亚马逊店铺数据的可视化分析以及广告数据的分析方法！

想必每个运营人员都知道，运营的很大一部分工作内容就是“分析”，从分析中得到结果进行下一步操作。

数据是作为分析的主要内容，为我们分析问题提供了很多客观的事实。 亚马逊运营亦是如此，我们除了了解产品，熟悉操作方法，日常最多关注的就是店铺数据：销售额，买家访问次数，订购商品数，商品转化率，以及广告点击量，点击率，曝光量等。

既然我们知道要关注这些数据，就只是仅仅关注这些数据吗？我们能否通过挖掘、分析这些数据背后的产生的原因从而得到更多的能为我们运营提供帮助的决策？为什么同一款产品，今天的销售额较昨天下降了那么多？是什么原因导致广告点击量只有那么一点点？马上就要补货了，除了知道运输周期之外，到底要补多少件或到仓库里合适？

既然数据这么重要，那么我们又该如何产看使用这些数据呢？

亚马逊后台也为我们提供了一些可视化的图表，但是较为单一。

销售的图表也只是简单的数据呈现，还不能满足我们查看分析整个店铺的情况

根据自己的运营经验和工作习惯，我把基本每日需要分析的数据都整合在一份Excel表格中，既方便查看整体情况，也方便找出每个数据与数据之间的关联。

一、店铺数据：

买家访问次数；

已订购商品数；

B2B订购数量；

已订购商品销售额；

B2B已订购商品销售额；

广告展现量；

广告点击量；

广告花费；

转化率；

点击率；

二、广告数据：

时间段内自动广告和手动广告的展现量；

时间段内自动广告和手动广告的花费；

时间段内自动广告和手动广告的点击率；

时间段内自动广告和手动广告的点击量；

广告搜索词；

带来订单的搜索词

店铺数据

查看每日买家访问次数的数量，买家访问次数的高低间接反映订单数量的高低，也一定程度上间接反映广告的效果的好坏，除了广告带来的买家访问量，也有listing的自然访问量，但是亚马逊并没有给出广告到来的访问量，所以在这里无法精细的统计出自然访问量和广告带来的访问量是多少。

查看每月的已订购商品数，计算出平均每日销量是多少件，预估下个月的销量，在下次补货的时候也知道大概需要补多少货合适。

查看B2B订购数量(若没有B2B销售权限的话无需查看)，我的B2B的销量只有两件（食之无味，弃之可惜）。如果B2B的销量还不错，应该重视起来，并当成一个订单来源的渠道，如果目前没有太多精力的话，可以先缓一缓；

查看每日的销售额，统计每月的销售额，制定每月的销售目标；

查看B2B已订购商品销售额（没有B2B销售权限的卖家可忽略），对比下B2B销售额和常规销售额。

查看每天的广告展现量，广告展现量的高低直接影响广告的点击量和点击率，从而影响广告的效果，如果广告展现量太低，要找出广告组背后的原因。

查看广告点击量的高低，点击量的高低直接影响广告的点击率，从而间接影响广告的转化率。如果点击量太少，先查看广告的展现量是否达到一定的数量，展现量数据还不错，可分析listing的主图，价钱，评价等是否达到理想状态；

查看每日的广告花费，看是否超出了广告预算，并做适当的调整，如果广告花费太高，销售额却不理想的话，需要找出那些花钱不出单的关键词，或者关闭那些高花费低销售额的搜索词等其他措施。

查看每日订单转化率，转化率当然越高越好啦，当然转化率的高低也要基于买家访问次数的多少，如果展现量只有寥寥几个，订单数才三几个，转化率当然高，但是并不是很有参考的价值，如果买家访问次数好几百，订单数才一两个，转化率就会显得不尽人意了（不同产品具体分析）。

查看广告组的点击率，作为评估广告组效果好或者不好的其中一个维度，广告点击率太低的话，应该从一下几个方面找原因，广告出价太低，主图没有吸引力，价钱太高，没有评价的新listing等。

广告数据：

查看对比时间段内自动广告和手动广告的展现量，看哪种广告的效果更好，是否需要关闭之中一个广告，还是两个都不关闭；

查看对比时间段内自动广告和手动广告的花费，考虑关闭或者调整效果不好的广告组；

查看对比时间段内自动广告和手动广告的点击率；

查看对比时间段内自动广告和手动广告的点击量；

查看客户搜索词，看看哪些是有效的搜索词，哪些是无效的搜索词；

查看带来订单的搜索词，分析是否需要调高竞价以获取更多订单；

查看广告组的Acos，在我的表格中并没有展示广告的Acos，主要原因是亚马逊并没有给出具体每天的广告带来的销售额的数据，只给到了一个“7天总销售额”的数据，如果用一个月内的“7天总销售额”的和除以一个月的广告花费，得到的Acos并不是一个准确的数据，因为将每一个“7天总销售额”加起来会超过实际的销售额，从而导致Acos变小。所以查看广告组的Acos数据还需在亚马逊后台查看较为准确。

数据与数据之间并不是独立毫无关联的，所以建立or找到一个合适的分析工具有助于查看和分析我们的店铺数据，能事半功倍的找出店铺“效果不理想”背后的原因，因此我们的运营工作将显得有据可依。