Вернуться в блог

Анализ данных отзывов Amazon: от публичных отзывов к выводам для выбора товара

Отзывы — один из немногих видов публичной информации на Amazon, которую пишут сами покупатели. В этом руководстве разобрано, что можно узнать из отзывов, где проходят границы сбора и использования данных и как превращать причины негативных оценок в решения для товара, выбора ниши и карточки.

На Amazon отзывы о товарах относятся к немногим видам контента, который пишут сами покупатели и который доступен публично. Их ценность не в количестве, а в том, что покупатели объясняют, почему товар их не устроил. На собственной карточке продавца такой информации никогда не будет.

Что можно узнать из публичных отзывов

Прежде всего они помогают ответить на четыре вопроса: реальный ли спрос в категории или пик уже пройден; в чем слабости конкурентов; как покупатели своими словами описывают то, что им нужно; и за счет чего продаются товары конкурентов.

Для оценки спроса смотрите не только на общее число отзывов, но и на их распределение по времени. Старый товар может накопить много отзывов, но почти не получать новых в последние шесть месяцев. Это совсем другая ситуация по сравнению с товаром, который стабильно получает новые отзывы каждый месяц. Слабые стороны конкурентов лучше всего искать в отзывах на 1–3 звезды. Их может быть меньше, но каждый часто описывает конкретную проблему. Чтобы понять, что важно покупателям, выделяйте часто повторяющиеся слова и особенно их собственные формулировки, а не только термины из keyword-инструментов. А чтобы понять, почему конкурент хорошо продается, обратите внимание на один-два плюса, которые постоянно повторяются в положительных отзывах: обычно именно их активно подчеркивают в карточке товара.

Негативные отзывы содержат больше всего полезной информации

Положительный отзыв лишь показывает, что кто-то купил товар. Негативный объясняет, почему человек не захотел бы покупать снова. Если подряд прочитать низко оцененные отзывы по основным конкурентам, проблемы часто оказываются сосредоточены вокруг нескольких тем: размер или емкость не соответствуют реальному товару, упаковка повреждается при доставке, инструкция непонятна, отсутствует функция или она не соответствует описанию, сервис после покупки отвечает медленно.

Во время чтения сразу распределяйте отзывы по категориям: качество, логистика, размер, несоответствие описанию, отсутствующие функции. Проблему стоит считать общим pain point только тогда, когда она повторяется в разных отзывах; одной жалобы недостаточно.

Еще один часто упускаемый прием — искать в негативных отзывах фразы с противопоставлением. Формулировки вроде «все хорошо, кроме этого момента» нередко указывают на конкретный и исправимый недостаток и поэтому полезнее, чем отзыв, который от начала до конца состоит из гнева.

Используйте только публичные данные и заранее определите границы

Анализ публичных отзывов — обычное исследование рынка. Это не то же самое, что обход защиты платформы ради получения данных. Есть несколько границ, которые нельзя пересекать:

  • Соблюдайте robots-правила и условия использования платформы и не применяйте способы автоматизации, которые она прямо запрещает;
  • Контролируйте частоту запросов. Слишком частые обращения могут восприниматься как нагрузка на серверы; это вопрос правил, а не только техники;
  • Не обходите CAPTCHA, проверки входа и другие механизмы верификации. Сам факт их наличия отражает позицию платформы;
  • Обрабатывайте только публично читаемое содержимое отзывов. Личные данные, такие как никнеймы и изображения профиля покупателей, не должны входить в объем сбора;
  • Не используйте полученные данные для манипулирования отзывами или введения покупателей в заблуждение.

Организацию можно оставить простой

Большинству продавцов не нужен так называемый масштабный сбор данных. Выберите несколько основных конкурентов и прочитайте по 30–50 низко оцененных отзывов по каждому. По ходу чтения распределяйте их по категориям и прекращайте выборку, когда сможете своими словами четко назвать три общие проблемы категории. Выводы из ручного чтения сохраняют контекст и часто полезнее большого массива текста, который никто не просмотрел.

Переводите выводы в действия

Просто увидеть проблему — почти то же самое, что ничего не сделать. На уровне продукта добавляйте общие pain point в список вопросов поставщику или в требования к разработке. В карточке заранее отвечайте на вопросы, которые многократно встречаются в негативных отзывах, например с помощью таблицы размеров, инструкции по установке или пояснений об упаковке. В keyword-части добавляйте в заголовок и ключевые пункты реальные слова покупателей, заменяя ими формулировки, которые только продавцу кажутся точными.

Организация данных при работе с несколькими аккаунтами

Когда команда одновременно управляет несколькими магазинами или площадками, отзывы и таблицы часто разбросаны по разным кабинетам, поэтому данные трудно использовать вместе. Распространенный подход — создавать изолированные браузерные среды для разных площадок и ролей. Возможности multi-account среды PurpleMark позволяют отдельно сохранять каждый статус входа и централизованно ими управлять, при этом сами данные остаются разделенными.

Эффективность анализа отзывов зависит от того, насколько точно их читают, а не от того, сколько данных собрали. Ограничьте работу публичными данными и сосредоточьтесь на поиске причин — обычно этого достаточно.