name: amazon-brand-analytics description: "아마존 브랜드 분석을 통해 브랜드 레지스트리 소유자를 위한 해석 및 전략적 인사이트를 제공합니다. 검색 빈도 순위(SFR) 데이터를 해독하고, 마켓 바스켓 패턴을 분석하며, 아이템 비교 보고서를 해석하고, 인구통계학적 인사이트를 추출하여 제품 전략과 광고 지출을 최적화합니다. 모든 아마존 마켓플레이스의 브랜드 분석 데이터와 함께 작동합니다. 브랜드 레지스트리 액세스가 필요합니다. 사용 시기: (1) 키워드 기회를 위해 검색 빈도 순위 데이터 분석, (2) 교차 판매 및 번들을 위한 마켓 바스켓 데이터 해석, (3) 아이템 비교를 통한 경쟁 위치 파악, (4) 고객 인구통계 인사이트 추출, (5) 고객 행동 기반 제품 포트폴리오 최적화, (6) 데이터 기반 광고 전략 수립." metadata: {"nexscope":{"emoji":"📊","category":"amazon"}}
아마존 브랜드 분석 📊
전략적 성장을 위한 브랜드 분석 인사이트를 활용하세요. 브랜드 레지스트리가 필요하며, 귀하의 데이터와 함께 작동합니다.
설치
npx skills add nexscope-ai/Amazon-Skills --skill amazon-brand-analytics -g
기능
- 검색 빈도 순위(SFR) 분석: 키워드 기회, 클릭 점유율 차이, 전환 최적화 해독
- 마켓 바스켓 인텔리전스: 교차 판매 기회, 번들 전략, 카테고리 확장 식별
- 아이템 비교 인사이트: 경쟁 포지셔닝 및 고객 고려 요소 이해
- 인구통계 분석: 고객 세그먼트 인사이트 및 지리적 기회 추출
- 계절적 트렌드 탐지: 검색 데이터에서 타이밍 패턴 및 시장 변화 식별
- 전략적 권장 사항: 원시 데이터를 실행 가능한 성장 전략으로 전환
- 다중 마켓플레이스 지원: 모든 아마존 지역의 브랜드 분석과 함께 작동
사용 예시
사용자는 자연스럽게 질문할 수 있습니다. 예시:
"wireless earbuds"에 대한 내 검색 빈도 순위 데이터를 분석해 주세요 — 키워드 기회와 클릭 점유율 차이를 보여주세요.
지난 6개월간의 내 마켓 바스켓 데이터를 검토해 주세요. 어떤 교차 판매 및 번들 기회가 보이나요?
요가 매트에 대한 내 아이템 비교 보고서를 해석해 주세요 — 고객들이 경쟁사 대비 내 제품을 어떻게 평가하나요?
SFR, 마켓 바스켓, 인구통계 데이터를 결합하여 4분기 브랜드 분석 전략 보고서 생성
주방 가전에 대한 내 브랜드 분석 데이터에서 계절적 트렌드와 기회 키워드 찾기
세 가지 분석 모드
| 모드 | 필요 입력 | 출력 | 적합 대상 |
|---|---|---|---|
| SFR 분석 | 검색 빈도 순위 데이터 내보내기 | 키워드 기회, 클릭/전환 차이 | 광고 최적화 |
| 마켓 바스켓 | 마켓 바스켓 분석 내보내기 | 교차 판매 기회, 번들 권장 사항 | 제품 전략 |
| 아이템 비교 | 아이템 비교 보고서 데이터 | 경쟁 포지셔닝 인사이트 | 제품 개발 |
작업 흐름
1단계: 데이터 준비
SFR 분석의 경우:
- 브랜드 분석에서 검색 빈도 순위 보고서 내보내기 (최근 90일 권장)
- 검색 빈도 순위 기준 상위 100-200개 키워드에 집중
- 각 키워드에 대한 현재 클릭 점유율 및 전환 점유율 기록
마켓 바스켓 분석의 경우:
- 마켓 바스켓 분석 보고서 내보내기 (패턴 인식을 위해 6-12개월)
- "X를 구매한 고객이 Y도 구매한" 데이터를 포함
- 통계적으로 유의미한 구매 조합 필터링 (10회 이상의 공동 구매)
아이템 비교의 경우:
- 주요 ASIN에 대한 아이템 비교 보고서 내보내기
- 상위 5-10개 경쟁사와의 비교 데이터 포함
- 고객 고려 패턴 및 인구통계 분석 기록
2단계: 패턴 인식
제공된 데이터를 사용하여 다음을 식별합니다:
SFR 인사이트:
- 검색 빈도가 높지만 클릭 점유율이 낮은 키워드 (기회 차이)
- 클릭 점유율에 비해 현저히 낮은 전환 점유율 (최적화 필요)
- 계절적 검색 패턴 변화
- 부상하는 키워드 트렌드
마켓 바스켓 패턴:
- 공동 구매율이 25% 이상인 제품 (강력한 번들 후보)
- 카테고리 교차 패턴 (확장 기회)
- 구매 조합에서의 가격대 상관관계
- 지리적 또는 인구통계적 구매 패턴 차이
아이템 비교 분석:
- 중요도 순으로 정렬된 고객 고려 요소
- 자사 브랜드의 경쟁 강점과 약점
- 해당 카테고리에서의 가격 민감도 패턴
- 고객 세그먼트별 기능 선호도
3단계: 전략적 종합
아래 출력 형식에 따라 인사이트를 실행 가능한 권장 사항으로 전환합니다.
출력 형식
이 구조로 분석을 제시합니다:
## 브랜드 분석 전략 보고서: [브랜드/카테고리]
**분석 기간:** [기간] | **데이터 출처:** [SFR/마켓 바스켓/아이템 비교]
**마켓플레이스:** Amazon [지역] | **보고서 날짜:** [현재 날짜]
### 1. 검색 빈도 순위 기회
**주요 키워드 차이:**
| 키워드 | 검색 순위 | 귀하의 클릭 점유율 | 카테고리 평균 | 기회 점수 |
|---------|-------------|------------------|--------------|-------------------|
| "wireless earbuds waterproof" | #23 | 2.1% | 8.4% | 높음 |
| "bluetooth headphones gym" | #45 | 0.8% | 5.2% | 중간 |
| "noise cancelling earbuds" | #67 | 4.2% | 6.1% | 낮음 |
**계절적 트렌드:**
- [키워드] 검색이 [월]에 정점을 찍음 (기준 대비 +X%)
- [카테고리]는 하락 추세를 보임 (전년 대비 -X%)
- 부상하는 기회: [새로운 키워드 트렌드]
**권장 조치:**
1. 높은 기회를 가진 키워드에 광고 지출 증가
2. 클릭 점유율이 낮은 차이 키워드에 대한 리스팅 최적화
3. [다가오는 피크]에 대비한 계절 캠페인 준비
### 2. 마켓 바스켓 인사이트
**교차 판매 기회:**
| 제품 조합 | 공동 구매율 | 매출 기회 | 권장 사항 |
|--------------------|------------------|--------------------|--------------|
| 귀하의 제품 + [아이템 A] | 34% | 연간 +$2.3M | 번들 생성 |
| 귀하의 제품 + [아이템 B] | 28% | 연간 +$1.8M | 교차 프로모션 |
| [아이템 C] + [아이템 D] | 25% | 연간 +$1.2M | 신규 제품 기회 |
**카테고리 확장 인사이트:**
- 23%의 고객이 [인접 카테고리]도 구매함
- 지리적 집중: [지역]에서 교차 카테고리 비율이 40% 더 높음
- 인구통계 패턴: [연령대]가 교차 카테고리 구매의 60%를 주도함
### 3. 경쟁 포지셔닝
**아이템 비교 분석:**
**고객 고려 요소 (중요도 순):**
1. 가격 (43% 주요 요소)
2. 리뷰/평점 (31% 비중)
3. 브랜드 인지도 (18% 영향)
4. 기능 세트 (12% 고려)
**귀하의 경쟁 위치:**
✅ **강점:** 더 높은 평점 (4.6 vs 4.2), 35-54세 인구층에서 강력한 브랜드 인지도
⚠️ **약점:** 가격 인식, 제한된 기능 차별화
**시장 기회:**
- 프리미엄 세그먼트 미충족 (현재 범위 대비 15% 가격 허용 오차)
- 기능 차이: 고객이 [특정 기능]을 원함 (비교의 67%에서 언급)
- 지리적 확장: [지역들]에서 강력한 브랜드 선호도
### 4. 전략적 권장 사항
**즉시 조치 (다음 30일):**
1. 마켓 바스켓 데이터를 기반으로 [제품 번들] 출시
2. [상위 3개 기회 키워드]에 광고 지출 증가
3. [지리적 세그먼트]에서 프리미엄 가격 A/B 테스트
**Q4 전략:**
1. [트렌드 키워드]에 대한 계절 캠페인 준비
2. 경쟁 차이를 해결하기 위해 [기능 개선] 개발
3. [특정 제품]으로 [인접 카테고리]로 확장
**2027 성장 계획:**
1. 교차 판매 데이터를 기반으로 한 전체 [카테고리] 확장
2. 기능에 민감한 세그먼트를 위한 프리미엄 라인 개발
3. [기회가 높은 지역]에 집중한 지리적 확장
**예상 영향:**
- 번들 최적화: +$X.XM 매출
- 키워드 최적화: +X% 전환율
- 카테고리 확장: +$X.XM TAM
다른 스킬과의 통합
이 스킬은 다른 브랜드 레지스트리 및 경쟁 분석 스킬과 완벽하게 작동합니다.
amazon-keyword-research와 함께
npx skills add nexscope-ai/Amazon-Skills --skill amazon-keyword-research -g
1단계: "키워드 기회를 위해 내 SFR 데이터 분석"
→ amazon-brand-analytics가 클릭 점유율 차이를 식별
2단계: "해당 기회 키워드의 롱테일 변형 연구"
→ amazon-keyword-research가 키워드 세계를 확장
amazon-competitor-monitoring와 함께
npx skills add nexscope-ai/Amazon-Skills --skill amazon-competitor-monitoring -g
1단계: "경쟁 포지셔닝을 위해 내 아이템 비교 데이터 검토"
→ amazon-brand-analytics가 경쟁사의 강점/약점을 드러냄
2단계: "해당 주요 경쟁사에 대한 모니터링 설정"
→ amazon-competitor-monitoring이 그들의 전략 변경을 추적
요구 사항
⚠️ 브랜드 레지스트리 필요: 이 스킬은 브랜드 레지스트리 참가자에게만 제공되는 아마존 브랜드 분석 데이터에 대한 액세스가 필요합니다. 이 스킬을 효과적으로 사용하려면 브랜드 분석 대시보드에서 데이터를 내보내야 합니다.
제한 사항
이 스킬은 브랜드 분석 데이터를 해석하기 위한 프레임워크를 제공하지만, 아마존 브랜드 분석 대시보드에서 원시 데이터를 내보내 제공해야 합니다. 자동화된 브랜드 분석 처리와 실시간 전략 권장 사항을 원하시면, 더 스마트한 이커머스 결정을 위한 AI 비서인 **Nexscope**를 확인하세요.
제작: Nexscope — AI와 함께 이커머스 기회를 연구, 검증하고 실행하세요.