赛狐ERP的AI广告罗盘功能使用说明；AI广告优化分析

一、功能说明

AI广告罗盘依托亚马逊官方全站点、全品类基准数据，深度洞察ASIN所属品类的长期发展趋势；同时融合AI算法，自动诊断广告与零售表现，并精准生成可一键执行的优化策略。帮助卖家判断品类发展趋势、市场竞争强度、广告投放机会及潜在经营风险，为选品、广告优化和市场拓展提供数据参考。

二、数据来源及更新时效

亚马逊官方提供的AJI数据，半年更新一次。

三、操作说明

1、操作步骤

功能入口 ：【AI】-【AI广告罗盘】  选择站点、店铺、品类、产品  点击【生成报告】

支持美国、加拿大、英国、德国、法国、意大利、西班牙、日本 。最多选择10个ASIN。
消耗金币：1点数/ASIN/次 （5个ASIN生成1个报告消耗5点数）

2、市场洞察

2.1 品类概述
AI基于搜索词，分析品类属性、用户需求、竞争强度三个维度。帮助快速判断某个品类是否值得投入。


2.2潜在机会
AI 自动挖掘 1~5 条蓝海机会点，包含机会点、推荐原因、相关搜索词。帮助找到新的隐藏增长机会，降低选品试错成本。

3、产品广告诊断

3.1 产品列表
展示选中产品的上市月份、生命周期、曝光量/CTR/CVR/ROAS，并自动打标签(高/低 CTR/CVR/ROAS)。基于亚马逊官方提供的广告投放方法论，输出 1~3 条可执行的优化建议。
CTR：广告点击量/ 广告曝光量
CVR：广告点击量/广告曝光量
ROAS：广告点击量/广告曝光量
注：曝光量不足 1000 时不打标签

标签	判定条件
高CTR/高CVR/高ROAS	曝光量≥ 1000，且品指标≥品类均值x150%
低CTR/低CVR/低ROAS	曝光量 >≥ 1000，且品指标≤品类均值 x 50%

3.2 产品趋势
可切换曝光量/CTR/CVR/ROAS 四个指标，展示本品、品类均值、品类头部品均值三条折线的 36 个月对比。
品类头部品：指占据品类前50%销售额的头部产品。
上市月份：根据 ASIN 上架时间计算品上市月份，例如 M6 表示上市第6 个月。 展示品当前处于上市第N月，如“M6”
直观看到产品随时间的走势，和行业平均、头部卖家之间数据对比，为长期投放策略提供依据。

4、新站点机会评估

4.1 站点趋势
展示同一品类在所有站点的单品广告曝光量、点击率、转化率、ROAS 在上市前 36 个月内的趋势对比。直观看到同一个品类在不同国家的表现差异，为新市场选择提供数据参考。
广告曝光量：统计该产品在对应上市月龄内获得的 SP 广告曝光次数；
广告点击率：统计该产品在对应上市月龄内获得的 SP广告点击率；
广告转化率：统计该产品在对应上市月龄内获得的 SP广告点击率；
广告ROAS：统计该产品在对应上市月龄内获得的SP广告点击率；

4.2 站点机会
基于品类在各站点上市前3个月的广告表现均值，综合测算新品接受度与广告投放效率(衡量广告投入带来的转化回报)，两项指标结合将各站点划分为四个象限并给出策略建议。
新品接受度:用于判断一个新品是否被市场认可。如果一个新品接受度低，说明这个站点对该品类的消费需求相对较低。
广告投放效率:用于判断广告投入是否有效。如果广告投放效率低，则说明不同站点同样的广告花费，该站点初期广告投入回报相对差。
高接受x高效率：优先进入，适合新品快速验证和放量；
高接受x低效率：用户购买意愿强，但前期投放成本较高；
低接受x高效率：广告成本尚可，但市场消费潜力仍需验证；
低接受x低效率：暂缓进入，可考虑小预算测试；

四、常见问题

Q1：AI广告罗盘的数据来源是什么?准确吗?
A1：数据来自亚马逊官方 AJI(Amazon Journey Insights)数据库，是亚马逊直接向赛狐提供的合作数据，覆盖新品上市 36 个月的广告表现。数据权威性有保障。

Q2：为什么有些品类选不到?
A2：亚马逊官方AJI数据库涵盖约80%亚马逊品类，后续版本会逐步扩大覆盖范围。

Q3：品类头部品均值是什么意思?为什么有些数据是空?
A3：指占据该品类前 50% 销售额的头部产品的均值数据，代表品类内优秀玩家的水平。与品类均值对比可以看出本品处于行业平均还是头部水平，空值通常是因为该细分品类下头部品数量不足，所以无数据。

Q4：AI广告罗盘和ASIN广告洞察功能区别是什么？
A4：

	AI广告罗盘	ASIN广告洞察
场景	定位：找方向、定策略 使用方：侧重于运营主管、品类负责人 主要回答的问题：现有品类要不要加大预算、品类内多个ASIN谁更有机会、先去拓展哪些站点	定位：品深度诊断优化 使用方:侧重于投手 主要回答的问题:这个ASIN表现好/差、有什么投放问题，怎么提升广告效果
功能	分析颗粒度：品类 输出结果：品类机会判断、品类内优质/低效品评估、品类扩张建议	分析颗粒度：单ASIN 输出结果：单品效果评估、更细化的优化建议