為 Amazon 銷售合作夥伴啟用業務報告和生成 AI 功能 - AWS 方案指引
業務概觀解決方案概觀

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

為 Amazon 銷售合作夥伴啟用業務報告和生成 AI 功能

Manikanta Gona Grafsgaard （Amazon Web Services） 和 Hina Vinayak （Amazon）

2024 年 8 月 （文件歷史記錄）

業務概觀

Amazon 是資料驅動的公司。它透過各種產品為 Amazon 供應商和賣方提供豐富的資料，例如 Vendor Central、Seller Central、電子資料交換 （EDI） 解決方案和 APIs。

在 Amazon Selling Partner API中，分析報告可讓賣方和廠商深入分析其銷售績效、庫存運作狀態、觀景檢視等。綜合報告涵蓋銷售、流量、淨純利潤率 （淨 PPM）、預測、庫存和目錄管理。此外，品牌分析報告是此資料驅動策略的重要組成部分，可為第一方和第三方賣家提供寶貴的洞見。第三方賣家也會透過客戶忠誠度分析和搜尋分析獲得強大的洞見。

透過提供這些強大的分析和報告功能，Amazon 協助其銷售合作夥伴做出明智、資料驅動的決策，進而推動其業務成長和在 Amazon 市場中取得成功。不過，對於某些廠商和賣方而言，導覽和分析這些廣泛的資料集可能具有挑戰性。

解決方案概觀

您可以使用生成式人工智慧 （生成式 AI） 和分析服務來增強 Amazon Marketplace 的業務報告。Amazon Q Business 和 Amazon QuickSight 可協助您分析銷售合作夥伴的資料API，並改善您的業務報告。透過實作資料分析和生成 AI 功能，您可以解鎖更深入的洞察、自動化重複性任務，並增強 Amazon 上的客戶體驗。這最終會為您的業務推動更多的銷售和成長。

以下是資料分析和生成 AI 功能的概觀 DevOps，您可以透過實作本指南中的建議來取得這些功能：

  • 建立自訂報告和互動式儀表板，從銷售合作夥伴API資料中釋放洞察。

  • 開發安全、可擴展的擷取、轉換和載入 （ETL） 管道，以擷取、轉換和載入資料。

  • 將 Amazon Q 與其他商業智慧 （BI） 解決方案結合，以產生進階分析、預測和做出資料驅動的決策。

  • 建置自訂機器學習 （ML） 模型來分析您的銷售合作夥伴API資料。

  • 使用生成式 AI 自動為您的 Amazon 清單建立最佳化的高品質產品描述。

  • 使用大型語言模型 （LLMs） 產生吸引人、具說服力的內容，例如行銷文案和客戶通訊。

  • 使用機器學習來預測銷售、庫存和其他關鍵業務指標。

若要實作這些功能，請執行下列動作：

  1. 整合銷售合作夥伴 API – 設定與銷售合作夥伴的安全連線APIs，以存取您的銷售、庫存、客戶和其他業務關鍵資料。

  2. 建置資料管道 – 開發強大的ETL管道，以標準化、建構和準備 Amazon 資料以供分析和建模。

  3. 使用 Amazon Q 和其他分析服務 – 結合 Amazon Q 與互補的 BI 和資料科學服務，以建立全面的分析生態系統。

  4. 探索生成式 AI 服務 – 評估 AWS AI 服務並將其整合到您的工作流程中，以自動化內容產生、產品描述和預測建模。

  5. 實作 AWS 最佳實務 – 使用 AWS Lake Formation 和 Amazon AWS 服務等 DataZone，根據您的合規要求和 AWS 最佳實務管理和管理資料。