大多数「评论分析」的产出是一段摘要：买家主要抱怨续航、包装和物流。
这段话读起来合理，但没人能拿它去做任何事。因为这三件事分别该由不同的人、用不同的成本去解决，而摘要把它们压成了一句话。
有用的评论分析产出是三类分开的结论。
三类结论，三种成本
| 类别 | 特征 | 谁来改 | 成本 |
|---|---|---|---|
| 要改产品 | 实物达不到应有的功能 | 供应链 / 研发 | 高，周期长 |
| 要改 Listing | 实物没问题，买家期待错了 | 运营，当天可改 | 低 |
| 不用改 | 个例、物流、与产品无关 | 无 | 零 |
第二类是最容易被误判的。
一条差评写「和图片看起来不一样」「比想象的小」「以为带电池」——这些抱怨的对象不是产品，是描述与实物之间的落差。这类问题改产品无效且昂贵，改主图、改尺寸标注、改五点里的一句话就能解决。
把第二类当成第一类去处理，是评论分析里最贵的一个错误：花几个月改模具，而问题在一张图。
判断方法很直接：问「如果买家事先知道这一点，还会买吗」。
- 会买，只是需要提前知道 → 第二类，改描述
- 不会买 → 第一类，改产品
先把基准建对，再看内容
在读任何一条评论之前，先确定哪些评论该进入分析。
评论带 verified、vine、free、experience 四个来源标记。做产品判断时，基准应该只用实际购买的那批——免费拿到商品的人缺少「值不值这个价」的判断，而第二类结论恰恰依赖这一点。
四个字段各自的含义，以及为什么混在一起算平均分没有意义，见亚马逊评论的四种来源。
按四个维度切，而不是按时间顺序读
从第一条读到最后一条是最低效的做法。有四个维度能把信息量集中出来。
一、按星级切。 stars 参数接受数组，直接取 1 到 2 星就是问题清单。想看最具体的描述取 3 星——五星常常只有一句「很好」，一星常常带情绪，三星往往写得最清楚。
二、按变体切。 按 skus 分组。如果差评集中在某一个变体上，这大概率是那个 SKU 的问题，而不是整个产品线的。父体页面会把所有变体的评论汇总，不分组就看不出来。
三、按影响力切。 按 likes 排序。高赞评论排在前面，被更多买家读到。一条 47 赞的带图差评对转化的影响，远大于一条 0 赞的纯文字差评。 先处理前 20 条，比读完 200 条更接近买家实际看到的东西。
四、按时间切。 用 date 看差评的分布。这一条最容易被忽略，但它能回答一个别的维度回答不了的问题——
时间轴上的一个信号：批次问题
如果某类抱怨在某个时间点之后集中出现，而之前几乎没有，那大概率不是设计问题，是批次问题：供应商换了料、产线换了班、包装改了规格。
这个判断很重要，因为两者的处理完全不同。设计问题要改方案，批次问题要查那段时间的生产记录——后者往往能更快解决，而且不需要动产品本身。
反过来，如果同一类抱怨从上架第一个月就均匀存在，那它是设计带来的，改批次没用。
所以评论分析表里必须有评论日期这一列，而且要和采集日期分开。这也是亚马逊评论怎么导出成表格分析那张表把两个日期分成两列的原因。
查评论接口按 ASIN 分页获取评论，支持星级筛选，返回来源标记、变体 SKU、点赞数、日期和图片视频信息复现率比单条评论重要
一条差评说不了什么，同一个问题被十个人独立说出来才是结论。
所以记录时要记两个数：这个问题出现了几次，以及占已分析评论的比例。只记「有人反馈续航差」，三个月后没人知道那是 1 条还是 30 条。
一个实用的门槛：如果一个问题的复现率低于 5%，先不要动产品。 它更可能是个例或使用方式差异，改了未必能降低差评率，却一定会产生成本。
竞品评论怎么用
同一个接口对竞品 ASIN 一样能用，而竞品的差评比自己的更有价值——那是买家已经明确说出来、而对方还没解决的需求。
做法：取竞品 1 到 2 星评论，按上面的四个维度切，重点找第一类（要改产品）里反复出现的那几条。如果你的产品恰好没有这个问题，那就是一个可以直接写进五点的差异化卖点。
注意边界：这是读公开评论，不是干预评论。 本文不涉及任何操纵评论的做法。
三件做不到的
不能判断评论真伪。 接口返回的是平台公开标记的来源，不是真实性鉴定。
不能替你做归类。 字段告诉你哪条该计入、哪条影响力大，但「这些抱怨是不是同一件事」需要人确认。可以交给模型初分，但结论要人复核，且要填在表格的判断列里而不是事实列。
没有评论就没有结论。 新品评论少的时候，这套方法的样本不足。这时候看竞品评论比看自己的有用。
常见问题
要分析多少条才够？ 看复现率是否稳定。通常 50 到 100 条之后，主要问题的排序就不太变了。继续加量主要是提高对长尾问题的覆盖。
差评回复要不要做？ 这是运营动作，不是分析动作。分析的产出是「改什么」，回复是另一回事，不要混进同一张表。
竞品评论能直接当需求文档吗？ 不能直接。它是需求线索，还要过一遍你自己的成本和供应链判断——对方没解决，有时候是因为不值得解决。
能用模型自动分类吗？ 可以，而且这是最适合交给模型的一步。但要求它输出「产品 / Listing / 不用改」这三类，而不是让它写摘要——摘要正是本文开头说的那个没人能用的产出。