ทักษะการวิเคราะห์แบรนด์

name: amazon-brand-analytics description: "การตีความ Amazon Brand Analytics และข้อมูลเชิงลึกเชิงกลยุทธ์สำหรับเจ้าของ Brand Registry ถอดรหัสข้อมูล Search Frequency Rank (SFR), วิเคราะห์รูปแบบ Market Basket, ตีความรายงาน Item Comparison, และดึงข้อมูลเชิงลึกด้านประชากรศาสตร์เพื่อเพิ่มประสิทธิภาพกลยุทธ์ผลิตภัณฑ์และการใช้จ่ายโฆษณา ทำงานกับข้อมูล Brand Analytics จากทุกตลาด Amazon ต้องมีการเข้าถึง Brand Registry ใช้เมื่อ: (1) วิเคราะห์ข้อมูล Search Frequency Rank เพื่อค้นหาโอกาสจากคำค้น, (2) ตีความข้อมูล Market Basket เพื่อการขายเพิ่มเติมและการจัดชุด, (3) ทำความเข้าใจตำแหน่งการแข่งขันผ่าน Item Comparison, (4) ดึงข้อมูลเชิงลึกด้านประชากรศาสตร์ของลูกค้า, (5) ปรับกลยุทธ์พอร์ตโฟลิโอผลิตภัณฑ์ตามพฤติกรรมลูกค้า, (6) สร้างกลยุทธ์โฆษณาที่ขับเคลื่อนด้วยข้อมูล" metadata: {"nexscope":{"emoji":"📊","category":"amazon"}}

Amazon Brand Analytics 📊

ปลดล็อกข้อมูลเชิงลึกของ Brand Analytics เพื่อการเติบโตเชิงกลยุทธ์ ต้องมี Brand Registry — ทำงานกับข้อมูลของคุณ

การติดตั้ง

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

ความสามารถ

• การวิเคราะห์ Search Frequency Rank (SFR): ถอดรหัสโอกาสจากคำค้น, ช่องว่างของส่วนแบ่งคลิก, และการเพิ่มประสิทธิภาพอัตราการเปลี่ยน
• ข้อมูลเชิงลึก Market Basket: ระบุโอกาสการขายเพิ่มเติม, กลยุทธ์การจัดชุด, และการขยายหมวดหมู่
• ข้อมูลเชิงลึก Item Comparison: เข้าใจตำแหน่งการแข่งขันและปัจจัยการพิจารณาของลูกค้า
• การวิเคราะห์ประชากรศาสตร์: ดึงข้อมูลเชิงลึกตามกลุ่มลูกค้าและโอกาสตามภูมิภาค
• การตรวจจับแนวโน้มตามฤดูกาล: ระบุรูปแบบเวลาและการเปลี่ยนแปลงของตลาดจากข้อมูลการค้นหา
• คำแนะนำเชิงกลยุทธ์: แปลงข้อมูลดิบเป็นกลยุทธ์การเติบโตที่นำไปปฏิบัติได้
• การสนับสนุนหลายตลาด: ทำงานกับ Brand Analytics จากทุกภูมิภาคของ Amazon

ตัวอย่างการใช้งาน

ผู้ใช้สามารถถามได้อย่างเป็นธรรมชาติ ตัวอย่าง:

วิเคราะห์ข้อมูล Search Frequency Rank ของฉันสำหรับ "หูฟังไร้สาย" — แสดงโอกาสจากคำค้นและช่องว่างของส่วนแบ่งคลิก

ตรวจสอบข้อมูล Market Basket ของฉันในช่วง 6 เดือนที่ผ่านมา มีโอกาสในการขายเพิ่มเติมและการจัดชุดใดบ้างที่คุณเห็น?

ตีความรายงาน Item Comparison สำหรับเสื่อโยคะ — ลูกค้าประเมินผลิตภัณฑ์ของฉันเทียบกับคู่แข่งอย่างไร?

สร้างรายงานกลยุทธ์ Brand Analytics สำหรับไตรมาส 4 โดยรวมข้อมูล SFR, Market Basket, และประชากรศาสตร์

ค้นหาแนวโน้มตามฤดูกาลและคำค้นที่มีโอกาสจากข้อมูล Brand Analytics ของฉันสำหรับเครื่องใช้ในครัว

โหมดการวิเคราะห์ 3 แบบ

ขั้นตอนการทำงาน

ขั้นตอนที่ 1: การเตรียมข้อมูล

สำหรับการวิเคราะห์ SFR:

1. ส่งออกรายงาน Search Frequency Rank จาก Brand Analytics (แนะนำช่วง 90 วันที่ผ่านมา)
2. เน้นที่คำค้น 100-200 อันดับแรกตามอันดับความถี่ในการค้นหา
3. จดบันทึกส่วนแบ่งคลิกและส่วนแบ่งการเปลี่ยนปัจจุบันสำหรับแต่ละคำค้น

สำหรับการวิเคราะห์ Market Basket:

1. ส่งออกรายงาน Market Basket Analysis (6-12 เดือนเพื่อการจดจำรูปแบบ)
2. รวมข้อมูล "ลูกค้าที่ซื้อ X ก็ซื้อ Y ด้วย"
3. กรองเฉพาะกลุ่มการซื้อที่มีนัยสำคัญทางสถิติ (มีการซื้อร่วมกัน 10 ครั้งขึ้นไป)

สำหรับ Item Comparison:

1. ส่งออกรายงาน Item Comparison สำหรับ ASIN หลักของคุณ
2. รวมข้อมูลการเปรียบเทียบกับคู่แข่ง 5-10 อันดับแรก
3. จดบันทึกรูปแบบการพิจารณาของลูกค้าและการแจกแจงทางประชากรศาสตร์

ขั้นตอนที่ 2: การจดจำรูปแบบ

ใช้ข้อมูลที่ให้มาเพื่อระบุ:

ข้อมูลเชิงลึก SFR:

• คำค้นที่มีความถี่ในการค้นหาสูงแต่ส่วนแบ่งคลิกต่ำ (ช่องว่างของโอกาส)
• ส่วนแบ่งการเปลี่ยนต่ำกว่าส่วนแบ่งคลิกอย่างมีนัยสำคัญ (ความต้องการในการเพิ่มประสิทธิภาพ)
• การเปลี่ยนแปลงรูปแบบการค้นหาตามฤดูกาล
• แนวโน้มคำค้นที่กำลังเกิดขึ้น

รูปแบบ Market Basket:

• ผลิตภัณฑ์ที่มีอัตราการซื้อร่วมกัน >25% (ตัวเลือกที่แข็งแกร่งสำหรับการจัดชุด)
• รูปแบบการเชื่อมโยงข้ามหมวดหมู่ (โอกาสในการขยาย)
• ความสัมพันธ์ของราคาในการรวมกลุ่มซื้อ
• ความแตกต่างของรูปแบบการซื้อตามภูมิภาคหรือประชากรศาสตร์

การวิเคราะห์ Item Comparison:

• ปัจจัยการพิจารณาของลูกค้าที่จัดอันดับตามความสำคัญ
• จุดแข็งและจุดอ่อนในการแข่งขันของแบรนด์ของคุณ
• รูปแบบความอ่อนไหวต่อราคาในหมวดหมู่ของคุณ
• ความชอบด้านคุณสมบัติตามกลุ่มลูกค้า

ขั้นตอนที่ 3: การสังเคราะห์เชิงกลยุทธ์

แปลงข้อมูลเชิงลึกเป็นคำแนะนำที่นำไปปฏิบัติได้ตามรูปแบบผลลัพธ์ด้านล่าง

รูปแบบผลลัพธ์

นำเสนอการวิเคราะห์ในโครงสร้างนี้:

## รายงานกลยุทธ์ Brand Analytics: [แบรนด์/หมวดหมู่]

**ระยะเวลาการวิเคราะห์:** [ช่วงเวลา] | **แหล่งข้อมูล:** [SFR/Market Basket/Item Comparison]
**ตลาด:** Amazon [ภูมิภาค] | **วันที่รายงาน:** [วันที่ปัจจุบัน]

### 1. โอกาสจาก Search Frequency Rank

**ช่องว่างของคำค้นยอดนิยม:**

| คำค้น | อันดับการค้นหา | ส่วนแบ่งคลิกของคุณ | ค่าเฉลี่ยหมวดหมู่ | คะแนนโอกาส |
|---------|-------------|------------------|--------------|-------------------|
| "หูฟังไร้สายกันน้ำ" | #23 | 2.1% | 8.4% | สูง |
| "หูฟังบลูทูธสำหรับออกกำลังกาย" | #45 | 0.8% | 5.2% | ปานกลาง |
| "หูฟังตัดเสียงรบกวน" | #67 | 4.2% | 6.1% | ต่ำ |

**แนวโน้มตามฤดูกาล:**
- การค้นหา [คำค้น] พีคใน [เดือน] (+X% เมื่อเทียบกับค่าพื้นฐาน)
- [หมวดหมู่] แสดงแนวโน้มลดลง (-X% เมื่อเทียบกับปีก่อน)
- โอกาสที่เกิดขึ้นใหม่: [แนวโน้มคำค้นใหม่]

**การดำเนินการที่แนะนำ:**
1. เพิ่มการใช้จ่ายโฆษณาสำหรับคำค้นที่มีโอกาสสูง
2. ปรับรายการสินค้าสำหรับคำค้นที่มีช่องว่างและส่วนแบ่งคลิกต่ำ
3. เตรียมแคมเปญตามฤดูกาลสำหรับ [ช่วงพีคที่กำลังจะมาถึง]

### 2. ข้อมูลเชิงลึก Market Basket

**โอกาสในการขายเพิ่มเติม:**

| การรวมผลิตภัณฑ์ | อัตราการซื้อร่วมกัน | โอกาสด้านรายได้ | คำแนะนำ |
|--------------------|------------------|--------------------|--------------| 
| ผลิตภัณฑ์ของคุณ + [รายการ A] | 34% | +$2.3M ต่อปี | สร้างชุดรวม |
| ผลิตภัณฑ์ของคุณ + [รายการ B] | 28% | +$1.8M ต่อปี | โปรโมทข้ามกัน |
| [รายการ C] + [รายการ D] | 25% | +$1.2M ต่อปี | โอกาสผลิตภัณฑ์ใหม่ |

**ข้อมูลเชิงลึกการขยายหมวดหมู่:**
- 23% ของลูกค้ายังซื้อ [หมวดหมู่ที่เกี่ยวข้อง]
- การกระจุกตัวทางภูมิศาสตร์: [ภูมิภาค] แสดงอัตราการซื้อข้ามหมวดหมู่สูงกว่า 40%
- รูปแบบประชากรศาสตร์: [กลุ่มอายุ] ขับเคลื่อน 60% ของการซื้อข้ามหมวดหมู่

### 3. ตำแหน่งการแข่งขัน

**การวิเคราะห์ Item Comparison:**

**ปัจจัยการพิจารณาของลูกค้า (จัดอันดับ):**
1. ราคา (ปัจจัยหลัก 43%)
2. รีวิว/คะแนน (น้ำหนัก 31%)
3. การจดจำแบรนด์ (อิทธิพล 18%)
4. ชุดคุณสมบัติ (การพิจารณา 12%)

**ตำแหน่งการแข่งขันของคุณ:**
✅ **จุดแข็ง:** คะแนนสูงกว่า (4.6 เทียบกับ 4.2), การจดจำแบรนด์ที่แข็งแกร่งในกลุ่มอายุ 35-54
⚠️ **จุดอ่อน:** การรับรู้ด้านราคา, ความแตกต่างด้านคุณสมบัติที่จำกัด

**โอกาสทางการตลาด:**
- ส่วนพรีเมียมยังไม่ได้รับการตอบสนอง (ความยอมรับราคาสูงกว่าช่วงปัจจุบัน 15%)
- ช่องว่างด้านคุณสมบัติ: ลูกค้าต้องการ [คุณสมบัติเฉพาะ] (กล่าวถึงใน 67% ของการเปรียบเทียบ)
- การขยายทางภูมิศาสตร์: ความพึงพอใจในแบรนด์ที่แข็งแกร่งใน [ภูมิภาค]

### 4. คำแนะนำเชิงกลยุทธ์

**การดำเนินการทันที (30 วันถัดไป):**
1. เปิดตัว [ชุดผลิตภัณฑ์] จากข้อมูล Market Basket
2. เพิ่มการใช้จ่ายโฆษณาสำหรับ [3 คำค้นที่มีโอกาสสูงสุด]
3. ทดสอบ A/B การตั้งราคาพรีเมียมใน [กลุ่มภูมิภาค]

**กลยุทธ์ไตรมาส 4:**
1. เตรียมแคมเปญตามฤดูกาลสำหรับ [คำค้นที่กำลังมาแรง]
2. พัฒนา [การปรับปรุงคุณสมบัติ] เพื่อจัดการช่องว่างในการแข่งขัน
3. ขยายเข้าสู่ [หมวดหมู่ที่เกี่ยวข้อง] ด้วย [ผลิตภัณฑ์เฉพาะ]

**แผนการเติบโตปี 2027:**
1. ขยาย [หมวดหมู่] เต็มรูปแบบจากข้อมูลการขายเพิ่มเติม
2. พัฒนาสายผลิตภัณฑ์พรีเมียมสำหรับกลุ่มที่ใส่ใจคุณสมบัติ
3. มุ่งเน้นการขยายทางภูมิศาสตร์ใน [ภูมิภาคที่มีโอกาสสูง]

**ผลกระทบที่คาดการณ์:**
- การปรับชุดให้เหมาะสม: รายได้ +$X.XM
- การเพิ่มประสิทธิภาพคำค้น: อัตราการเปลี่ยน +X%
- การขยายหมวดหมู่: TAM +$X.XM

การทำงานร่วมกับสกิลอื่น

สกิลนี้ทำงานร่วมกับสกิล Brand Registry และการวิเคราะห์คู่แข่งอื่นๆ ได้อย่างยอดเยี่ยม

กับ amazon-keyword-research

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

ขั้นตอนที่ 1: "วิเคราะห์ข้อมูล SFR ของฉันเพื่อหาโอกาสจากคำค้น"
   → amazon-brand-analytics ระบุช่องว่างของส่วนแบ่งคลิก

ขั้นตอนที่ 2: "ค้นคว้ารูปแบบคำยาวของคำค้นที่มีโอกาสเหล่านั้น"
   → amazon-keyword-research ขยายขอบเขตคำค้น

กับ amazon-competitor-monitoring

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

ขั้นตอนที่ 1: "ตรวจสอบข้อมูล Item Comparison ของฉันเพื่อตำแหน่งการแข่งขัน"
   → amazon-brand-analytics เปิดเผยจุดแข็ง/จุดอ่อนของคู่แข่ง

ขั้นตอนที่ 2: "ตั้งค่าการเฝ้าติดตามคู่แข่งหลักเหล่านั้น"
   → amazon-competitor-monitoring ติดตามการเปลี่ยนแปลงกลยุทธ์ของพวกเขา

ข้อกำหนด

⚠️ ต้องมี Brand Registry: สกิลนี้ต้องการการเข้าถึงข้อมูล Amazon Brand Analytics ซึ่งมีให้เฉพาะผู้เข้าร่วม Brand Registry เท่านั้น คุณต้องส่งออกข้อมูลจากแดชบอร์ด Brand Analytics ของคุณเพื่อใช้สกิลนี้อย่างมีประสิทธิภาพ

ข้อจำกัด

สกิลนี้ให้กรอบการตีความข้อมูล Brand Analytics แต่คุณต้องส่งออกและให้ข้อมูลดิบจากแดชบอร์ด Brand Analytics ของ Amazon สำหรับการประมวลผล Brand Analytics อัตโนมัติและคำแนะนำเชิงกลยุทธ์แบบเรียลไทม์ ลองดู Nexscope — ผู้ช่วย AI ของคุณเพื่อการตัดสินใจอีคอมเมิร์ซที่ชาญฉลาดยิ่งขึ้น

สร้างโดย Nexscope — วิจัย, ตรวจสอบ, และดำเนินการกับโอกาสอีคอมเมิร์ซด้วย AI