如何通过ABA关键词数据分析产品的淡旺季-图文教程
我们在备货的时候，经常会想到去备货不会少，那么影响备货数量的其中之一因素就是淡旺季，如何分析淡旺季才会比较合理呢？
一般常见的办法就是谷歌趋势，ABA同期排名，另外可以看看竞对的销量曲线。
当然这里还会有很多其他的因素，淡旺季船期，入库，供应链假期等的影响；
---------------------
因为篇幅的问题，本文中仅对ABA关键词数据进行分析，本文我们只探索如何在数据层面分析亚马逊淡旺季~
！！注意：需要注意的是ABA关键词“搜索频率排名”为相对数据，即不同月份同样排名是第2名，可能对应的流量和订单也会有所不同，故仅供部分参考。分析淡旺季还需要综合去分析，结合谷歌趋势，稳定期竞品的销量曲线曲线等判断；也希望以ABA这个案例给各位一些数据帮助，用此技巧举一反三完成其他的数据分析。
本文中需要用到OFFICE 365，可以PDD买一个账号或者大气老板直接买。
-----------------------------------------------分割线---------------------------------------------
一. 数据准备
1. 关键词查找：先通过插件反查得到产品的最大关键词，这里以solar string lighs为例。
2. 下载ABA关键词数据：
2.1 下载路径：品牌--品牌分析--搜索分析--热门搜索词，设置数据类型为 报告范围选“每月”，年份选择“2022”，月份选择“1月”--点击“应用”，--然后搜索词填写你类目的最大关键词“solar string lights"--点击“细化结果”得到2022年1月份关键词ABA排名数据--点击“生成下载项”--等待下载完，然后重命名为“2022-1”（依次命名，格式为年度月份2022-2,2022-3）
2.2 依次下载其他月份数据：选择月份切换到“2月”--点击应用，得到2月份的关键词数据。依次切换月份和年份数据！！记得重命名！！
2.3. 存入文件夹：下载完了，全部储存到桌面新文件夹，文件夹重命名为“ABA关键词趋势”
ABA数据会保存近两年的关键词数据，你应该会下载得到24个csv文件。
二. 数据处理
1. 文件合并：
1.1 获取数据：创建一个xlsx文件---使用office 365打开--点击“数据”--“获取数据”---“来自文件”---“从文件夹”--选择之前的文件夹“ABA关键词趋势”
1.2 合并文件：“组合” ---“合并并转换数据”；到这一步会打开power query，PQ基于M函数会对数据进行批量处理，记录处理步骤，可以简单理解成“模板化”。
2. 处理数据：
2.1 拆分列：可以看到第一列Source.Name列，这里是我们为每个文件命的名，也就是年份-月份，我们对这一列拆分就可以得到年份月份；选中Source.Name列--主页--拆分列--按分隔符
2.1.1 对另一列也拆分
2.2 删除多余的列：鼠标左键点选不需要的列，然后点击“删除列”
2.3 标题： 这样处理了之后你会发现，现在第一行的标题还是错误的，需要将标题往上提两行。点两次之后，“搜索频率排名”这一行就变成了标题
2.4 重命名：双击第一列列名，然后修改为年份，第二列修改为月份，如图
2.5 筛选：因为源数据中每一个表中都会有这个表头，我们需要去除掉多余的行“搜索频率排名”这一行；点击搜索频率排名旁边的三角形--去除“报告范围[每月]”和“搜索频率排名”--确定
2.6 格式：目前为止“搜索频率排名”这一列还是文本格式，我们需要把他改成“整数”格式，我们才能进行透视。点击"ABC”--改成“整数”
2.7 上载数据：上载之后会得到一个总表，这个总表是汇总了24个子表里面的所有数据，如果之后在文件夹“ABA关键词趋势”中存入了新的月份数据，在“数据”--点击“全部刷新”，这个文件也会同步更新，不需要再次重复处理数据。
到这一步如果我们只需要分析关键词的ABA搜索频率排名，那就已经完成了，如果想对关键词的前三点击转化垄断性进行分析，大家也可以自己去尝试一下，不过下下来的“点击份额”和“转化份额”都是小数格式，需要给这些列批量添加后缀“%”得到百分比，然后添加自定义列合计前三商品的“点击”和“转化”共享，再加一个条件列去判断数据。
三. 生成透视图
1. 生成透视图：选中整张表--插入--数据透视图--确定
1.1 拉取字段：把字段拉到对应的地方去，如图；要注意值为求和项才是正确的
1.2 修改图表样式
选中数据透视图--点击“设计”---“更改图表类型”--选择“折线图”
1.3 数据标签：
点击头数图--点击“+”号--数据标签旁边的，打开更多选项
1.4 修改数据标签逆序
到这一步细心的应该会发现，这个数据折线，有点怪；怪在排名96945706比78955308更靠上，但是按照排名来说，第1名应该为最高峰，也就是折线的最顶点。所以我们要修改数据标签为逆序；
在打开的数据标签格式页面，点击“坐标轴图形”--点“坐标轴选项”--点“垂直（值）轴”--最后在出来的页面勾上“逆序刻度值”
2. 数据展示
在筛选器中，点击小三角--搜索最大的词--选中--确定；最后得到关键词2022年，2023年的ABA搜索频率排名趋势。
-----------------------------------------------分割线---------------------------------------------
一. 数据准备
1. 关键词查找：先通过插件反查得到产品的最大关键词，这里以solar string lighs为例。
2. 下载ABA关键词数据：
2.1 下载路径：品牌--品牌分析--搜索分析--热门搜索词，设置数据类型为 报告范围选“每月”，年份选择“2022”，月份选择“1月”--点击“应用”，--然后搜索词填写你类目的最大关键词“solar string lights"--点击“细化结果”得到2022年1月份关键词ABA排名数据--点击“生成下载项”--等待下载完，然后重命名为“2022-1”（依次命名，格式为年度月份2022-2,2022-3）
2.2 依次下载其他月份数据：选择月份切换到“2月”--点击应用，得到2月份的关键词数据。依次切换月份和年份数据！！记得重命名！！
2.3. 存入文件夹：下载完了，全部储存到桌面新文件夹，文件夹重命名为“ABA关键词趋势”
ABA数据会保存近两年的关键词数据，你应该会下载得到24个csv文件。
二. 数据处理
1. 文件合并：
1.1 获取数据：创建一个xlsx文件---使用office 365打开--点击“数据”--“获取数据”---“来自文件”---“从文件夹”--选择之前的文件夹“ABA关键词趋势”
1.2 合并文件：“组合” ---“合并并转换数据”；到这一步会打开power query，PQ基于M函数会对数据进行批量处理，记录处理步骤，可以简单理解成“模板化”。
2. 处理数据：
2.1 拆分列：可以看到第一列Source.Name列，这里是我们为每个文件命的名，也就是年份-月份，我们对这一列拆分就可以得到年份月份；选中Source.Name列--主页--拆分列--按分隔符
2.1.1 对另一列也拆分
2.2 删除多余的列：鼠标左键点选不需要的列，然后点击“删除列”
2.3 标题： 这样处理了之后你会发现，现在第一行的标题还是错误的，需要将标题往上提两行。点两次之后，“搜索频率排名”这一行就变成了标题
2.4 重命名：双击第一列列名，然后修改为年份，第二列修改为月份，如图
2.5 筛选：因为源数据中每一个表中都会有这个表头，我们需要去除掉多余的行“搜索频率排名”这一行；点击搜索频率排名旁边的三角形--去除“报告范围[每月]”和“搜索频率排名”--确定
2.6 格式：目前为止“搜索频率排名”这一列还是文本格式，我们需要把他改成“整数”格式，我们才能进行透视。点击"ABC”--改成“整数”
2.7 上载数据：上载之后会得到一个总表，这个总表是汇总了24个子表里面的所有数据，如果之后在文件夹“ABA关键词趋势”中存入了新的月份数据，在“数据”--点击“全部刷新”，这个文件也会同步更新，不需要再次重复处理数据。
到这一步如果我们只需要分析关键词的ABA搜索频率排名，那就已经完成了，如果想对关键词的前三点击转化垄断性进行分析，大家也可以自己去尝试一下，不过下下来的“点击份额”和“转化份额”都是小数格式，需要给这些列批量添加后缀“%”得到百分比，然后添加自定义列合计前三商品的“点击”和“转化”共享，再加一个条件列去判断数据。
三. 生成透视图
1. 生成透视图：选中整张表--插入--数据透视图--确定
1.1 拉取字段：把字段拉到对应的地方去，如图；要注意值为求和项才是正确的
1.2 修改图表样式
选中数据透视图--点击“设计”---“更改图表类型”--选择“折线图”
1.3 数据标签：
点击头数图--点击“+”号--数据标签旁边的，打开更多选项
1.4 修改数据标签逆序
到这一步细心的应该会发现，这个数据折线，有点怪；怪在排名96945706比78955308更靠上，但是按照排名来说，第1名应该为最高峰，也就是折线的最顶点。所以我们要修改数据标签为逆序；
在打开的数据标签格式页面，点击“坐标轴图形”--点“坐标轴选项”--点“垂直（值）轴”--最后在出来的页面勾上“逆序刻度值”
2. 数据展示
在筛选器中，点击小三角--搜索最大的词--选中--确定；最后得到关键词2022年，2023年的ABA搜索频率排名趋势。
![[产品发布]发布高质量宝贝，打造个性化商铺](https://www.ourtrade.net/zb_users/theme/tpure/include/thumb/4.jpg)
