数据分析干货｜如何量化10W条电商评论相关的产品指标？

在客户之声系统的搭建中，有一个非常重要的数据来源，就是电商平台用户评论。电商评论由已购买、已使用的客户发出，具有数据量大、分布密度高、观点明确等多重特点，是非常重要的客户体验文本。

在采集方面，八爪鱼有丰富的采集经验，我们可以帮助品牌采集全网电商平台（淘宝、天猫、京东、苏宁、唯品会、品牌官方商城等）的商品评论。字段包括主评、追评、回复、时间、评论人等。支持亿级评论抓取、实时采集新增评论、沉淀历史评论、通过增加SKU灵活拓展数据源。

在分析方面，与价格、销量等数值型的、结构化的数据不同，这些电商平台用户评论大多是文本型的（很少一部分是音频、图片、视频）、非结构化的数据。文本型数据具有多维、语义复杂的特点，很难直接进行分类和分析。我们需要根据具体的业务需求，针对产品、服务等搭建细粒度指标体系，定性定量的分析每个具体指标下的评论反馈。

关于如何搭建产品指标体系，我们一般有两种方法，一种是基于业务经验，由品牌提供指标；另一种是对全量文本进行无监督聚类，提取高频词作为指标。两种方法可以结合起来，最终确定的指标体系合理即可。同时我们可以从是否覆盖全客户旅程的重要触点、是否与行业/部门的业务高度契合等角度评估是否合理。 在指标搭建后，我们需要对评价的指标内容进行分析，这里贡献一些分析角度：

1. 本品分析

1. 按评论声量排名：用户评论最赞点/最槽点在哪里？

2. 按评论比例排名：用户评论好评率最高的是什么？负评率最高的是什么?

3. 评价高频词分类洞察：可以从产品力、服务力、 品牌力、营销力等方面分别分析。

4. 用户评论的真实声音：典型意见挖掘，包括用户评论焦点、出现周期、用户近期关注热点、新词发现，及时把握市场近期风向和消费者需求。

5. 业内品牌重点行为关注：

①「直播带货」电商评价长尾效应：比较不同主播之间的正面和负面评价点，分析主播的影响力和带货能力；

②「明星代言」影响力评估 ：分析明星正面和负面评价点，评估明星代言与品牌契合度及明星影响力。

6. 业务场景示例：相关指标主分析，包括有效评论、好评率、指标提及率、差评率、同比、环比，指标好评率排名、指标负面声量排名、多维度关联分析（店铺、型号、系列、产品名称）等。

7. 好评及差评变化趋势：根据时间线分析用户好评率及差评率变化，分析使用周期中客户体验的变化，以及不同运营或促销策略对于用户体验的影响效果。

8. 波士顿矩阵指标分析波士顿矩阵是由美国大型商业咨询公司——波士顿咨询集团（Boston Consulting Group）首创的一种规划企业产品组合的方法。

根据指标声量和指标满意度，我们可以将产品指标分为强势区、维持区、改善区和次改善区；强势区指标声量高且指标满意度高于80%，是产品的优势点；维持区指标相对不高，消费者关注度偏低，但满意度高于80%，改善区表示指标声量高于中位数，且满意度指标低于80%，企业需要重点关注并改进，次改善区满意度指标低于80%，声量相对偏低，但同样不容忽视。

2. 不同电商平台的用户评价分析

1. 各平台评论声量分布（总评价数）

2. 各平台好评率对比

3. 各平台消费者最爱在评论中提及偏好及以及指标差评率变化趋势

4. 各平台消费者正面口碑评价指标对比（TOP5）

5. 各平台消费者负面口碑评价指标对比（TOP5） 很多品牌会选择在多个电商平台布局，包括但不限于淘宝、天猫、京东、苏宁、拼多多、抖音小店等平台，由于各平台的人群偏向和运营策略各有不同，消费者评价也会出现差异。

3. 本品VS竞品分析

1、 产品品类平均正负面评价率

2、 本品及竞品的整体正负面声量对比分析

3、 本品及竞品的分级指标对比分析：有效评论、指标提及率、好评率、差评率、同比、环比

通过本品和竞品的分析对比，可以及时了解到双方的差异点，找到本品的优势，在后续的营销过程中放大宣传，增强用户记忆，了解竞品的长处，可以在后续产品更新迭代的过程中吸取对方的优点，及时改进。

分析实例

以我们曾经服务过的某手机品牌为例，在分析产品指标的过程中我们可以发现：

① 好评率：从单个指标好评率来看，好评率最高的指标为物流和产品，好评率超过95%，解锁和配件方面好评率最低，接近70%；

② 差评率：外观、操作系统、电池、价格、拍照负面意见最多；

③ 外观的负面评论主要集中在机身厚度和机身重量，分别占了外观负评数的42.46%和20.67%；正面评论则集中在整体外观颜值、握持感方面（几乎无差评）；

④ 操作系统方面：主要问题仍在于系统流畅性，占54.9%。在外观难以立马改善的情况下，系统优化更新对于提升用户口碑非常重要。

当采取行动之后，还需跟踪问题的改善效果和收益，形成良好运转的闭环。并非通过一次行动就能达到很好的效果。在采取行动后，需要多次重复VoC洞察过程，监测跟踪各项体验的改善情况，根据效果不断调整策略再行动，直至交付很好的体验。

随着消费者话语权的提高，客户体验越来越被重视，更多的品牌开始投入精力采集分析电商评价数据，从中洞察消费者的喜好与诉求，进而指导品牌决策，在产品、市场、服务等方面为消费者带来更加愉悦的体验。

八爪鱼具有行业领先的采集能力，在VoC领域已有多年实操经验，服务过3C、日化、家电、食品等多个行业的领导品牌，帮助他们洞察客户之声，不断提高客户体验。

网址：数据分析干货｜如何量化10W条电商评论相关的产品指标？ https://mxgxt.com/news/view/111488

相关内容

明星商业价值评估：AI大数据是关键
明星数据分析怎么查
流量产业化背景下虚假数据剖析及其治理——基于明星粉丝打榜的分析
【干货】瘦狗？明星？数据分析模型之【波士顿矩阵模型】
大数据的舆情分析
明星周边产品分析
肖战227事件的反思：如何通过数据探查做好舆情监测与危机公关？
符号互动理论视角下明星直播带货分析
明星的商业价值，到底应该怎么算？ 要判断一个明星的消费影响力，怎么样看最客观？ 数代言数量，还是看头衔“分量”？ 看粉丝晒“同款”的评论，还是看品牌互动的...
如何用数据中台，做一套关于明星的舆情分析系统？

随便看看