Amazon Brand Analytics is een van de beste plekken om te zien wat shoppers doen vóórdat ze kopen. Search Query Performance laat per zoekopdracht impressies, clicks, cart adds, aankopen en je brand share zien. Search Catalog Performance laat zien hoe ASINs vraag aantrekken en converteren. Market Basket, Repeat Purchase en Customer Loyalty voegen daar nog meer context aan toe. Voor een merkeigenaar voelt dat als strategisch goud.
Dat is het ook. Maar goud heeft nog steeds een besturingssysteem nodig.
De fout die ik vaak zie, noem ik Amazon Brand Analytics behandelen als directe budgetinstructie. Een team ziet dat “ceramic travel mug” 92.000 impressies per week heeft, dat het merk maar 3,1% van de clicks pakt en dat het aankoopshare zwak is. De conclusie klinkt logisch: Amazon-bids omhoog, listing herschrijven en meer voorraad naar FBA. Soms klopt dat. Soms is het een dure shortcut, omdat hetzelfde product op bol.com winstgevender draait, via Shopify e-mail converteert of op Amazon marge verliest na FBA-fees en retouren.
Mijn standpunt: gebruik Amazon Brand Analytics als vraag-signaal, niet als definitieve beslislaag. De praktische laag is een demand-to-profit ledger: één overzicht dat Amazon-zoekgedrag koppelt aan SKU-marge, ad spend, voorraaddekking, refunds, marketplace-fees en performance op andere kanalen voordat je budget of voorraad verschuift.
Deze gids is geschreven voor merkeigenaren die verkopen via Amazon, bol.com, Shopify, Walmart, TikTok Shop of Mirakl-retailers, meestal vanaf ongeveer €1,5K maandelijkse ad spend of 1.000 orders per maand. Op dat niveau is Amazon zelden “gewoon nog een kanaal”. Het is vaak de rijkste vraagsensor in het bedrijf. De kunst is om die sensor niet meteen het stuur te geven.
Wat bestaande adviezen goed doen
De huidige content over Amazon Brand Analytics is echt nuttig. Amazon legt helder uit wie toegang krijgt en wat de belofte is: brand-registered sellers kunnen dashboards gebruiken voor zoek- en koopgedrag van klanten, waaronder Search Query Performance, Search Catalog Performance, Repeat Purchase Behavior, Market Basket Analysis, Customer Loyalty Analytics en Customer Journey Analytics.
SellerApp legt de SQP-funnel sterk uit. Het laat zien waarom impressies, clicks, cart adds en aankopen los van elkaar belangrijk zijn. Heb je veel impressies maar weinig clicks, dan zit het probleem mogelijk in titel, hoofdafbeelding, prijs of reviews. Zijn clicks prima maar vallen aankopen weg, dan faalt waarschijnlijk de productpagina of het aanbod. Dat is bruikbaar operator-denken.
DataHawk voegt een belangrijke waarschuwing toe: Brand Analytics verklaart shoppergedrag, maar vervangt geen advertising performance, ranking of winstrapportage. MerchantSpring maakt ook een scherp punt voor agencies en merken: de waarde zit niet in nog een report downloaden, maar in search funnels omzetten naar geprioriteerde actie.
Improvado en NovaData beschrijven het bredere Seller Central-probleem goed. Amazon-rapporten zijn krachtig, maar gefragmenteerd. Business Reports, Advertising Console, Brand Analytics, Inventory, Payments en Returns werken met verschillende timings, definities en bewaartermijnen. Precies daar gaan teams beslissingen nemen met een half beeld.
De kloof die ik in veel adviezen zie: ze leggen uit hoe je Amazon-vraag leest, maar niet hoe je bepaalt of Amazon daarna ook de volgende euro, unit of uur verdient. Multi-channel merken hebben juist die tweede stap nodig.
Het operator-probleem: Amazon kan vraag zien die een ander kanaal beter kan bedienen
Amazon Brand Analytics is op een nuttige manier bevooroordeeld: het vertelt wat er binnen Amazon gebeurt. Perfect om Amazon-shoppers te begrijpen. Onvoldoende om een multi-channel merk te sturen.
Stel: een homeware merk verkoopt dezelfde geïsoleerde lunchbox op Amazon.de, bol.com en Shopify. In SQP heeft de query “bento lunchbox leakproof” 140.000 impressies per week. Het merk heeft 6,4% impression share, 2,2% click share en 0,9% purchase share. Het Amazon-only antwoord is: meer search capture. Bids omhoog, scherpere hoofdafbeelding testen, “leakproof” eerder in de titel en reviews pushen.
Het multi-channel antwoord stelt eerst een andere vraag: moeten we deze vraag op Amazon willen pakken tegen de huidige economics?
Als de SKU €24,95 kost, €8,10 landed COGS heeft, €4,85 aan FBA- en referral fees, €1,40 gemiddelde retourreserve en €2,60 geplande ad cost per order, blijft er €8,00 contributiemarge over vóór overhead. Dat kan werken. Maar als dezelfde SKU op Shopify €27,95 oplevert, €3,20 fulfilment kost, €1,10 payment en pick-pack heeft, €1,00 retourreserve en €1,80 e-mail/SMS-acquisitiekost, dan maakt Shopify ongeveer €12,85 contributiemarge. Amazon blijft belangrijk, maar krijgt niet automatisch de volgende unit wanneer voorraad schaars is.
Dit is de trade-off die concurrenten vaak niet scherp benoemen: Amazon search share kan commercieel aantrekkelijk zijn en toch de verkeerde plek zijn voor de volgende 500 stuks deze week.
Bouw de demand-to-profit ledger
Een demand-to-profit ledger is geen ingewikkeld BI-project. Het is een wekelijks operationeel overzicht dat Amazon Brand Analytics koppelt aan de commerciële feiten die actie bepalen. Begin met één rij per query-SKU-kanaalcombinatie voor je belangrijkste producten.
De kernvelden zijn overzichtelijk:
- Vraag-signaal: zoekopdracht, impressies, click share, cart-add share, purchase share en trend versus vorige week.
- Amazon-uitvoering: organische rank range, Sponsored Products-spend, ACOS, CPC, conversieratio, reviewscore, Buy Box-status en content-readiness.
- SKU-economics: verkoopprijs, marketplace-fees, fulfilmentkosten, COGS, retourreserve, contributiemarge en break-even ACOS.
- Voorraadtoestemming: verkoopbare voorraad, inbound voorraad, stock cover, lead time, gereserveerde units en kanaalallocatie.
- Cross-channel context: bol.com-omzet en marge, Shopify-sessies en conversie, Walmart- of Mirakl-sell-through en elk kanaal waarop dezelfde SKU of bundel actief is.
- Besluit: opschalen, vasthouden, listing fixen, bid verlagen, branded search verdedigen, voorraad verschuiven of een ander kanaal testen.
Hier past FiveX logisch in. FiveX verbindt marketplace-, advertentie-, voorraad- en financiële data in één operating cockpit, zodat Brand Analytics niet los blijft hangen als mooi zoekrapport. De nuttige vraag wordt zichtbaar: “Verdient deze query actie als marge, voorraad en kanaalalternatieven zijn meegenomen?”
Scenario 1: de query met veel impressies die nog geen extra budget verdient
Neem een Nederlands keukenmerk dat een premium accessoireset voor airfryers verkoopt. Amazon Brand Analytics laat zien dat “air fryer silicone liner” hard groeit. Wekelijkse impressies: 210.000. Het merk heeft 4,8% impression share, 1,6% click share en 0,5% purchase share. De PPC-manager wil €900 verschuiven van generieke discovery naar exact match campagnes voor deze query.
De ledger zegt: wacht.
De SKU verkoopt op Amazon voor €18,99. Landed COGS zijn €5,40. Amazon referral en FBA fees zijn €6,05. De gemiddelde refund- en schadevoorziening is €1,25. Contributiemarge vóór ads is €6,29, dus break-even ACOS is ongeveer 33%. De huidige exact-match CPC-inschatting komt neer op €5,80 advertentiekosten per order bij 9% conversie. Dan blijft er maar €0,49 contributiemarge na ads over. Bovendien is de voorraaddekking 11 dagen en komt de volgende inbound zending pas over 24 dagen.
Op bol.com verkoopt dezelfde bundel voor €21,49 met €7,80 contributiemarge na platform- en fulfilmentkosten, en er ligt aparte voorraad met 38 dagen dekking. De juiste actie is niet: “Amazon-vraag is groot, dus spend omhoog.” De juiste actie is: eerst Amazon-content en reviewconversie verbeteren, voorraad beschermen en testen of bol.com vergelijkbare generieke vraag met betere marge kan pakken.
FiveX product hook nummer twee: SKU-level profitability en voorraadviews maken deze trade-off zichtbaar vóórdat budget verschuift. Zonder dat ziet het team een zoekkans. Met dat overzicht ziet het een timingprobleem.
Scenario 2: de kleine query die juist budget verdient omdat ze het portfolio voedt
Neem nu een Duits personal care merk dat hervulbare shampooflessen verkoopt. SQP toont “refill shampoo bottle travel size” met maar 18.000 impressies per week. Klein naast grote categorietermen. Maar het merk heeft 12% impression share, 9% click share en 7,8% purchase share. Conversie is sterk, CPC is laag en de query leidt vaak tot herhaalaankopen van refill pouches op Shopify.
De SKU verkoopt voor €16,95 op Amazon.de. Contributiemarge vóór ads is €5,70. CPC is €0,42 en conversie 14%, dus cost per order is ongeveer €3,00. Er blijft €2,70 contributiemarge over op de eerste Amazon-order. Niet spectaculair. Maar Shopify-data laat zien dat 31% van de kopers die het product registreren binnen 45 dagen een refill pouch van €24,00 koopt, goed voor ongeveer €9,20 extra contributiemarge.
Een Amazon-only dashboard zou deze query misschien onderfinancieren omdat de eerste-order ACOS slechts acceptabel oogt. Een multi-channel ledger ziet een customer-acquisition lane met meetbare downstream waarde. Het besluit: geef deze query een gecontroleerd exact-match budget, tag de SKU als replenishment gateway en monitor of Shopify-refillverkopen meebewegen met Amazon-aankoopvolume.
FiveX product hook nummer drie: gekoppelde channel analytics helpt teams Amazon-zoekvraag combineren met Shopify- en marketplace-herhaalaankopen. Zo voorkom je dat een kleine query wordt uitgeknepen terwijl ze een winstgevend productsysteem voedt.
Scenario 3: branded search die veilig lijkt totdat concurrenten belasting gaan heffen
Brand Analytics is ook sterk voor brand defence. Stel dat een Frans babymerk de query op zijn eigen merknaam domineert. Wekelijkse impressies: 32.000. Impression share is 88%, click share 74% en purchase share 69%. Iedereen ontspant, want de branded funnel ziet er gezond uit.
Dan toont de ledger twee veranderingen. Ten eerste stijgt Sponsored Products-spend op branded termen van €180 naar €620 per maand omdat concurrenten agressiever bieden. Ten tweede blijft organische purchase share sterk, maar paid clicks kannibaliseren steeds vaker shoppers die waarschijnlijk toch hadden gekocht. Het blended Amazon-rapport zegt dat branded ROAS 11,4 is. De demand-to-profit ledger zegt dat de incrementele winst veel lager ligt.
Het besluit is niet om brand defence uit te zetten. Dat zou naïef zijn. Het besluit is branded queries opdelen in drie regels: verdedig exact brand-plus-hero-SKU termen wanneer concurrenten zichtbaar zijn, cap spend op pure brand terms wanneer organische rank en purchase share stabiel zijn, en monitor bol.com en Shopify branded search op spillover. Als Amazon-defence stijgt terwijl Shopify branded conversion daalt, betaal je mogelijk Amazon om vraag af te vangen die vroeger op je eigen storefront landde.
De wekelijkse werkwijze
Je hoeft niet elke query elke dag te beoordelen. Dat wordt dashboardtheater, en niemand heeft meer theater nodig op maandagochtend.
Werk wekelijks met vier lijsten:
- Scale candidates: queries waar purchase share stijgt, contributiemarge na ads positief is, voorraad gezond is en geen sterker kanaal wordt uitgehongerd.
- Fix candidates: queries met redelijke impression share maar zwakke click of purchase share, waarbij content, prijs, reviews of offer quality de bottleneck zijn.
- Defence candidates: branded of hero-category termen waar concurrenten click share pakken en de marge bescherming rechtvaardigt.
- Do-not-scale candidates: queries die in Amazon-vraagdata aantrekkelijk lijken, maar zakken voor marge-, voorraad-, retour- of cross-channel tests.
FiveX kan deze cadence ondersteunen met dashboards, alerts en AI-aanbevelingen die Amazon, bol.com, Shopify, advertentieplatformen, voorraad en P&L-data combineren. Het doel is niet om oordeel weg te automatiseren. Het doel is om dat oordeel herhaalbaar te maken, zodat het team niet elke vrijdag dezelfde spreadsheet opnieuw bouwt.
Wat je moet meten voordat budget verschuift
Stel zes vragen voordat je spend verplaatst op basis van Amazon Brand Analytics:
- Is de query branded, generiek, competitor-led, probleemgericht of use-case-led?
- Waar lekt de funnel: van impressies naar clicks, clicks naar carts of carts naar aankopen?
- Kan de SKU de verwachte CPC dragen na fees, retouren, kortingen en fulfilment?
- Is er genoeg voorraaddekking om de vraag te winnen zonder elders stockout te creëren?
- Pakt een ander kanaal deze vraag al tegen betere contributiemarge?
- Wat bewijst straks dat de actie werkte: hogere Amazon purchase share, betere marge, meer herhaalaankopen of minder defensieve waste?
Ontbreken die antwoorden, dan ben je nog niet met analytics bezig. Dan reageer je op een rapport.
De praktische conclusie
Amazon Brand Analytics is krachtig omdat het vraag laat zien voordat die volledig in omzet zichtbaar wordt. Juist daarom is het waardevol voor multi-channel merken. En juist daarom is het riskant wanneer teams vraag verwarren met toestemming.
Mijn advies is simpel: laat Amazon Brand Analytics vertellen waar shoppers bewegen, maar laat een cross-channel profit ledger bepalen wat het bedrijf daarna moet doen. Soms betekent dat meer Amazon-budget. Soms betekent het eerst een listing fixen voordat er nog een euro bij gaat. Soms betekent het dat de volgende voorraadallocatie naar bol.com of Shopify gaat omdat dezelfde vraag daar meer waard is.
De merken die winnen, zijn niet de merken met de meeste dashboards. Het zijn de merken die elk signaal een commerciële taak geven. Amazon Brand Analytics moet de vraag vinden. FiveX helpt die vraag koppelen aan marge, voorraad, advertising en kanaalbeslissingen, zodat de volgende stap niet alleen datagedreven is. Hij is winstbewust.