在经营亚马逊店铺的过程中，卖家们肯定是少不了数据分析，尤其是管理层，不可能每天周旋于各个账号机之间，只能通过呈现出来的数据报告来判断运营的情况。
因此，会有很多问题萌发：
❖单品销量一天过10，到底是多还是少？
❖一周高峰值销售额过千，到底是好还是坏？
❖在周五那天加大广告的投入，到底是对还是错？
而情况是好还是坏，其实都是需要一个参照物，对比产生的。
比如说下方的这个产品数据：
它一天的销售额是两百多美金，销量是16，考虑到疫情的影响，小卖家们可能觉得这个单量还可以，但下意识里卖家是跟自己的产品进行对比的。
均价大概在15美金左右，利润率超过50%，利润还挺高，这也是卖家通过与自家产品的情况比较之后得出来的结论。
但现实情况是，这个产品比起上周的同日单量下降了78%，销售额少了74%：
并且通过均价的数据可以推测应该是由于库存不足的原因进行了调价，导致单量减少，当然这个需要后台查看转化率和流量情况再进一步确认。
这其实就是一个简单的产品数据对比，在对比过程中知道自己的产品运营的得失。当然也有一些卖家，尤其是处于开新品阶段和新手卖家，没有多少产品数据作为参照物，对比似乎也无从下手。
这个时候卖家可以留意的是同行竞品的销售数据，可以使用自己选品时掌握的数据作为参照物，但最重要的还是追踪积累自己的数据，毕竟自家数据才是最精准最能反映不同时期不同推广动作下的真实反馈。
那么亚马逊卖家们需要积累一些什么数据，怎么去进行对比不同的数据进行分析呢？
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。
比如说下面这个产品，在2月底和3月初分别做了两次站外Deal推广，很明显3月份的效果要好于2月份：
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。
比如说有一个店铺上周的数据是这样的：
通过图表一眼就能看出在本周和上周的对比中，高峰值出现在3月21日和3月28日，也就是说，接近周末的时候，销量会增长，这个时候试着增加推广，加大曝光不失为一个好的选择。
但这个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，就像上图中的销量和销售额，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。
