本文經授權轉載自：知無不言賣家-跨境123456

選品指南針提供了數據，簡析這些數據背后的含義。通過給出的數據算出來類目的平均搜索點擊率和平均轉化率 知道了Click Counts 和Glance Views區別就知道了這2個轉化率的區別。

選品其實就是判斷一款是否能做，是我最近的工作重點。有參考選品指南針（Marketplace Product Guidance的數據,后臺幫助頁面也翻譯成商城商品指南），商機探測器（Product Opportunity Explorer）以及品牌分析（Brand Analytics）

現對選品指南針里數據做一個詳細分析。（說明：下面截圖里選品指南針用的用的英國站點數據。要選擇除美國站點外的其他站點的數據，因為美國數據缺少部分內容。）

一、選品指南針數據簡析

1. Filters（篩選條件）如下圖：

剛開始我用這個篩選的時候，用的是產品關鍵詞，發現怎么也找不到相應的數據。其實這里用對應的類目關鍵詞也就是Item Type Keyword這個字段，此字段可以在上傳產品時選擇節點的地方找到，也可以用先在前臺輸入你的產品關鍵詞，找到對應的類目節點ID，在分類樹（Browse Tree_Guide）表格里搜索找到Query列對應的值。

2. Performance（產品表現）如下圖：

除了直觀的看銷量趨勢，對比今年和去年的數據，隱藏的一點是通過給出的數據算出來類目的平均搜索點擊率和轉化率（《對轉化率的誤解》里并未提及此處的轉化率）  

此值可以作為關鍵詞廣告搜索位置點擊率的一個參考。如圖中12月份的Clicks Count 3293762 / Search Volume 70982361點擊率算出來是4.6%。 點擊率對做廣告預算不重要，重要的是轉化率。上圖中，可以計算出2個轉化率。一個是用Units Sold/ Click Counts計算，另外一個是用 Units Sold/ Glance Views計算。

上圖中12月份Units Sold：375777， Click Counts：3293762，Glance Views：5758863。算出來的轉化率分別是：11.4%，6.5%。【這里的Units Sold是總訂單（搜索訂單和其他流量訂單），不是搜索訂單，算出來的搜索轉化率大于真正的搜索轉化率】

Click Counts 和Glance Views區別：我認為Click Counts是搜索點擊即搜索流量，Glance Views是總點擊和Business Reports里的Page Views一樣，包含搜索流量以及其他流量。【此處解釋若有誤，歡迎指正】

這2個轉化率的區別顯而易見，1個是此節點所有搜索詞的平均轉化率，1個是整個類目產品的平均轉化率。Click Counts和Glance Views比值又有啥含義？是不是類目的搜索流量占比（12月份為Click Counts/ Glance Views= 57.2%）. 【此處解釋若有誤，歡迎指正】

疑問：觀察圖中10月份前的Click Counts/ Glance Views這兩個比值接近1，從10月份開始，這個比值才變小。是10月份之前都是搜索流量（不太可能）？還是10月份Amazon調整了數據統計？亦或我對這兩個數據理解有誤？

3. Search to purchase ratio（搜索購買比）如下圖

搜索購買比，這個數據看不懂？《對轉化率的誤解》里有提及。這里再說這個數據的另外一個意義：它可以估算出搜索轉化率。

搜索購買比就是購買ASIN數量/ASIN展示數量。搜索購買比為2.35‰也就是說，購買2.35個ASIN，要展示1000個ASIN。

如果你結合品牌分析下的Search Query Performance的數據，你會發現，其實每次搜索展示24個左右ASIN（這個是我的經驗之談，你的觀察可能不一樣）。

假設搜索一次展示24個ASIN，那么買2.35個ASIN，要搜索1000/24=41.67次，即購買1個ASIN，要41.67/2.35=17.73次搜索（搜索次數）。估算出產品搜索轉化率（搜索訂單數量/點擊次數）大于1/17.73即大于5.6%。

為什么是大于？因為通過觀察Search Query Performance下的search query volume和total click count, 你會發現搜索次數是大于點擊次數的，也就說有的搜索可能沒點擊（為啥沒點擊？可能搜索結果不是客戶想要的）。【此處解釋若有誤，歡迎指正】 

這個估算的搜索轉化率（Search Performance已經說了一種轉化率的計算，這是另外一種）的準確度取決于經驗之談（展示24個左右ASIN）的準確性。這兩個轉化率是有區別的。

Conversion Rate per Price Range 這么重要的數據，amazon沒有給出來。Return Ratio 退貨率和Reasons for returns退貨理由，前者可以用在利潤計算中，后者可以幫助改進產品。  

4.Offer & Selection Metrics （報價和選擇指標）如下圖：

12個月：

上面2漲圖是12月和90天的數據圖。Number of sellers 賣家數量即賣家賬號數量。Amazon沒有給出具體的數字，給出具體的數字也意義不大。

Number of new brands 新品牌數量，可以反映出所選段時間，進場的賣家數量。一個品牌至少一個賣家賬號。

Number of ASINs子體listing數量，個人覺得這個值包括不在售但詳情頁還存在沒變狗的ASIN，因為感覺這個值過大，變狗的應該不包含。

你可以選著7天，30天，90天作為參考，算一下1個月和3個月內刪除的 ASIN數量（上圖截圖中，7天ASIN數量556.9K，30天是593.1K，90天是652.8K， 差值是36.2K,59.7K也就是減少的ASIN數量增加36.2K/1大于59.7/2或者對比3個月新增的ASIN數量32.4K）是變大還是變小。

如果變大，可能是選擇離場的人大于進場的人，利潤減少，競爭在加劇。大多數節點應該都是這種ASIN數量減少變大的情況（Amazon在淘汰賣家）,何況一個節點不止一種產品，所以算這個其實對選新品意義不大。【以上分析可能不對，歡迎交流】

Number of new ASINs 新ASIN數量即所選時間段新建子listing數量。（7天，30天，90天這個值都沒變化。所以這個新ASIN時間可能是90天）。【以上分析可能不對，歡迎交流】

Offers per ASIN 每個ASIN的賣家數量，參考意義不大。這個是平均值，停售ASIN沒有賣家，有的ASIN有多個跟賣。正常數值為1，若為2說明這個類目跟賣嚴重。

Star Ratings 星級對應的ASIN數量分布。正常是4星以上占比最大。一般情況下，退貨率高的類目，4星占比就變小，但依舊比其他星級多。

想要具體化這個占比情況，可以在瀏覽器按F12查看源代碼，找到橫條像素長度，算一下（上圖截圖中，4+像素是 276，3 是55.1， 2 是8.1， 1 是4.1 可算出占比分別為：80.4%， 16.1%， 2.4%， 1.2%）Advertisement Spend 廣告支出，下面給出了平均每日支出0.1和大部分人的消費金額值0.3。

平均值0.1看似很小，然而12個月有527.2K個ASIN，每個ASIN平均每日支出0.1，即平均每日Amazon的廣告收入52720。假設你的主要競爭對手每日花費100，那就是527.2個潛在的競爭對手（當然，潛在競爭對手數量不能這樣子算）。 

二、選品指南針數據和第三方工具數據對比

盡管Amazon給的數據有局限性，相比第三方工具給出的數據，我更相信Amazon官方數據（這里不是表達不要用第三方工具），因為我覺得第三方工具數據要么來自Amazon，要么通過自己的數據模型預估的。下面會用選品指南針的數據和第三方工具做一下對比。

如下2張圖，英國站1月份同一節點選品指南針和第三方工具的銷售數據：

銷量數據還是比較接近（商品總數，差別比較大），畢竟一個是前100的銷量，一個是整個類目的銷量。

至于第三方給出的頭部銷量，集中度指標等其他數據，如果你有耐心用前臺Amazon給出的月銷量（如下圖）也是能算出來的，只是比較花費時間（所以第三方工具才收費，畢竟時間就是金錢）

如下：1月份類目銷量183130個，BSR1的賣家最近30天變體的銷量總和5500+，此BSR1銷量占比3%+。同時我們對比一下**精靈的銷量占比數據7.78%（如下圖） 

關于數據準確性，這里簡單舉個例子：比如算銷售額這里，**精靈的里的數據，尤其多變體，采用的單一變體的信息估算的，而Amazon的數據肯定都是各個變體的真實數據統計的，這里還是有不小誤差。

盡管選品工具數據可能沒那么準確，但選品工具對于選品還是有很大的作用，彼此也不能互相替代。 

（來源：雨果網的朋友們）

以上內容僅代表作者本人觀點，不代表雨果跨境立場！如有關于作品內容、版權或其它問題請于作品發表后的30日內與雨果跨境取得聯系。