AMZ DATA TRACKER · 零代码亚马逊监控
持续追踪 Amazon 数据，把市场变化变成行动
选择 ASIN、关键词或榜单，设置站点、邮编和运行计划；最新数据自动进入运营表格，帮助团队更快发现变化并采取行动。
- 无需编程
- 自定义字段
- 支持站点与邮编
- 按计划自动运行
界面及数据仅用于说明工作流
受到 2000+ 企业卖家与开发团队信赖
让数据真正进入运营流程
问题不是没有数据，而是变化总被发现得太晚
价格、排名、榜单和评论持续变化。真正消耗团队时间的，是每天重复检查、复制、合并，再把结果转发给需要行动的人。
数据散落在页面里，决策卡在复制粘贴中。
当监控对象从十个增加到几百个，人工流程不仅变慢，还会留下空档：谁检查过、何时更新、发生了什么变化，很难持续追溯。
逐个搜索 ASIN、关键词和榜单。
字段不一致，历史版本越来越多。
发现异常后，还要截图、解释和通知。
三步创建一个 Tracker
告诉系统要追踪什么，剩下的交给自动化
不需要写爬虫，也不需要维护数据管道。选择数据对象、设置采集上下文，再决定结果进入哪里。
邮编可选；留空时从美国站邮编池自动选择。
为真实业务条件采集
不是固定报表，而是你的数据采集规则
从监控对象到字段和配送区域，由团队定义真正影响判断的数据上下文。
只保留团队真正需要的字段
根据任务选择 ASIN、标题、排名、价格、评分、评论数、品牌、Buy Box 等数据点，减少下载后再次清洗和删列的工作。
指定站点与邮编
按目标市场和配送地区创建任务，降低因站点或地区差异造成的数据偏差。
批量添加监控对象
直接粘贴 URL、关键词或 Excel 列，快速建立大批量追踪任务。
按计划持续更新
手动运行，或按照业务节奏设置周期任务，不再依赖运营人员记得检查。
把关联页面整理到一张表
从榜单或搜索结果继续获取所需商品详情，减少多个页面之间的手动拼接。
从信号到行动
每种监控，都应该对应一个决策
选择运营团队最常见的任务，查看 Tracker 如何把分散的页面变化变成可执行的数据表。
在新品成为共识之前，先看到变化
定期抓取 Best Sellers 或 New Releases，识别新增 ASIN、排名跃升和产品密度变化，再将符合规则的候选商品推送给选品负责人。
- 记录榜单快照与新增商品
- 关联商品详情与评论指标
- 在飞书中配置筛选与机会提醒
不用每天刷新竞品页，也不会错过关键变化
把重点 ASIN 放进同一个 Tracker，连续记录价格、BSR、评分、评论量和页面字段的变化，让团队只处理值得关注的异常。
- 按照统一字段比较多个 ASIN
- 保留每次运行的更新时间
- 在工作空间中定义变化阈值
在同一份表里观察关键词与商品位置
按关键词和目标站点运行搜索任务，记录目标商品的自然展示位置，并区分可识别的广告结果，为排名监控提供连续依据。
- 批量添加关键词与目标 ASIN
- 识别自然结果与广告展示位置
- 按日期形成可比较的排名记录
把不断出现的新评论，变成可分析的数据池
持续获取目标商品的评论与评分变化，在飞书多维表格中进行分类、筛选、分派，再使用 AI 总结高频痛点与改进方向。
- 汇总多个 ASIN 的评论数据
- 在自己的工作空间保留分类规则
- 把洞察连接到产品改进流程
不再增加一个孤立后台
让 Amazon 数据进入团队已经在用的工作空间
AMZ Data Tracker 负责访问、解析与结构化；飞书或 Lark Base 负责承载团队自己的视图、公式、权限、自动化与 AI 分析。
- ✓数据留在你的业务表格中按照团队习惯组织字段、视图和历史记录。
- ✓规则由业务人员定义根据排名、价格或新增记录触发后续动作。
- ✓多人围绕同一份数据协作减少文件传递、版本冲突和重复解释。
实际应用案例
让新品机会自己进入飞书，而不是每天人工寻找
持续抓取亚马逊畅销榜，自动识别新出现的 ASIN，再结合商品详情、业务规则和 AI 分析，建立一套可持续运行的选品流程。
- 01AMZ Data Tracker 定时采集榜单和商品字段
- 02结果同步至团队自己的飞书多维表格
- 03规则筛选新增与异常记录，并通知负责人
- 04AI 结合评论和市场信号辅助复核机会
选择适合的路线
同一套 Amazon 数据，选择适合团队的使用方式
Tracker、API、MCP 与 Skill 服务于不同任务。先确定数据要进入哪里，再选择最短的实现路线。
持续监控并进入团队表格
使用 AMZ Data Tracker，不写代码，自定义对象和字段，将 Amazon 数据接入飞书、Lark 或周期性运营流程。
免费创建 Tracker构建自己的数据产品
使用 Amazon Scraper API，通过代码控制请求和响应，把结构化 Amazon 数据接入产品、系统或大规模数据管道。
了解 Scraper API让 AI Agent 调用实时数据
使用 Amazon Data MCP，为支持 MCP 的 Agent 和智能工作区提供可直接调用的 Amazon 数据能力。
了解 Amazon Data MCP无需集成完成引导式分析
使用 Amazon Scraper Skill，直接用自然语言启动商品研究、评论分析等任务，适合不需要自己开发工作流的团队。
了解 Amazon Scraper SkillAMZ Data Tracker 是什么？
它是一款面向亚马逊运营和研究团队的零代码数据监控工具。你可以选择追踪对象、站点、邮编、字段和运行计划，由系统持续采集并生成结构化结果。
可以追踪哪些 Amazon 数据？
常见对象包括 ASIN、关键词、类目榜单和评论。根据页面类型，可选择商品标题、价格、BSR、评分、评论数、品牌和 Buy Box 等字段，实际可用字段以 Tracker 配置界面为准。
需要编程或维护爬虫吗？
不需要。创建任务、添加目标、选择字段和查看结果都通过可视化界面完成；还可以直接粘贴 Excel 列来批量添加目标。
数据多久更新一次？
你可以根据任务和套餐支持的选项设置手动或周期运行。页面不会将所有场景笼统称为“实时”，具体执行频率和完成时间以账户内任务配置为准。
如何与飞书或 Lark Base 配合？
Tracker 负责获取并结构化 Amazon 数据；同步到多维表格后，团队可以继续使用视图、公式、仪表盘、权限、自动化和 AI 能力完成筛选、提醒与协作。
Tracker 与 Amazon Scraper API 有什么区别？
Tracker 适合不写代码、希望直接建立周期监控和表格流程的运营团队；Amazon Scraper API 更适合开发者将 Amazon 数据嵌入自己的产品、系统或大规模数据管道。
历史数据可以保留多久？
Pangolinfo 账户内的结果保留期限取决于当前套餐。需要长期积累时，可定期导出，或将结果同步到团队自己的工作空间。请以账户及定价页面显示的信息为准。
Credits 如何计算？
Credits 是数据采集的使用额度，消耗量与请求页面和任务配置有关。创建任务前可在界面查看预计用量，完整额度以当前定价页面为准。
