评论分析工具哪个好，这个问题每个月都被问几次。

直接答不了，因为"评论分析"在不同人嘴里是四件不同的事，有人要的只是把评论弄成表格，有人要的是知道买家在骂什么，有人要的是判断这个品还能不能进场。你要的答案在第四层，买回来的工具只做到第二层，钱就白花了，还容易得出一个很自信的错误结论。

所以这篇不排名次，改分层，先说清四层分别解决什么问题，再给六条判断标准，然后把 7 款工具按层放进去，包括我们自己那一款，它的短板我也写在里面。

一、四层：从搬数据到做判断

第 0 层，把评论搬下来。 浏览器扩展、导出 CSV、接口抓取都算，Helium 10 和 Jungle Scout 的扩展、各种 scraper 都在这一层打底，价值是省手，你要的是一份能进表格的原始文本。搬的时候有三个坑绕不开：分页最多给你十页、时间窗被折叠、变体评论合并到父体。同一款产品这个月抓和下个月抓，样本可能对不上，这种事没人写在工具首页上。

第 1 层，把文本压成摘要。 评分分布、Top phrases、正负主题、情感倾向，几百条评论压成五行字。价值是省时间，三分钟知道大家在夸什么骂什么，但它不告诉你比例，也不告诉你这件事在同行里算严重还是正常。Top phrases 说 durability 被提到 80 次，这句话本身没有信息量，80 次是多是少取决于总共多少条评论、对手被提了多少次。

还有个更隐蔽的问题，词表会把同一件事拆开算。我们那份狗梳报告里，"梳不下来多少毛"和"不能去除底绒"各占 28%，说的是同一件事的两种讲法，词频工具会把它们做成两条各 28% 的主题，你看完记住的是"有两个 28% 的问题"，真相是一个 56% 的问题被劈成了两半。

第 2 层，把摘要变成结构。 分组、每组占比、根因、改进建议，输出开始能拿去做立项。Amazon 自带的 Voice of the Customer 在这一层，按月的根因分组和修复建议都有，VOC AI、Kimola 也在这层，做语义聚类和主题归类。这层和上一层的差别在有没有"占比"和"归因"，占比让问题可分大小，归因让问题能落到部件上。

到这一层要开始盯分母。同样一句"充电问题占 41.7%"，分母是这款产品的全部提及、全部评论、还是全部差评，三个算法差很远。我们自己也栽过，早前把分组占比当明细条目占比用过一次，后来每份报告都把口径写死在同一页上。

第 3 层，把结构变成可比。 同一套口径跑多个产品，算出这个品类里谁做对了、差多少。到这一层才谈得上判断，因为它回答的是我进去以后会怎么样，而不是这款产品在骂什么。门槛不在算法，在一致性——同一套分组名、同一个分母、同一个时间窗，换掉一个条件，倍数就没有意义了。

四层之间不能跳。用第 1 层的输出做第 3 层的决定，是这类文章底下最常见的翻车方式，看到"差评集中在电池"就下结论说电池是机会，可你没看占比，也没看对手是不是早就解决了。

二、六条判断标准，选之前先问一遍

一，分母写不写清楚。 差评率的分母是什么，全部评论还是文字评论，1–2 星算差评还是 1–3 星。绝大多数工具不告诉你，它给你一个百分比，看着专业，跨产品就没法比。我们自己的算法写在每份报告第一页：1–2 星评论数除以该产品的文字评论总数，不含前台那个把所有星级混在一起的大分。验法很简单，要一份样报，翻第一页。

二，能不能横向比。 同一个工具、同一套标准跑两个以上产品，出来的数字能不能直接放一起。做不到这一点，你拿到的只是两份各自为政的报告，还得自己当裁判。这条最容易糊过去，因为每份报告单看都挺像那么回事。

三，归类稳不稳定。 同一批评论跑两次，分组结果一样吗，分组名能不能跨产品复用。这条我们自己也没做满分，同一个充电问题，两份报告可能叫"散热管理"和"散热表现"，合并的时候要人工对一遍。评估别的工具时可以直说一句：同一个问题在你们系统里有几个名字。

四，输出能不能验收。 它告诉你"耐用性是主要问题"，还是告诉你"耐用性占 44.5%，要把这一项压到 25% 以下才算解决"。前者是观点，后者能写进验收标准。做不到这点的工具，最后你还是得自己回去读评论。

五，数据从哪来。 实时抓取、历史存量、还是两者混合。这几年亚马逊一路收紧评论访问，实时抓取的天花板很明显，存量库的覆盖也会随产品更新而衰减，直接影响你看到的样本是不是最近的。问"你库里的评论截止到什么时候"，比问"你有多少条"有用。

六，免费层到底能做什么。 现在"免费"这个词很水，Fakespot 2024 年关掉之后，当年那批免费评论检测工具基本散了，ReviewMeta 还在，内容早就不更新。免费能看到完整结果，和免费能登录进去看一眼首页，是两件事。

六条按顺序问下来十分钟，比注册七个账号试用一周省事。

三、七款工具，按层放

下面的编号按层级从低到高排，不表示名次。同一层里谁先谁后，只取决于你更在意哪一侧。

1. Amazon Voice of the Customer｜第 2 层，只对自己，免费

2025 年 9 月底亚马逊把老的 Customer Reviews 面板退役，10 月起换成这个。它给三样东西：CX Health 五档评级、NCX 率、以及按月的根因分组加修复建议。NCX 把退货、退款、客服联系、A to Z 索赔和评论一起算进去，比单看星级宽。

这里有个容易搞混的地方，NCX 率的分母是订单数，我们说的差评率分母是评论数。亚马逊回答的是"多少订单出了负面体验"，我们算的是"写评论的人里多少给了 1–2 星"，问的不是一个问题，两个数字不能对着用。

它最值钱和最受限的地方是同一个设计：基准是"相似商品"，亚马逊自己帮你做了横向对比，但你只能看自己的 offer，看不到竞品评论，没有近期销售的 offer 直接不出数。

已经上架、要看自己哪里在漏的，先把它用起来，免费。想研究竞品，这个面板帮不上。

2. Helium 10 Review Insights｜第 1–2 层，单 ASIN

卖家最熟的一个。装在 Chrome 扩展里，打开任何 ASIN 就能看评分分布、Top phrases、买家问答汇总、评论时间趋势、变体拆解，还能导出 CSV。

定位很清楚，把一个 ASIN 的评论摊开给你看，摊得挺全。导 CSV 这个功能值得单说，它等于承认你需要二次加工，数据给你，切片自己做，手上就三五个 ASIN 的话这样也够，只是每次都要重来一遍。

局限在那个"单"字上，一次一个 ASIN，没有跨 ASIN 的横向基准，你得自己把几份 CSV 拼起来才能比。另外它需要较高的套餐档位，注册个免费号用不到。

3. Jungle Scout Review Analysis｜第 1–2 层，单 ASIN，带建议

结构类似，AI Assist 会扫一个 ASIN 的评论，给出改进方向、与竞品的差异、趋势和最常见的正负评价。它比纯摘要多走一步，会往"怎么改"上给判断，措辞也像人话。

措辞舒服这件事同时是软肋。建议是通顺的段落，你没法把它变成验收标准，它说"提升刷毛的舒适度"，你还得自己回去定用什么衡量、改到多少算改好。它适合找方向，不适合收口。

仍然是逐个 ASIN 的活儿，竞品要自己一个个跑，跑完自己对齐口径。它的强项在选品和销量侧，评论分析是套件里的一部分。

4. AMZScout AI Review Analyzer｜第 1–2 层，便宜，早期验证

粘一个 ASIN 进去，输出优点、缺点、买家在意的点、退货原因、可用的关键词。结构清楚，做的是让新手几分钟内对一款产品有基本判断。

问题在固定槽位。优点缺点各列几条，字段是预设的，超出的东西塞不进去。宠物梳毛那种"刷子太尖会弄疼猫"，占 1.5% 却可能直接换来一星，固定槽位装不下这种小概率大后果的事。

单 ASIN，深度中等，适合选品早期跑几个候选，不适合长期跟踪，也不做品类级对比。

5. VOC AI｜第 2–3 层，亚马逊专用

它跟上面几款不是一个路子。自称索引了 20 亿条亚马逊评论的历史存量，做语义级聚合，"手柄用了三次就断"和"一个月就散架"会被归成同一个问题，而不是两个关键词。跨 ASIN 的主题对比、评分下跌告警、违规评论检测也有。

语义聚合的好处是把散落的说法收成一股，代价是合并规则不透明，你不知道它凭什么把两句话算作一件事，也没法调。真要做决定之前，原文还得自己抽几条读。

跨 ASIN 对比这一项让它摸到第 3 层的边，但它的对比是主题层面谁多谁少，不是固定口径的差评率排名。免费层能试，付费门槛不低。

6. Kimola Cognitive｜第 2–3 层，跨平台，研究型

30 多个来源一起抓，亚马逊、沃尔玛、Trustpilot、应用商店、Tripadvisor 都能进，做 aspect-based 情感分析，把评论拆到质量、包装、性价比、易用性这些维度上打分。

品牌不只卖亚马逊，或者要把评论和客服工单、社媒放在一起看的，它是这批里最合适的。它的价值在横向跨渠道，不在垂直钻亚马逊某个类目。

反过来，问题只关于亚马逊某个类目该不该进，跨平台能力就成了多余的复杂度。维度定义是为多行业通用设计的，落到具体部件上会偏粗，"质量"这一项就盖住了材料、做工、寿命三件事。

7. Choicesages｜第 3 层，就是我们

一次跑 2–4 个 ASIN，输出 14 章报告，差评率、痛点分组占比、竞品维度对比、带量化验收指标的改进建议都在里面。所有报告用同一个算法算差评率，同品类的不同报告可以直接放一起看。

局限我也说清楚：只做亚马逊，按份交付不是实时监控，分组命名还没完全统一，单产品文字评论少于 100 条我们不下结论。按份交付还有个副作用，你拿到的是某个时间点的切片，想看变化就得再跑一份。

它适合的场景很窄也很明确：准备进一个品类，或者已经在里面但不知道先改哪。

四、第 3 层长什么样：拿真实数据看一遍

这两天新出的两份报告刚好能说明问题，都是宠物梳毛工具，一个狗用一个猫用，合起来 552 条评论、4 款产品。按同一套口径算，这个品类差评率 16.1%，四款产品分别是 13.0%、12.9%、18.2%、18.6%，最高除以最低 1.44 倍。

单看这几个数没什么意思，往下拆才见东西。

狗梳那份，DakPets 对 FURminator，225 条。脱毛这一组在 DakPets 的抱怨里占 56%，在 FURminator 那边只占 17.4%，差三倍多，两家的总差评率倒是接近，13.0% 对 12.9%。

猫梳那份更有意思，Aumuca 对 Hertzko，327 条。Aumuca 的问题集中在刷毛质量，占 33.3%，Hertzko 这一项只有 3.3%；反过来 Hertzko 的舒适与安全占 30%，Aumuca 只有 1.5%，刷子太尖会弄疼猫这条几乎全在 Hertzko 那边。

这里要把占比的口径说死，56% 的意思是"在 DakPets 被提到的所有问题里，脱毛占 56%"，不是"56% 的买家遇到脱毛"。两个数差很远，前者是抱怨的结构，后者才是发生率，评论数据只能给你前者。

这也就是第 3 层能看见、第 1 层看不见的东西：同一个品类，两家的问题结构是错位的。只跑一个 ASIN 拿到一堆 Top phrases，看不出错位在哪；知道错位在哪，才知道自己的产品该往哪边站。

再看整个盘子的 16 个品类。

品类 差评率 样本 内部倍数
自动猫砂盆 47.5% 259 1.29
充电宝 35.5% 400 1.14
智能喂食器 33.7% 403 1.50
颈部按摩器 32.3% 711 1.79
有线耳塞 31.1% 389 1.04
宠物饮水机 29.5% 478 1.52
充电器 28.8% 640 2.15
电动剃须刀 28.0% 403 1.08
夜灯助眠 24.7% 737 1.23
电动牙刷 19.9% 857 3.42
猫爬架 18.4% 380 1.06
USB-C 数据线 18.1% 216 样本不足
宠物梳毛工具 16.1% 552 1.44
USB 数据线 14.1% 362 1.10
翻译耳机 14.0% 522 1.46
无线耳机 10.9% 514 1.42

最右那列是我们自己加的，叫内部倍数，同品类里样本过百的产品，最高差评率除以最低。它回答的是这个品类里有没有人做对了：1 倍出头说明谁也没解决，2 倍以上说明有人证明这件事能改。

拿几个数念一遍就明白。电动牙刷 3.42 倍，同一次对比里 8.6% 对 29.4%，同一批买家、同一套拆法，差出三倍半，这种品类一定有具体做法可以抄。充电器 2.15 倍、颈部按摩器 1.79 倍，也属于已经有人赢了。猫爬架 1.06 倍、有线耳塞 1.04 倍，差评率一个 18.4% 一个 31.1%，看着差很多，读数却一样：你进去也不会比别人好多少。

这类表单个工具给不出来，它要求三件事同时成立——同一品类、多个产品、同一套算法。缺一件，数字就不能横着读。

五、按你要回答的问题选

零成本的路子可以这么走：先看我们公开的报告，21 份都摆在那儿，你的品在不在里面一查就知道，在的话第 3 层的数据你已经有了。

不在的话，先用 Amazon 的免费面板看自己，再拿套件里的工具把对手过一遍，最后再决定要不要为一份能横向比的报告花钱。

想快速知道一款产品在骂什么，套件里的工具就够，Helium 10、Jungle Scout、AMZScout 挑一个顺手的。

已经上架、想看自己在漏什么，Amazon 的 Voice of the Customer 免费，先把它用起来。

要判断一个品能不能进，或者要决定先改哪个部件，得用能横向比的那一层，只有这层能算出你进去以后有没有身位。

预算够可以叠着用，免费面板盯自己，第三方工具盯对手，两件事不冲突。

六、这七款不能证明什么

不是逐项实测。 判断依据是各家公开的功能页、官方帮助文档、公开定价页，加上我们自己做评论分析这几年踩的坑。功能会变，价格变得更快，所以正文一个价格数字都没写，买之前去官网核。

我们自己在榜上。 放在第 7 位有位置上的原因，它的能力确实对应第 3 层，短板上面也写了，不重复。

不评价哪家最好。 工具好坏取决于你要回答哪个问题，一个只做单 ASIN 摘要的工具，拿去判断品类该不该进场，出来的答案一定是错的，但这不代表它不好用。

共同的天花板。 这七款处理的都是文字评论，愿意专门打字的是体验偏差最大的那批人，沉默的大多数不在样本里。退货记录、客服工单、换货原因都比评论更接近真实发生率，那些得另外拿，工具替不了。

覆盖范围就这么大。 21 份报告、16 个品类、40 款产品、7,823 条文字评论，亚马逊上万个类目，没进过我们报告的一个都没算。你要判断的品如果不在这 16 个里面，这套判断方法可以用，表里的对比数字没有一个是它的。

相关阅读