖者。理想状态下，每个ASIN应该只有一个主要卖家，如果有两位或更多，则表明该类别中跟卖现象严重。
星级评价分布显示了不同星级对应ASIN的比例情况。通常情况下，4星及以上的评价占据最大比例。但在某些退货率较高的商品类别里，虽然4星的比例会有所降低，但它仍然是所有级别中最常出现的一个。想要更精确了解各星级的具体占比，可以通过浏览器F12查看源代码中的横条像素长度来进行计算。（例如，在上述截图中，4+星占276像素，3星占55.1像素，2星占8.1像素，1星占4.1像素，据此可得出它们各自的百分比分别为80.4%，16.1%，2.4%以及1.2%）
广告支出方面，提供了平均每日消费金额0.1美元及大多数人的实际花费约为0.3美元的信息。尽管单看平均值0.1美元似乎很小，但如果考虑到一年内有527,200个活跃ASIN，并且假设每个ASIN平均每天投入0.1美元用于广告推广，则意味着亚马逊每日能够获得约52,720美元的广告收入。假如你的主要竞争对手每天投入高达100美元，那么理论上你将面临多达527位潜在的市场竞争者（当然，实际数字不能简单这样推算）。
### 选品工具与第三方平台数据比较
虽然亚马逊提供的部分数据存在局限性，但相较于第三方工具提供的信息而言，我个人更倾向于相信官方发布的数据（此处并非否定第三方工具的价值）。原因在于我认为很多第三方工具要么直接从亚马逊获取资源，要么基于自身模型进行估算。接下来将通过几个例子来对比一下“选品指南针”与某些知名第三方软件之间的差异：
- **销量对比**：以英国市场某特定月份为例，“选品指南针”与一家著名第三方机构所报告的销售额十分接近，但在总商品数量上则显示出较大差距——前者仅覆盖前100名最畅销产品，后者则涵盖了整个类别的所有交易记录。
- **头部效应分析**：关于顶级品牌集中度等指标，即使没有专业软件的帮助也可以通过手动统计Amazon前端公开的数据得到答案，只是过程相对耗时费力而已。因此，这些高级功能成为了付费服务的一部分，毕竟时间就是金钱嘛！
- **准确性考量**：就销售额预测而言，像**精灵**这样的应用程序往往依赖于单一变体的表现来估计整体表现，而亚马逊则是基于每一个变体的真实销售数据汇总而成，两者之间存在着明显的区别。
综上所述，尽管选品辅助软件提供的信息可能存在偏差，但对于帮助用户做出决策仍然具有重要作用，两者应该相互补充而非完全替代对方的作用。
### 结语
最初撰写本文时希望能够详尽地解释各种概念，包括展示一些后台截图等细节内容。然而，经过深思熟虑后发现，除了官方数据更加可靠之外，《商城商品指南》并没有太多其他优势可言~~~///(^v^)\\\~~~
### 如何计算亚马逊 “类目平均点击率和转化率”
在探讨“亚马逊选品指南针”背后数据含义之前，我们先来了解如何计算亚马逊中某个类目的平均点击率（CTR）和转化率（CR）。这两个指标对于分析产品表现至关重要。
- **点击率 (CTR)**：指的是在一定时间内，该类目下所有商品被点击次数占总展示次数的比例。计算公式为：CTR = (点击量 / 展示量) * 100%。高点击率意味着你的产品或广告更能吸引潜在买家的注意力。
- **转化率 (CR)**：是指在特定时间段内，从访客转变为购买者的比例。其公式为：CR = (订单数量 / 访客人数) * 100%。高转化率表明用户对所浏览的商品感兴趣并愿意完成购买行为。
通过这些基础概念的理解，我们可以更好地解读接下来要介绍的“亚马逊选品指南针”工具所提供的信息。
### 简析“亚马逊选品指南针”数据背后的含义
进入“亚马逊选品指南针”的方式有两种：一种是通过后台首页上的“新选品推荐”卡片；另一种则是导航至菜单栏中的【增长】>【选品指南针】选项卡。值得注意的是，在同一菜单下还有另一个名为【商机探测器】的工具，它主要侧重于提供具体产品、品牌以及关键词层面的洞察，而前者则更关注整个类目级别的数据分析。
打开后，页面会显示三个主要部分：
1. **选品指南针简介** - 这是对该功能的一个概述性说明。
2. **全球市场需求概览** - 这里展示了针对不同地区市场的需求情况。
3. **类目深度解析** - 提供关于各个细分类别内的详细统计资料及趋势预测。
虽然上述内容似乎更像是面向初学者的教学材料，但它确实包含了许多有用的基础知识。接下来，我们将跳过这部分内容，直接深入讨论我认为更加重要的一些关键点。
