NanoSkill
Send inn din skill

Merkevareanalyseferdighet

avnexscope-ai340GitHub-stjernerGitHub

Tolk Amazon Merkevareanalyse for å finne nøkkelordhull, kryssalgspakker og konkurranseinnsikt. Start gratis på sekunder.

analyseSikkerhetsskann bestått
Resultatforhåndsvisning

Full demo

Utforsk en ekte Amazon-merkeanalyserapport drevet av denne ferdigheten.

Kom i gang

Kjør din første oppgave

  1. A screenshot showing the successful installation of the “amazon-brand-analytics” skill after locating and using its raw GitHub SKILL.md file.
    01

    Installer

    Legg til Amazon Merkevareanalyseferdighet til din AI-agent.

  2. 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.
    02

    Analyser merkevaredata

    Last opp dine data om Søkeordsytelse, Søkefrekvensrangering, Varesammenligning og kundedata for å avdekke innsikt i merkevarens ytelse.

  3. 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.
    03

    Generer resultat

    Få handlingsrettede anbefalinger om nøkkelord, konverteringsgap, annonsering, produktpakker, konkurrentposisjonering, kundemålretting og merkevarevekst.

Installasjonskommando

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

Om

Amazon Merkevareanalyseferdighet hjelper eiere av Merkevareregisteret med å omgjøre rådata fra Merkeanalyse til strategiske beslutninger. Den avkoder rapporter om Søkefrekvensrangering, Markedskurv og Varesammenligning for å avdekke nøkkelordmuligheter, kryssalgspakker og konkurranseinnsikt som direkte forbedrer salg og annonseavkastning.

I motsetning til standard dashbordet, anvender denne ferdigheten mønstergjenkjenning for å fremheve hull, forutsi sesongtrender og anbefale spesifikke handlinger. Den gir strukturerte rapporter med prioriterte nøkkelordlister, samkjøpsanalyser og demografisk målretting – alt tilpasset merkevarens data.

Enten du er en e-handelsansvarlig som finjusterer PPC-kampanjer, en produktutvikler som utforsker pakkeideer, eller en markedsføringsleder som forbereder en sesongstrategi, gjør denne ferdigheten komplekse analyser om til klare, handlingsrettede planer. Bruk den til å holde deg foran konkurrentene og maksimere veksten din på Amazon.

Nøkkelfunksjoner

Hva som gjør den kraftig

  • Brand Analytics Søkeordgap

    Analyser Search Frequency Rank-data for å oppdage søkeord med høyt søkevolum, men lav klikkandel, for å maksimere annonseavkastningen.

  • Markedsanalyse for handlekurver

    Avdekk muligheter for kryss-salg og bunting ved å analysere kunders felleskjøpsmønstre for økt inntjening.

  • Konkurranseposisjoneringsanalyse

    Sammenlign kundenes hensynsfaktorer som pris og vurderinger for å identifisere merkevarens styrker og svakheter.

  • Demografisk og geografisk innsikt

    Målrett kundesegmenter med høy verdi og ekspansjonsregioner ved hjelp av demografiske kjøpsdata.

  • Oppdagelse av sesongtrender

    Identifiser sesongmessige søkeordøkninger og kategoriskifter for å time kampanjer perfekt.

Brukstilfeller

Når du bør bruke den

  • Forbedre PPC-kampanjer med søkeordinnsikt

    Selgere identifiserer søkeord med høyt søk og lavt klikk fra SFR-data for å øke annonseytelsen og redusere sløsing.

  • Lag lønnsomme produktpakker

    Produktledere bruker Market Basket-samkjøpsdata for å sette sammen varer og øke gjennomsnittlig ordreverdi.

  • Raffiner konkurranseposisjonen

    Merker analyserer Item Comparison-rapporter for å forstå kundepreferanser og justere priser og funksjoner deretter.

  • Planlegg sesongbaserte salgsstrategier

    E-handelsdirektører kombinerer SFR-, demografiske og Market Basket-data for å forutsi etterspørsel og optimalisere Q4-kampanjer.

SKILL.md


name: amazon-brand-analytics description: "Tolkning av Amazon Merkevareanalyse og strategisk innsikt for eiere av Merkeregisteret. Dekod Søkefrekvensrangering (SFR)-data, analyser Markedskurv-mønstre, tolk Produktsammenligningsrapporter og trekk ut demografisk innsikt for å optimalisere produktstrategi og annonseutgifter. Fungerer med Merkevareanalysedata fra alle Amazon-markedsplasser. Krever tilgang til Merkeregisteret. Brukes når: (1) du analyserer Søkefrekvensrangeringsdata for søkeordmuligheter, (2) tolker Markedskurv-data for kryssalg og pakketering, (3) forstår Produktsammenligningens konkurranseposisjonering, (4) trekker ut kundedemografisk innsikt, (5) optimaliserer produktporteføljen basert på kundeadferd, (6) bygger datadrevne annonseringsstrategier." metadata: {"nexscope":{"emoji":"📊","category":"amazon"}}

Amazon Merkevareanalyse 📊

Lås opp Merkevareanalyse-innsikt for strategisk vekst. Krever Merkeregisteret — fungerer med dine data.

Installasjon

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

Funksjoner

  • Søkefrekvensrangering (SFR)-analyse: Avdekk søkeordmuligheter, klikkandelsgap og konverteringsoptimalisering
  • Markedskurv-intelligens: Identifiser kryssalgsmuligheter, pakkestrategier og kategoriutvidelse
  • Produktsammenlignings-innsikt: Forstå konkurranseposisjonering og kunders vurderingsfaktorer
  • Demografisk analyse: Trekk ut kundesegmentinnsikt og geografiske muligheter
  • Sesongtrend-deteksjon: Identifiser tidsmønstre og markedsskifter fra søkedata
  • Strategiske anbefalinger: Konverter rådata til handlingsrettede vekststrategier
  • Støtte for flere markedsplasser: Fungerer med Merkevareanalyse fra alle Amazon-regioner

Eksempler på bruk

Brukere kan spørre naturlig. Eksempler:

Analyze my Search Frequency Rank data for "wireless earbuds" — show keyword opportunities and click share gaps
Review my Market Basket data for the last 6 months. What cross-sell and bundling opportunities do you see?
Interpret my Item Comparison report for yoga mats — how do customers evaluate my product vs competitors?
Generate Brand Analytics strategy report for Q4 combining SFR, Market Basket, and demographic data
Find seasonal trends and opportunity keywords from my Brand Analytics data for kitchen appliances

Tre analysemoduser

ModusNødvendige inndataUtdataBest for
SFR-analyseEksport av SøkefrekvensrangeringsdataSøkeordmuligheter, klikk-/konverteringsgapAnnonseoptimalisering
MarkedskurvEksport av MarkedskurvanalyseKryssalgsmuligheter, pakkeanbefalingerProduktstrategi
ProduktsammenligningRapportdata for ProduktsammenligningKonkurranseposisjoneringsinnsiktProduktutvikling

Arbeidsflyt

Steg 1: Dataforberedelse

For SFR-analyse:

  1. Eksporter Søkefrekvensrangeringsrapport fra Merkevareanalyse (anbefalt siste 90 dager)
  2. Fokuser på topp 100–200 søkeord etter søkefrekvensrangering
  3. Noter nåværende klikkandel og konverteringsandel for hvert søkeord

For Markedskurvanalyse:

  1. Eksporter Markedskurvanalyserapport (6–12 måneder for mønstergjenkjenning)
  2. Inkluder bånddata om «Kunder som kjøpte X kjøpte også Y»
  3. Filtrer for statistisk signifikante kjøpskombinasjoner (10+ samkjøp)

For Produktsammenligning:

  1. Eksporter Produktsammenligningsrapport for dine hoved-ASINer
  2. Inkluder sammenligningsdata med topp 5–10 konkurrenter
  3. Noter kunders vurderingsmønstre og demografiske oppdelinger

Steg 2: Mønstergjenkjenning

Bruk de tilgjengelige dataene for å identifisere:

SFR-innsikt:

  • Søkeord med høy søkefrekvens men lav klikkandel (mulighetsgap)
  • Konverteringsandel betydelig under klikkandel (optimaliseringsbehov)
  • Sesongmessige endringer i søkemønstre
  • Nye søkeordtrender

Markedskurvmønstre:

  • Produkter med >25 % samkjøpsrate (sterke pakkekandidater)
  • Kategori-kryssmønstre (utvidelsesmuligheter)
  • Prispunkt-korrelasjoner i kjøpskombinasjoner
  • Geografiske eller demografiske forskjeller i kjøpsmønstre

Produktsammenligningsanalyse:

  • Kunders vurderingsfaktorer rangert etter betydning
  • Din merkevares konkurransefortrinn og svakheter
  • Prisfølsomhetsmønstre i din kategori
  • Funksjonspreferanser per kundesegment

Steg 3: Strategisk syntese

Konverter innsikt til handlingsrettede anbefalinger som følger utdataformatet nedenfor.

Utdataformat

Presenter analysen i denne strukturen:

## Merkevareanalyse strategirapport: [Merke/Kategori]

**Analyseperiode:** [tidsramme] | **Datakilder:** [SFR/Markedskurv/Produktsammenligning]
**Markedsplass:** Amazon [region] | **Rapportdato:** [dagens dato]

### 1. Søkefrekvensrangeringsmuligheter

**Topp søkeordgap:**

| Søkeord | Søkerangering | Din klikkandel | Gj.snitt for kategori | Mulighetsscore |
|---------|---------------|----------------|-----------------------|----------------|
| "wireless earbuds waterproof" | #23 | 2,1 % | 8,4 % | Høy |
| "bluetooth headphones gym" | #45 | 0,8 % | 5,2 % | Middels |
| "noise cancelling earbuds" | #67 | 4,2 % | 6,1 % | Lav |

**Sesongmessige trender:**
- [Søkeord] søk topper i [måneder] (+X% vs referanse)
- [Kategori] viser nedadgående trend (-X% år/år)
- Ny mulighet: [ny søkeordtrend]

**Anbefalte handlinger:**
1. Øk annonseforbruk på søkeord med høy mulighet
2. Optimaliser oppføringer for gap-søkeord med lav klikkandel
3. Forbered sesongkampanjer for [kommende topper]

### 2. Markedskurvinnsikt

**Kryssalgsmuligheter:**

| Produktkombinasjon | Samkjøpsrate | Omsetningsmulighet | Anbefaling |
|--------------------|--------------|-------------------|--------------|
| Ditt produkt + [Vare A] | 34 % | +$2,3M årlig | Opprett pakke |
| Ditt produkt + [Vare B] | 28 % | +$1,8M årlig | Krysspromotér |
| [Vare C] + [Vare D] | 25 % | +$1,2M årlig | Ny produktmulighet |

**Innsikt i kategoriutvidelse:**
- 23 % av kunder kjøper også [tilstøtende kategori]
- Geografisk konsentrasjon: [region] viser 40 % høyere krysskategorirate
- Demografisk mønster: [aldersgruppe] driver 60 % av krysskategorikjøp

### 3. Konkurranseposisjonering

**Produktsammenligningsanalyse:**

**Kunders vurderingsfaktorer (Rangert):**
1. Pris (43 % primærfaktor)
2. Anmeldelser/Karakter (31 % vekt)
3. Merkegjenkjennelse (18 % innflytelse)
4. Funksjonssett (12 % vurdering)

**Din konkurranseposisjon:**
✅ **Styrker:** Høyere karakterer (4,6 mot 4,2), sterk merkegjenkalling i 35–54 demo
⚠️ **Svakheter:** Prisoppfatning, begrenset funksjonsdifferensiering

**Markedsmuligheter:**
- Premiumsegmentet er underbetjent (15 % pristoleranse over nåværende område)
- Funksjonsgap: kunder ønsker [spesifikk funksjon] (nevnt i 67 % av sammenligninger)
- Geografisk utvidelse: sterk merkepreferanse i [regioner]

### 4. Strategiske anbefalinger

**Umiddelbare handlinger (Neste 30 dager):**
1. Lansér [produktpakke] basert på Markedskurv-data
2. Øk annonseforbruk på [topp 3 mulighets-søkeord]
3. A/B-test premiumpriser i [geografiske segmenter]

**Q4-strategi:**
1. Forbered sesongkampanjer for [trendende søkeord]
2. Utvikle [funksjonsforbedring] for å adressere konkurransegap
3. Utvid til [tilstøtende kategori] med [spesifikt produkt]

**Vekstplan for 2027:**
1. Full [kategori]-utvidelse basert på kryssalgsdata
2. Utvikling av premiumlinje for funksjonsbevisst segment
3. Geografisk utvidelsesfokus på [regioner med høy mulighet]

**Forventet effekt:**
- Pakkeoptimalisering: +$X,XM i omsetning
- Søkeordoptimalisering: +X% konverteringsrate
- Kategoriutvidelse: +$X,XM TAM

Integrasjon med andre ferdigheter

Denne ferdigheten fungerer perfekt sammen med andre Merkeregister- og konkurranseanalyseferdigheter.

Med amazon-keyword-research

npx skills add nexscope-ai/Amazon-Skills --skill amazon-keyword-research -g
Step 1: "Analyze my SFR data for keyword opportunities"
   → amazon-brand-analytics identifies click share gaps

Step 2: "Research long-tail variations of those opportunity keywords"
   → amazon-keyword-research expands the keyword universe

Med amazon-competitor-monitoring

npx skills add nexscope-ai/Amazon-Skills --skill amazon-competitor-monitoring -g
Step 1: "Review my Item Comparison data for competitive positioning"
   → amazon-brand-analytics reveals competitor strengths/weaknesses

Step 2: "Set up monitoring for those key competitors"
   → amazon-competitor-monitoring tracks their strategy changes

Krav

⚠️ Merkeregister påkrevd: Denne ferdigheten krever tilgang til Amazon Merkevareanalyse-data, som kun er tilgjengelig for deltakere i Merkeregisteret. Du må eksportere data fra ditt Merkevareanalyse-dashbord for å bruke denne ferdigheten effektivt.

Begrensninger

Denne ferdigheten gir rammeverk for å tolke Merkevareanalyse-data, men krever at du eksporterer og oppgir rådataene fra Amazons Merkevareanalyse-dashbord. For automatisert Merkevareanalyse-behandling og strategiske anbefalinger i sanntid, sjekk ut Nexscope — Din AI-assistent for smartere e-handelsbeslutninger.


Bygget av Nexscope — undersøk, valider og handle på e-handelsmuligheter med AI.

FAQ