怎么利用爬虫插件分析竞品QA,找到客户售前最关心的问题?

发帖6次 被置顶5次 被推荐3次 质量分0星 回帖互动52次 历史交流热度8.56% 历史交流深度0%
Hello 论坛的兄弟姐妹好久不见,最近太懒了都好久不发帖子了,最近在搞客户端需求分析比较多,自己也摸索出来一个很有意思的东西,我们平时做客户需求分析的时候大多数是做Amazon Review分析,这是很有必要的,最近我就在想,review都是客户买回去之后再分享的使用体验,就是都是售后的东西了。
 
一个完整的消费决策是:兴趣--了解--疑问--信任or怀疑--发生购买or离开,所以最近就做了一些售前的客户需求分析,售前分析最直观的材料就是竞品的QA,你要做一个产品,就搞清楚买这类产品的客户最关心什么问题,而且是发生购买之前最关心的内容,如果你能清楚把握到,并且合理布局到你的QA页面上,对Listing的转化肯定也会有很大的提升。
 
废话不多说了,直接上代码(为避免滥用,已做部分删除处理)
{"_id":"amaon_QA","startUrl":["https://www.amazon.com/ask/que ... X1PS/[1-22:1]"],"selectors":[{"id":"QA_Part","parentSelectors":["_root"],"type":"SelectorElement","selector":".a-section > div.a-spacing-base > div","multiple":true,"delay":0},{"id":"Title","parentSelectors":["QA_Part"],"type":"SelectorText","selector":".a-spacing-small span.a-declarative","multiple":false,"delay":0,"regex":""},{"id":"Vote","parentSelectors":["QA_Part"],"type":"SelectorText","selector":"span.count","multiple":false,"delay":0,"regex":""},{"id":"Answer","parentSelectors":["QA_Part"],"type":"SelectorText","selector":".a-col-right > span:nth-of-type(1)","multiple":true,"delay":0,"regex":""},{"id":"Answer_Quantity","parentSelectors":["QA_Part"],"type":"SelectorText","selector":".a-section span.a-declarative","multiple":false,"delay":0,"regex":""}]}


 怎么使用以上代码?
 
1.下载WebScraper

在谷歌应用商店下载WebScraper应用插件,下载地址(需要梯子):
https://chrome.google.com/webstore/detail/web-scraper-free-web-scra/jnhgnonknehpejjnehehllkliplmbmhn?hl=zh​
 
https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220511/564c327219b12ae9f7f85403d763237f.png
 
2.导入 QA代码

导入方法如图所示
 
先复制以上代码,在浏览器按下F12
https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220511/8ed68fecd0f69078cb48516732ff39e5.png
导入代码
https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220511/b738af2b5157b7624e0d6a4d52ae079f.png
https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220511/72b6e2e488ac6d058c2f7740ac72d4c2.png
https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220511/e933ab94f6bcd423fe2a14731f807cb3.png
 
3.怎么使用QA爬虫?

https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220511/a83bc94b0a51723534c858fbc2add96f.png
https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220512/691839ef2a88e0f0478f6fa8ec4256ac.png
https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220511/888498fab19bf4e5d3bae3ae41cc9101.png
https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220511/7fd70670a41d104eae4e68f07409dd8e.png
 
页面就会开始跳转开始爬取竞品的数据内容,稍等一下即可下载数据表格

https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220511/a07be492a47a614da12f54e050478397.png
https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220511/361c184698b37727640c159e6d8052cc.png
https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220511/f40805cd0e8c117797843760bd812d38.png
 
如果你能够比较熟练的掌握WebScaraper,那么你也可以自己自定义爬取竞品的数据内容,WebScraper相对于Python来说我自己认为是方便不少的,WebScraper应该是用Webdriver技术来驱动浏览器的,python要写复杂的请求头,而且亚马逊反爬机制太强大了,有时候会给我报假数据,有精力有信心的壮士可以试试。
  
Okay,今天就扯到这里了,有机会再跟大家聊一下怎么做这部分的数据分析,感兴趣的话点一波关注吧~
 
----------------------------------------------------
2022年5月15日更新
----------------------------------------------------
 
真没想到有两百多个朋友关注了这个帖子,原本以为写这种技术贴会偏冷门的,感谢各位兄弟姐妹捧场,趁着周末再更新一下后面部分的内容吧,我也真的是很懒qwq
 
我们获取表格之后就要进行数据分析了,但是客官请慢,试问有多少朋友掌握量子阅读法读英文的,在下做不到,所以先把英文内容翻译一下吧,各个翻译软件都有api可以调用,但是要钱啊。
能白嫖的绝不掏钱,没钱使我无所不能,所以又琢磨出来用web公式直接翻译英文,下面跟大家介绍一下:
https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220515/f1490c2030025915c18ecd28e787e177.png
 
为了更快对数据进行分析处理,我们可以对QA进行翻译,可以选择Web公式对一列进行快速翻译,操作如下(必须要在Excel2016版本以上进行)
Excel Web翻译公式 =FILTERXML(WEBSERVICE("http://fanyi.youdao.com/translate?&i="&A1&"&doctype=xml&version"),"//translation")
 
数据处理部分内容就已经完成了,接下来则是数据分析的部分
 
------------------------------------------------------------
竞品对手QA数据分析
主要是对对手竞品QA问题种类和频次进行统计,从而分析得出结论,一条条看然后记录确实比较费时间,国外有挺多软件做相关方面的研究了,叫做NLP(Natural Language Processing)
这里就涉及到人工智能 深度学习 机器算法方面的内容了,我也搞不懂,有兴趣有精力的朋友可以去研究。
 
采用记录的数据表格表头给大家分享一下:
https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220515/f3260c5543f2a07ec4dddfecc05247aa.png
 
对问题类型进行分类归纳处理,可以看到产品问题主要集中在哪一些方面。
记录好之后就可以对数据表格进行更深纬度的分析,做数据透视表和数据透视图。
https://wearesellers.oss-cn-shenzhen.aliyuncs.com/questions/20220515/4d6449ad81f46939af7e22e730731001.png
 
利用数据透视表进行分析,对问题类型进行频数分析,同时可以按照某一个问题类型展开看问题细项,例如使用问题里面包含哪些具体的问题?
更有利于我们把我消费者的需求,如果这个问题问的人很多,我们就可以在页面上做针对性解答,给消费者购买的信心。
 
只要你的工作做的足够细致,基本上你看市场头部的几个竞品之后你就会对这类产品很熟悉了,而且能对消费者需求把握比较准确,更上一步如果你比较细心你会发现市场上一些新的机会,例如产品升级点,QA里面有客户反映了需求,但是产品确实没办法解决这个需求的,这时候你就去挖掘相关的产品,如果你能找到满足这个需求的产品,你就可以挖掘这个细分需求的市场,这种机会不多,但是对小卖家而言也可以过的很滋润了。
 
举个例子:
*前一段时间大热的LED灯带,大多数产品都是直插直用的,但是有客户反映要反复插拔很麻烦而且不安全,那么我们能不能在线材本身上增加一个开关,或者搞个只能开关(可以用语音助手/APP/Alexa进行控制)?这里就是一个产品升级点,如果你愿意,你可以更深度去挖掘这个需求;
再举个例子:
*线材如果是安装在地上,如果环境不太好有老鼠,老鼠会不会咬坏线材,这里也是客户反映的一个需求,当初在看的时候发现这个点也不错,说不定可以以这个作为主卖点进行突破,因为市面上多数都是哪些核心需求,但是合适不合适还得看具体效果,这里只是提供一个思路~
 
-----------------------------------------------------
总结回顾:

QA主要反映的是客户售前的决策疑虑,Listing中没有找到清晰答案的,客户就会在QA进行提问。
Review则是客户使用产品之后分享自己的产品使用体验,可以做深度分析,归类卖点和痛点。
QA分析解决售前的疑虑,Review分析围绕售后体验

再次感谢所有的朋友的关注和分享~
有任何疑问或者有更好的建议都欢迎交流~~
------------------------------------
尊重知识劳动成果,禁止任何一切形式转载!!!
已邀请:
感谢大佬,简直是亚马逊调研小白的神!

要回复问题请先登录注册