亚马逊数据分析数据划分整合方法集锦

01、确定对比的项目，横向累积数据

积累数据的前提是找到需要对比的项。就电商而言，有几个是卖家每天都在看的，一个是销量，一个是销售额，这是逃不掉的，但在抛开追求日出千单的浮华背后，越来越卖家希望在监控销量和销售额之余洞悉产品的利润情况，方便自己知道这是不是一款亏钱赚吆喝的产品。

所以扣除各种费用之后得出利润就显得非常重要，不管是自己单干的卖家，或者是不清楚运营推广细节的老板。

至于横向维度积累，自然指的就是时间的维度，不同时间点和时间段的销售情况，对比才能得出有效的信息。一般来讲，电商对比的时间维度为，本周的情况与上周情况对比，往前推4周的情况与上个4周的情况对比，本月与上月对比，往远了拉可以是年度对比。

✦以周为维度，找出工作日与非工作日用户的购物偏好，找出单量最多的那一天判断是否加大推广力度

✦以4周为维度，拉长了时间维度看整个月的变化情况，通过延长的周期找出一些异常的数据（特别高或者低），分析其中的原因；

✦以月份为维度，当然就是对比同日不同月的变化到底有多少，尤其针对季节性产品当然更建议记录下每次调整和推广的情况，方便追溯查询，比如说listing改动，比如说站外测评，记录下日期和推广动作，前后对比更能明确效果。

排除转化率的问题之后，说明流量在上涨，Deal站渠道在恢复，卖家的推广更有效果。

当然其他情况需要卖家结合更多的信息进行推理判断。

02、串联不同时间维度数据，从趋势见端倪

对比难道真的就是拉数据出来瞧瞧看看吗？当然不是，数据只是依据，卖家更希望的是通过现象看本质，透过对数据趋势的把推测销售的变化由来，做出正确的决策，避免掉坑。

但问题还是那样，单个的数据并不能看出端倪，需要将数据串联起来，并且以图表形式展现，因为表格的数据并不突出，而曲线图更能突出趋势和变化，并且推测出其中的一些端倪。

规律的总结是一个漫长的过程，卖家需要时刻积累数据来作为支撑进行推断。并且需要时常通过图表寻找高低峰值和变化曲线的平滑程度。

03、联动不同项目数据，对比得出结论

有的时候，单个数据的情况并不能够代表什么，细心的卖家可能会发现虽然都是增长，但增幅是不一样的，单量增幅是27%，但销售额增幅是47%，这个情况会让很多不明情况的卖家感到疑惑。这个时候孤立看这两个数据是得不出结论的，只有引入平均价格，卖家才能知道问题所在：在这个期间定价增长了16%，卖家提高了价格，但需求在增长，所以造成了销售额和销量增长不同，也让卖家收获了更多的利润。

因此卖家不要孤立起来用时间维度看某个数据，比如说销量，销售额，有时候销量涨是因为价格调低了或者让利幅度大了，广告投入多了，孤立看数据永远只能看到冰山一角。