Perkembangan teknologi informasi dan komunikasi telah mengubah pola konsumsi Masyarakat, terutama dalam berbelanja daring melalui platform e-commerce di Indonesia seperti Shopee, Tokopedia, dan Bukalapak. Namun, pelaku usaha masih kesulitan menentukan platform yang paling potensial untuk memasarkan produknya akibat kurangnya informasi dan kemampuan analisis data. Penelitian ini bertujuan untuk menganalisis potensi pasar produk di ketiga marketplace tersebut menggunakan algoritma K-Nearest Neighbors (KNN). Data yang digunakan diperoleh melalui scraping dari masing-masing platform pada tahun 2022, dengan total 2.250 record yang mencakup variabel harga, jumlah penjualan, ulasan, dan diskon. Hasil analisis berdasarkan marketplace dan kategori menunjukkan pola yang jelas, Shopee unggul pada kategori fashion (skor 0,5293), Bukalapak pada elektronik (skor 1,0000), dan Tokopedia pada otomotif (skor 0,1653). Evaluasi menunjukkan bahwa model KNN mampu mengklasifikasikan produk ke dalam kategori terlaris dan tidak terlaris dengan akurasi sebesar 84,62%, dan nilai AUC sebesar 0,9185, yang menunjukkan kemampuan model dalam membedakan produk dengan potensi penjualan tinggi sedang dan rendah. Temuan ini memberikan wawasan strategis bagi pelaku usaha dalam pengambilan keputusan terkait pemasaran dan manajemen stok. Studi ini menekankan pentingnya menggunakan analisis berbasis data untuk meningkatkan daya saing di pasar digital.