Навык аналитики бренда Амазон

name: амазон-бренд-аналитика description: "Интерпретация и стратегические выводы из Amazon Brand Analytics для владельцев Реестра брендов. Расшифровка данных о частоте поиска (Search Frequency Rank), анализ закономерностей корзины покупок (Market Basket), интерпретация отчетов по сравнению товаров (Item Comparison) и извлечение демографических данных для оптимизации продуктовой стратегии и рекламных расходов. Работает с данными Brand Analytics со всех торговых площадок Amazon. Требуется доступ к Реестру брендов. Используйте в следующих случаях: (1) анализ данных о частоте поиска для поиска возможностей по ключевым словам, (2) интерпретация данных о корзине покупок для кросс-продаж и создания наборов, (3) понимание конкурентной позиции с помощью сравнения товаров, (4) извлечение демографических данных о клиентах, (5) оптимизация портфеля продуктов на основе поведения клиентов, (6) построение стратегий рекламы на основе данных." metadata: {"нексскоп":{"emoji":"📊","category":"амазон"}}

Аналитика бренда Amazon 📊

Разблокируйте данные аналитики бренда для стратегического роста. Требуется Реестр брендов Amazon — работает с вашими данными.

Установка

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

Возможности

• Анализ частоты поиска (SFR): Расшифровка возможностей по ключевым словам, разрывов в доле кликов и оптимизация конверсии
• Анализ корзины покупок (Market Basket): Выявление возможностей для кросс-продаж, стратегий создания наборов и расширения категорий
• Сравнение товаров (Item Comparison): Понимание конкурентной позиции и факторов, учитываемых клиентами
• Демографический анализ: Извлечение данных о клиентских сегментах и географических возможностях
• Выявление сезонных трендов: Определение временных паттернов и рыночных сдвигов на основе данных поиска
• Стратегические рекомендации: Преобразование сырых данных в действенные стратегии роста
• Поддержка нескольких площадок: Работает с данными Brand Analytics со всех регионов Amazon

Примеры использования

Пользователи могут задавать вопросы естественным образом. Примеры:

Проанализируй мои данные частоты поиска для "беспроводные наушники" — покажи возможности по ключевым словам и разрывы в доле кликов

Просмотри мои данные корзины покупок за последние 6 месяцев. Какие возможности для кросс-продаж и создания наборов ты видишь?

Интерпретируй мой отчет сравнения товаров для ковриков для йоги — как клиенты оценивают мой продукт по сравнению с конкурентами?

Сгенерируй стратегический отчет по Brand Analytics за четвертый квартал, объединив данные SFR, Market Basket и демографические данные

Найди сезонные тренды и ключевые слова-возможности из моих данных Brand Analytics для кухонной техники

Три режима анализа

Рабочий процесс

Шаг 1: Подготовка данных

Для SFR анализа:

1. Экспортируйте отчет о частоте поиска из Brand Analytics (рекомендуется за последние 90 дней)
2. Сосредоточьтесь на 100-200 главных ключевых словах по частоте поиска
3. Отметьте текущую долю кликов и долю конверсий для каждого ключевого слова

Для анализа корзины покупок:

1. Экспортируйте отчет об анализе корзины покупок (за 6-12 месяцев для выявления паттернов)
2. Включите данные "Клиенты, купившие X, также купили Y"
3. Отфильтруйте статистически значимые комбинации покупок (10 и более совместных покупок)

Для сравнения товаров:

1. Экспортируйте отчет сравнения товаров для ваших основных ASIN
2. Включите данные сравнения с 5-10 главными конкурентами
3. Отметьте паттерны выбора клиентов и демографическую разбивку

Шаг 2: Выявление паттернов

Используйте предоставленные данные для выявления:

Выводы по SFR:

• Ключевые слова с высокой частотой поиска, но низкой долей кликов (разрывы возможностей)
• Доля конверсий значительно ниже доли кликов (необходимость оптимизации)
• Сезонные изменения в паттернах поиска
• Новые тренды ключевых слов

Паттерны корзины покупок:

• Товары с частотой совместной покупки >25% (вероятные кандидаты для наборов)
• Паттерны пересечения категорий (возможности расширения)
• Корреляции ценовых точек в комбинациях покупок
• Географические или демографические различия в паттернах покупок

Анализ сравнения товаров:

• Факторы выбора клиентов, ранжированные по важности
• Конкурентные преимущества и недостатки вашего бренда
• Паттерны чувствительности к цене в вашей категории
• Предпочтения функций по сегментам клиентов

Шаг 3: Стратегический синтез

Преобразуйте выводы в действенные рекомендации, следуя формату вывода ниже.

Формат вывода

Представляйте анализ в следующей структуре:

## Brand Analytics Strategic Report: [Brand/Category]

**Analysis Period:** [timeframe] | **Data Sources:** [SFR/Market Basket/Item Comparison]
**Marketplace:** Amazon [region] | **Report Date:** [current date]

### 1. Search Frequency Rank Opportunities

**Top Keyword Gaps:**

| Keyword | Search Rank | Your Click Share | Category Avg | Opportunity Score |
|---------|-------------|------------------|--------------|-------------------|
| "wireless earbuds waterproof" | #23 | 2.1% | 8.4% | High |
| "bluetooth headphones gym" | #45 | 0.8% | 5.2% | Medium |
| "noise cancelling earbuds" | #67 | 4.2% | 6.1% | Low |

**Seasonal Trends:**
- [Keyword] searches peak in [months] (+X% vs baseline)
- [Category] shows declining trend (-X% YoY)
- Emerging opportunity: [new keyword trend]

**Recommended Actions:**
1. Increase advertising spend on high-opportunity keywords
2. Optimize listings for gap keywords with low click share
3. Prepare seasonal campaigns for [upcoming peaks]

### 2. Market Basket Insights

**Cross-Sell Opportunities:**

| Product Combination | Co-Purchase Rate | Revenue Opportunity | Recommendation |
|--------------------|------------------|--------------------|--------------| 
| Your Product + [Item A] | 34% | +$2.3M annually | Create bundle |
| Your Product + [Item B] | 28% | +$1.8M annually | Cross-promote |
| [Item C] + [Item D] | 25% | +$1.2M annually | New product opportunity |

**Category Expansion Insights:**
- 23% of customers also purchase [adjacent category]
- Geographic concentration: [region] shows 40% higher cross-category rate
- Demographic pattern: [age group] drives 60% of cross-category purchases

### 3. Competitive Positioning

**Item Comparison Analysis:**

**Customer Consideration Factors (Ranked):**
1. Price (43% primary factor)
2. Reviews/Rating (31% weight)  
3. Brand Recognition (18% influence)
4. Feature Set (12% consideration)

**Your Competitive Position:**
✅ **Strengths:** Higher ratings (4.6 vs 4.2), strong brand recall in 35-54 demo
⚠️ **Weaknesses:** Price perception, limited feature differentiation

**Market Opportunities:**
- Premium segment under-served (15% price tolerance above current range)
- Feature gap: customers want [specific feature] (mentioned in 67% of comparisons)
- Geographic expansion: strong brand preference in [regions]

### 4. Strategic Recommendations

**Immediate Actions (Next 30 Days):**
1. Launch [product bundle] based on Market Basket data
2. Increase ad spend on [top 3 opportunity keywords]
3. A/B test premium pricing in [geographic segments]

**Q4 Strategy:**
1. Prepare seasonal campaigns for [trending keywords]
2. Develop [feature enhancement] to address competitive gap
3. Expand into [adjacent category] with [specific product]

**2027 Growth Plan:**
1. Full [category] expansion based on cross-sell data
2. Premium line development for feature-conscious segment
3. Geographic expansion focus on [high-opportunity regions]

**Projected Impact:**
- Bundle optimization: +$X.XM revenue
- Keyword optimization: +X% conversion rate
- Category expansion: +$X.XM TAM

Интеграция с другими навыками

Этот навык отлично работает с другими навыками для Реестра брендов и конкурентного анализа.

С амазон-исследование-ключевых-слов

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

С амазон-мониторинг-конкурентов

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

Требования

⚠️ Требуется Реестр брендов: Для работы этого навыка необходим доступ к данным Amazon Brand Analytics, который доступен только участникам Реестра брендов. Для эффективного использования навыка необходимо экспортировать данные из панели управления Brand Analytics.

Ограничения

Этот навык предоставляет фреймворки для интерпретации данных Brand Analytics, но требует от вас экспорта и предоставления сырых данных из панели управления Amazon Brand Analytics. Для автоматизированной обработки Brand Analytics и стратегических рекомендаций в реальном времени обратите внимание на Нексскоп — ваш ИИ-помощник для более разумных решений в электронной коммерции.

Создано компанией Нексскоп — исследуйте, проверяйте и действуйте в отношении возможностей электронной коммерции с помощью ИИ.