"亚马逊数据分析"通常被理解成一个工具问题：用什么软件、看哪些指标。
但实际出问题的地方几乎从来不是工具，而是三类性质完全不同的数据被放进了同一张表，然后被当成同一种东西用。
三类数据，三种可信度
| 类别 | 例子 | 怎么来的 | 能支撑什么结论 |
|---|---|---|---|
| 事实 | 价格、BSR、评分数、评论内容 | 平台公开，可核对 | 可以直接引用 |
| 推算 | 月销量、月营收、市场规模 | 从 BSR 等公开信号换算 | 只能比量级和方向 |
| 判断 | 值不值得做、问题归在哪 | 人（或模型）加上去的 | 要标明是谁的判断 |
最贵的错误是第二类被当成第一类用。
销量预测接口的字段名就是 estDailySales 和 estMonthSales——est 是接口自己标的。平台不公开任何商品的销量，所以你在任何地方看到的"月销 2,965 件"都是算出来的，不是查出来的。用它排量级没问题，拿它去做进货承诺就不行。这一层的完整拆解见销量数据能拿到什么、拿不到什么。
第三类被混进前两类，是另一个方向的错误：把"我觉得这个类目有机会"和"这个类目 83% 的销量归老 Listing"写在同一列，三个月后没人分得清哪句是数据说的。
按问题类型找数据
数据分析的起点是问题，不是指标面板。常见的几类问题各自对应不同的数据：
| 你的问题 | 该看什么 | 承接 |
|---|---|---|
| 这个类目还能不能进 | 类目的四个分布 | 类目分析 |
| 该选哪个产品 | 四层排除顺序 | 亚马逊怎么选品 |
| 竞品为什么比我强 | 词的差集 + 评论 | 竞品分析怎么做 |
| 我的流量从哪来 | 自然位与广告位的构成 | 关键词排名怎么监控 |
| 哪些词该优化 | 按转化类型分四类 | 关键词怎么优化 |
| 广告该出多少钱 | 三种匹配的竞价区间 | 广告出价 |
| 买家在抱怨什么 | 评论的来源与分类 | 评论分析怎么做 |
先有问题再找数据，比先打开面板再找规律可靠得多。 面板会让你把注意力放在变动最大的指标上，而变动最大的往往只是噪音。
一条贯穿全部的记录规则
不管分析什么，每一行数据都要记两件事：它是哪一类（事实/推算/判断），以及它是什么时候取的。
时间戳这一条最容易被省略，代价也最大。没有取数时间，三个月后你无法判断这张表还能不能用——而排名、价格、评论数都是天天变的。
这也是我们做的几张表都把"采集日期"单列一列的原因：选品分析表、竞品分析表、评论分析表。
三件所有公开数据都做不到的
不管用什么工具，下面三样都拿不到，因为它们不在公开侧：
你自己的后台数据。 真实订单量、广告花费、搜索词报告、库存——这些在卖家后台，属于授权数据。公开接口给的是市场侧，两者互补但不能互相替代。
竞品的后台数据。 同上，只有对方账号能看。任何声称能提供竞品精确销量或后台搜索词的说法，本质上都是推算。
因果。 数据能告诉你排名掉了、转化降了，不能告诉你为什么。原因要结合你自己的改动记录——所以改 Listing 时留一条时间戳，比任何分析工具都有用。
三类数据的边界从哪来、为什么模型答不了这类问题，见为什么 AI 回答不了亚马逊数据问题。同一条授权边界怎么把数据切成三块，见亚马逊数据从哪来。
从看数据到用接口
手工查数据的成本在重复时才显现。判断标准很简单：当你开始每周做同一件事——同样的条件筛一遍、同样的字段导出来、同样的公式算一遍——就该把它变成定时任务了。
46 个接口按用途的分类在亚马逊数据 API 完全指南，接入前要定的决策在对接前要定的五个决策。定时跑出来的结果怎么做到能和上周比，见亚马逊数据分析报告怎么做。
常见问题
新手该从哪个指标开始看？ 不要从指标开始，从问题开始。先写下你要回答的那一个问题，再倒推需要哪几个字段——这样你会发现大部分指标和你的问题无关。
不同工具的数据对不上怎么办？ 先对齐三件事：站点、类目层级、取数时间。这三项一致之后仍有差异，才是口径差异。公开字段（价格、BSR、评分数）应该一致，销量类不一致是正常的。
多久复查一次合适？ 按数据的变化速度定。价格和优惠券按天变，排名按周看才有意义，类目结构按月甚至按季度。用比数据变化更快的频率去看，看到的全是噪音。
能把这些数据直接喂给模型分析吗？ 可以，而且分类这类工作很适合。但要求模型把输出放在"判断"那一类里，并且保留原始的事实和推算列——模型的结论和数据本身必须分得开。