1.品类
品类层级：是指品类在某一品类路径中的位置，一级大类是1级，再下一级是2级，依次类推。由于一个品类可能在多个品类路径中出现，所以可能会存在多个品类层级。如果出现多个相同的数字，则表明该品类在多个路径中的层级是一致的。
品类Listing数量：以父体计算的产品数量
品类变体数：以子体计算的产品数量
品类评论数：归属于该品类的所有产品的总评论数
复合增长率：是指该品类在所选的年限内（x年）平均到每年后的增长率，计算公式为：当前的总评论数/x年前的总评论数，然后将此结果开x次方，再用此结果-1。由于我们的数据只是从当前抓取到的所有产品中提取的评论，一些在早些年销售但是已经下架的产品不在我们的统计范围内，所以此数字仅供参考，可以比较相对大小，但并非实际的增长率
浏览量：数据来源于亚马逊后台的选品指南针，指该类目所有ASIN的页面访问次数，该数据仅限末级类目
同比增长率：过去的12个自然月内，每个月相对于前一年的同一个月的总评论数的增长率。比如现在是12月，则计算的是今年11、10、9月一直到今年1月，以及去年12月相对于前一年的评论增长率。我们是按照时间倒序排列的，方便大家从最近的自然月往前看。
新增评论数：指的是过去的x个自然月新增的评论数。比如现在是12月份，则3个月新增评论数指的是11、10、9三个月新增的评论数总和
供需指数：根据每个月新增的Listing数和评论数的比值大致衡量的供需比，代表平均一个“需求”大致会有多少产品供应。由于我们的分母使用的是评论数（留评率比较低），而分子则是使用的上架的Lising数量（更准确的统计理论上应该使用卖家数，包括跟卖卖家数），所以该指数不代表准确的供需关系比例，请大家在参考时仅使用相对大小衡量，绝对大小没有任何实际意义。
好评率：该品类的所有评论的中五星和四星评论的占比
差评率：该品类的所有评论的中一星和二星评论的占比
品类诞生时间：该品类最早上架的一个产品的时间，由于原来最早上架的产品可能已经下架，所以不该数字仅供参考大概年限，和真实数据存在一定误差
退货率：数据来源于亚马逊后台的选品指南针，指该类目退货商品数量与总购买量的对比，该数据仅限末级类目
新品占比：指在三个月内上架的新品占比
亚马逊品牌产品占比：指Top x产品中亚马逊自有品牌的产品数占比
亚马逊自营产品占比：指Top x产品中亚马逊自营获得了黄金购物车的产品数占比
平均价格：昨日该品类的头部x个产品的平均价格。如果是排名共享的品类，价格为区间，则最大值和最小值的均值作为该产品的价格，然后再计算平均价格
平均评论数：昨日该品类的头部x个产品的平均评分数
平均评分：昨日该品类的头部x个产品的平均评分
平均上架时间：昨日该品类的头部x个产品的平均上架时间
波动指数：昨日该品类的头部x个产品相对于前天头部x个产品的变化程度。计算原理大致如下：首先选取最新一天的榜单前x名，然后选取前一天的榜单前x名，然后比较最新一天的x名相对于前一天的x名的变化，并对变化进行打分，打分的逻辑如下：
（1）两堆产品一模一样且BSR排名丝毫未变，波动指数为0；
（2）两堆产品没有一个相同，则波动指数为100；
（3）在既不是0分又不是100分的前提下，BSR发生了变化的产品数越多，则波动指数越高；
（4）在变化产品数相同的情况下，所有产品变化的名次的绝对值越大，则波动指数越高；
（5）在变化产品数相同且变化名次的绝对值也相同的情况下，在头部变化的比在尾部变化的波动指数高（比如只有两个产品的位置发生了对调，那么10名和5名的对调的波动指数，比100名和95名对调的波动指数大）
新品牌机会指数：指的是昨天的头部x个产品的品牌相对于前天的头部x个产品的品牌的变化程度，变化越多，表明新品牌进入的机会越大，变化越少，表明新品牌进入的机会越小
品类集中度：指的是昨日头部x个产品中，从第1个产品开始，累积的评论数量占这x个产品的总评论数的比例随着BSR的增大变化的曲线的陡峭程度，越陡峭说明在头部越集中，品类集中度越大；越平缓说明越分散，品类集中度越小。可参考品类竞争分析中的累积评论趋势辅助理解
2.品类详情
品类发展趋势：品类发展趋势描绘了该品类每年新增的评论数相对于上一年的增长率，可以大致评估该品类未来的发展情况。
淡旺季趋势：该品类过去5年的每个月产生的评论数量，由于评论具有一定的滞后性，请大家在使用时将销售的淡旺季时间点适当前移。
价格散点图 & 价格区间图（维度：价格和评论）：定价是一门艺术，参考畅销产品的定价并结合自身的情况可以帮助你准确的制定产品的合理价格区间。如果ASIN没有BSR或者没有价格（由于Buybox为空），则将会过滤掉，不予展示。如果因为删评或者分拆变体而导致月增评论数为负，也会过滤掉。
关注度：用总评论数衡量，满意度用好评率衡量，点大小用三年复合增长率衡量。
.png)
