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 銷售合作夥伴啟用商業報告和生成式 AI 功能
*Manikanta Gona Grafsgaard (Amazon Web Services) 和 Hina Vinayak (Amazon)*
*2024 年 8 月* ([文件歷史記錄](doc-history.md))
## 業務概觀
Amazon 是資料驅動型公司。它透過各種產品為 Amazon 廠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](https://developer-docs.amazon.com/sp-api/docs/welcome) 中，*分析報告*可讓賣方和廠商深入分析其銷售效能、庫存運作狀態、注視檢視等。全面報告涵蓋銷售、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方提供寶貴的洞見。第三方賣方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 可協助銷售合作夥伴做出明智、資料驅動的決策，進而推動業務成長並在 Amazon 市場上取得成功。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](https://docs.aws.amazon.com/amazonq/latest/qbusiness-ug/what-is.html) 和 [Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/welcome.html) 可協助您分析銷售合作夥伴 API 中的資料，並改善您的業務報告。透過實作資料分析和生成式 AI 功能，您可以釋放更深入的洞見、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銷售和成長。
以下是您可以實作本指南中建議的資料分析、DevOps 和生成式 AI 功能的概觀：
+ 建立自訂報告和互動式儀表板，從銷售合作夥伴 API 資料中釋放洞見。
+ 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。
+ 結合 Amazon Q 與其他商業智慧 (BI) 解決方案，以產生進階分析、預測和做出資料驅動型決策。
+ 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 為您的 Amazon 清單自動建立最佳化、高品質的產品描述。
+ 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 APIs 的安全連線，以存取您的銷售、庫存、客戶和其他業務關鍵資料。
1. **建置資料管道 **– 開發強大的 ETL 管道來標準化、建構和準備您的 Amazon 資料以進行分析和建模。
1. **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。
1. **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。
1. **實作 AWS 最佳實務** – 使用 AWS Lake Formation 和 Amazon DataZone AWS 服務等 ，根據您的合規要求和 AWS 最佳實務管理和控管您的資料。