为您的 Amazon 销售伙伴数据实施分析策略 - AWS 规范性指导

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

为您的 Amazon 销售伙伴数据实施分析策略

本节详细介绍亚马逊供应商和卖家如何对从亚马逊销售合作伙伴 API (SP-API) 获取的数据进行高级分析。这些分析功能可以提供：

  • 深入了解销售业绩、库存管理、品牌分析和其他关键指标。

  • 能够创建自定义计算、筛选器和可视化效果以满足您的特定需求。

以下架构图显示了您 AWS Glue 如何使用数据湖发现、准备、移动和集成数据，以便将其用于分析和见解。

使用分析服务 AWS Glue 并从亚马逊销售合作伙伴 API 数据中解锁见解

架构图包括以下组件：

  1. AWS Lake Formation用于构建可扩展的数据湖以及集中管理安全、访问控制和审计跟踪。

  2. 亚马逊简单存储服务 (Amazon S3) Sem ple Service 被用作数据湖存储。

  3. AWS Glue用于跨多个数据存储和数据湖对数据进行编目、转换、丰富、移动和复制。 AWS Glue 简化了复杂、手动和昂贵的传统数据集成流程，并支持增加的数据量和数据多样性。

  4. Amazon DataZone 可帮助您在整个组织中对数据进行分类、发现、共享和管理。

  5. Amazon A thena 提供交互式查询、分析和处理功能。

  6. 亚马逊 Redshift 用作云数据仓库。通过零 ETL 集成，您可以对数 PB 的交易数据执行近乎实时的分析，也可以使用 Amazon Redshift 机器学习功能来获得实时见解。

  7. Amazon QuickSight 提供基于机器学习的商业智能。QuickSight Q 由机器学习提供支持，使用自然语言处理来快速回答您的业务问题。

  8. Amazon EMR 是一个托管集群平台，可简化大数据框架的运行，以处理和分析大量数据。 AWS使用这些框架和相关的开源项目，您可以处理用于分析目的的数据和业务情报工作负载。

  9. Amazon OpenSearch 服务可用于运营分析。它还提供矢量数据库搜索功能。

  10. Amazon SageMaker AI 可用于构建、训练和部署机器学习模型，以及为您的应用程序添加人工智能。