这是晓懂的第2篇原创文章

你好，我叫小明，一个对未知充满好奇的跨境电商人。经过几年的数据沉淀，阿里巴巴终于在网上完成了商品数字化、买家数字化、营销数字化，这是数据管家升级的核心基石。2021年1月，数据管家行业版新升级为数据参谋，成为阿里巴巴国际站核心数据分析决策工具。它不仅优化了原始数据模块，还增加了四名（暂时三名）参谋，帮助商家探索市场情况，参与流量下落，查看产品信息，了解高质量买家，可以指导商家在国家站业务运营中做出简单快捷的决策和数字业务贸易。

但事实上，由于升级后的数据人员功能过多，增加了相关使用的难度。此外，数据维度的重复和数据统计口径的不一致性也增加了数据人员的使用门槛。今天我要和大家一起明确这些功能的特点和关系，让大家在市场调研和门店诊断上更容易上手。全文分为三部分，共8900字左右，预计阅读时间为25分钟，建议先收集再阅读。

@ 数据参谋数据特征

我们先按照上面提到的维度拆解阿里巴巴数据参谋的全功能。如下图所示，显示部分。通过我的整理和观察，可以总结以下特点。

@ 所有功能数据可分为行业数据和存储数据

行业数据:阿里巴巴国际站整个行业的数据不涉及店铺本身生成的数据，主要用于市场调研。

店铺数据：店铺自操作后产生的数据主要用于诊断优化，比较同行数据和环比数据。

这里需要注意的是，行业数据与存储数据并不完全分离，一些功能同时包含这两种数据。事实上，这只是与我们的存储运营过程相匹配，只要我们在相应的阶段阅读和分析相应的数据。

@ 所有功能数据都有统计口径和存储长度

所有数据都有自己的统计口径，包括类别、区域、时间等。；还有一些特殊的口径，比如端口(全部/PC/APP/WAP），买家类型(进店/查询/交易)等。这里需要注意的是，数据联动分析需要保持统计口径的一致性；一些功能的口径筛选位置较高，筛选可以改变全屏数据，但跨屏浏览数据会错误地认为数据无法调整。

数据存储长度是指平台可以查看筛选数据的最大时间跨度，最长可以达到1年，最短的是当天的及时数据，大部分数据范围约为3个月。如果存储有长期的数据观察，则需要定期提取、整理和保存数据。

@ 不同功能数据的粒度不同

数据粒度是指数据的细化或综合程度。细化程度越高，粒度越小；相反，细化程度越低，粒度越大。流行语言是微观和宏观。不同粒度的数据没有好坏之分，参考价值可以根据不同的需要获得。例如，市场研究可以深入研究2类数据，选择红利类别，然后深入3、4类别，选择特定类别；商店诊断可以先比较整个商店的情况，然后比较类别发现具体问题。

@ 不同功能的数据之间的平行和递进关系

一些功能数据是平行的。例如，核心营销人员，产品人员可以在同一特定行业、同一统计期、同一水平提取数据，即从不同的角度看数据。与此同时，从市场人员的数据到市场洞察力的数据从全球向国家进步，即从远到近。

在掌握了上述数据的特点后，我们可以统一数据口径，纵向查看数据，从整个行业到特定行业，从特定行业到细分类别；从全球到国家。然后横向看数据，从人的角度看数据，从产品的角度看数据，从词的角度看数据，从场的角度看数据。其中，全球层面的行业-市场-类别-词汇-渠道数据最丰富，这是一个常见的研究层面，可以作为基础。粒度较高的国家级市场-类别-词数据丰富度相对缺乏，可作为更详细的补充。以下是我们数据参谋市场调研之旅的正式开始。

@ 市场调研的应用

统一数据口径：类别-我订阅行业的三级类别；时间-近30天；使用 表示并列；使用↓表示递进。

@ 纵向数据-货

全球-全行业：行业报告→行业简报；行业简报涵盖电气设备、礼品工艺品、机械、五金工具、纺织皮革、家居园艺、家具、建材、电子元器件等行业。“出口最高的国家或地区”、“出口增长最快的国家或地区”、“搜索来源最高的国家或地区”、“搜索来源最快的国家或地区”等数据具有非常重要的参考价值。

注：行业报告中还有独家报告和行业报告模块，但后台更新的内容非常落后。您可以从阿里研究所等市场数据研究报告网站下载最新的行业分析、市场报告等。还有更多的关注行业二年级的报告。

数据来源：阿里研究所

全球-全类别:市场参谋(查行业)→市场分析→产品排名(人气榜、飙升榜、蓝海榜、效果榜)；对市场规模、市场增长率、市场供需、市场转型四个维度进行综合评价，确定要调查的细分市场。

↓

全球-单类:选择一类:→查看详情→市场分析(人气榜、飙升榜、蓝海榜、效果榜)；该类别在上一级类别下的细分类别中的排名。

全球产品：商机分析→产品列表(人气列表、飙升列表、蓝海列表、效果列表)；全部加入对比，分析当前细分类目前列表产品的特点。

全球产品:市场参谋(查行业)→买家分析(类别偏好)；与下面的访客画像(行业买家)→类别偏好数据部分重复，访客肖像也有额外的买家数据，所以只参考访客肖像的数据。

全球产品：产品顾问：→TOP50排行榜(访客榜、商机榜、蓝海榜)；全部加入对比，分析当前细分类目前列表产品的特点。

全球产品:游客肖像(行业买家)→产品偏好→全站产品偏好(访问产品排名、查询产品排名、交易产品排名)；无法添加比较，需要手动记录。

注：到目前为止，产品数据维度出现了昵称和互补性。流行列表=访客列表=访问产品排名；商机列表=查询产品排名；商机列表和交易产品排名作为互补数据。数据有近7天的选择，可以进一步进行更及时的数据研究。

全球产品:游客肖像(行业买家)→类别偏好；客户访问产品的类别分布。各种目录的交易概率可以通过计算每个目录中的“交易买家/进店买家”数据来获得。

全球产品：商品洞察：商品洞察→商品分类分析；产品发布的一些关键属性可以收集。

全球产品：商品洞察：商品洞察→价格分析；通过了解价格和查询的分布，计算“查询数量/商品数量比例”的数据，可以获得每个价格范围的查询概率。

全球产品：商品洞察：商品洞察→热销产品排名(热产品，飙升产品)；无法添加比较，需要手动记录。这里的飙升产品(意向买家数量或销量环比增长)和飙升榜(环比买家

数年

同比)定义不同。

全球产品：商品洞察：商品洞察→推荐相关类别(Top20采购相关性)；分析客户的采购需求，推荐销售产品套装或详细页面。

全球产品：商品洞察：商品洞察→流行主题→主题类型→单一词主题→主题商品示例→主题商品Top20；无法添加比较，需要手动记录。

全球产品：商品洞察：商品洞察→流行主题→主题类型→复合词主题→主题商品示例→主题商品Top20；无法添加比较，需要手动记录。

↓

全球产品：推荐行业商机→征品主题；固定征品(蓝海产品)有专属权益，发布符合基本要求、属性要求、产品能力的产品即可获得。

↓

国家产品：关键词指数→趋势榜(Top100)→相关热点产品；查看详细信息，参考图片、标题和价格。

国家-产品:关键词索引(搜索或点击关键词跳转)→查询类别归属；建议结合前台实际展示类别进行选择。

↓

国家产品：市场洞察：市场洞察→热品分析→买方国家和地区的分布；不同国家和地区的需求分布类别。

国家产品：市场洞察：市场洞察→热品分析→Top20产品访问偏好；无法添加比较，需要手动记录。

国家产品：市场洞察：市场洞察→热品分析→产品查询偏好排名Top20；无法添加比较，需要手动记录。

国家产品：市场洞察：市场洞察→品类偏好→类别访问热排名Top20；该行业的访问类别分布。

国家产品：市场洞察：市场洞察→品类偏好→类别访问涨幅排名Top20；热度和涨幅的重叠类别是需要关注的类别。

国家产品：市场洞察：市场洞察→品类偏好→类别查询热排名Top20；对比各类“查询指数/访问指数”，可获得不同访问类别的查询率。

国家产品：市场洞察：市场洞察→品类偏好→类别查询涨幅排名Top20；热度和涨幅的重叠类别是需要关注的类别。

国家产品：市场洞察：市场洞察→贸易指数(仅限美国)；市场概述数据观察一年的采购趋势，是否有淡季和旺季，有针对性的营销；贸易区数据观察竞争对手对美贸易的规模；港口交易比例分析数据观察目的，开发相应的运输路线。

以上完成了全球-全行业→全球-全类目→全球-单类目→全球-产品→深入研究国家-产品的产品维度。

@ 纵向数据-人

数据来源：小懂

全球-单类:游客肖像→首选买家群体；身份特征、采购意向偏好、网站行为特征、区域偏好、行业独家特征等数据可直接作为广告的参考。

全球-单类:游客肖像→行业买家明细→买家概况(进店买家指数，查询买家指数，交易买家指数)；对比“交易买家/进店买家”的数据，可以得出行业平均交易买家数量的比例，可以作为平台绩效规划的参考转化率。

全球-单类:游客肖像→行业买家明细→买家标签(交易买家、高潜买家、高潜回访、高潜回复、高潜活跃、蓝标买家、新买家、亚马逊卖家)；通过切换进店/查询/交易买家数据，可以比较每个标签的“交易买家/进店买家”，获得每个标签的交易概率，作为人群溢价的参考。

全球-单类:游客肖像→行业买家明细→身份标签(MOQ偏好、样品偏好、RTS偏好、定制偏好)；许多行业的商店买家和交易买家的标签数据会有明显的差异。切换到交易买家数据，重点关注交易买家数据。

全球-单类:游客肖像→国家和地区分析(国家和地区Top20，买家数量，访客平台时间分布)；通过切换进店/查询/交易买家数据，可以比较各标签的“交易买家/进店买家”，获得各国交易买家的比例，作为国家溢价交付的参考依据。也可以查询国家交易买家的平台时间段，作为时间段交付的参考依据。

全球-单类:市场参谋(查行业)→买家分析→交易偏好(MOQ偏好、样品偏好、RTS偏好、定制偏好)：与访客画像→行业买家明细→买方标签数据重复一致。

全球-单类:市场参谋(查行业)→买家分析→买家标签(交易买家、高潜买家、高潜回访、高潜回复、高潜活跃、蓝标买家、新买家、亚马逊卖家)；与访客画像→行业买家明细→买方标签数据维度重复，但数据不一致，数据%表示的数据无法计算交易买方的比例。

全球-单类:市场参谋(查行业)→买方分析(区域分布、买方规模指数、访客平台时段分布)；与访客画像→国家和地区的分析数据重复一致。

↓

全球产品：商品洞察：商品洞察→买家分布；了解关键词类别的全球商机分布和环比变化。

全球产品：市场顾问：→国家(地区)排名(人气榜、飙升榜、蓝海榜、效果榜)；各国单一行业综合评价单一行业市场规模、市场增长率、市场供需、市场转型四个维度，加上以下互补数据，确定目标国家市场进行研究。

全球产品：市场洞察：→热门国家和地区的市场人群(买家数量、搜索指数、Top1查询类别、Top1查询产品)；补充上述数据。

↓

国家产品：市场洞察：市场洞察→买家肖像(买家排名、买家比例、终端比例、MOQ偏好、企业类型、采购规模)；扩展买家肖像维度。

预计未来访客画像将升级为买家参谋。

以上完成了全球-单一类别→深入研究国家-产品人维度。

@ 纵向数据-内容-关键词

数据来源：小懂

全球-单行业:访客肖像(行业买家)→选择买家人群→关键词偏好；了解进店、查询、交易买家的综合分析后，最终抓住关键买家群体的关键词偏好。

全球-单行业:访客肖像(行业买家)→关键词偏好→全站搜索关键词；了解行业排水、查询和交易关键词分布。通过切换进店/查询/交易买家数据，可以比较“交易买家/进店买家”这个词，获得每个词的交易概率，作为人群溢价的参考。

全球-单行业:市场参谋(查行业)→商机分析→关键词列表(人气列表、飙升列表、蓝海列表、效果列表)；暂未开放。

↓

全球产品：商品洞察：商品洞察→流行主题→主题类型→单一词主题→流行主题 主题产品示例中流行主题词来源示例；了解特定类别词的相关属性词。

全球产品：商品洞察：商品洞察→流行主题→主题类型→复合词主题→流行主题 主题产品示例中流行主题词来源示例；了解特定类别词的相关属性词。

↓

国家产品：市场洞察：市场洞察→搜索偏好→搜索词热排名Top20；该行业引流词的分布。

国家产品：市场洞察：市场洞察→搜索偏好→搜索词涨幅排名Top20；热度和涨幅的重合词是需要关注的关键词。

国家产品：关键词指数→热词榜(Top100)；可指定类别，国家搜索热搜词、飙升词、蓝海词等。

国家产品：关键词指数→趋势榜(Top100)；国家搜索趋势词可以指定类别。

国家产品：关键词指数→热门搜索词(排名、关键词、搜索指数、搜索增长、点击率、卖家规模指数)；它可以提取大量的重要信息。了解关键词热分布、竞争、变化趋势、扩展关键词、查看关键词覆盖等。

国家产品：关键词指数→相关搜索词；以图形的形式显示单词之间的相关性，并在相同的作用下工作。

国家产品：关键词指数→来源去向词；来源词和去向词可以扩展词本身，挖掘客户的其他采购需求；填充词作为相关属性词的参考。

国家产品：关键词指数→竞争引流词；这里的词代表了不同关联词背后购买关键词产品的需求，可以作为补充引流词。

国家产品：关键词指数→语义近义词；与我们所理解的同义词不同。更多的是流行搜索词列表中的单词，其中大部分是重复数据。

以上完成了全球-单一产业→全球-产品→深入研究国家-产品的词维。

@ 横向数据-宏观-全球-全行业-单词-

全球-全行业-产品：行业市场分析→外贸出口交易规模指数；该指数整合了交易量、买卖双方数量等核心指标，可以通过该指数了解该类别下行业的市场规模和繁荣程度。价值越大，市场规模越高，不同类别的行业指数值可以水平比较。

全球-全行业-产品：行业市场分析→搜索次数指数；该指数代表了当前类别搜索量总体水平的变化趋势，以了解买方需求总体水平的变化趋势。值越大，需求越强。

全球-全行业-产品：行业市场分析→收汇与发货时差指数；该指数反映了会计期的变化，可以了解行业买家的会计期或信贷销售服务的需求，在一定程度上反映了行业卖家资本压力的变化趋势。价值越大，买方需要的会计期越长，卖方的资本压力就越大。

全球-全行业-人:行业市场分析→国家（地区）交易金额排名；该排名代表该类别当月交易金额前20名。面积越大，比例越大。您可以了解该类别行业交易的主要海外市场。

全球-全行业-人:行业市场分析→国家（地区）搜索量排名；该排名代表了当月该类别行业关键词搜索量的前20名。面积越大，比例越大。您可以了解买家的主要海外需求分布。比较各国的“交易金额份额/搜索金额份额”，得出国家平均需求价值。

全球-全行业-产品：行业市场分析→交易热点交易金额比例分析；我们可以了解该类别下实际出口商品交易金额比例排名（最多10名），以及主流产品的趋势。

全球-全行业-产品：行业市场分析→对交易金额同比飙升的产品进行分析；我们可以了解到，与去年同期相比，该类别下个月交易量排名前100的产品中，交易变化的最新趋势是最明显的列表（最多为前10名）。

全球-全行业-产品：行业市场分析→交易金额指数趋势；可以了解当前hscode类别中每个子类别交易金额一年的变化趋势。

全球-全行业-产品：行业市场分析→产品价格区间段分布；可以了解当月选定hscode类别各子类别的报关价格分布规律。

全球-全行业-词:行业市场分析→三维气泡图(关键词搜索热度，同比增长率，搜索点击率)；共显示20个搜索关键词；分布越右，搜索热度越高；上面越高，同比增长越快；圆圈越大，搜索质量越高，即买家搜索后点击商品的可能性越高；总结：行业新趋势需要关注右上角。

注：行业市场分析每个账户最多可选择6个HS代码类别，10个金账户可同时查看60个类别，不限制行业，全行业可查看。

以上是行业市场分析模块中最宏观维度的人、货、词市场调研分析。

@ 横向数据-微观-国家-品-词-词

全球-产品-人:商品洞察→买家分布；了解关键词类别的全球商机分布和环比变化。

全球产品-人：市场顾问→国家(地区)排名(人气榜、飙升榜、蓝海榜、效果榜)；对各国市场规模、市场增长率、市场供需、市场转型四个维度的单一行业进行综合评价，加上以下互补数据，确定目标国家市场进行研究。

全球-产品-人:市场洞察→热门国家和地区的市场人群(买家数量、搜索指数、Top1查询类别、Top1查询产品)；补充上述数据。

↓

国家-产品-人:市场洞察→买家肖像(买家排名、买家比例、终端比例、MOQ偏好、企业类型、采购规模)；扩展买家肖像维度。

国家-产品-产品:关键词指数→趋势榜(Top100)→相关热点产品；查看详细信息，参考图片、标题和价格。

国家-产品-产品:关键词索引(搜索或点击关键词跳转)→查询类别归属；建议结合前台实际展示类别进行选择。

国家-产品-产品:市场洞察→热品分析→买方国家和地区的分布；不同国家和地区的需求分布类别。

国家-产品-产品:市场洞察→热品分析→Top20产品访问偏好；无法添加比较，需要手动记录。

国家-产品-产品:市场洞察→热品分析→产品查询偏好排名Top20；无法添加比较，需要手动记录。

国家-产品-产品:市场洞察→品类偏好→类别访问热排名Top20；该行业的访问类别分布。

国家-产品-产品:市场洞察→品类偏好→类别访问涨幅排名Top20；热度和涨幅的重叠类别是需要关注的类别。

国家-产品-产品:市场洞察→品类偏好→类别查询热排名Top20；对比各类“查询指数/访问指数”，可获得不同访问类别的查询率。

国家-产品-产品:市场洞察→品类偏好→类别查询涨幅排名Top20；热度和涨幅的重叠类别是需要关注的类别。

国家-产品-产品:市场洞察→贸易指数(仅限美国)；市场概述数据观察一年的采购趋势，是否有淡季和旺季，有针对性的营销；贸易区数据观察竞争对手对美贸易的规模；港口交易比例分析数据观察目的，开发相应的运输路线。

国家-产品-词:市场洞察→搜索偏好→搜索词热排名Top20；该行业引流词的分布。

国家-产品-词:市场洞察→搜索偏好→搜索词涨幅排名Top20；热度和涨幅的重合词是需要关注的关键词。

国家-产品-词:关键词指数→热词榜(Top100)；可指定类别，国家搜索热搜词、飙升词、蓝海词等。

国家-产品-词:关键词指数→趋势榜(Top100)；国家搜索趋势词可以指定类别。

国家-产品-词:关键词指数→热门搜索词(排名、关键词、搜索指数、搜索增长、点击率、卖家规模指数)；它可以提取大量的重要信息。了解关键词热分布、竞争、变化趋势、扩展关键词、查看关键词覆盖等。

国家-产品-词:关键词指数→相关搜索词；以图形的形式显示单词之间的相关性，并在相同的作用下工作。

国家-产品-词:关键词指数→来源去向词；来源词和去向词可以扩展词本身，挖掘客户的其他采购需求；填充词作为相关属性词的参考。

国家-产品-词:关键词指数→竞争引流词；这里的词代表了不同关联词背后购买关键词产品的需求，可以作为补充引流词。

国家-产品-词:关键词指数→语义近义词；与我们所理解的同义词不同。更多的是流行搜索词列表中的单词，其中大部分是重复数据。

以上是微观层面人、货、词的市场调研分析，从全球产品到国家产品层面。

@ 场

数据来源：小懂

宏：流量来源→操作(趋势)→搜索趋势(店铺访问人数、店铺查询人数、店铺TM咨询人数、商机转化率)；这里可以获得行业平均流量和同行各渠道的优秀流量。

↓

宏:市场参谋(查行业)→买家分析；主要关注搜索、场景和自增渠道流量。

宏:访客肖像(行业买家)→场景偏好；与上述数据重复一致。

平台在场的数据应该是流量参谋的板块，但实际流量参谋的板块维度数据非常简单，需要期待他的后续升级。

@ 同行

数据来源：小懂

商家星等级→点击趋势图；您可以获得所有1-5星级商家和所有指标的值，并每月进行固定记录。

↓

卖方特征(星级分布、年均查询、年均GMV实收)；卖家发产品数量最多的类别分布；产品类型分析；除此之外，还需要对竞争产品店进行单独的研究(平台布局、产品布局、店铺数据等)。).

↓

市场参谋→卖家分析(卖家特征、星级分布、年均查询数、年均GMV实收)；除了了解行业的平台状态外，还可以作为平台绩效规划的重要参考。

市场参谋→卖家分析→卖方发产品数量最多的类别分布；了解同行发产品的类别分布。

市场参谋→卖家分析→产品类型分析；了解同行发品的类型分布。

商品洞察→竞争变化；了解特定关键词类别的竞争情况。

市场调研的同行竞争产品数据很少，主要数据集中在门店运营后的诊断优化模块上。在这里，我们需要从产品、行业、词汇、渠道、商店等维度进行额外的针灸对性同行的调查，作为补充。

利用数据人员的市场调研逻辑总结：横向选择一个层次，统一口径，从人、货、内容（词）三个维度结合数据调研；从整个行业到单一行业，到产品；从全球到国家；加上游戏和同行的数据。

@ 一点优化建议

最后，我整理了现有数据人员的一些问题，希望阿里巴巴平台能够优化。如果您遇到更多其他问题，请在下面留言：

@ 数据口径名称不统一的问题可统一为日、周、月、季度等。

@ 不同意相同指标命名的问题，如上述流行列表=访客列表=访问产品排名；商机列表=查询商品排名等名称统一。

@ 按钮图标没有解释部分维度？，增加了学习记忆的难度。

@ 缺乏“站外”指标，市场参谋和访客细节的场景偏好。

@ 查询买家的数据不是主流的咨询习惯，可以升级为TM 查询买家升级为商家买家可能更有参考价值。

@ 有些数据的有效保留时间很短，无法进行长期分析，是否可以优化成月数据保留。

@ 更多的数据维度可以增加数据导出的功能，减少操作和收集数据的时间，并有更多的精力进行图表数据分析。

祝大家使用数据参谋越来越熟练；阿里优化数据参谋越来越好用！

晓懂