商家星等级→点击趋势图；可以获取所有1-5星级商家，所有指标的数值，每个月做固定的记录即可。
↓
卖家特征（星级分布、年均询盘数、年均实收GMV）；卖家发品量最多类目分布；产品类型分析；除了这些，还需要单独做竞品店铺调研（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，年均询盘数，年均实收GMV）；除了可以了解行业的平台状态外，还可以作为平台业绩规划的重要参考依据。
+
市场参谋→卖家分析→卖家发品量最多类目分布；了解同行发品类目分布。
+
市场参谋→卖家分析→产品类型分析；了解同行发品类型分布。
+
商品洞察→竞争变化；了解特定关键词类目的竞争情况。
数据参谋针对市场调研的同行竞品数据是非常少的，主要的数据都集中在店铺运营后的诊断优化模块，这里就需要大家额外从品、行业、词、渠道、店铺等维度去做针对性的同行调研，作为补充。
利用数据参谋的市场调研逻辑总结：横向选定一个层面，统一口径，从人、货、内容（词）3个维度结合数据调研；纵向从全行业，到单行业，到品；从全球，到国家；外加上场和同行的数据。
三、一点点优化建议
最后整理了现有数据参谋的一些问题，希望阿里平台方可以优化，如果大家有遇到其他更多的问题，也欢迎大家在下面留言补充：
1、数据口径名称不统一的问题，可以统一成，日，周，月，季度等。
2、相同指标命名不同意的问题，如上面提到的的人气榜=访客榜=访问产品排行；商机榜=询盘商品排行等名称统一。
3、部分维度没有解释按钮图标？，增加了学习记忆的难度。
4、市场参谋和访客详情的场景偏好，缺少“站外”指标。
5、询盘买家的数据不是主流的咨询习惯，可以升级成TM+询盘询盘买家升级成商家买家可能更加有参考价值。
6、部分数据的有效留存时间非常短，无法做长期分析，是否可以优化成月数据留存。
7、更多的数据维度是不是可以增加数据导出的功能，减少运营收集数据的时间，可以有更多的精力做图表数据的分析。
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！
文章TAG：
