市面上有很多針對亞馬遜平臺的選品工具潘酗，這些工具的功能也很強大然眼，但是唯獨review的分析工具卻是十分的匱乏，從我剛開始從事產(chǎn)品開發(fā)以來琅攘，就一直在想法設(shè)法簡化review分析工作，但是無奈松邪，沒有發(fā)現(xiàn)什么比較好的工具來緩解坞琴，直到我發(fā)現(xiàn)了語義分析工具，我簡直喜出望外逗抑！
在開始分享語義分析工具之前剧辐，我們先來理一理我們需要分析review哪些方面。
一般我們研究分析review邮府，主要是需要獲得熱賣屬性荧关，review的趨勢，不同屬性的一個趨勢分布褂傀，時間點忍啤，還有產(chǎn)品的優(yōu)缺點主要集中在那一塊，按照以往都是直接使用Helium 10或者是Amazon Reviews exporter的插件版將每一個產(chǎn)品的review下載下來紊服，然后使用數(shù)據(jù)透視化檀轨，也只能得出不同顏色胸竞，尺寸款式的review評論數(shù)（以此判斷那個顏色，款式参萄，尺寸最好賣）
一些選品工具也只能做到這個部分而已卫枝。
當(dāng)然Helium10跟Amazon reviews exporter都支持按照關(guān)鍵詞來篩選review，也就是說如果你要看有多少個因為價格貴的review讹挎，選擇4-5星校赤，可以看出有多少覺得性價比高，差評基本上可以判定為性價比不高的想法了筒溃，但是這個還是比較的粗糙的马篮，而且也比較麻煩，
當(dāng)然如果全部導(dǎo)出怜奖，使用excel來做的話浑测，也是非常復(fù)雜的。
我們分析review其中一個最重要的就是要查看客戶群體對于產(chǎn)品的評價歪玲，以此梳理出使用場景迁央，使用年齡段，使用的感受滥崩，差評的點集中在哪些方面岖圈，客戶喜歡這款產(chǎn)品的原因有哪些。
如果要將這項工作使用工具來做的話钙皮，就一定借助語義分析工具蜂科，也就是機器人學(xué)習(xí)，現(xiàn)在已經(jīng)慢慢的有一些比較好的短条，比較容易使用的工具可以供我們這些小白來操作了导匣，當(dāng)然這些工具還是無法全部都涵蓋到的，如果你們是做十分垂直類的茸时，基本上品類不會怎么改動的逐抑，會非常適用，起碼解決一些非常繁瑣的工作屹蚊。
Monkeylearn
mokeylearn他們家有三款產(chǎn)品厕氨，第一款就是機器學(xué)習(xí)分類的，第二個是接口用的汹粤，第三個就是詞頻分析（這個功能的 工具市面上有很多的命斧，大家自己撿喜歡的用就好了，無差別）
我們主要要說的就是monkeylearn studio
這個工具主要幫助我們將海量的review內(nèi)容分類嘱兼，整理出規(guī)律国葬，但是這個還是需要我們自己先做一下機器學(xué)習(xí)分類，讓機器不斷學(xué)習(xí)內(nèi)容，判斷內(nèi)容汇四，然后就可以直接使用了
如何建立機器學(xué)習(xí)分類的規(guī)則接奈，大家可以參考這篇文章：
https://blog.csdn.net/weixin_33991727/article/details/90330223
只要數(shù)據(jù)夠多，機器學(xué)習(xí)次數(shù)多通孽，你前期一定做好分類序宦，越仔細(xì)越好，所以做好一個品類很重要背苦，如果是不同的產(chǎn)品互捌，那么彼此之間所分類的也是不同的，比如美妝產(chǎn)品跟電子產(chǎn)品的行剂，美妝產(chǎn)品的評論內(nèi)容會涉及到膚質(zhì)秕噪，上妝效果等等，然而電子產(chǎn)品就是電池問題厚宰，使用壽命腌巾，續(xù)航能力等等，這兩者的評論內(nèi)容是不同屬性來的铲觉，所以最好一個分類做一種類型的產(chǎn)品壤躲，這樣長期出來的效果會越來越精確。
最后具體出來的效果是怎么樣的呢备燃？看下圖??
我們可以看到表格中根據(jù)不同分類的占比，類型之類的凌唬，換一個思路并齐，我們可以根據(jù)產(chǎn)品的不同屬性來劃分優(yōu)缺點，
舉例：
好評類型
性價比高
外觀設(shè)計
質(zhì)量好
易使用
客税。况褪。。更耻。
差評類型
性價比不高
使用壽命短
質(zhì)量差
售后服務(wù)差
测垛。。秧均。食侮。
然后以此看每個類型的占比，分布等等目胡。
總而言之锯七，這款工具要是真正可以用起來的話，也可以作為收集產(chǎn)品的好差評來使用誉己，作為后續(xù)產(chǎn)品升級眉尸，改善的一個工具，當(dāng)然啦，這款工具肯定是要錢的噪猾，大概200美金一個月霉祸，嘖嘖
大家也可以自行找一找目前市面上有沒有比較好用的語義分析工具，另外提醒一下中文跟英文的工具還是有所不同的袱蜡。
The end
