亚马逊ABA数据

经常听到大家在讨论ABA数据，以前还有很多服务商出售过ABA数据。从这些方面可以看出来，ABA数据好像是一本武林秘籍，很厉害的样子。

实话实说，ABA数据确实很厉害，大家可以利用这个数据了解很多信息，从而帮助自己了解亚马逊上面的客户的消费习惯、关键词的被点击量以及哪些关键词被点击次数最多等等。最厉害之处是这些数据是出自亚马逊官方之手，具有权威性，所以非常具有参考意义。

什么是ABA数据呢？

ABA数据是Amazon Brand Analytics的缩写。在亚马逊品牌备案后，可以在导航栏中找到品牌(Brands)，然后选择品牌分析(Brand Analytics)。接着在页面中选择亚马逊搜索词(Amazon Search Terms)，页面中出现的表格就是亚马逊搜索词(Amazon Search Terms)。

亚马逊ABA数据所代表的数据榜是哪些？

亚马逊热销榜（Amazon Best Sellers）亚马逊新品榜（Amazon Hot New Releases）亚马逊趋势榜（Amazon Movers & Shakers）

亚马逊ABA的数据主要来源其实是用户在亚马逊前台搜索框内输入的搜索词，亚马逊汇总了这些词的查询频次，然后通过系统进行了统计。从而可以得出亚马逊ABA数据就是亚马逊的搜索词流量排行榜，从而可以根据这个排行榜看出用户市场真实需求量的动态涨幅。

亚马逊ABA的数据主要由哪些方面构成呢？

第一，搜索词。这些搜索词就是所有用户在亚马逊前台的搜索词。

第二，搜索词排名。这些搜索词可以代表当前搜索词的流量排名情况。

第三，商品ASIN。这些ASIN代表目前流量最大，表现最好的产品。

第四，商品点击占比。表示当期搜索词总点击量中该商品贡献的点击数量占比。

第五，商品转化占比。当期搜索词总点击量转换的成交订单数中，该商品的订单量占比。

这些数据都是可以在后台下载下来，然后再进行分析的，一定要学好数据分析。

亚马逊ABA数据还有一些排名，怎么去推断呢？

排名越小的搜索量是越大的。亚马逊已经通过搜索词将所有的搜索流量进行了划分。亚马逊周数据更新是每周一按照当地站点前一周时间的周日至周六的数据进行汇总，更新的频率还是很高的，所以这些数据是非常具有参考意义的。

相信经过以上介绍，大家应该有了一个大致的了解，总结起来，亚马逊ABA数据主要是用来做以下三方面的分析：

1.产品关键词的市场容量

2.产品拥有的各种不同关键词

3.关键词选品

大家一定要学会利用好亚马逊提供的工具，只要认真研究好每个工具，相信你在推产品的时候肯定能够达到事半功倍的效果。

亚马逊品牌分析（ABA)详细解读

Hello，大家好，我是小麦。

昨天偶然发现亚马逊Brand-Analytics的功能进行了新的调整，新增商品比较”和人数统计”的功能，一下子让我兴奋了半天。

这意味着亚马逊对品牌商不断的开放数据以更好的服务做品牌的卖家，也进一步的预示着致力于做品牌的卖家的未来将会更加光明，因为用户的信息和数据将会越来越多。当我们知道我们的用户是谁，想要什么的时候也就意味着我们可以更好的为他们服务，从而增强他们的品牌忠诚度。

今天我将带着大家来从头开始了解ABA SERVICE这一功能。

1.什么是ABA SERVICE？

亚马逊品牌分析功能（AMAZON BRAND ANALYTICS SERVICE，简称”ABA SERVICE”），是为品牌方提供一些有价值的经营数据以帮助品牌所有者能够更好的进行产品组合以及营销与广告策略的决策。

目前品牌分析模块主要包含三个板块：亚马逊关键词搜索/商品比较/人群统计。我们可以看出三个模块的逻辑为用户需求数据，产品数据以及人群数据的逻辑，这三个模块大体可以帮助我们确定产品开发的思路和方向，以及营销与广告的策略。

以这个逻辑进行推演那么后续亚马逊会对品牌方开放的数据可能会更多，基本的方向将是从人群购买行为方面的呈现，从而能够帮助品牌方更好的了解品牌的用户是谁，他们购买习惯如何，他们希望怎样的产品和服务以此来帮助品牌卖家为用户提高更好的购物体验。

2.如何加入ABA SERVICE

目前ABA SERVICE仅对拥有品牌或作为品牌代理商，代表商或者制造商的卖家。用户必须为该品牌的内部的用户，并负责在亚马逊销售。

通俗的讲就是品牌进行2.0备案之后便有权利进行访问，如果品牌进行了2.0备案但是无权访问此功能的卖家，可以联系卖家支持，多开几次CASE便能开通。

3.解读三个模块

亚马逊关键词搜索模块

在亚马逊关键词搜索报告中可以了解到特定时间段内亚马逊最受欢迎的词，以及每个词的搜索热度排名；同时还有搜索该关键词后客户点击的前三个产品，也会展示该产品的点击份额和转化份额。

首先关键词的搜索的排名是以特定时间的热度作为标准，我们可以简单理解为搜索次数从多到少的降序排列。值得注意的是我们可以输入特定的搜索词进行相关词的查询以及其热度的排名。

而这一个功能在我看来用处是相当之大：

（1）可以分析某一品类的市场容量大小，我们以water bottle为例，该次在3月3日到4月6日之间搜索排名在32位，且前十位的搜索词排名在3000名以内，可见此类目的市场容量足够之大，同时对于特定的细分品类的市场容量也能够起到一定的数据分析的参考，比如kids water bottle的市场容量也是相当不错的；

（2）假定确定细分品类为kids waterbottle的情况下，我们可以对细分品类进行进一步的分析，以确定产品的画像。

那么如图所示，我们能够看到对于kids water bottle的产品中可以搭配stainless steel 同时产品需要尽可能防漏，这都是属于用户的需求，且因为搜索频率排名是基于受欢迎程度，那么我们可以理解为其需求的大小。

（3）根据关键词可以查找到前三个受欢迎的产品的详细的链接，同时能够看到其整体的点击与转化的份额占比。

我们具体分析这三款产品的相关信息包括其产品信息/标题/详情等等，综合去评判其竞争力的大小，同时分析其受欢迎的原因。此外仔细研究点击份额占比和转化份额占比也可以得出该词的竞争度大小。

（4）对于该表还有一显而易见的功能就是拓展关键词，虽然这些词都是一些相对竞争较大的词，但是在广告中也可以尝试用其中相对长尾的关键词进行推广，以降低工作的复杂度。

（5）所有的数据都可以选择以日/周/月季度进行筛选，那么我们也可以根据同一关键词在不同时间段的搜索频率排名进而确定其不同阶段的需求情况，以此来判断产品的淡旺季以及产品的推广节奏，另外我们也可以寻找不同时间段内不同的推广词，以更好的达到营销目标。

（6）在搜索框中我们还能输入特定的ASIN查找该ASIN对应的核心的流量词，实际上这也就是部分卖家所购买的ARA数据的一部分。虽然我个人并不是非常喜欢研究竞争对手的关键词，但可能对有些卖家来说也是一个非常不错的选择。

那么对于亚马逊关键词搜索我们可以大概总结为对于该模块的应用可以理解为从用户的需求来挖掘产品以及进行广告关键词的搜集。至于后续更多的探索发现也会慢慢分享给大家。

商品比较

商品比较，也可以说产品对比。在该模块中我们可以找到在同一时段内与品牌方产品相关买家浏览的前5个竞品的产品信息以及查看了品牌方产品的客户查看5个竞品的次数的百分比。好比产品A是店铺的一个热卖品，同时商品比较的报告可以得出跟A相关的5个直接的竞品，同时可以看到竞品的具体信息以及其浏览的次数的占比。

如果发现产品的浏览竞品的比例较高则需要分析具体的原因，同时提高自身产品或者文案的质量，与此同时我们也有可能发现竞品中出现其他的非同类竞争产品，那么意味着我们可以针对性的开发关联性产品。

对于广告而言我们可以对于竞品进行特定的ASIN投放，如果对于非对标的产品类目而言也可以通过ASIN定位到关联的产品以获取更多的流量。

人数统计

人数统计准确的来说是人群统计，显示店铺亚马逊客户（总体）的年龄/家庭收入/教育/性别/婚姻状况划分的情况。这些数据能够帮助品牌卖家进行品牌受众的确定以及确认，同时也有利于店铺营销活动的展开。默认的数据为全店总数据，也可以根据需要对特定产品的用户数据的调研。

在数据选框中的包含不可用信息”指代客户信息不完整所导致，同时需要值得注意的是单个ASIN的销量需要在特定的时间内销售额超过100个才会显示数据，原则上数据的基数越大则数据的真实性越可靠，所以在用户分析上尽量考虑以较长的时间段作为选择。

每项数据包括区间内的用户数量以及用户数量占比；订单销售额以及订单销售额占比；订单的数量以及订单的数量占比。

接下来将以店铺的某一产品作为例子进行简单分析：

A.按年龄段分析

如图所示该产品的受众年龄集中在55~64以及65+，占比为24.11%和26.21%，同时年龄在35以上，占比达到82.51%，由此可见本产品的受众偏老年化；

B.按照家庭年收入分析

如图所示该产品的客户收入集中在低于50000美元和50000~74999美元之间的年收入家庭，且家庭年收入低于100000美元的客户占比达到68%，由此可以看出该产品的受众集中在低收入用户。但是这个需要从两个方面去研究分析，第一基于该产品的定价从而决定了该产品的受众，该受众是否与产品原先的定位有冲突；第二收入越低的用户对于价格的敏感度越高。那么如果产品的受众与品牌受众一致，那么说明品牌的营销较为成功，而如果受众不一致，则需要进行调整；与此同时针对于此受众的群体而言，我们如果希望进行一系列的营销活动以获取更大的市场占有率，那么价格是其中非常重要的一个考虑因素。

C.按受教育水平分析

学历分为高中以下/高中毕业/大学未毕业/学士学位和硕士学位五部分，其中大学未毕业的比重占比最高达到31.65%，学士学位学历以下占比达到64.2%，说明用户属于非高学历水平用户（因缺乏对于美国人口的受教育水平统计数据，所以只能确定为非高学历人群，而不是低学历人群）。

D.按性别分析

从图中可以看出购买的群体中女士占比高于男士12%，但是总体上来说男比比例相差不大。

E.按婚姻状况分析

从图中可以看出，单身人士占比为14.92%，而已婚人士占比为84.08%。

综合以上的信息我们可以发现，该产品的主要受众集中在年龄大于35岁，学士学位以下的已婚人士，且家庭年收入低于10万美金。而对于这一类用户而言，非常明显的特征为追求产品的性价比，用户对于产品的价格敏感度较高，因为在产品的营销中以促销和折扣作为一个手段进行推广。

而把这类人群进行更详尽的分析可以应用于更加精准的营销，从这一类用户的购物习惯中寻找能够让他们转化的因素进行强化；与此同时这五个维度的数据也能够基本满足于大部分站外广告系统的应用，比如说FB和INS以及YOUTUBE广告系统以达到精准的人群定向的目的；此外在产品的开发过程中也可以对此类的用户进行分析，他们需要什么，重视什么，从而更好的进行产品开发；最后当用户的画像越来越清晰时，品牌的定位也会更加的明确，从而更好的树立品牌形象，强化品牌。

4.个人看法以及预测

众所周知，亚马逊的数据一般都是比较封闭的，而做品牌讲究的是与用户之间的沟通和用户的沉淀，所以两者之间是相悖的。

亚马逊大力鼓励商家进行品牌化运营一方面是基于其用户需求，因为在我看来亚马逊从来都不是一个卖低价的平台，从早期公开数据可以知道亚马逊的用户集中与35岁以上的人群，且高收入人群较多，那么这一类用户偏向高质的产品，所以我们也可以看到同样的产品亚马逊的售价高于ebay和速卖通。

在商家进行品牌化的运营过程中必然需要更多的市场数据和用户数据，那么我们可以预测在未来的一段时间Amazon Brand Analytics Service的功能将会更加的强大。同时以我的推断来看后期的数据可能会涉及具体用户的购买行为以及他们的数据标签，只有这样才能使品牌方和用户之前达到最高效的链接，从而提高更好的购物体验。

与此同时也让我想到了前段时间DSP广告经理跟小麦分享品牌广告的推广，我想这些最终也会慢慢的向卖家开放。

5.对卖家的建议

在前两年的时候一直都会跟卖家朋友们讲，现在入驻亚马逊尽量做垂直类目，而今年跟大家强调更多的是有条件的卖家尽可能进行品牌化运营。一方面品牌化可以有效地降低恶意跟卖，另一方面可以沉淀用户，再次在足够了解用户，集中解决一类用户的基础上进行产品差异化和品牌化的策划能够溢价，从而获取更丰厚的利润。

随着竞争的不断加剧，各项成本的不断增加，品牌化是卖家不得不面对的一个问题，小卖家很难以成本优势作为竞争力，而往更大的说目前国内很多制造业的成本优势已经在不断丧失，成本优势开始向东南亚和非洲转移，单纯以成本优势为主导的竞争将不复存在，所以如何进行差异化和品牌化是大势所趋，未来的大卖家将会是具有品牌营销力的卖家。（来源：麦田里的摆渡人）

以上内容属作者个人观点，不代表CIFCOM跨境立场！