Amazon Brand Analytics publica los datos de términos de búsqueda como un ranking. Cada semana, cada término recibe una posición; cuántas búsquedas hay detrás de esa posición no se publica.
Eso condiciona cómo usarlo. Cualquier cifra que parezca un recuento de búsquedas es un modelo construido sobre el ranking. El ranking en sí, y cómo se mueve, es lo que puedes tomar como base. Este artículo lee una fila del endpoint semanal de ABA en el orden que lleva a decisiones: primero el movimiento, luego quién tiene los clics y por último cuánto cuesta entrar. Reunir los términos en una biblioteca se explica en cómo crear tu biblioteca de palabras clave; aquí se trata de leer bien un término.
Una fila es un término en una semana
El endpoint semanal devuelve una fila por término de búsqueda. Dos parámetros fijan la semana y el alcance:
daterecibe la fecha de fin de semana y tiene que ser sábado: el ejemplo documentado,20250802, lo es. Si lo dejas vacío, obtienes la última semana.includeKeywords,excludeKeywordsydepartmentsacotan los términos.
El endpoint mensual devuelve la misma estructura por mes natural, y el endpoint de tendencias de ABA devuelve el rank y las searches de un término como serie, con timeGranularity en W para semanas o M para meses.
curl --request POST \
--url https://ecommercedataapi.com/v1/amazon/aba/research/weekly \
--header "Content-Type: application/json" \
--header "X-API-Key: ${ECOMMERCE_DATA_API_KEY}" \
--data '{
"marketplace": "US",
"date": "20250802",
"includeKeywords": "screen protector",
"page": 1,
"size": 20
}'El ranking es el dato; los tamaños son un modelo
La fila documentada de «screen protector» tiene searchRank 9038. A su lado están searches (22012), purchases (1035), clicks (3403) e impressions (451341). El ranking lo publica la plataforma. Los tamaños son estimaciones construidas encima; son coherentes entre sí, pero no están verificados de forma independiente: purchases ÷ searches es 1035 ÷ 22012 = 0,047, que es el purchaseRate de 0,047 de la misma fila.
Usa los tamaños para comparar términos entre sí, no para planificar stock. Por qué las herramientas discrepan sobre el «volumen de búsqueda» se explica en cómo elegir una herramienta de palabras clave.
Lee el movimiento y vigila el signo
Cada fila trae el ranking actual y el de tres momentos anteriores:
| Campo | Significado | Valor de ejemplo |
|---|---|---|
searchRank | Ranking de esta semana | 9038 |
w1SearchRank | Ranking de hace una semana | 8300 |
w4SearchRank | Ranking de hace cuatro semanas | 7989 |
w12SearchRank | Ranking de hace doce semanas | 8738 |
Junto a cada uno hay un valor de cambio y una tasa de cambio (w1RankGrowthValue, w1RankGrowthRate, etc.). Calculándolos con el ejemplo, la regla es: cambio = ranking anterior − ranking actual, y tasa = cambio ÷ ranking anterior.
| Frente a | Ranking anterior | Cambio | Tasa |
|---|---|---|---|
| Hace una semana | 8300 | 8300 − 9038 = −738 | −738 ÷ 8300 = −0,0889 |
| Hace cuatro semanas | 7989 | 7989 − 9038 = −1049 | −1049 ÷ 7989 = −0,1313 |
| Hace doce semanas | 8738 | 8738 − 9038 = −300 | −300 ÷ 8738 = −0,0343 |
Los tres salen exactamente como los da el ejemplo. La trampa es el signo. Un número de ranking más bajo es un término más popular, así que un cambio negativo significa que el término se ha vuelto menos popular. Aquí el ranking pasó de 8300 a 9038 y el cambio es −738. Si lees «crecimiento −0,0889» como una caída del 8,9 %, lo entiendes bien; si lees −738 como «el ranking cayó 738 puestos», lo entiendes al revés.
De la misma tabla salen dos cosas más.
Un solo punto de comparación engaña. Frente a hace doce semanas el término cae un 3,4 %; frente a hace cuatro semanas, un 13,1 %. El punto de hace cuatro semanas, 7989, era el mejor ranking de los cuatro. La imagen real es una subida de 8738 a 7989 seguida de un retroceso hasta 9038. Lee los tres puntos juntos o saca la serie del endpoint de tendencias.
La tasa no es simétrica. Divide entre el ranking anterior, así que una mejora nunca puede superar el +100 %, mientras que una caída no tiene suelo. El ejemplo mensual documentado muestra −1,1357: el ranking pasó de 4548 a 9713, y 5165 ÷ 4548 es 1,1357. Si ordenas una tasa de forma ascendente verás sobre todo términos en caída, y las cifras más grandes no son los movimientos más grandes.
La respuesta mensual reutiliza los nombres de campo w1, w4 y w12. Comprueba qué periodo cubren allí antes de comparar entre los dos endpoints.
Lee quién se queda con los clics
Dos campos describen lo concentrado que está un término:
clickShareRatees la cuota de clics de los tres primeros productos ycvsShareRatees su cuota de conversiones.top3Brandsnombra las marcas ytop3AsinDtoListda elclickRatey elconversionRatede cada producto líder.
En el ejemplo, clickShareRate es 0,1489 y cvsShareRate es 0,0842: los tres primeros se llevan alrededor del 15 % de los clics y el 8 % de las conversiones, así que el término está fragmentado y un recién llegado puede conseguir cuota. Un término donde los tres primeros se llevan la mayor parte de ambos es otra cosa. La tabla de campos muestra ejemplos de 54.2 y 43.5 donde el ejemplo de respuesta muestra fracciones, así que revisa la primera respuesta que recibas y normaliza antes de comparar términos. Cómo llegar a la primera página explica cómo el reparto de clics decide si posicionarse compensa.
Lee cuánto cuesta entrar
Tres campos ponen precio a la entrada:
cprExact: las ventas necesarias en unos ocho días para poner el término en la primera página. El ejemplo es 64. Es una estimación. La tabla de ordenación del apéndice etiqueta el mismo campo como SPR, y los filtros de la petición se llamanminSPRymaxSPR.titleDensityExact: cuántos productos de la primera página usan exactamente el término en su título. El ejemplo es 50, así que una gran parte de la primera página ya lo hace; usar el término en tu título aporta poca ventaja.bid,bidMin,bidMax: la puja de Sponsored Products y su rango, 3,36 y 2,52–4,2 en el ejemplo. Cómo ajustar a partir de ahí está en pujas por palabra clave.
Un término con ranking en subida, clics fragmentados y un cprExact bajo es barato de entrar. Uno con los tres al revés es caro, y el ranking solo no te lo habría dicho.
Conviértelo en una lista de seguimiento
El mismo endpoint filtra por ranking, crecimiento, clics y concentración, así que una lista de seguimiento es una petición por categoría:
curl --request POST \
--url https://ecommercedataapi.com/v1/amazon/aba/research/weekly \
--header "Content-Type: application/json" \
--header "X-API-Key: ${ECOMMERCE_DATA_API_KEY}" \
--data '{
"marketplace": "US",
"date": "20250802",
"includeKeywords": "protector",
"maxSearchRank": 50000,
"minRankGrowthRate": 0.1,
"order": { "field": "searchfrequencyrank", "desc": false },
"page": 1,
"size": 20
}'Pide los términos que contienen «protector», con ranking 50.000 o mejor, que hayan mejorado al menos un 10 % en la última semana, del mejor ranking al peor. Los números son ejemplos. Suponiendo que el filtro siga el mismo signo que los campos de la respuesta, un minRankGrowthRate positivo selecciona los términos que suben; confírmalo en la primera página de resultados antes de fiarte. order.field acepta searchfrequencyrank, cprExact, titleDensityExact y searches (tabla 2.4).
El parámetro searchModel toma de 1 a 6 y aplica una vista de mercado predefinida: mercados populares, de cambio brusco, de crecimiento continuo, de subida rápida, de potencial y de cola larga. Sus valores solo se describen en la referencia en chino, así que trátalo como un atajo y pruébalo con tus propios filtros.
Límites
- El ranking lo publica la plataforma; todo lo que tiene tamaño (
searches,purchases,clicks,impressions) es un modelo encima. Úsalo para comparar términos y no lo leas como un recuento. - Una semana es ruidosa. El ranking se mueve de una semana a otra por motivos ajenos a la demanda, así que el cambio de una sola semana es una señal para mirar la serie, no una conclusión.
- Los datos describen el comportamiento de búsqueda en la plataforma. No saben si un término encaja con tu producto; esa comprobación es tuya.
Preguntas frecuentes
¿Son los mismos datos que Brand Analytics de Seller Central? Cubre el mismo tipo de datos de ranking de términos de búsqueda que informa Brand Analytics, devueltos como JSON.
¿Un mejor ranking significa que el término venderá mi producto? No. El ranking dice lo popular que es el término, no si los compradores que lo buscan comprarán el tuyo. Los campos de cuota de clics y de coste de entrada dicen más sobre eso que el ranking.
¿Cada cuánto conviene sacarlo? Cada semana, el mismo día, y guardando todas las semanas. La serie es más útil que cualquier extracción suelta.
¿Puede hacerlo un agente de IA? Sí. El endpoint está disponible en el servidor MCP remoto, así que un agente puede sacar un término y leer el movimiento por ti.