亚马逊数据分析要点

继续我们的平台数据分析要点，本期小编要聊的是亚马逊数据分析要点。

亚马逊数据分析要点

在亚马逊后台数据报告中，业务报告和库存报告是卖家应该关注的重点数据，业务报告数据就是指店铺的销量。库存报告主要包含两个数据：自发货库存和FBA。FBA是FulfillmentbyAmazon的英文缩写，指亚马逊提供的代发货业务。

Amazon数据分析可以参考市场趋势报表、客户行为分析数据表、地理位置数据分析表、订单销售数据表、店铺运作数据表、客户评论数据表。报表常用名词如下：

PageViews(页面流量):在所选取的时间范围内销售页面被点击的总浏览流量。

PageViewsPercentage(特定页面流量比率):在页面流量中特定浏览某项SKU/ASIN的流量所占的比例。

Sessions(浏览用户数):24小时内曾经在销售页面浏览过的用户总数。

SalesRank(销售排名):产品在亚马逊平台的销量排名及变化。

OrderedProductSales(订单销售总和):订单的销售数量乘以销售价格之总和。

AverageOfferCount(平均可售商品页面):在所选定的时间范围内计算出平均可售商品页面。

OrderItemSessionPercentage(下订单用户百分比):在浏览用户数中下订单用户所百分比。

UnitSessionPercentage(销售个数用户转换率):每位用户浏览后购买产品的几率。

AverageCustomerReview(平均商品评论评级):总体平均的商品评论级数，以五星级的评级方式来显示。

CustomerReviewsReceived(商品评论数):商品获得评论的总数，无论好评还是差评一起计算。

NegativeFeedbackReceived(差评数):所收到的反馈差评总数，显示只有差评的总数。

ReceivedNegativeFeedbackRate(差评率):反馈差评占反馈总数的比例，也就是差评数除以反馈数。

Ato-ZClaimsGranted(收到A-to-ZClaims的次数):不收到是最好的。

另外，也可以使用参考平台提供的数据，例如BestSeller(热销产品)，HotNewReleases（类目热销产品），MoversandShakers(新品热榜)，MostWished(一天销量上升榜)，GiftIdeas(礼物类当日热销排行)。

（本文内容根据网络资料整理和来自用户投稿，出于传递更多信息之目的，不代表本站其观点和立场。本站不具备任何原创保护和所有权，也不对其真实性、可靠性承担任何法律责任，特此声明！）

常见问答(FQAS)

A1:亚马逊数据分析最常见的技术包括MySQL、SQL Server、Oracle等关系型数据库进行数据存储;Hadoop生态系统中的Hive、Impala进行数据的计算和分析;Spark生态系统的Spark SQL、Spark MLlib进行机器学习分析;另外可视化分析中也常用到Tableau、Power BI等工具.

A2:对亚马逊数据进行清洗与处理主要包括:1.缺失值处理;2.异常值处理;3.数据格式转换;4.数据归一化;5.去重复数据等处理。其中缺失值和异常值处理对分析质量影响最大。

A3:亚马逊数据分析常见任务包括:1.客户细分分析;2.商品推荐分析;3.销量预测分析;4.广告效果分析;5.流量来源分析;6.店铺运营分析等。这些任务都可以助力提升亚马逊平台的运营效率。

A4:在亚马逊数据分析结果展现中,可使用微软PowerBI、Tableau等工具进行数据可视化,通过图表如条形图、饼图、线图等形式展现分析结果,使决策更加直观。同时也可以开发个性化的WEB端或App端数据分析展示平台。