怎么分析竞品差评：一份 30 分钟就能跑完的流程

大部分人的竞品差评分析，最后都变成了翻评论。

打开对手的一星列表，往下翻，看到一条特别具体的就多看两眼，再翻，再看，两个小时后关掉页面，脑子里剩下五六个印象，说不出哪一条更严重，也不敢说这个对手比我好还是差。第二天要改产品，还是凭感觉。

翻评论之所以是默认动作，是因为它立刻有反馈，每翻一页都能看到新东西，感觉在推进。可它给的是印象，不是结构。印象的特点是无法比较、无法验收，你没法跟工程师说"把这个印象改掉"。

问题不在看得不够多，在顺序。

30 分钟能跑完一套，前提是你先决定不做什么。不做全量导出，不做词云，不追求覆盖所有竞品，也不去读那些只有一句话的短评。砍掉这四件事，剩下的时间刚好够把结构看清楚。

时间可以这么分。

这套流程最后交出来的东西只有一页纸，不是一份分析。你要是 30 分钟后还在整理资料，那说明某一步没守住时间。

一、前三分钟：把问题写成一句话

这一步听着像废话，实际是决定后面 27 分钟走向的地方。同一个竞品，三种问法走的是三条完全不同的路。

问"这个品我能不能进"，你要的是品类基准，重点是这一对竞品在整个品类里算好还是算差，那 15 分钟都该花在算基线上。

问"我这款该怎么改"，你要的是错位，重点是你和对手在不同分组上的高低差，那 15 分钟都该花在对齐口径和比结构上。

问"他为什么卖得比我好"，你要的是他做对了什么，那就不能只看一星，四星五星里藏着他承诺了什么，一星里只是他没做到的部分。

三句话对应三套动作，混在一起做就是翻评论。

这里有个很典型的错位。有人问我"对手评分跟我一样，为什么他卖得比我好"，我按问法三去翻，最后在一堆四星里看到一句"不用看说明书就会用"，这是他真正的卖点。这句话在一星里永远不会出现，因为在一星里只会写"设置太复杂"。同样是关于易用性的信息，一个在好评里，一个在差评里，内容说的是同一件事，方向完全相反。

所以第一句问法写错，后面 27 分钟全花在错误的方向上，还很努力。

二、第 3 到 8 分钟：先确认样本撑不撑得住

有些报告拆得再漂亮都不能用，因为样本太小。

我们自己的门槛是单个产品文字评论少于 100 条不下结论。注意是文字评论，不是前台那个星级总数，一个一星可以什么字都不写，那种评论没法归类。

拿我们自己报告库里的例子看，USB-C 数据线那份，216 条文字评论，一款 155 条，另一款只有 61 条。61 条里挑出来的差评率，随便一条评论就能带动两个点，这种数字不能拿来比，所以那个品类的内部倍数我们直接标"样本不足"，不硬算。

同样一本账，充电宝就够用，四款产品分别 187、195、201、205 条，都在门槛以上，四款都能进比较。

这五分钟的产出只有一个判断：能不能下结论。不能的话，要么换对手，要么直接换品类，别在这里硬撑。

门槛为什么定在 100 条，不是拍的。样本到一百条上下，一个问题多出现两次，占比也就动两三个点，结构基本站得住；掉到六十条以下，一条评论就能带动一两个点，你会看到"某个分组从 12% 涨到 18%"这种变化，实际上只是多了一条抱怨。数字看着动了，结构没动。

还有个前提容易被忽略，文字评论本身就带偏差。愿意专门打字的人，是体验偏得最厉害的那批，中间那些"还行"的人不写字。所以这些百分比反映的是极端体验的分布，不是全体买家的发生率。这条不影响横向比较，因为两边都偏，但它决定了你不能把差评率直接当退货率用。

顺带说一句，样本量本身也是信息。电动牙刷 857 条、充电宝 788 条、夜灯 737 条，买家特别愿意写字，说明这东西跟他的日常摩擦多；反过来数据线总共两百来条，说明它坏了就坏了，没人有情绪要表达。同样是差评，一边是"这东西毁了我一天"，一边是"不通电了"，后者的改进空间比前者窄得多。

三、第 8 到 15 分钟：算基线，不然你只会读一对产品

这是最容易漏的一步。大多数人手里只有"我和他"两个数字，一比就下结论，缺的正是把这个对比放进盘子里的动作。

刚出的一份充电宝报告正好能说明。Anker 对 UGREEN，388 条，安克 187 条里 28.3% 是差评，绿联 201 条里 24.8%，两家差 1.14 倍。单看这份报告，结论是"两家差不多，绿联略稳"。

把同品类的另两份报告拉进来，结论就变了。这个品类四款产品，24.8%、28.3%、33.2%、37.9%，最高除以最低 1.53 倍。安克那 28.3% 在盘子里是中位偏下，绿联的 24.8% 才是这个品类目前做得最好的位置。

更要紧的是那个 37.9%。那是安克的另一款，195 条，同一个品牌，差评率比 28.3% 那款高了 1.34 倍。也就是说你选哪个安克当对手，结论能差出三分之一。

所以这一步要做两件事：算本品的差评率，再算这个品类的加权基准。两个数字放一起看，你才知道手里这一对是"两家都差"还是"两家都好"。

品类基准我们按评论数加权算，不取简单平均，不然一款 60 条的小产品能带偏整个品类。这个数在我们的报告库里是现成的，16 个品类从 10.9% 到 47.5%，跨度超过 4 倍。

4 倍这个跨度意味着什么，值得多说一句。你在无线耳机那边听到"这产品差评率 12%"，是合格线附近；在自动猫砂盆听到同样的 12%，那是奇迹。所以任何一个差评率单独拿出来都没有意义，必须有一个同品类的参照，这也是为什么第三步不能省。

还有个更狠的例子，电动牙刷。品类加权 19.9%，看着中不溜，四款产品却是 8.6%、19.5%、24.7%、29.4%，最高最低差 3.42 倍。你要是在这个品类里随便挑一款当对手，很可能挑到 24.7% 那款，然后得出"这个品类很难做"的结论；挑到 8.6% 那款，结论会变成"只要充电底座做好就有位置"。同一份数据，两个相反的结论，差别全在选谁当对手。

四、第 15 到 24 分钟：拆分组，但先看分母

到这一步开始拆结构，也是最容易读错的地方。同一张痛点表里有三个分母同时存在，页面不会大声告诉你。

拿那份充电宝新报告里的安克举例。187 条评论，53 条是差评，痛点分组表里"电池性能"这一格写着 36 次提及、52.2%，右边还有一列写着 36 / 53。三个数字都对，但说的是三件不同的事：

• 36 次提及，是这 53 条差评里一共提到"电池性能"36 次
• 52.2%，是 36 除以全部痛点提及次数 69 次，一条差评可以同时抱怨电池和发热，所以提及次数比差评条数多
• 36 / 53，是提及 36 次分布在 53 条差评里

同一个 36，换个分母就是三个数：36/69 是 52.2%，36/53 是 67.9%，36/187 是 19.3%。差了 3.5 倍，而且每一个都真实存在。你要引用哪一个，取决于你要回答哪个问题——说"这个产品最主要的问题是什么"用第一个，说"多少用户会遇到"用第二个，说"占全部评论多少"用第三个。

页面上那行小字写得很清楚，占比的分母是全部痛点提及次数，而且"含本表未展示的长尾项"。这行字决定了你不能把分组占比当成流行率，很多人就是在这里读错的。

然后是跨报告比较的坑，这个更隐蔽。

充电宝品类我们有两份报告，两份里都有"电池性能"这一组。旧那份里安克是 37.2%，新那份里安克是 52.2%。看起来同一个品牌同一个问题从 37% 涨到了 52%，产品变差了？

不是。是分组边界变了。旧报告把充电可靠性（安克 20.4%）、线材质量（18.2%）、充电速度（10.2%）单独列成组，新报告把这几样并进了电池性能。同一个"充电口松了"，在一份里算充电可靠性，在另一份里算电池性能。

换成提次数除以差评条数这个口径就稳了：旧报告里安克的电池性能是 51 次提及 ÷ 74 条差评 = 68.9%，新报告是 36 ÷ 53 = 67.9%，几乎一样。

所以规矩很简单：差评率可以跨报告比，因为分母统一；分组占比只在同一份报告内部比。 硬要比分组，先自己把名字对齐、把条目并一遍，这个活儿我们自己也还在做，没做满分。

对齐口径之后，才是真正要看的东西：错位。

还是那份充电宝报告，把两家的分组排一排，高低立刻分开。

安克的问题在电池和整机，绿联的问题在"用错了会亮错灯"。这是两种完全不同的活儿：前者要改电芯和结构，后者改的是提示逻辑，一个固件版本就能解决大半。你看总差评率 28.3% 对 24.8% 完全看不出这层区别，看分组一眼就看出来了。

这就是这一步要交的东西，一张错位表。表上不写谁更好，写的是两个对手各自卡在哪。

五、第 24 到 29 分钟：读原话，只做一件事

原话不是拿来当金句的，也不是拿来增加可信度的。它只有一个用处：验证上面的分组归得对不对。

还是那份报告，两条一星：

doa - dead on arrival. i ordered one for each of my two kids to put in their backpacks. one seems to work fine, the other was completely defective.

worked a handful of times then it starts flashing 188, i'll run it all the way down, recharge it, then it flashed three then zero and now it won't charge at all

第一条被归到电池性能，说的其实是开箱即坏；第二条也被归到电池性能，说的是指示灯在乱跳、电量显示不可信。归类没错，但颗粒度粗了一层，你按"电池性能"去做改进，方向可能是错的。

原话还能给你三样摘要给不了的东西：

使用场景，装进两个孩子的书包、飞越全国之前测试。场景决定你的测试条件该多严。

时间点，用了几次、几周，这个数比百分比更直接，它就是早期的失效窗口。

买家自己的及格线，他说"我需要用的时候它得能用"，这句话就是他的验收标准，跟容量、功率、快充协议都没关系。

第三条最容易被浪费。买家的及格线往往跟他买这东西时脑子里的场景绑在一起：装进孩子书包的那位要的是"别在学校门口没电"，飞越全国前测试的那位要的是"安检拿出来就能充上"。这两条抱怨指向的不是同一个测试条件，前者要摔、要压、要被孩子乱塞，后者要在低温、低压的机舱里稳定输出。你只按实验室的常温循环测，两条都会漏。

归类归错的代价也在这里体现。上面第二条被归进"电池性能"，工程师拿到这个标签会去查电芯和容量衰减；可这条评论真正描述的是指示灯在跳、电量显示不可信，问题在显示逻辑或者电量计的采样。方向错了，做完一轮测试什么问题都复现不出来，最后只能归到"用户使用不当"。

所以这五分钟主要花在核对上，读只是顺带。读得快慢不重要，标出归类错的才是产出。

五分钟大概能读 20 条，够你标出 3 到 5 条归错的，然后把对应分组的名字改一下。

六、最后 1 分钟：写一页纸

前 29 分钟所有的动作，都要落到这一页上。格式固定三块：

一句结论：这个品类的差评不在"充得快不快"，在"用几周就坏"。这句话是可被推翻的，别人拿同样的数据能验证。

三个动作：把早期失效写进验收（30 次完整循环加 100 次插拔）、指示灯逻辑单独测一遍错误码、内置线做弯折应力测试。三个都要能验收，不能验收的不要写。

一个不确定：绿联那 24.8% 是不是靠价格换来的，它卖 13.96 美金，安克那款 20.69，评论数据答不了这个问题，得看毛利结构。

一页纸的价值在于，它逼你把"我觉得"换成"我能验证"。写不出三个动作，说明前面 24 分钟白做了。

格式不用讲究，四五行就够，长这样：

这张纸真正的用处是拿去跟工程师、跟供应商对话，存档只是顺带。你拿着"电池性能占 52.2%"去谈，对方只能点头；你拿着"用几周就坏，发生在 30 次循环以内"去谈，对方得给你方案。

七、三个让人超时的原因

翻评论上瘾。 看到一条写得特别具体的，就想再往下翻三条，这是最耗时的动作。规定自己只读前 20 条，读完就停。

追长尾。 长尾条目多，每一条看着都有道理，加起来却不到 10%。翻译耳机那份报告里"其他/长尾"分 10 项、23.5%，你一条一条读下去能读到天黑，但它告诉你的只有一件事：这个品类没有共同的及格线。

想一次覆盖全部竞品。 两到四款就能看出结构，八款开始互相打架。真要覆盖，分批做，一次三十分钟，别想一次做完。

八、这套流程不能证明什么

30 分钟只够看清结构，不够预测结果。 它能告诉你对手卡在哪、这个品类的问题集中在哪一块，但不能告诉你改完以后销量会涨多少，中间还隔着定价、流量和渠道。

差评率不是退货率。 差评是有人愿意写字，退货是有人用脚投票，两批人重叠但不相等。要算退货损失得另外核。

分组命名是我们自己的短板。 同一件事在不同报告里可能落到不同组，前面那个 37.2% 变 52.2% 的例子就是，这个我们还在收敛，没解决。

数据覆盖就这么多。 22 份报告、16 个品类、42 款产品、8,211 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，你要分析的那个品如果不在这 16 个里面，流程可以用，但上面的对比数字跟它没关系。

换对手结论就变。 同一款安克，配 ZZI 比是 37.9%，配绿联比是 28.3%。选谁当对手，本身就是个需要说清的前提。

相关阅读

• 亚马逊评论分析完整指南：从近 3000 条差评里总结的四层拆法 —— 这篇给的是顺序和产出物，那篇给的是每一层怎么拆
• 10 个差评率最高的亚马逊品类：读完 6,054 条评论，危险都藏在同一个地方 —— 判断哪个品类风险最高时用得上
• 充电宝差评分析报告：Anker vs UGREEN —— 第四节那张错位表和两条原话都出自这份 14 章报告