Amazon SP-API
Результати дослідження

Джерела даних, сценарії використання, інтеграція з AI

Spike Research · Червень 2026

Agenda

01Сценарії — три режими роботи продукту
02Джерела даних — огляд 7 API/репортів
03Що дає кожне джерело — реальні приклади з API
04Інтеграція — data pipeline та приклад фінального промпту
05Ризики — compliance, App Store, обмеження API

Три сценарії оптимізації

🏆

Повна оптимізація

Seller з Brand Registry

  • ✓ Sales & Traffic
  • ✓ SQPR (пошукові запити)
  • ✓ Search Terms Report
  • ✓ Customer Feedback
  • ✓ Competitor Analysis
  • ✓ Schema
📦

Без Brand Registry

Звичайний seller

  • ✓ Sales & Traffic
  • ✗ SQPR
  • ✗ Search Terms Report
  • ✓ Customer Feedback
  • ✓ Competitor Analysis
  • ✓ Schema
🆕

Новий лістинг

Продукту ще нема на Amazon

  • ✗ Sales & Traffic
  • ✗ SQPR
  • ✗ Search Terms Report
  • ✓ Customer Feedback (категорія)
  • ✓ Competitor Analysis (за keywords)
  • ✓ Schema

Competitor Analysis — ключовий крок у всіх сценаріях: аналізуємо дані з товарів, які реально продаються

Джерела даних — огляд

Джерело Що дає BR? Пріоритет
Search Query Performance Які пошукові запити ведуть до ВАШИХ ASIN Так ⭐ #1
Customer Feedback API Теми відгуків та причини повернень Ні #2
Sales & Traffic Конверсія, сесії, Buy Box — пошук слабких лістингів Ні #3
Конкуренти (Catalog API) Патерни тайтлів/булетів, ціни конкурентів Ні #4
Market Basket Analysis Що купують разом з вашим товаром Так #5
Product Type Schema Обмеження полів: макс. довжина, required атрибути Ні Обов'язково
Search Terms 8.5M пошукових термінів (marketplace-wide) Так Допоміжний

Sales & Traffic Report

Мета: знайти які ASIN оптимізувати першими

Що отримуємо

  • Конверсія (unitSessionPercentage)
  • Сесії та перегляди сторінки
  • Buy Box відсоток
  • Продажі, повернення, кількість замовлень
  • Дані мобільних vs десктоп

Формула пріоритезації: sessions ↑ + CVR ↓ = optimize first

Реальний приклад — LYHome Blanket

ASIN:        B09F6YZ83W
Сесії:       77 / тиждень
Конверсія:   0% (категорія ~5-15%)
Buy Box:     100%
Продажі:     $0

→ Діагноз: КОНВЕРСІЯ
  трафік є, ніхто не купує

Search Query Performance ⭐ Ключовий

Мета: які пошукові запити знаходять ВАШ товар і як ви по них перформите

Пошуковий запит Обсяг Ваші покази Ваші кліки Покупки Медіана ціни
"terracotta colored throw blanket" 54 7 / 1,198 1 / 28 0 $23.99 vs наші $53.90
"manta 100% lana merino" 15 11 / 319 1 / 11 0 —
"thick warm blanket full size" 11 4 / 305 1 / 4 0 $53.90
"pastel wool blanket" 5 1 / 95 1 / 2 0 —

⚠️ Price mismatch: наш товар за $53.90 показується по запиту де медіана — $23.99. Неправильна аудиторія.

💡 Іспаномовний запит: "manta 100% lana merino" — нерозкрита аудиторія, можна додати в backend keywords.

Customer Feedback API

Мета: зрозуміти що хвалять та на що скаржаться реальні покупці

Що отримуємо

  • Позитивні теми відгуків + вплив на рейтинг
  • Негативні теми + вплив на рейтинг
  • Причини повернень по категорії
  • Тренди по місяцях
  • Не потребує Brand Registry!

Ендпоінти

  • getItemReviewTopics — по конкретному ASIN
  • getBrowseNodeReviewTopics — по категорії
  • getBrowseNodeReturnTopics — причини повернень

Приклад (категорія Throws)

Позитивні теми:
  ✅ Тепло      — 847 згадок, +0.3 ⭐
  ✅ М'якість   — 623 згадок, +0.25 ⭐
  ✅ Якість     — 412 згадок, +0.2 ⭐

Негативні теми:
  ❌ Кошлатіння — 234 згадок, -0.7 ⭐
  ❌ Розмір     — 189 згадок, -0.5 ⭐

Причини повернень:
  📦 "Занадто малий"     — 18%
  📦 "Не відповідає опису" — 14%

Конкурентний аналіз (Catalog API)

Мета: зрозуміти патерни ТОП-10 конкурентів та знайти пропущені ключові слова

МетрикаТОП-10LYHome
Довжина тайтлу159 символів68 символів
Слів у тайтлі25 слів12 слів
Довжина булетів208 символів~150 символів
Ціна$39.99–$295$53.90 ✓

Слова які є тільки у нас, і ні в кого з конкурентів:

army military picnic comforter

→ Ці слова займають місце та залучають неправильну аудиторію

Пропущені ключові слова

Є у 30%+ конкурентів, нема у нас

Слово% конкурентів
"soft"70%
"hypoallergenic"30%
"washable"30%
"100%"30%
"large"30%

Catalog API: searchCatalogItems → сортуємо по salesRank → top 10

Search Terms Report

Мета: база ключових слів marketplace + ТОП-3 ASIN що конвертять по кожному терміну

Що отримуємо

Рядків8.5 млн
Розмір3.2 GB (декомпресований)
Обробка7 хвилин

На кожен пошуковий термін:

  • → searchFrequencyRank — популярність
  • → ТОП-3 ASIN з найвищою конверсією
  • → clickShare + conversionShare кожного

✓ Однакові дані для всіх sellers — кешуємо раз на тиждень в R2

⚠️ 3.2GB — потрібен streaming парсинг (V8 string limit)

Альтернатива Competitor Analysis

Беремо ключові слова продукту → знаходимо ТОП-3 ASIN що реально продаються по цих термінах → порівнюємо з нашим лістингом

Пошук: "merino wool blanket"
searchFrequencyRank: 48,231

ТОП-3 ASIN (конвертять найкраще):
  1. B0CY1X37TM — clickShare: 5.2%
     conversionShare: 8.9%
  2. B0D4XXXYYY — clickShare: 4.1%
     conversionShare: 7.2%
  3. B09F6YZ83W — наш? ні, нас тут нема

→ Витягуємо лістинги ТОП-3 через Catalog API
→ Порівнюємо тайтл, булети, ціну з нашими

💡 Не потрібен searchCatalogItems — ми вже знаємо хто продає, а не просто хто ранжується

Product Type Schema

Мета: обмеження полів та структура для валідного лістингу

Що отримуємо

Типів продуктів1,871
Полів (BLANKET)150
AI-генеровані8% (18 полів)
Seller вводить40% (90 полів)
AI пропонує42% (94 поля)

✓ Завжди робити запит з sellerId — точніший набір полів (±2 поля різниці)

Приклад обмежень (BLANKET)

Constraints:
  Title:       ≤ 200 chars
  Bullets:     5 × ≤ 500 chars
  Description: ≤ 2000 chars
  Keywords:    ≤ 250 chars

Required:
  item_name, brand, color, material

Класифікація полів:
  AI        — title, bullets, description
  SUGGESTED — color, material, pattern
  USER      — compliance, specs, pricing
  SYSTEM    — brand, images, variations

Data Pipeline — від API до промпту

RAW
7 джерел API
~50K tokens
→
Transform
Server-side
фільтрація, ранжування
→
Prompt
Структурований
~800 tokens
→
LLM
gpt-5.5
~400 tokens out
→
Output
JSON → Listings API
Structured Output

Keyword Ranking

Ранжуємо SQPR запити за weighted score:

score = (
  impressionShare × 0.15
+ clickShare     × 0.25
+ cartAddShare   × 0.25
+ purchaseShare  × 0.35  ← найвагоміший
) × log₂(volume + 1)

Класифікація: high_value · opportunity · negative

Вартість

Input930 tokens × $5/1M$0.005
Output400 tokens × $30/1M$0.012
Разомна 1 лістинг$0.017

10 sellers × 50 ASINs/міс = $34/міс
1000 sellers = $6,800/міс

Приклад фінального промпту

=== LISTING TO OPTIMIZE ===
ASIN: B09F6YZ83W
Product type: BLANKET | Brand: LYHome | Price: $53.90

=== PERFORMANCE ===
CVR: 0% | Sessions: 77 | BuyBox: 100%
Diagnosis: conversion problem

=== KEYWORD ANALYSIS (SQPR) ===
1. "terracotta colored throw blanket"
   vol:54, CTR:14%, purchases:0
   ⚠️ median $23.99 vs our $53.90
2. "thick warm blanket full size"
   vol:11, CTR:25%, purchases:0
3. "manta 100% lana merino" — vol:15
   Spanish-language query

=== COMPETITOR BENCHMARK ===
Top 10 for "merino wool blanket":
Avg title: 159 chars (yours: 68)
Missing keywords: soft, hypoallergenic,
  washable, 100%
Your wasted words: army, military, picnic

=== CUSTOMER VOICE ===
Praise: warmth (847), softness (623)
Complaints: shedding (-0.7⭐), size (-0.5⭐)
Returns: "too small" 18%, "not as described" 14%

=== CONSTRAINTS ===
Title: ≤200 chars | Bullets: 5 × ≤500 chars
Backend keywords: ≤250 chars | Desc: ≤2000 chars

~930 tokens input → LLM генерує Structured JSON Output → прямо в patchListingsItem без пост-обробки

Обмеження API

Rate limits (per seller)

APIRateBurst
Catalog — search/get2/s2
Listings — get/patch5/s5–10
Reports — create1/60s15
Reports — getDoc1/60s15
Reports — poll status2/s15
Product Type Defs5/s10

⚠️ 429 відповідь без Retry-After header.
Потрібен exponential backoff з jitter.

Час обробки репортів

РепортЧасРозмір
Search Terms~7 хв604MB → 3.2GB
SQPR (1 ASIN)~2.5 хв909B → 6.7KB
Sales & Traffic~2 хв~50KB

Onboarding нового клієнта

СценарійЗапитівЧас
Малий (20 ASINs)4~10 хв
Середній (100)9~30 хв
Великий (500)32~50 хв

Ризики та обмеження

🔴
Amazon App Store Listing
Для мульті-seller SaaS потрібен Public Listed App. Це означає проходження review та публікацію в Amazon Appstore. Unlisted app — ліміт 25 sellers. Процес ревʼю — непрозорий, займає тижні.
🔴
Compliance — AI та дані селерів
Amazon забороняє використовувати дані sellers для тренування або покращення ML-моделей. Inference (OpenAI API) — дозволено. Fine-tuning — заборонено. Потрібен opt-out від тренування в OpenAI/Anthropic.
🟡
Обовʼязковий approval селера перед записом
Amazon вимагає explicit authorization від seller перед будь-якою зміною лістингу. Auto-apply без підтвердження — порушення угоди. UI повинен мати крок підтвердження.
🟡
SQPR тільки з Brand Registry
Найцінніше джерело даних (пошукові запити) доступне лише для брендів з BR. Для решти sellers — працює тільки конкурентний аналіз + Customer Feedback.
🔵
Data Kiosk — майбутня заміна Reports API
Amazon депрекейтить Reports API на користь Data Kiosk (GraphQL). Поки що тільки Sales & Traffic. Моніторимо — коли зʼявиться SQPR, потрібна міграція.

Підсумок

Підтверджено

  • ✅ 7 джерел даних — протестовані на реальному акаунті
  • ✅ OAuth + token flow — працює
  • ✅ Вартість ~$0.017 / лістинг
  • ✅ Structured Output → напряму в Listings API

Потребує уваги

  • ⚠️ App Store listing process
  • ⚠️ Compliance review
  • ⚠️ Customer Feedback API — не протестований
  • ⚠️ Data Kiosk migration plan

Наступні кроки

  • → Тестування Customer Feedback API
  • → Transform layer (server-side)
  • → End-to-end тест з gpt-5.5
  • → Аплікація в Amazon Appstore