Al elegir una herramienta de análisis de datos, lo habitual es ver demos, comparar listas de funciones y pedir recomendaciones. Las tres tienen el mismo problema: no puedes comprobar si lo que dice es correcto. No conoces la respuesta real de las cifras de una demo, y una lista de funciones dice qué calcula una herramienta, no con qué precisión.
Este artículo trata una sola cosa: cómo poner a prueba una herramienta con datos cuya respuesta ya conoces. Sirve para cualquier tipo de herramienta de datos de Amazon. La elección dentro de categorías concretas tiene sus propios artículos —herramientas de investigación de producto, herramientas de palabras clave y herramientas de búsqueda inversa de ASIN— y cómo hacer el análisis en sí está en separar hechos, estimaciones y criterio.
Primero, aclara qué tipo de trabajo quieres que haga
Bajo la misma etiqueta de "análisis de datos", una herramienta puede estar haciendo tres cosas distintas:
| Tipo | Qué hace por ti | ¿Se puede verificar? |
|---|---|---|
| Recopilación | Pasa a una tabla los campos visibles (precio, valoración, número de reseñas, BSR) | Fácil: abre la ficha del producto y compara |
| Estimación | Deduce cifras que no se ven (ventas, facturación, volumen de búsqueda) a partir de las visibles | Difícil: Amazon no publica los valores reales |
| Criterio | Añade conclusiones sobre las estimaciones ("este producto merece la pena") | Lo más difícil: la conclusión mezcla estimaciones con reglas propias |
La recopilación se comprueba en un minuto, y las reglas del criterio suelen ser opacas. La capa que merece el esfuerzo es la estimación: es la base de todo criterio posterior y, casualmente, es donde ya tienes una hoja de respuestas.
La prueba más eficaz: examínala con ASIN que conoces
Tus propios ASIN tienen ventas reales. Los informes empresariales de Seller Central dan las unidades pedidas por ASIN hijo: el valor real registrado, no una estimación.
Mete el mismo ASIN en la herramienta, toma su estimación de ventas para el mismo periodo y compara. Así sabes cuánto se desvía la herramienta en tu categoría y tu franja de precio. Tomando este sitio como ejemplo, el endpoint de ASIN Sales Estimate devuelve monthItemList por mes (cada elemento con date, sales y amount) y dailyItemList por día (con el bsr y el price de ese día):
curl --request POST \
--url https://ecommercedataapi.com/v1/amazon/sales/prediction/asin \
--header "Content-Type: application/json" \
--header "X-API-Key: ${ECOMMERCE_DATA_API_KEY}" \
--data '{
"marketplace": "US",
"asin": "B08CK5Z5Q1"
}'Alinea las condiciones antes de comparar, o la diferencia que midas la habrás creado tú:
- El mismo ASIN hijo. Una estimación a nivel de padre cuenta toda la familia de variaciones; tu cifra de Seller Central es de un solo hijo.
- El mismo marketplace, indicado de forma explícita. El
marketplacede este endpoint tomaUSpor defecto si se omite. Si lo olvidas al consultar Europa o Japón, recibes cifras de EE. UU. sin ningún error. La lista completa de trampas de marketplace está en investigación de producto en EE. UU., Japón y Europa. - Compara por meses, no por días. Las estimaciones de un solo día oscilan y puede que no se atribuyan al mismo día que tus pedidos. Los totales mensuales muestran mejor el sesgo propio de la herramienta.
Lee tres cosas: dirección, magnitud y orden
No te quedes en "cuánto se desvía". Léelo de tres maneras:
Dirección: ¿se desvía siempre hacia arriba o siempre hacia abajo? Un sesgo estable se puede corregir: si sabes que suele sobrestimar en torno a un tercio, lo descuentas mentalmente. Lo problemático es que oscile en ambos sentidos.
Magnitud: ¿cuánto se desvía y es igual en distintos niveles de ventas? Es habitual que los productos líderes se estimen bastante bien y la cola larga mal, o al revés. Eso decide si sirve en la franja de precio y el rango de ranking que te interesan.
Orden: si tienes varios ASIN, comprueba si la herramienta los ordena igual que tus ventas reales. La investigación de producto y el análisis de competencia necesitan sobre todo saber "cuál vende más que cuál", no "cuántas unidades exactamente". Una herramienta con cifras absolutas desviadas pero orden estable sigue siendo útil para comparar. Una que no acierta el orden no debería usarse para comparar, por razonables que parezcan sus cifras.
Uno o dos ASIN no calibran un modelo entero: el error cambia según la categoría y el rango de ranking. Lo mejor es tener varios ASIN en distintos niveles. Si solo tienes uno, limita la conclusión a "en esta categoría y a este volumen se desvía más o menos tanto".
Después, haz cuatro preguntas sobre definiciones
La calibración responde a "¿es precisa?". Estas cuatro responden a "¿lo estoy leyendo bien?". Cada una tiene su artículo:
- ¿Qué tipo de "volumen de búsqueda" muestra? Una misma respuesta puede traer varios campos que parecen volumen de búsqueda: búsquedas mensuales del marketplace, un ranking semanal, una exposición estimada de un producto. Ver cómo elegir una herramienta de palabras clave.
- ¿Qué pasa si omites el marketplace? Volver en silencio a un valor por defecto es mucho más peligroso que un error. Ver el parámetro de marketplace.
- ¿Los campos de proporción son porcentajes o fracciones? Que convivan ambas notaciones en un mismo conjunto de datos no es raro. Ver de dónde sale la cifra del tamaño de mercado.
- ¿Marca qué cifras son estimaciones? ¿Se nota por el nombre del campo, su descripción o la documentación que un número es deducido? Ver qué datos de ventas de Amazon puedes obtener y cuáles no.
¿Puedes sacar los datos en bruto?
Los gráficos de una interfaz sirven para mirar. Las filas en bruto son las que te permiten calcular, comparar y cruzarlas con tus datos de Seller Central. Pregunta tres cosas:
- ¿Se pueden exportar datos fila a fila, no solo gráficos resumen?
- ¿Están documentados los campos: significado, tipo y unidad de cada uno?
- ¿Hay una API para obtener los datos de forma programada con una definición fija, en lugar de exportarlos a mano cada vez?
Este sitio mantiene las tres cosas en la parte pública: los 46 endpoints aparecen en el catálogo de API, los campos, tipos y ejemplos están en la página de cada endpoint, y la definición completa legible por máquina está en OpenAPI. Puedes leer todas las definiciones de campos antes de pagar y decidir si encajan con tus definiciones.
Calcula el precio según tu propio uso
El mismo presupuesto compra cosas muy distintas según el modelo de precios:
- Suscripción por cuenta o por usuario: encaja con varias personas que consultan a mano cada día.
- Precio por llamada: encaja con tareas programadas y comparaciones masivas; pagas lo que usas.
Este sitio es del segundo tipo: compras un paquete de llamadas una vez, todos los endpoints públicos usan el mismo saldo y no se cobra por usuario. Los tamaños de paquete están en precios. Para saber qué modelo te sale más barato, estima primero cuántas consultas haces realmente al mes: es más útil que comparar precios unitarios.
Tres cosas que ninguna herramienta puede hacer
Darte valores que Amazon no publica. Las ventas reales y la tasa de conversión real de un competidor solo existen en su Seller Central. Toda herramienta ofrece una estimación; la diferencia está en su calidad y en si la etiqueta con honestidad.
Decidir por ti si seguir adelante. Por muy claros que presente los datos, no sabe nada de tu cadena de suministro, tu caja ni tu capacidad de ejecución.
Garantizar que la calibración de hoy dure para siempre. Las plataformas y las categorías cambian, y los modelos se actualizan. Antes de una decisión importante, merece la pena repetir la comparación con tus ASIN.
Preguntas frecuentes
Todavía no vendo y no tengo ASIN propios. ¿Cómo calibro? Pide a un amigo o socio que ya venda las cifras de Seller Central de uno o dos ASIN. Si no es posible, recurre a comprobar si el orden es razonable: elige algunos productos de los que sepas con claridad cuál vende más y mira si el orden de la herramienta coincide.
Dos herramientas difieren el doble en ventas. ¿A cuál creo? A ninguna directamente. Pon a prueba cada una con ASIN que conozcas y mira cuál es más estable en dirección y orden. Una diferencia del doble es habitual en sí misma porque los métodos de estimación y las definiciones difieren; ver cómo analizar datos de Amazon.
¿Cuánto error de estimación es aceptable? Depende de la tarea. Las tareas de comparación (ordenar, elegir los primeros) son poco sensibles al error absoluto y muy sensibles al orden. Las tareas que necesitan una cantidad absoluta, como fijar un pedido, no deberían usar estimaciones directamente.
¿Merece la pena probar herramientas gratuitas? Sí, y el método es exactamente el mismo. La diferencia entre gratis y de pago suele estar en la cobertura de datos, la profundidad del histórico y el acceso masivo, más que en la precisión de una estimación concreta. Qué datos son gratuitos de entrada se trata en dónde terminan los datos gratuitos de Amazon.