快速结论：先算清样本，再谈整个市场
估算 Amazon 市场规模，应先确定站点、商品范围和统计期，去掉重复商品记录，再将每款商品的预估销量乘以对应价格，逐项加总。如果数据没有覆盖你定义的完整市场，结果应叫作已覆盖样本的预估销售额，而不是整个类目的市场规模。
本文适合正在比较商品机会、整理市场研究报告的卖家。内容是一套可复算的方法，不是实时市场报告，也不预测你的店铺能卖多少。下文使用假设的 Amazon 美国站数据，以美元计算。一个范围有限但能追溯来源的数字，比一个说不清包含哪些商品的大数字更有用。
你要算的是销量、销售额，还是可服务市场？
“这个市场有 100 万美元”并不完整：是一个月还是一年？是 Amazon 某个站点、所有电商渠道，还是工具筛选出来的一组商品？是买家支付的商品金额，还是卖家最后收到的款项？这些问题应该先于工具选择。
左右滑动表格，查看完整内容。
| 指标 | 数字代表什么 | 不能直接证明什么 |
|---|---|---|
| 预估销量 | 指定范围、期间内售出的销售单位数量，受模型假设影响 | 独立买家数、多件装内部的实物件数 |
| 预估零售销售额 | 匹配口径的销量与价格相乘后的金额 | 利润、卖家结算收入、Amazon 公司营收 |
| 已覆盖样本销售额 | 实际纳入计算的商品合计 | 未收录商品或整个类目的销售额 |
| 总潜在市场 TAM | 在指定定义下，产品可能面对的广泛需求 | 一条新链接可以获得的需求 |
| 可服务市场 SAM | 产品能力和触达范围可以服务的部分 | 你实际能够拿到的部分 |
| 可获得市场 SOM | 需要额外证据支持的、可能争取到的部分 | 大类目金额随意乘一个比例 |
TAM、SAM、SOM 的基本区别可参考 Shopify 的市场规模说明。对 Amazon 卖家的工作表，更实用的起点是能解释清楚的商品集合。不要把不完整样本改名为 TAM，让它看起来更全面。
研究时始终分开两个问题：这个范围内体现了多少购买活动，以及你的商品是否有能力获得其中一部分。第一个问题为第二个提供背景，不等于已经回答第二个。
收集销量前，先写清六项统计口径
可以把范围写成一句话：“Amazon 美国站，供小空间室内植物换盆使用的换盆垫，2026 年 8 月，按销售单位和美元零售金额统计，排除硬质托盘和工具套装。”这只是口径示例，并不是建议进入该市场。
六项信息分别是：站点；买家任务及纳入商品；排除项；准确起止日期；销量单位；币种与价格依据。旁边再记录数据提供方和导出时间。两次在不同日期导出的“过去 30 天”，不是同一个统计期。
商品边界应来自购买用途，而不是标题里是否出现同一个词。换盆垫、硬质托盘和园艺工作台可能出现在相邻搜索结果里，但使用方式、价格与购买条件不同。如果替代品值得分析，可以分别做“仅换盆垫”和“包含相关替代品”的宽窄两版，不要计算到一半悄悄换范围。
哪些替代品应该归到一起，可先看 Amazon 细分市场研究指南。本篇把商品边界视为输入，重点处理销售额的计算方式和样本覆盖问题。
建立候选商品清单，不只看一次搜索结果
用几组表达同一购买任务的搜索词，以及相关类目视图收集候选商品，保留每条记录的发现路径。同一个商品被三个关键词找到，说明它们有交集，不代表销量可以计入三遍。
Amazon 的 Product Opportunity Explorer 会结合搜索后的浏览、购买商品对搜索词分组，可辅助寻找以买家需求为中心的起始商品集合。不过，工具中的某个细分市场视图，未必与本次研究定义的范围完全一致。
使用第三方类目报告时，也要保存筛选条件。SellerSprite 类目研究页面 提供站点、月份和商品样本设置。只保留报告名称，同事无法知道它实际包含了哪些产品。
建议保留三类记录：已纳入、已排除并写明原因、尚待确认。包装数量不明或相关性不确定的商品，不能默默当作零销量。应记录待确认数量，并在声称“覆盖整个市场”之前解决重要疑点。增加行数不能补救前后不一致的筛选规则。
三类重复计算，要在求和前处理
同一个 ASIN 出现在多个关键词结果中
按选定的商品层级和统计期去重，把多个发现关键词留在单独一列。自然结果与广告位只是商品被看到的位置，不是两份独立商品销量。不要为每个关键词重复加上同一 ASIN 的全部销量。
如果研究的是“某个搜索词带来的购买”，应使用同口径的搜索词归因数据。ASIN 整体销量和搜索词归因购买回答的是不同问题，混加不会让覆盖更完整。
父体汇总与子体销量重叠
父体用于组织变体，子体对应具体变体。Amazon 的 ParentASIN 文档 区分了不可直接购买的父体与具体子商品。
不要只看 ASIN 列，还要核对指标说明。例如 DataHawk 的销量预估字段文档 同时列有子体预估值和父体汇总值。如果每一行子体记录都带着家族总量，直接求和会重复计算。应使用口径兼容的子体数据，或每个家族一条汇总数据，不能两者一起加。如果一个家族同时包含范围内外的变体且无法拆分，就把贡献额标为待确认。
多个卖家销售同一个商品
如果一个 ASIN 的预估销量已经包含所有卖家的销售，就不能再乘以卖家数量。如果拿到的确实是卖家级数据，也要先确认记录代表互不重叠的交易。套装同理：计算零售销售额时，不能把一笔套装交易，再按每个组成商品重复计入；分析实物消耗量则是另一种口径。
计算示例：三款商品得到 16,000 美元样本销售额
以下全部为演示方法而编写的假设数字，不对应真实 ASIN、卖家或已测量市场。假设三条子体级记录都来自 Amazon 美国站 2026 年 8 月；销量单位是一个可销售包装，价格是对应包装的美元假设价格。A1、A2 属于家族 A 的两个变体，B1 属于另一个家族。
左右滑动表格，查看完整内容。
| 假设子体标识 | 预估销售单位数 | 每销售单位假设价格 | 数量 × 价格 |
|---|---|---|---|
| A1 | 300 | 20 美元 | 6,000 美元 |
| A2 | 200 | 30 美元 | 6,000 美元 |
| B1 | 100 | 40 美元 | 4,000 美元 |
| 已纳入样本合计 | 600 | 不能取简单平均后直接计算 | 16,000 美元 |
公式是：样本销售额 = Σ（已纳入商品销量 × 该商品对应价格）。在电子表格中，把数量放在 B2:B4，价格放在 C2:C4，使用 =SUMPRODUCT(B2:B4,C2:C4)，结果为 16000。公式的前提是各行已经符合范围、完成去重、口径一致；公式本身不会判断这些前提。
如果另一份关键词导出表再次出现 A1，仍然只计入一次 300。如果父体 A 的记录又给出 A1 与 A2 合计 500 的销量，在这张子体表中应排除该汇总项。这是针对假设数据的核对方法，不代表每个工具都用同一种变体分配算法。
还有一个容易算错的地方：三个价格的简单平均数为 30 美元，乘以总销量 600，会得到 18,000 美元。这样高价、低销量商品被赋予了过高权重。按销量加权的价格应为 16,000 ÷ 600，约 26.67 美元。计算时保留完整精度，只对展示数字四舍五入。
可接受的表述是：“三款已纳入的假设商品，在指定月份合计 600 个预估销售单位、16,000 美元预估样本零售销售额；其他商品覆盖情况未知。”不能把它改成“这个 Amazon 类目规模为 16,000 美元”。
价格与数量必须对应：多件装、折扣及退货
一包两件装卖出一次，按销售包装计算是一个单位，按包装内实物计算是两件。如果数据源按包装统计，必须乘包装价格。可以另列实物数量用于不同分析，但不能用实物数量乘包装价格，否则会放大金额。
还要区分今天展示的价格与统计期内实际支付的平均价格。优惠券、价格调整和不同报价，都可能使二者不同。如果拿不到实际平均成交价，应直接说明采用的替代价格，不要把快照价格写成经过交易加权的事实。
比较两份报告之前，写明税、运费、取消订单与退货的处理方式。订单总额估算和扣除退货后的净销售额不能直接互换。未知调整不必硬算，只需把计算依据和未处理项交代清楚。这是在定义研究指标，不是在作会计认定。
如果工具已经提供销售额估算，先看其定义，再决定是否用“销量 × 当前价格”另算一版。保留工具原值和自己的重算值两列。两者不同可能源于价格时间点或汇总层级，不一定是表格公式有错。
把不确定性拆成三部分，而不是只给一个区间
样本覆盖：哪些商品没有算进去？
头部商品清单是按可见度或表现筛出来的，不是从整个商品集合随机抽取。因此，拿头部平均销量乘以类目显示的全部商品数，并不是默认成立的估算方法。也不存在“前 20 款或前 100 款永远占固定销售比例”的通用规则。
不知道覆盖率，就报告样本合计和收集方法。可以补查相关关键词、变体及排名靠后的商品，并记录真正新增了哪些不重复商品。即使如此，样本估算也不是实际市场的保底下限，因为已纳入商品的预估销量本身可能偏高。
模型误差：有多少来自估算假设？
自己的实际销售记录与竞品的模型预估要分开。Amazon 说明 BSR 是特定站点、类目内的销售排名，不是直接销量。将排名或其他信号转换为销量时，模型引入了额外假设。
仅为演示敏感性分析，在价格不变的情况下，给假设样本销量分别乘 0.8、1.0、1.2，结果为 12,800、16,000、19,200 美元。这些系数是演示用选择，不是测得的误差率、统计置信区间，也不是对遗漏商品的补偿。实际研究必须为所用假设另找依据。
边界敏感性：争议商品究竟算不算？
先排除有争议的商品重算；如果存在充分的纳入理由，再列出另一个较宽范围的版本。写清改变的是商品定义，而不只标“乐观情况”。如果加入硬质托盘让换盆垫市场的金额大幅增加，需要解决的是研究哪种买家任务，多写几位小数不能解决这个问题。
一个月不能直接当全年预测，跨站点也不能只换币种
假设样本的 16,000 美元乘以 12，得到 192,000 美元，只是按当月水平折算的年化金额，不是年度销售预测。促销月、淡季月或供货异常月份，可能并不能代表其余十一个月。
有条件时比较多个可比月份，并保留覆盖范围的变化。固定商品集合适合观察同一批商品的变化；不断扩展的商品集合则应单独展示覆盖增加。新增商品之后合计变大，不能单凭这一点认定市场增长。
跨站点研究应先分别按当地币种计算。如果需要汇率转换，记录汇率来源、适用日期或期间以及换算方法。换成同一币种，只是统一金额单位，并不能自动统一商品范围、税处理或消费者行为。不能把美国站类目销量假设改个货币符号就当作日本站数据。
先选研究方法，再考虑自动化
人工表格：先把规则定义清楚
从一个范围较窄的商品集合开始，检查每条纳入记录。原始文件单独保存，明确排除理由，并能复算总额。单个分析人员完全可以停留在这一步。如果团队对商品定义仍有争议，上工作流工具只是更快地重复争议。
原生或专业工具：取得定义清楚的数据输入
选择能解释统计期、覆盖范围和汇总层级的 Amazon 视图或专业数据集。按这些标准比较，而不是选报告市场金额更大的那个。Amazon 商品研究工具指南 讨论了工具选择；能登录工具并不代表当前账户可以使用所有想要的字段。
规则自动化：重复执行稳定的计算
定义稳定后，脚本或无代码流程可以检查必填字段、标出重复键并计算小计。保留排除行及原因。如果币种、统计期或汇总层级缺失，应停止本次计算，不要把缺失值转成零之后宣布报告完成。
Agent 辅助：协助团队解释例外
可以给 Agent 安排一项待验证的审核任务：比较本次获准使用的文件与上一版，起草差异说明，列出未解决记录。计算应能够脱离语言模型独立复算。商品边界或数据口径的变更，应由人确认后再分发新版报告。
OpenMax 适合承接哪里，又有哪些局限？
OpenMax 的产品定位是人类与 Agent 协作工作区。本文由 OpenMax 发布。在这项任务中，值得评估的用法，是协调数据收集者、市场范围定义者和计算审核者之间的交接。
一个小范围试点可以提供获准使用的商品文件、纳入规则和上一版报告，请求起草带有来源行引用的变化说明。期望的成果是“合计变化来自新增四款商品”这样的可追溯解释，而不是没有依据的“需求增长”。数据获取、确定性计算与人工接受结果，应当分别清楚。
这是一种需要与团队验证的流程设计，不代表本文已经证明 OpenMax 拥有 Amazon 原生连接器、市场规模数据库或预测功能。实际使用前应确认输入方式和审核流程。对于一张规模不大、更新不频繁的表格，普通表格与书面记录可能已经足够。
可以直接照着建立的市场规模工作表
在表头写清研究范围、统计期、数据源、导出时间、币种和价格依据。明细部分按选定层级保留一行一个商品，使用以下字段：
- 商品标识，以及适用时的父体或家族标识。
- 发现该商品的关键词或类目路径。
- 已纳入、已排除、待确认状态及理由。
- 销量单位定义和预估数据来源。
- 统计期起止日期、数据缺失标记。
- 数量、匹配价格和计算后的行金额。
- 数值属于实际观察还是模型预估。
- 审核备注及原始记录引用。
表格下方展示纳入数量、待确认数量、样本合计，以及单独标注的敏感性结果。明确写出是否已知全市场覆盖情况，并保存带日期的版本，让下一位阅读者可以复算相同结果，而不是无意中读到更新后的导出文件。
发送前，请同事追查贡献最大的一条记录，以及一条存在争议的记录。如果任一条说不清来源，应先改善工作表，而不是润色报告标题。该研究输出之后的步骤，可以回到 Amazon 商品研究完整流程 继续。
FAQ：Amazon 市场规模计算常见问题
亚马逊市场规模最简单的公式是什么？
对定义清楚的商品样本，将每款已纳入商品的预估销量乘以对应价格，再求和。先统一站点与期间并处理重复记录；除非已经确认完整市场覆盖，否则应把结果称为预估样本销售额。
可以把前 20 个商品当作整个市场吗？
需要先有证据证明它们覆盖了所定义的市场，否则合计只代表这组被选中的商品。未收录商品与模型误差是两种不同的不确定性；头部样本既不自动等于全量，也不是实际规模的保底下限。
父 ASIN 与子 ASIN 的销量应该一起加吗？
如果父体数值已经包含这些子体，就不能一起加。先确认数据提供方的字段代表什么，再选择口径兼容的子体估算或每个家族一条汇总，避免混加或在多个子体行重复计入家族总量。
搜索量乘以转化率就是市场容量吗？
只有在输入口径兼容时，它才能作为明确说明假设的场景计算，不能默认当作市场实测。搜索次数不等于独立买家，多组关键词可能重叠，转化率也可能来自不同群体，因此结果不自动代表某类商品的全部购买。
不买付费工具，能估算类目销售额吗？
可以利用自己能够取得的数据建立范围有限的工作表，并记录缺口。如果缺乏可信的数量估算，应保留定性分析，不要补造销量。免费获取数据本身也不代表已经覆盖完整类目。
为什么两个工具显示的市场规模不同？
可能是纳入商品、统计期、变体层级、价格或估算方法不同。应先比较这些定义与明细，再考虑如何处理两个结果，而不是直接取平均。提供方之间的差异本身不能证明需求变化。
OpenMax 能直接给出某个 Amazon 细分市场的准确规模吗？
本文没有证明 OpenMax 是 Amazon 市场数据源。这里建议评估的是对已提供证据及假设进行协作审核。市场覆盖情况和可信的销量输入，仍需来自另行验证的数据源，不能靠 Agent 无依据地猜测。
下一步：做一份别人可以复算的估算
选一个边界明确的商品集合，写清六项口径，保留去重后的来源清单，再计算已覆盖样本的金额。把未知项直接写在数字下方，不要只留在另一次口头沟通里。
如果反复出现的问题是团队之间交接证据，可以 与 OpenMax 讨论一个小范围审核流程。带上一份获准使用的文件和一项有争议的计算，先确认团队能够追查、解释输出，再考虑委派更多步骤。