判断一个类目值不值得做，最常见的做法是看总量：月销量多少、市场规模多大。
总量能告诉你天花板，但回答不了真正的问题——这个天花板下面还有没有你的位置。 而且总量本身还是整套数据里最不可靠的一个数，原因见「市场规模」这个数是怎么算出来的。
一个月销百万的类目，如果销量的八成集中在三年以上的老 Listing 手里，那对新品来说它比一个月销十万但格局松散的类目更难。总量看不出这个差别，分布可以。
先用统计接口确定盘子
选市场统计接口按类目节点返回一组基础指标：
| 字段 | 含义 |
|---|---|
totalProducts | 商品总数 |
brands | 品牌数 |
sellers | 卖家数 |
nodeLabelPath | 节点名称路径 |
currency | 该市场的货币 |
brands 和 sellers 与 totalProducts 的比值就是集中度。 五千个商品分布在四个品牌手里，和分布在四百个品牌手里，是两个完全不同的市场——前者是寡头，后者是散户市场，进入策略完全不同。
注意 products 和 totalProducts 是两个字段：前者是样本数，后者是总数。做比例计算时要分清用哪个，这是这个接口最容易读错的地方。
分布一：上架时间，回答「新品进得去吗」
这是四个里最该先看的。
上架时间分布接口按 Listing 年龄分组，每组返回 label（如「3年以上」）、products、units、revenue 和 unitsRatio（销量占比）。
unitsRatio 是关键字段。 文档里「3年以上」那一组的示例值是 0.834——也就是说这个类目 83.4% 的销量被三年以上的老 Listing 拿走。
这个数字直接回答了新品的处境：
- 老 Listing 占比很高 → 这个类目的位置已经固化，新品要花很久才能撬动
- 一年内的 Listing 占比可观 → 格局还在流动，新品有机会
- 占比在几个年龄段之间分散 → 持续有新玩家成功进入，这是最健康的信号
总销量大而新品占比低的类目，是最典型的陷阱——数据看起来诱人，但那些销量不是给你准备的。
分布二：卖家类型，回答「和谁竞争」
卖家类型分布接口返回配送方式和卖家类型的构成，每组带 label（如「Amazon自营」）、asinNum、asinRatio、units、unitsRatio、ratings、rating。
要对比看的是 asinRatio 和 unitsRatio 这两个占比：
| 情况 | 含义 |
|---|---|
asinRatio 低但 unitsRatio 高 | 这类卖家用很少的商品拿走了很多销量——效率高，难对付 |
asinRatio 高但 unitsRatio 低 | 商品多但卖不动，这一类是陪跑的 |
自营占比高的类目要单独看待。它不一定意味着不能做，但意味着价格和配送上的竞争标准会更高。
rating 和 ratings 也在这里返回，可以顺带看这类卖家的评分水平——如果某一类卖家的平均评分明显偏低，那是一个产品质量上的机会窗口。
分布三：价格，回答「在哪个价位做」
价格分布接口按价格区间分组，每组返回 label（如「5-10」）、products、units、revenue、unitsRatio。
要找的是 products 和 unitsRatio 之间的错配。
- 某个价位带商品很多但销量占比很低 → 这个价位挤满了卖不动的商品，是红海里的空转区
- 某个价位带商品不多但销量占比很高 → 需求集中在这里，而供给还没跟上
第二种是你要找的位置。它不一定是最高价位，也不一定是最低价位——常常在中间某个不显眼的区间。
选市场统计接口按类目节点返回商品总数、品牌数、卖家数和节点路径等核心统计指标四个拼起来怎么判断
单看任何一个分布都会误判。组合起来才有结论：
| 组合 | 判断 |
|---|---|
| 老 Listing 占比低 + 品牌分散 + 某价位供给不足 | 值得进 |
| 老 Listing 占比高 + 品牌集中 | 格局固化，除非有明显差异化否则不进 |
| 新品占比高 + 但平均评分普遍低 | 需求在，产品普遍做得不好——质量差异化的机会 |
| 总量大 + 老 Listing 通吃 | 典型陷阱，数据好看但进不去 |
第三行是最容易被错过的机会。 大量新品涌入说明需求被验证过，而评分普遍偏低说明还没人做好。这种类目适合有供应链能力的卖家。
然后再筛具体商品
类目层判断完之后，才是在类目里筛商品。选产品接口有近二十组 min / max 条件，可以把你在上面得出的结论直接写成筛选条件——比如上架时间分布告诉你要避开老品，就用 availableMonth 卡；价格分布告诉你目标价位带，就用 minPrice / maxPrice 卡。
完整的三步流程见批量选品：用三个接口筛出候选 ASIN 清单，怎么把候选填进可比的表格见亚马逊选品数据分析表。
三件这套数据做不到的
销量相关的都是估算。 这几个分布里的 units、revenue、unitsRatio 都建立在销量估算之上，而平台不公开销量。用它们比较相对结构是可靠的，当成绝对值不行。这一层的完整说明见销量数据能拿到什么、拿不到什么。
不能告诉你供应链能不能做。 数据说这个位置空着，不说你能不能填进去。能不能拿到货、有没有专利风险，接口不知道。
类目层级要自己定。 大类和小类的分布可以完全不同。同一个判断在一级节点和三级节点上得出的结论可能相反，所以 nodeIdPath 要记录清楚，不要笼统说「这个类目」。
常见问题
该看哪一级类目？ 看你实际要竞争的那一级。通常是你的商品会被归入的那个小类，而不是它上面的大类——大类的分布会被不相关的子类稀释。
新品占比多少算「进得去」？ 没有统一阈值，因为类目差异很大。可行的做法是横向比较：把几个候选类目的同一个数字放在一起排序，比盯着单个绝对值有意义。
分布数据多久更新一次？ 按接口返回的计算时间为准，不要假设是实时的。做趋势判断时固定用同一个口径，不要把不同时间点的抽样混在一起比。
能用这套数据做季节性判断吗？ 上架时间分布不适合，它反映的是存量结构。要看季节性应该用市场趋势类接口的时间序列。