我做跨境电商也有六年的时间了，在电商这个行业也有自己的一些经验。经验也许没有其他大卖家丰富，但会将我知道的都进行分享。如果有不懂得亚马逊问题可以+我（V：772024802）。我这里给大家安排一堂直播课，可以系统的帮你解决做亚马逊的各种问题。
想做好亚马逊，务必要做好亚马逊数据分析，这在亚马逊界内是被广泛认同的观点。关于亚马逊数据分析的培训课程和软件也是遍地开花。其实，在众多的亚马逊数据分析工具中，最有用的工具还是属亚马逊店铺内部的Report。
Report分三个部分，销售图表(Sales Dashboard)、业务报告(Business report)和亚马逊销售指导(Amazon selling Coach)。
一般我们会先关注正中间的五项数据：每天记录自己的产品销售情况是必须要做的一件事情，这样可以帮助我们发现爆款或者潜在爆款。因为里面数据比较多，所以跟大家介绍一下每个项目的含义。只有理解了这些数据的含义，才能真正的做好亚马逊数据分析。
Ordered Product Sales ：依照订单所定商品的销售总和，计算方式为（订单上的销售数乘上销售价格之总和）
Units Ordered：订单所下订的商品个数，比如说：一个订单，包含三个产品，因此Units Ordered数量为３
Total Order Items ：所选取的时间范围内订单所下订的品项总和，也就是说顾客购买了几种产品
Average Sales per Order Item：所选取的时间范围内平均一个品项的销售额，也就是一种商品平均可以创造多少销售金额
Average Units per Order Item ：所选取的时间范围内平均一个商品的销售个数，假设售出10个商品而总共是有10个种类，则平均一种卖出1个
Average Selling Price ：所选取的时间范围内平均一个商品所贩售的价格，也就是平均一个商品以多少的价格售出
Sessions：24小时内曾经在销售页面浏览过的用户数。
Order Item Session Percentage：浏览用户数中下订单的用户所占的百分比
Average Offer Count：所选定的时间范围内所计算出平均具有的 Active Listings (可售商品页面)
Buy Box Percentage：用户经由黄金购物车按下购买连接所占页面流量中的百分比。
Unit Session Percentage：每位用户浏览后购买产品的几率。
Average Offer Count：所选取的时间范围内平均每天能正常供货的 active listing 数目。
Average Parent Items：所选取的时间范围内平均每天母体产品能正常供货的数目。
Units Refunded ：被要求退款的商品数
Refunded Rate：被退款的商品所占比例，退款数去除以商品销售数后得到的百分比
Feedback Received：所收到的feedback总数，显示出您整体商店的所收到的所有feedback评价
Negative Feedback Received ：所收到的feedback差评总数，显示"只有"差评的总数”
Received Negative Feedback Rate ：feedback差评占feedback总数的比例
A-to-z Claims Granted：收到A-to-z Claims的次数
Claims Amount ：赔偿的金额数目。
Business report - By ASIN - Detail Page Sales and Traffic
Session Percentage ：浏览用户中有特定浏览某项SKU/ASIN的用户所占的比例
Page Views Percentage ：页面流量中有特定浏览某项SKU/ASIN的流量所占的比例
Unit Session Percentage ：平均用户浏览能够获得多少销售的商品数
Business report - By ASIN - Detail Page Sales and Traffic By Parent Item
Unit Session Percentage：销售个数用户转换率
Business report - By ASIN - Brand Performance
Average Customer Review ：总体平均的商品评论级数，以五星级的评级方式来显示。
Customer Reviews Received ：商品获得商品评论的总数。
Sales Rank 销售排名：此项排名中有包含多项的影响因素，这边显示的都是经由内部计算过后所呈现的及时排名。
Listings Missing Image ：没有商品图片的LISTING数，越低越好。
Listings Missing Description ：没有商品叙述的LISTING数，越低越好。
Categorization Defect ：商品所在的分类不正确，越低越好。
以上是比较详细的一个解释，还有几个在亚马逊数据分析中比较重要的，因为比较常见就没有详细介绍。根据以上的亚马逊提供的数据，相信肯定可以做好亚马逊数据分析。想做好数据分析，短时间内的数据是没有什么用处的，时间越久，分析出来的数据就越详细，越准确
如果有不懂得亚马逊问题可以+我（V：772024802）。详细咨询学习，可以系统的帮你解决做亚马逊的各种问题。