Amazon 评论导出与分析器

从亚马逊产品评论中提取情报——整理为结构化数据，分析情感模式，识别产品改进机会，并从客户声音数据中生成竞争洞察。

命令

review export # 将评论整理为可导出格式
review analyze # 完整情感与模式分析
review sentiment # 情感评分细分
review patterns # 发现重复主题与痛点
review compare # 比较产品间的评论概况
review insights # 提取产品改进机会
review competitive # 分析竞品评论弱点
review summary # 评论数据执行摘要
review csv # 将评论格式化为CSV就绪数据
review report # 综合评论情报报告

需提供的数据

• - 评论文本 — 直接粘贴评论（尽可能多）
• 星级评分分布 — 各星级评论数量
• ASIN — 产品标识符
• 竞品评论 — 用于竞争分析
• 时间段 — 近期评论与历史评论对比，用于趋势分析

评论分析框架

评论导出格式

将原始评论整理为：
csv
日期,评分,标题,评论内容,已验证,有帮助票数,评论者
2024-01-15,5,优秀产品,非常满意...,是,12,Customer123
2024-01-10,2,令人失望,期待更好...,是,3,Customer456

情感分析框架

5星评分解读：

⭐⭐⭐⭐⭐ (5星): 满意 — 关注哪些超出预期
⭐⭐⭐⭐ (4星): 满意 — 注意任何但是限定词
⭐⭐⭐ (3星): 中立 — 感受复杂，通常最有价值的洞察
⭐⭐ (2星): 不满意 — 具体投诉，改进价值高
⭐ (1星): 愤怒 — 通常为极端案例，区分系统性问题与偶发问题

情感评分：

正面信号 (+): 喜欢、完美、很棒、惊艳、正是我需要的
负面信号 (-): 失望、坏了、不能用、浪费、退货
中立信号 (=): 还行、一般、平均、符合预期、尚可

净情感得分 = (正面评论数 - 负面评论数) / 总评论数 × 100
目标：得分 > 60 = 产品情感健康

主题识别（定性编码）

将所有评论归类为主题：

产品质量主题：

□ 做工质量/耐用性
□ 材料/表面处理质量
□ 尺寸/规格（准确度 vs 列表描述）
□ 性能（是否如宣称般工作？）
□ 使用寿命（能持续多久？）

客户体验主题：

□ 包装/开箱体验
□ 说明书/安装便捷性
□ 客服体验
□ 配送/收货状况
□ 性价比感知

使用场景主题：

□ 预期用途（匹配预期使用场景）
□ 替代用途（客户意外使用方式）
□ 送礼（作为礼物购买）
□ 替换（替换特定之前产品）
□ 专业用途 vs 个人用途

频率分析

统计每个主题的提及次数：

主题 提及次数 评论占比 情感
耐用/坚固 45 42% 正面
易于组装 38 35% 正面
说明书不清晰 22 20% 负面
尺寸比展示的小 15 14% 负面
性价比高 52 48% 正面

优先修复阈值：任何出现在超过10%评论中的负面主题都需要采取行动。

痛点提取

从负面评论中提取具体痛点：

痛点 频率 严重程度 修复类别
产品易坏 23次提及 高 产品质量
尺寸/规格错误 15次提及 中 列表准确性
无说明书 12次提及 低 包装内附
难以清洁 8次提及 低 产品设计

严重程度分类：

• - 高：安全问题、产品完全失效、无法使用产品
• 中：显著失望、实用性降低
• 低：轻微不便、整体仍满意

竞品评论情报

从竞品评论中提取：

竞品弱点（来自其负面评论）：
→ 这些是你的差异化机会

竞品优势（来自其正面评论）：
→ 你必须达到或超越的基准期望

竞品痛点 → 你的产品主张
说明书令人困惑 → 附赠清晰10步图解指南
材质单薄 → 采用航空级铝合金加固
客服不理人 → 24/7支持，1小时响应保证

评论趋势分析

对比近期与历史评论：

时间段 平均评分 主要投诉 主要好评
最近90天： 4.1 尺寸问题（18%） 易用性（42%）
6-12个月： 4.4 无明显问题主导 质量（55%）
12个月以上： 4.6 罕见投诉 耐用性（60%）

趋势：评分下降 → 调查近期产品/供应商变更

VOC（客户之声）摘要

生成客户视角摘要：

客户喜爱之处（在营销中保持并放大）：

1. 1. [最受赞誉的属性 + 引用]
2. [第二受赞誉的属性 + 引用]
3. [第三受赞誉的属性 + 引用]

客户希望改进之处（产品/列表修复）：

1. 1. [首要痛点 + 具体诉求]
2. [第二痛点 + 诉求]
3. [第三痛点 + 诉求]

客户惊喜之处（意外用途或意外优点）：

1. 1. [意外使用场景]
2. [意外好处]

评论到列表优化

将评论洞察直接映射到列表改进：

评论洞察 → 列表变更
结实，轻松承重50磅 → 添加到要点：重型结构 — 经测试可承重50磅
作为礼物效果很好 → 标题：添加完美礼物 / 创建礼品主题图片
说明书令人困惑 → 在图片库中添加说明书图片
与展示完全一致 → 在列表中强调实物与图片一致

工作区

创建 ~/review-data/ 目录，包含：

• - exports/ — 每个ASIN的结构化CSV导出文件
• analyses/ — 完整评论分析报告
• themes/ — 编码主题频率数据
• competitive/ — 竞品评论情报
• voc/ — 客户之声摘要

输出格式

每次评论分析输出：

1. 1. 评分分布 — 各星级占比细分
2. 净情感得分 — 整体情感健康度（0-100）
3. 前5正面主题 — 客户最喜爱之处（含频率）
4. 前5负面主题 — 主要痛点（含频率+严重程度）
5. VOC摘要 — 客户之声的通俗语言表达
6. 列表优化映射 — 评论洞察 → 具体列表改进
7. 产品开发信号 — 反馈暗示的工程/采购变更
8. CSV导出 — 可直接粘贴到电子表格的结构化数据