商品ページには、一つの評価と一つのレビュー一覧が表示されます。バリエーションのある商品では、その一覧をファミリー内のすべてのバリエーションが共有しています。
そのため「この商品は低評価が多い」という言い方は、多くの場合正確ではありません。 正確には「このファミリーには低評価があり、均等には分布しておらず、すべてが同じことを述べているわけでもない」です。二つの切り口で分ければ、そこにたどり着けます。バリエーション別と、不満の内容別です。
低評価レビューを取得する
レビューのエンドポイントは星の数で絞り込めるので、よく読む価値のあるレビューだけを取得できます。
curl --request POST \
--url https://ecommercedataapi.com/v1/amazon/review \
--header "Content-Type: application/json" \
--header "X-API-Key: ${ECOMMERCE_DATA_API_KEY}" \
--data '{
"marketplace": "US",
"asin": "B08CK5Z5Q1",
"page": 1,
"stars": [1, 2, 3]
}'各レビューには star、title、content、date、そして skus が含まれます。skus はレビュアーが購入したバリエーションです。最初の切り分けを可能にするのがこのフィールドです。
実際の標本を二通りに分ける
2026 年 10 月 12 日、米国のマーケットプレイスの犬用給水器のファミリーについて、低評価のレビューを取得しました。レスポンスによれば、星 1〜3 のレビューは 388 件でした。そのうち直近の 20 件を読みました。20 件はすべて購入確認済みでした。
一つ目の切り分け：バリエーション別。
購入されたバリエーション（skus） | 件数 |
|---|---|
| 給水器と標準のフィルターセット | 13 |
| 給水器と多めのフィルターセット | 4 |
| 交換用ポンプ。同じ商品ページのバリエーションとして販売 | 3 |
20 件のうち 3 件は、給水器についてのものではありませんでした。 同じファミリーに登録された交換部品についてのレビューです。それでも、購入者が給水器のページで目にする評価に算入され、一覧を流し読みする人は、本体への不満として受け取ります。
二つ目の切り分け：不満の内容別。 各レビューを主な論点で分類しました。
| テーマ | 件数 | 星 1 | 星 2 | 星 3 |
|---|---|---|---|---|
| 数か月以内に動かなくなった、または水流が弱くなった | 12 | 9 | 3 | 0 |
| ペットが使おうとしない、または設計がペットに合わない | 6 | 1 | 0 | 5 |
| 清潔に保ちにくい | 2 | 1 | 1 | 0 |
行を横に読むと、二つの切り分けが互いを説明しはじめます。
星 1 つのレビューと星 3 つのレビューは、別の問題を述べています。 星 1 つの 11 件のうち 9 件は、商品が故障したという内容でした。星 3 つの 5 件はすべて、適合の問題でした。犬が怖がる、あるいは器の形が大型犬に合わない、というものです。そのうち何人かは、商品自体はよくできているようだと書いていました。
この二つには別の対応が必要です。耐久性の問題は、商品と仕入れ先の問題です。適合の問題は、多くの場合、商品ページの問題です。この商品が誰に向かないのかが、ページに書かれていなかったということです。
故障の多くは、数日ではなく数か月後に報告されています。 期間を書いていたレビュアーの多くは、1 か月から 9 か月の間と述べていました。通常の返品期間を過ぎているため、不満は返品ではなくレビューとして現れます。
五つの手順
1. 低評価のレビューだけを取得します。 stars に [1, 2, 3] を指定します。問題を探すために星 5 つのレビューを読むのは、呼び出しの無駄です。
2. まず skus で集計します。 一語も読む前に、バリエーションごとの件数を数えます。別の商品にあたるバリエーションは分けておきます。交換部品、詰め替え、セットなどです。
3. 各レビューに主なテーマを一つ付けます。 テーマの一覧は短くし、多くても五つか六つにします。二つの問題に触れているレビューには、レビュアーが先に挙げたほうを付けます。
4. テーマと星の数を掛け合わせます。 星 1 つに集中するテーマは、購入者を怒らせるものです。星 3 つに集中するテーマは、購入者を落胆させるものです。両者が同じであることはまれです。
5. 日付を加えます。 date はミリ秒のタイムスタンプです。月ごとに集計し、あるテーマが増えているのか、新しいロットのような特定の時点から始まったのかを見ます。
手作業では、テーマ付けが最も時間のかかる部分です。テーマをあらかじめ決めておき、レビュー本文を指示ではなくデータとして扱うよう伝えれば、AI エージェントが得意とする作業でもあります。その設定は AI エージェント向けの EC データ APIで扱っています。
大量のレビューから行動につながる結論までの全体の方法は Amazon レビューの分析方法にあります。API が返すもの、公式 API が返さないものは API で Amazon のレビューを取得するにあります。
結果ごとの対応
| 見つかったこと | 示していること |
|---|---|
| 低評価が 1 つのバリエーションに集中している | そのサイズ、色、ロットの問題であり、ライン全体の問題ではない |
| ファミリー内の交換部品や付属品に低評価がある | 同じ商品ページに置くべきかを検討する |
| あるテーマが星 1 つのレビューで支配的 | 最初に直すべき欠陥 |
| 別のテーマが星 3 つのレビューで支配的 | 商品ページで事前に伝えるべき期待 |
| 返品期間のあとに故障が報告されている | 品質だけでなく、保証とアフターサービスの問題 |
| 競合の商品にも同じテーマがある | その種の商品の弱点であり、差別化の手がかり |
最後の行は、これが商品リサーチに変わる場面です。最も売れている競合 2、3 商品にも同じ切り分けを行ってください。カテゴリーのどの商品にも共通する不満は、そのカテゴリーがまだ満たしていない要件です。
これでは分からないこと
その問題が実際にどれだけ多いか。 レビューは書くことを選んだ人が書いたもので、不満のある購入者のほうが多く書きます。20 件中 12 件が故障のレビューでも、60% の商品が故障するという意味ではありません。
原因。 「動かなくなった」は症状です。どの部品が壊れたのかを知るには、レビューではなく返品された現物が必要です。
直近 20 件から 388 件全体について言えること。 最新のレビューが示すのは、今何が言われているかです。全期間の標本ではありません。
レビューが公正かどうか。 誤った使い方を述べているものもあります。判定ではなく報告として読んでください。
実務上の三つの注意
- すべてを取得する計画を立てる前に
pagesを確認します。 テストでは 1 ページにつき 20 件が返ったので、388 件は 20 ページになり、成功した呼び出しごとに課金単位を 1 つ消費します。たいていの問いには、直近の数ページで足ります。 - レビューの出所は分けておきます。 Vine のレビューと購入確認済みのレビューは別の証拠です。理由は Amazon レビューの四つの出所にあります。
- 始める前にファミリーを把握します。 商品を調べてバリエーションの一覧を読み、付属品が
skusに現れたときに見分けられるようにします。構造は親 ASIN と子 ASINで扱っています。
よくある質問
1 つのバリエーションのレビューだけを取得できますか。
ファミリーのレビューはまとめて返ります。受け取ったあとに skus で絞り込んでください。
何件のレビューを読めばよいですか。 テーマが変わらなくなるまでです。最初の確認では、低評価のレビュー 40〜60 件で主なテーマが見えてくることが多いです。
星 3 つのレビューは低評価として数えるべきですか。 分けて読んでください。上の標本では、星 1 つのレビューとは別の問題を述べていました。
競合の商品についても行えますか。 できます。このエンドポイントは、対応マーケットプレイスの任意の ASIN を受け付けます。