# Keterampilan Analisis Merek

> Analisis Amazon Brand Analytics untuk menemukan celah kata kunci, bundel penjualan silang, dan wawasan kompetitif. Mulai gratis dalam hitungan detik.

- Canonical: https://nanoskill.ai/id/skills/brand-analytics-skill
- Markdown: https://nanoskill.ai/id/skills/brand-analytics-skill.md
- Author: nexscope-ai
- Published: 2026-07-13T04:09:11.091Z
- Updated: 2026-07-21T07:07:47.833Z
- Language: id
- Source type: github
- Popularity signal: 340

## Sources

- https://github.com/nexscope-ai/Amazon-Skills/blob/main/amazon-brand-analytics

## Install

```shell
npx skills add https://github.com/nexscope-ai/Amazon-Skills/blob/main/amazon-brand-analytics
```

## About

Keterampilan Analisis Merek Amazon membantu pemilik Registrasi Merek mengubah data mentah Analisis Merek menjadi keputusan strategis. Ini mendekode laporan Peringkat Frekuensi Pencarian, Keranjang Pasar, dan Perbandingan Item untuk mengungkap peluang kata kunci, bundel penjualan silang, dan wawasan kompetitif yang secara langsung meningkatkan penjualan dan ROI iklan.

Tidak seperti dasbor standar, keterampilan ini menerapkan pengenalan pola untuk menyoroti celah, memprediksi tren musiman, dan merekomendasikan tindakan spesifik. Ini menyediakan laporan terstruktur dengan daftar kata kunci yang diprioritaskan, analisis pembelian bersama, dan penargetan demografis—semuanya disesuaikan dengan data merek Anda.

Baik Anda seorang manajer e-dagang yang menyempurnakan kampanye PPC, pengembang produk yang mengeksplorasi ide bundel, atau pemimpin pemasaran yang menyiapkan strategi musiman, keterampilan ini menerjemahkan analitik kompleks menjadi rencana yang jelas dan dapat ditindaklanjuti. Gunakan untuk tetap unggul dari pesaing dan memaksimalkan pertumbuhan Amazon Anda.

## Key features

- **Kesenjangan Kata Kunci Brand Analytics**: Analisis data Peringkat Frekuensi Pencarian untuk menemukan kata kunci dengan volume pencarian tinggi tetapi pangsa klik rendah, memaksimalkan ROI iklan.
- **Intelijen Keranjang Pasar**: Ungkap peluang cross-sell dan bundel dengan menganalisis pola pembelian bersama pelanggan untuk meningkatkan pendapatan.
- **Analisis Posisi Kompetitif**: Bandingkan faktor pertimbangan pelanggan seperti harga dan peringkat untuk mengidentifikasi kekuatan dan kelemahan merek Anda.
- **Wawasan Demografis & Geografis**: Targetkan segmen pelanggan bernilai tinggi dan wilayah ekspansi menggunakan data pembelian demografis.
- **Deteksi Tren Musiman**: Identifikasi lonjakan kata kunci musiman dan pergeseran kategori untuk mengatur waktu kampanye dengan sempurna.

## Use cases

- **Tingkatkan Kampanye PPC dengan Wawasan Kata Kunci**: Penjual mengidentifikasi kata kunci dengan pencarian tinggi, klik rendah dari data SFR untuk meningkatkan performa iklan dan mengurangi pengeluaran sia-sia.
- **Buat Bundel Produk yang Menguntungkan**: Manajer produk menggunakan data pembelian bersama Keranjang Pasar untuk membundel item dan meningkatkan nilai pesanan rata-rata.
- **Sempurnakan Posisi Kompetitif**: Merek menganalisis laporan Perbandingan Item untuk memahami preferensi pelanggan dan menyesuaikan harga serta fitur sesuai kebutuhan.
- **Rencanakan Strategi Penjualan Musiman**: Direktur e-commerce menggabungkan data SFR, demografis, dan Keranjang Pasar untuk meramalkan permintaan dan mengoptimalkan kampanye Q4.

## Result preview

Jelajahi laporan analitik merek Amazon nyata yang didukung oleh Keterampilan ini.

![A coral-pink cover page for Aurelia Jewelry’s Amazon Brand Intelligence Growth Report, highlighting a 12.6-point visibility gap, 31% bundle affinity, conversion losses, and the priority to fix conversion before scaling reach.](https://file.nanoskill.ai/amazon-brand-outcome1.png)

![A search-demand analysis page for Aurelia Jewelry showing broad keyword demand, low brand capture, seasonal peaks, regional signals, and a 12.6-point visibility gap.](https://file.nanoskill.ai/amazon-brand-outcome2.png)

![A keyword opportunity analysis for Aurelia Jewelry distinguishing reach gaps from conversion gaps and recommending targeted fixes for priority search terms.](https://file.nanoskill.ai/amazon-brand-outcome3.png)

![A market basket analysis for Aurelia Jewelry highlighting coordinated gifting opportunities, top product affinities, and recommended bundle architectures.](https://file.nanoskill.ai/amazon-brand-outcome4.png)

## Result walkthrough

### Instal

Tambahkan Keterampilan Analisis Merek Amazon ke agen AI Anda.

![A screenshot showing the successful installation of the “amazon-brand-analytics” skill after locating and using its raw GitHub SKILL.md file.](https://file.nanoskill.ai/amazon-brand-install.png)

### Analisis Data Merek

Unggah Kinerja Kueri Pencarian, Peringkat Frekuensi Pencarian, Perbandingan Item, dan data pelanggan Anda untuk mengungkap wawasan kinerja merek.

![A screenshot showing an Amazon Brand Analytics report prompt and the assistant preparing a data-driven wireless earbuds market analysis without direct Brand Analytics API access.](https://file.nanoskill.ai/amazon-brand-task.png)

### Hasilkan Hasil

Dapatkan rekomendasi yang dapat ditindaklanjuti tentang kata kunci, celah konversi, periklanan, bundel produk, posisi pesaing, penargetan pelanggan, dan pertumbuhan merek.

![A coral-pink cover page for Aurelia Jewelry’s Amazon Brand Intelligence Growth Report, highlighting high search demand, underweight brand capture, and strong bundle potential.](https://file.nanoskill.ai/amazon-brand-outcome.png)

## Skill definition

---
name: analitik-merek-amazon
description: "Interpretasi Analitik Merek Amazon dan wawasan strategis untuk pemilik Brand Registry. Dekodekan data Peringkat Frekuensi Pencarian (SFR), analisis pola Keranjang Pasar, tafsirkan laporan Perbandingan Item, dan ekstrak wawasan demografis untuk mengoptimalkan strategi produk dan pengeluaran iklan. Bekerja dengan data Analitik Merek dari semua pasar Amazon. Memerlukan akses Brand Registry. Gunakan saat: (1) menganalisis data Peringkat Frekuensi Pencarian untuk peluang kata kunci, (2) menafsirkan data Keranjang Pasar untuk penjualan silang dan bundling, (3) memahami posisi kompetitif Perbandingan Item, (4) mengekstrak wawasan demografis pelanggan, (5) mengoptimalkan portofolio produk berdasarkan perilaku pelanggan, (6) membangun strategi periklanan berbasis data."
metadata: {"nexscope":{"emoji":"📊","kategori":"amazon"}}
---

# Analitik Merek Amazon 📊

Buka wawasan Analitik Merek untuk pertumbuhan strategis. Memerlukan Brand Registry — berfungsi dengan data Anda.

## Instalasi

```bash
npx skills add nexscope-ai/Amazon-Skills --skill amazon-brand-analytics -g
```

## Kemampuan

- **Analisis Peringkat Frekuensi Pencarian (SFR)**: Dekodekan peluang kata kunci, kesenjangan pembagian klik, dan optimasi konversi
- **Intelijen Keranjang Pasar**: Identifikasi peluang penjualan silang, strategi bundel, dan perluasan kategori
- **Wawasan Perbandingan Item**: Pahami posisi kompetitif dan faktor pertimbangan pelanggan
- **Analisis Demografis**: Ekstrak wawasan segmen pelanggan dan peluang geografis
- **Deteksi Tren Musiman**: Identifikasi pola waktu dan pergeseran pasar dari data pencarian
- **Rekomendasi Strategis**: Ubah data mentah menjadi strategi pertumbuhan yang dapat ditindaklanjuti
- **Dukungan Multi-Pasar**: Bekerja dengan Analitik Merek dari semua wilayah Amazon

## Contoh Penggunaan

Pengguna dapat bertanya secara alami. Contoh:

```
Analisis data Peringkat Frekuensi Pencarian saya untuk "earbuds nirkabel" — tunjukkan peluang kata kunci dan kesenjangan pembagian klik
```

```
Tinjau data Keranjang Pasar saya selama 6 bulan terakhir. Peluang penjualan silang dan bundling apa yang Anda lihat?
```

```
Tafsirkan laporan Perbandingan Item saya untuk matras yoga — bagaimana pelanggan mengevaluasi produk saya vs pesaing?
```

```
Buat laporan strategi Analitik Merek untuk Q4 yang menggabungkan data SFR, Keranjang Pasar, dan demografis
```

```
Temukan tren musiman dan kata kunci peluang dari data Analitik Merek saya untuk peralatan dapur
```

## Tiga Mode Analisis

| Mode | Input Diperlukan | Output | Terbaik Untuk |
|------|----------------|--------|----------|
| **Analisis SFR** | Ekspor data Peringkat Frekuensi Pencarian | Peluang kata kunci, kesenjangan klik/konversi | Optimasi periklanan |
| **Keranjang Pasar** | Ekspor Analisis Keranjang Pasar | Peluang penjualan silang, rekomendasi bundel | Strategi produk |
| **Perbandingan Item** | Data laporan Perbandingan Item | Wawasan posisi kompetitif | Pengembangan produk |

## Alur Kerja

### Langkah 1: Persiapan Data

**Untuk Analisis SFR:**
1. Ekspor laporan Peringkat Frekuensi Pencarian dari Analitik Merek (disarankan 90 hari terakhir)
2. Fokus pada 100-200 kata kunci teratas berdasarkan peringkat frekuensi pencarian
3. Catat pembagian klik dan pembagian konversi saat ini untuk setiap kata kunci

**Untuk Analisis Keranjang Pasar:**
1. Ekspor laporan Analisis Keranjang Pasar (6-12 bulan untuk pengenalan pola)
2. Sertakan data "Pelanggan yang membeli X juga membeli Y"
3. Filter untuk kombinasi pembelian yang signifikan secara statistik (10+ pembelian bersamaan)

**Untuk Perbandingan Item:**
1. Ekspor laporan Perbandingan Item untuk ASIN utama Anda
2. Sertakan data perbandingan dengan 5-10 pesaing teratas
3. Catat pola pertimbangan pelanggan dan rincian demografis

### Langkah 2: Pengenalan Pola

Gunakan data yang disediakan untuk mengidentifikasi:

**Wawasan SFR:**
- Kata kunci dengan frekuensi pencarian tinggi tetapi pembagian klik rendah (kesenjangan peluang)
- Pembagian konversi jauh di bawah pembagian klik (kebutuhan optimasi)
- Perubahan pola pencarian musiman
- Tren kata kunci baru

**Pola Keranjang Pasar:**
- Produk dengan >25% tingkat pembelian bersamaan (kandidat bundel kuat)
- Pola lintas kategori (peluang perluasan)
- Korelasi titik harga dalam kombinasi pembelian
- Perbedaan pola pembelian geografis atau demografis

**Analisis Perbandingan Item:**
- Faktor pertimbangan pelanggan diurutkan berdasarkan kepentingan
- Kekuatan dan kelemahan kompetitif merek Anda
- Pola sensitivitas harga dalam kategori Anda
- Preferensi fitur berdasarkan segmen pelanggan

### Langkah 3: Sintesis Strategis

Ubah wawasan menjadi rekomendasi yang dapat ditindaklanjuti mengikuti format output di bawah ini.

## Format Output

Sajikan analisis dalam struktur ini:

```
## Laporan Strategis Analitik Merek: [Merek/Kategori]

**Periode Analisis:** [jangka waktu] | **Sumber Data:** [SFR/Keranjang Pasar/Perbandingan Item]
**Pasar:** Amazon [wilayah] | **Tanggal Laporan:** [tanggal saat ini]

### 1. Peluang Peringkat Frekuensi Pencarian

**Kesenjangan Kata Kunci Teratas:**

| Kata Kunci | Peringkat Pencarian | Pembagian Klik Anda | Rata-rata Kategori | Skor Peluang |
|---------|-------------|------------------|--------------|-------------------|
| "earbuds nirkabel tahan air" | #23 | 2.1% | 8.4% | Tinggi |
| "headphone bluetooth gym" | #45 | 0.8% | 5.2% | Sedang |
| "earbuds peredam bising" | #67 | 4.2% | 6.1% | Rendah |

**Tren Musiman:**
- Pencarian [Kata Kunci] memuncak di [bulan] (+X% vs baseline)
- [Kategori] menunjukkan tren penurunan (-X% YoY)
- Peluang baru: [tren kata kunci baru]

**Tindakan yang Direkomendasikan:**
1. Tingkatkan pengeluaran iklan pada kata kunci peluang tinggi
2. Optimalkan daftar produk untuk kata kunci kesenjangan dengan pembagian klik rendah
3. Siapkan kampanye musiman untuk [puncak mendatang]

### 2. Wawasan Keranjang Pasar

**Peluang Penjualan Silang:**

| Kombinasi Produk | Tingkat Pembelian Bersamaan | Peluang Pendapatan | Rekomendasi |
|--------------------|------------------|--------------------|--------------| 
| Produk Anda + [Item A] | 34% | +$2.3M per tahun | Buat bundel |
| Produk Anda + [Item B] | 28% | +$1.8M per tahun | Promosi silang |
| [Item C] + [Item D] | 25% | +$1.2M per tahun | Peluang produk baru |

**Wawasan Perluasan Kategori:**
- 23% pelanggan juga membeli [kategori terkait]
- Konsentrasi geografis: [wilayah] menunjukkan 40% tingkat lintas kategori yang lebih tinggi
- Pola demografis: [kelompok usia] mendorong 60% pembelian lintas kategori

### 3. Posisi Kompetitif

**Analisis Perbandingan Item:**

**Faktor Pertimbangan Pelanggan (Diurutkan):**
1. Harga (43% faktor utama)
2. Ulasan/Peringkat (31% bobot)  
3. Pengenalan Merek (18% pengaruh)
4. Set Fitur (12% pertimbangan)

**Posisi Kompetitif Anda:**
✅ **Kekuatan:** Peringkat lebih tinggi (4.6 vs 4.2), ingatan merek yang kuat pada demo 35-54
⚠️ **Kelemahan:** Persepsi harga, diferensiasi fitur terbatas

**Peluang Pasar:**
- Segmen premium kurang terlayani (toleransi harga 15% di atas kisaran saat ini)
- Kesenjangan fitur: pelanggan menginginkan [fitur spesifik] (disebutkan dalam 67% perbandingan)
- Perluasan geografis: preferensi merek yang kuat di [wilayah]

### 4. Rekomendasi Strategis

**Tindakan Segera (30 Hari Berikutnya):**
1. Luncurkan [bundel produk] berdasarkan data Keranjang Pasar
2. Tingkatkan pengeluaran iklan pada [3 kata kunci peluang teratas]
3. Uji A/B harga premium di [segmen geografis]

**Strategi Q4:**
1. Siapkan kampanye musiman untuk [kata kunci tren]
2. Kembangkan [peningkatan fitur] untuk mengatasi kesenjangan kompetitif
3. Perluas ke [kategori terkait] dengan [produk spesifik]

**Rencana Pertumbuhan 2027:**
1. Perluasan [kategori] penuh berdasarkan data penjualan silang
2. Pengembangan lini premium untuk segmen yang sadar fitur
3. Fokus perluasan geografis pada [wilayah peluang tinggi]

**Dampak yang Diproyeksikan:**
- Optimasi bundel: +$X.XM pendapatan
- Optimasi kata kunci: +X% tingkat konversi
- Perluasan kategori: +$X.XM TAM
```

## Integrasi dengan Keterampilan Lain

Keterampilan ini bekerja sempurna dengan keterampilan Brand Registry dan analisis kompetitif lainnya.

### Dengan riset-kata-kunci-amazon

```bash
npx skills add nexscope-ai/Amazon-Skills --skill amazon-keyword-research -g
```

```
Langkah 1: "Analisis data SFR saya untuk peluang kata kunci"
   → analitik-merek-amazon mengidentifikasi kesenjangan pembagian klik

Langkah 2: "Riset variasi ekor panjang dari kata kunci peluang tersebut"
   → riset-kata-kunci-amazon memperluas alam semesta kata kunci
```

### Dengan pemantauan-pesaing-amazon

```bash
npx skills add nexscope-ai/Amazon-Skills --skill amazon-competitor-monitoring -g
```

```
Langkah 1: "Tinjau data Perbandingan Item saya untuk posisi kompetitif"
   → analitik-merek-amazon mengungkapkan kekuatan/kelemahan pesaing

Langkah 2: "Atur pemantauan untuk pesaing kunci tersebut"
   → pemantauan-pesaing-amazon melacak perubahan strategi mereka
```

## Persyaratan

⚠️ **Brand Registry Diperlukan**: Keterampilan ini memerlukan akses ke data Analitik Merek Amazon, yang hanya tersedia untuk peserta Brand Registry. Anda harus mengekspor data dari dasbor Analitik Merek Anda untuk menggunakan keterampilan ini secara efektif.

## Keterbatasan

Keterampilan ini menyediakan kerangka kerja untuk menafsirkan data Analitik Merek tetapi mengharuskan Anda untuk mengekspor dan menyediakan data mentah dari dasbor Analitik Merek Amazon. Untuk pemrosesan Analitik Merek otomatis dan rekomendasi strategis waktu nyata, lihat **[Nexscope](https://www.nexscope.ai/?co-from=skill)** — Asisten AI Anda untuk keputusan E-commerce yang lebih cerdas.

---

**Dibangun oleh [Nexscope](https://www.nexscope.ai/?co-from=skill)** — riset, validasi, dan tindak lanjuti peluang e-commerce dengan AI.

## FAQ

### Apa itu Amazon Brand Analytics?

Amazon Brand Analytics adalah alat untuk pemilik Brand Registry yang menyediakan data tentang istilah pencarian, pola keranjang pasar, perbandingan item, dan demografi untuk membantu mengoptimalkan strategi produk dan periklanan.

### Apakah saya memerlukan Brand Registry untuk menggunakan skill ini?

Ya, skill ini memerlukan akses ke data Amazon Brand Analytics, yang hanya tersedia untuk peserta Brand Registry.

### Bagaimana skill ini berbeda dari dasbor Brand Analytics?

Dasbor menyediakan data mentah, sementara skill ini menafsirkan data tersebut untuk memberikan wawasan yang dapat ditindaklanjuti, rekomendasi strategis, dan pengenalan pola yang mungkin Anda lewatkan.

### Data apa yang perlu saya sediakan?

Anda perlu mengekspor laporan dari dasbor Brand Analytics Amazon, seperti laporan Peringkat Frekuensi Pencarian, Keranjang Pasar, atau Perbandingan Item, dan membagikan data tersebut dengan skill untuk dianalisis.

### Apakah data Brand Analytics saya aman saat menggunakan skill ini?

Skill ini berjalan secara lokal dan memproses data yang Anda berikan; tidak mengunggah data Anda ke server eksternal. Data Anda tetap pribadi.

### Apakah skill ini gratis?

Ya, skill ini bersifat open-source di bawah lisensi MIT. Anda dapat menginstal dan menggunakannya tanpa biaya.