As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Implementando uma estratégia de análise para os dados do seu parceiro de vendas da Amazon
<a name="analytics-capabilities"></a>

Esta seção fornece uma estratégia detalhada de como os fornecedores e vendedores da Amazon podem realizar análises avançadas sobre os dados ingeridos da Amazon Selling Partner API (SP-API). Esses recursos de análise podem fornecer:
+ Insights sobre desempenho de vendas, gerenciamento de inventário, análise de marca e outras métricas importantes.
+ A capacidade de criar cálculos, filtros e visualizações personalizados para atender às suas necessidades específicas.

O diagrama de arquitetura a seguir mostra como você usa AWS Glue para descobrir, preparar, mover e integrar os dados no data lake para que você possa usá-los para análises e insights.



![Usando serviços de análise e AWS Glue para desbloquear insights dos dados da API do Amazon Selling Partner](http://docs.aws.amazon.com/pt_br/prescriptive-guidance/latest/strategy-gen-ai-selling-partner-api/images/analytics-capabilities.png)


O diagrama de arquitetura inclui os seguintes componentes:

1. [AWS Lake Formation](https://docs.aws.amazon.com/lake-formation/latest/dg/what-is-lake-formation.html)é usado para criar o data lake escalável e gerenciar centralmente a segurança, o controle de acesso e as trilhas de auditoria.

1. [O Amazon Simple Storage Service (Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html)) é usado como armazenamento de data lake.

1. [AWS Glue](https://docs.aws.amazon.com/glue/latest/dg/what-is-glue.html)é usado para catalogar, transformar, enriquecer, mover e replicar dados em vários armazenamentos de dados e no data lake. AWS Glue simplifica processos tradicionais de integração de dados complexos, manuais e caros, além de oferecer suporte a maiores volumes e diversidade de dados.

1.  DataZoneA [Amazon](https://docs.aws.amazon.com/datazone/latest/userguide/what-is-datazone.html) ajuda você a catalogar, descobrir, compartilhar e controlar dados em toda a organização.

1. [O Amazon Athena](https://docs.aws.amazon.com/athena/latest/ug/what-is.html) fornece recursos interativos de consulta, análise e processamento.

1. [O Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/welcome.html) é usado como um data warehouse na nuvem. Com a [integração sem ETL](https://docs.aws.amazon.com/redshift/latest/mgmt/zero-etl-using.html), você pode realizar análises quase em tempo real em petabytes de dados transacionais ou usar os recursos de ML do Amazon Redshift para obter insights em tempo real.

1. [O Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/welcome.html) fornece inteligência comercial baseada em ML. O [Quick Q](https://docs.aws.amazon.com/quicksight/latest/user/working-with-quicksight-q.html), baseado em aprendizado de máquina, usa processamento de linguagem natural para responder rapidamente às suas perguntas comerciais.

1. [O Amazon EMR](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-what-is-emr.html) é uma plataforma de cluster gerenciada que simplifica a execução de estruturas de big data para processar e analisar grandes quantidades de dados. AWS Ao usar essas estruturas e projetos de código aberto relacionados, é possível processar dados para finalidades de analytics e workloads de inteligência de negócios.

1. [O Amazon OpenSearch Service](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/what-is.html) pode ser usado para análises operacionais. Ele também fornece recursos de pesquisa em bancos de dados vetoriais.

1. [O Amazon SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/whatis.html) pode ser usado para criar, treinar e implantar modelos de ML e adicionar inteligência artificial aos seus aplicativos.