前几期发出来，评论区问得最多的不是结论，是方法，评论从哪来，怎么聚的类，表格怎么弄的，一条条回不如直接写一篇，顺手把踩过的坑也说了。

先交代下我干这事的用途，说白一点，是给选品找能打的点，比如你要进一个品类，对面几个竞品评分都不低，光看分看不出往哪打，把差评拆开，用户骂什么、什么时候骂的，心里先有数。

整个流程就四步。

拉评论。

卖家精灵这类工具也好，自己写爬虫也好，都行，评论区之前有朋友问过API，官方那条路基本堵死了，全量拿不到，我两边都干过，抓这一步其实不难，风控才磨人，频率一高就弹验证码，得配代理慢慢磨。

给个建议，文字评论至少一百条往上再动手，太少的品不碰，50条评论拆出来40%的人抱怨什么，跟5000条拆出来的40%，根本是两个东西，前者纯抽奖。

打标。

几百条评论人工看会看死，丢给AI按痛点分类打标签，一条差评可能不止一个标签，又骂耳塞掉又骂音质的，就打两个。

这里有个我交过学费的地方，一开始偷懒让AI自由发挥，结果每次跑出来的类别都不一样，两次的结果没法对比，白拆，后来固定了一套标签体系才稳，也就十来个大类，寿命、佩戴、音质、连接、客服这些方向，表格见文末。

【配图1：分析报告第12页，月度差评率趋势，样本量够了再按月看，哪个批次出问题基本能对上】
聚类对比。

标签打完就是数数，每个标签占比多少、提及多少条，两个产品并排一放，有意思的东西自己就出来了，之前那篇耳机帖说的"死法完全相反"就是这么看出来的，两款差评一样多，一款寿命问题占大头，一款佩戴问题占大头，光看评分什么都看不出来。

有个细节要提醒，占比高不等于影响面大，这点评论区有人纠正过我，很对，所以拆完我会再拿退货率这些验一道，分析只管把坑标出来，拍板还是成本和人群说了算。

 【配图2：分析报告第3页，两款产品的痛点聚类并排对比】

定死法。

对着我那几类死法归类，卖点没兑现的、基础体验塌的、品控寿命的、服务不兜底的，归完就知道该躲什么，像卖点没兑现这种，翻译做不好就别硬蹭AI，这种死法纯是自己作出来的，而服务不兜底的，其实用保修就能拦下一大半。

 【配图3：分析报告第8页，维度评分和核心优弱点对比，评分高的拆到维度上未必好看】

踩过的坑说三个。

一是口径，前台那个大分是全量rating加权出来的，能拆的文字评论是另一个池子，两边数字对不上很正常，以后要是有人拿前台分数说事，先对口径再说别的。

二是恶意差评要分出来，真实差评带着具体使用场景，用了多久、怎么坏的写得清清楚楚，恶搞的那种反而笼统，描述跟产品对不上，拆几条就有感觉了。

三是AI会犯错，归类归错是常事，结论出来自己得抽几条原始评论核一遍，别全信它。

方法就这些，没什么神秘的，一个品类拆下来两三个小时，大头时间其实花在翻评论原文上，AI干粗活，判断还是人的。

以上是差评拆解第5期，下次想拆哪个品类，评论区说。