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 Amazon 销售伙伴启用业务报告和生成式 AI 功能
<a name="introduction"></a>

*Manikanta Gona Grafsgaard（亚马逊 Web Services）和 Hina Vinayak（亚马逊）*

*2024 年 8 月*（[文档历史记录](doc-history.md)）

## 业务概述
<a name="business-overview"></a>

Amazon 是一家数据驱动型公司。它通过各种产品（例如供应商平台、卖家平台、电子数据交换 (EDI) 解决方案和）为亚马逊供应商和卖家提供了大量数据 APIs。

在 [Amazon Selling Partner API](https://developer-docs.amazon.com/sp-api/docs/welcome) 中，*分析报告*使卖家和供应商能够深入分析他们的销售业绩、库存状况、概览视图等。全面的报告涵盖销售、流量、净纯利润率（净PPM）、预测、库存和目录管理。此外，*品牌分析报告*是这种数据驱动策略的重要组成部分，它为第一方和第三方卖家提供了宝贵的见解。第三方卖家还可以通过客户忠诚度分析和搜索分析获得有力的见解。

通过提供这些强大的分析和报告功能，亚马逊可以帮助其销售伙伴做出明智的、以数据为导向的决策，从而推动其业务增长并在亚马逊市场上取得成功。但是，对于某些供应商和卖家来说，浏览和分析这些庞大的数据集可能具有挑战性。

## 解决方案概述
<a name="solution-overview"></a>

您可以使用生成式人工智能（生成人工智能）和分析服务来增强亚马逊市场的业务报告。[Amazon Q Bus](https://docs.aws.amazon.com/amazonq/latest/qbusiness-ug/what-is.html) iness 和 [Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/welcome.html) 可以帮助您分析来自卖家合作伙伴 API 的数据并改进您的业务报告。通过实施数据分析和生成式 AI 功能，您可以解锁更深入的见解，自动执行重复性任务，并增强在 Amazon 上的客户体验。这最终会为您的业务带来更多的销售和增长。

以下概述了通过实施本指南中的建议可以获得的数据分析和生成式 AI 功能： DevOps
+ 创建自定义报告和交互式仪表板，从您的销售合作伙伴 API 数据中解锁见解。
+ 开发安全、可扩展的提取、转换和加载 (ETL) 管道，用于摄取、转换和加载数据。
+ 将 Amazon Q 与其他商业智能 (BI) 解决方案相结合，生成高级分析、预测并做出数据驱动的决策。
+ 构建用于分析您的销售合作伙伴 API 数据的自定义机器学习 (ML) 模型。
+ 使用生成式 AI 为您的亚马逊商品信息自动创建经过优化的高质量商品描述。
+ 使用大型语言模型 (LLMs) 生成引人入胜、有说服力的内容，例如营销文案和客户沟通。
+ 使用机器学习来预测销售、库存和其他关键业务指标。

要实现这些功能，请执行以下操作：

1. **集成销售合作伙伴 API** — 与销售合作伙伴建立安全连接， APIs 以访问您的销售、库存、客户和其他关键业务数据。

1. **构建数据管道** — 开发强大的 ETL 管道，对用于分析和建模的 Amazon 数据进行标准化、结构化和准备。

1. **使用 Amazon Q 和其他分析服务** — 将 Amazon Q 与互补的商业智能和数据科学服务相结合，创建全面的分析生态系统。

1. **探索生成式 AI 服务** — 评估 AWS AI 服务并将其集成到您的工作流程中，以实现内容生成、产品描述和预测建模的自动化。

1. **实施 AWS 最佳实践** — 使用 AWS 服务诸如 AWS Lake Formation 和 Amazon 之类的方式 DataZone，根据您的合规要求和 AWS 最佳实践管理和治理您的数据。