许多运营者会把关注重点放在这几点上:最高值、最低值、平均值，而我的关注点是——趋势。
在观察这类图表需要注意的是，宏观的东西是不会变化的，而微观数值则一直处于无规则的波动之中，所以可以推导该店铺业绩的变化趋势与亚马逊该领域整体销售趋势相似，其具体描述为:
(1)美国时间周三处于一周中的销售额低谷，但不是最低值。
(2)美国时间周六处于一周中的销售额低谷，且大概率为最低值。
(3)销售额数值于美国时间周日~周二以及周四~周五属于增长期。
综上我们已经把握住宏观趋势了，就好像炒股把握了 K线一样，之后再来关注一下流量和转化率之间的变化，不过在分析微观数据的时候，不需要再依靠折线图或者其他图表来整体观察变化，而是需要“一对一”地进行诊断，例如选出销售额中的几个较大值和较小值当天对应的流量和转化率进行分析。
(1)8月15日销售额$4215.07，流量 3013，转化率6.94%。
(2)8月8日销售额$3749.94，流量 3112，转化率6.59%。
(3)8月14日销售额$3779.54，流量2995，转化率6.14%。
(4)8月7日销售额$3171.21，流量 3020，转化率5.93%。
在微观数据分析时，一个重要的原则是“控制变量”，即尽量保证除比较数值外，该数据的其他属性保持一致，其中最重要的就是保证数据的“星期几”都是样的。8月14日对应8月7日，8月15日对应8月8日，可以观察到这两组数据其实流量本身变化不大，其变动在 3%左右，但是这两组数据中的平均转化率居然接近10%!我们不妨做一个比较流量本身变化的波动处于 3000x 3%100;这100的流量在与近似转化率相乘可以计算出 100X6%=6也就是我们若优化流量可以带来6笔订单，大概120~180 美元的收益然后再来计算一下在流量不变的前提下提高转化率 3000 (6%X1.1-6%)=18这意味着在现有6%转化率的前提下，每提高06%的转化率可以带来18 笔订单，可获得360~540 美元的收益!
结合之前得出的宏观趋势，可以为这家店铺做出以下战略决策：
(1)美国时间每周六为 Amazon 整体低谷期，也是行业竞争低峰值期，可以加大广告投资，重点提升“周末、假期”等关键词商品的上架与改进，从“周末娱乐、放松、假期、度假”等角度优化商品介绍界面。
(2)美国时间周日~周二，周四~周五为冲单时间，其中重点为积累值的高峰期即周二，周五需要重点关注竞争者价格和行业趋势。
(3)美国时间每周三销量会有所下降，可以考虑从折扣、广告的角度稳住流量。
