产品改进

自家产品的差评堆在那里，多数卖家的处理方式是一条条点开、一条条难受，然后关掉页面。但自家差评真正的用途只有一个：把它压成一张"改什么"的清单——改产品、改供应商、改包装、改物流、改主图和尺寸表——而不是拿来找卖点，也不是琢磨怎么回。这篇讲的就是把亚马逊差评分析做成一套可复用流程：用 AI 给自家 listing 的差评做根因聚类，再把根因桶换算成一张按"影响 × 成本"排序的产品改进优先级矩阵。 先把站内分工说清楚，省得你走错门：读竞品差评是为了找差异化卖点，那是用 AI 读竞品差评挖产品改进点；差评到手后怎么跟买家沟通，那是用 AI 合规回复亚马逊差评与买家消息；从后台退货报表做归因，那是用 AI 读亚马逊退货报告。本篇只干一件事：读自己产品的公开差评，产出交给工厂和运营的改进工单。 为什么差评不能套退货报告那套方法 很多人以为"差评分析"和"退货分析"是同一件事的两个说法。不是。两边的人群和证据完全不同： 维度 自家差评 退货报告 覆盖谁 不满意到愿意公开发声的人（含没退货的） 只有实际退了货的人 有没有客观字段 没有，只有星级和自由文本 有 Detailed Disposition 这类仓库定性 额外信号 时间戳、变体、评论正文的场景描述 退货原因选项、订单量口径 直接损失 转化率（新买家会读到） 已发生的退款与物流成本 差评没有仓库给的客观物证，所以不能照搬退货报告那套"看 Disposition 再定性"的分诊法，必须自己搭一套分桶维度，并且靠三个切面（时间、变体、原文）去逼近根因。反过来说，差评有退货报告没有的东西：没退货但生气的人，以及会被下一个买家读到这个持续伤害。两边最好合着看，这篇跑完，回头再对一遍退货报告的结论，冲突的地方往往就是真问题。 第一步：把自家差评拉齐成一张表 分析前先备料。你要的不是一堆截图，是一张能粘给 AI 的表，最小字段集是五列： 评论日期——做时间切面用，能看出问题是不是从某个批次开始的； 星级——1 星和 3 星的杀伤力不一样，后面打分要用； 变体（尺寸/颜色/SKU）——最容易被忽略、也最容易一击命中根因的一列； 是否 Verified Purchase——非 VP 的评论优先级往后放； 评论正文——逐字保留，别自己概括，AI 要读的就是原话。 取数的口子有三个：品牌注册卖家可以在 Seller Central 的品牌板块看到自家产品的评论列表；未做品牌注册的直接在自己商品页按星级筛选，人工翻页复制；量大或要长期盯，用第三方评论监控工具定时抓。后台的菜单名和可见范围随站点、账号权限、品牌注册状态而不同，Seller Central 帮助页需登录才能打开，本文不逐字复述路径，以你自己后台当前看到的为准。选监控工具时可以对照 AMZFinder 这类评测站的横向打分，它按统一记分卡评了一批卖家工具（含评价与反馈管理这一类，2026 年 7 月 25 日实查），比看厂商自己的宣传页省事。 范围界定一句：本文只用公开可见的评论文本做产品分析。反查买家身份、私下联系买家要求删评改评，是完全另一类操作，不在本文范围内，那条线的现状见2026 亚马逊合规应对差评的正确姿势。 第二步：让 AI 做亚马逊差评分析的根因聚类（可复制 Prompt） 散着读，一百条差评是一百种委屈；聚起来读，它们通常只落在六七个根因桶上。这段 Prompt 直接复制： ...