如何一键分析竞品1000+条评论？

自亚马逊合并父子体BSR以后，如何找到畅销变体？

Ratings与Reivews合并，Listing到底有多少有效Reviews？

产品差评中，买家吐槽最多，最希望解决的问题是什么？

这些问题，都可以在Listing的Reviews中找到答案。

以前，通过卖家精灵插件批量下载评论后，可以在Excel表格中手动根据变体型号、评论星级等对评论进行筛选，再根据变体评论的数量对比找出畅销变体。

现在，卖家精灵插件新推出【评论分析】功能，将评论分析的繁琐过程智能化，在Listing详情页即可一键生成评论分析报告，并以多维度数据统计表呈现，更进一步降低了运营的时间成本。

下面我们以 B07MYWM2C6 为例进行分析说明。

这是一款涉溪鞋的其中一个变体，该产品共有344个变体。

在该产品的Listing页面点击【评论分析】按钮，即可一键生成评论分析报告。

可以看到该产品共有3791个rantings，但实际有内容的评论只有641条。

点击进入评论分析报告，可以看到各变体的评论数量及评论数占比。没有评论的变体则不会被展示。

一般来说，销量越高的变体，评论数越多。

该产品变体Size: 10 Women/9 Men | Color: Water Shoes-927grey的评论数占比高达52.8%，

说明该Listing有一半以上的销量都来自于该变体。

评分星级占比：

这里指的是该Listing中各星级评分的数量及其在总评分数中的占比。

该产品平均星级4.5分，其中5星评分数有2743个，占比72.3%。好评率很高，说明产品本身较为成熟，售后问题较少，但另一方面也说明产品本身的改进空间较小。

如果自己有单独的供应链，产品研发能力强，那差评率高可能反而是好事，可以通过对产品进行改进升级，从而抢占这个市场。

评论星级统计：

这里指的是该Listing中各星级评论的数量及其在总评论数中的占比。

可以看到1星差评的评论数占比为6%，相对于1星评分数占比（2.7%）来说比例更高了。

而评论内容是会实实在在展现在前台，被买家看到的，直接影响Listing的转化率。如果差评率较高，我们可以在评论列表中查看具体的差评内容，以做出有针对性的改进。

特点评分：

数据来源于Listing页面的By feature版块，勾选“翻译”可以将特性词翻译为中文。

在买家对产品进行评分时，亚马逊系统会根据产品类别自动给出特性词，邀请买家针对产品特点进行星级评分。

通过这一指标，可以快速掌握产品特性以及每个特性的评分，有针对性地改进产品。

比如这款产品的轻便性评分为满分5.0分，但舒适度只有4.2分，还需在这方面进行改进。

评论类型统计：

该Listing的641个评论中，有571个都是VP评论，带图片的评论有19个，暂时没有带视频的评论。

如果把该产品作为竞争对手，自己的Listing上有视频评论的话转化率也许会更高。   

评论型号统计：

根据变体的评论数量及评论数占比，我们可以预估不同变体的销量，帮助卖家更有针对性地选品备货。

还可以切换时间维度和型号，查看近期的评论数分布，以及时调整备货需求。

变体评论变化趋势：

选择不同的变体型号，可以通过变体评论的变化趋势判断产品的淡旺季。

这里我们选择了评论数最多的一个变体，一般来说对应的销量也会最多。可以看到在每年的7月份都有一个评论高峰期，但评论一般都会有一定的延迟性，买家下单到收货再到试用后留评都需要时间。

所以我们推断该产品每年的销售高峰可能在6月份就开始了，这样什么时候需要加大备货、什么时候开始进行促销推广就能做到心中有数了。

评论列表：

该Listing的所有评论内容会实时翻译成中文，大大降低阅读成本。支持按照星级、评论类型等条件进行筛选，可以快速掌握产品的卖点、缺点及使用场景。

分析竞争对手的Reviews，有利于发掘产品本身的品质状况以及买家诉求。

比如我们筛选出1星评论，可以发现该产品的主要质量问题可能是鞋面材质引起的。如果是自己想要做的产品，就需要在选品时重点考虑这个问题了。

或者筛选出最近1个月的评论。因为产品可能在不断改进，新的评论更具有参考价值。

还可以通过根据评论标签中的高频词来进行分析，点击单词可以看到包含该单词的所有评论。

比如点击关键词arch support，我们可以看到对应的评论虽然都是好评，但实际上针对该产品提出了希望增加拱形支撑的需求。如果能解决这一痛点，也许就能让该类产品的销量更上一层楼。

亚马逊评论能为卖家提供的价值还有很多，这些评论信息卖家也都能自己在亚马逊前台一个个查看或者复制粘贴到表格中手动统计，但工具存在的意义，是提高运营效率，帮助卖家达到事半功倍的效果。