Анализ отзывов конкурентов: как найти их слабые места

Отзывы — редкий источник, где покупатели конкурента своими словами пишут, что им не понравилось. Цены и ассортимент видно на витрине, а то, как товар ведёт себя через месяц, видно только в отзывах. Этот разбор — часть большой темы анализа конкурентов: здесь только отзывы конкурентов. Если нужен разбор отзывов о вашем магазине или товарах, он описан на странице услуги «Анализ отзывов».

Где брать отзывы конкурентов

Где продаёт конкурент, там и отзывы:

• маркетплейсы — Wildberries, Ozon и другие: отзывы к карточкам товаров;
• карты и справочники — для офлайн-бизнеса и услуг;
• магазины приложений — App Store и Google Play для приложений и сервисов;
• отраслевые сайты отзывов и отзывы на сайте самого конкурента.

Удобнее всего магазины приложений: там у отзыва есть дата, оценка и версия продукта, и динамику видно отчётливее. У App Store есть ограничение: публичный фид Apple отдаёт не больше 500 отзывов на страну. Как выгрузить отзывы шаг за шагом, мы разобрали в статье «Как выгрузить отзывы из App Store в Excel».

Как провести анализ: пять шагов

1. Выбрать конкурентов и площадки. Обычно хватает 5–7 прямых конкурентов. Берите площадки, где у них больше всего отзывов, и сопоставимый период — например, последние полгода.
2. Собрать отзывы. Нужны текст, оценка, дата, иногда версия продукта или вариант товара. Имя автора для анализа не нужно: мы заменяем его хешем при сборе.
3. Составить список тем. Сначала черновой — по выборке отзывов: размер, качество материала, доставка, упаковка, соответствие описанию, поддержка. Потом его правят под слова, которыми пишут покупатели именно в вашей нише.
4. Посчитать доли. Для каждого конкурента — какой процент отзывов касается каждой темы, отдельно для оценок 1–3 и 4–5. Сравнивают проценты: у конкурента с 5 000 отзывов жалоб всегда больше в штуках.
5. Сделать вывод. Какие темы у конкурента заметно выше, чем у остальных, и что вы делаете по этой теме сами.

Как читать таблицу тем

Итог анализа — таблица: строки — темы, колонки — конкуренты и вы, в ячейках — доли. В ней обычно видны три вида тем.

• Слабое место конкурента — тема, где его доля жалоб заметно выше, чем у других. Например, жалобы на размер. Это ваш аргумент: подробная размерная сетка в карточке отвечает на вопрос, который покупатель конкурента задал слишком поздно.
• Общая проблема рынка — тема, высокая у всех. Её решение становится преимуществом всей ниши, и о нём стоит писать прямо.
• Сильная сторона — тема, за которую конкурента хвалят. Её стоит прочитать внимательно: что именно нравится покупателям и есть ли это у вас.

Отдельно смотрите динамику. Тема, которая выросла за последний месяц, обычно говорит о свежем изменении у конкурента: новый поставщик, другая упаковка, смена службы доставки.

Чего анализ отзывов не покажет

• Причину. Отзывы показывают, на что жалуются, но не почему так вышло у конкурента.
• Мнение тех, кто не пишет. Отзывы оставляет часть покупателей, и чаще те, кто очень доволен или очень недоволен.
• Честность каждого отзыва. Встречаются заказные отзывы в обе стороны. Сильный выброс за пару дней — повод сначала проверить отзывы за эти дни.

Что мы не собираем

Отзывы публичны, но написаны людьми. В Datamill мы собираем текст, оценку, дату и служебные поля продукта. Имена и никнеймы авторов хешируем ещё при сборе, аватары, ссылки на профили и контакты не берём вообще. Профили отдельных авторов не составляем. Для анализа тем всё это лишнее и создаёт риски по закону о персональных данных. Где проходит граница при сборе открытых данных, мы разобрали в статье «Законен ли парсинг сайтов».

Если вы разбираете отзывы, чтобы отвечать на них лучше конкурентов, пригодится и статья «Ответ на отзыв: шаблоны и где помогает нейросеть».

Как это делаем мы

Мы делаем анализ отзывов под ключ: собираем отзывы о вашем продукте и продуктах конкурентов, согласуем с вами список тем после первого прохода и отдаём доли, динамику и обезличенные цитаты к каждой теме. Разбор одного продукта на одной площадке — от 6 000 ₽, сравнение с конкурентами увеличивает объём сбора. Как наши сборщики сводят отзывы App Store и Google Play в одну таблицу, видно в кейсе «Два стора, одна таблица».

Частые вопросы

Сколько отзывов нужно, чтобы делать выводы?

Строгого порога нет. Наш ориентир — сотни отзывов на конкурента за сопоставимый период. На десятке отзывов одна эмоциональная жалоба может дать долю в 10 %, и вывод окажется случайным.

Законно ли собирать отзывы конкурентов?

Отзывы публичны, их видит любой посетитель. Ограничения касаются персональных данных авторов и нагрузки на площадку. Мы собираем текст, оценку и дату, имена заменяем хешем, профили не собираем. Подробнее — в статье о законности парсинга.

Можно ли разобрать отзывы нейросетью?

Можно, для черновой разметки тем. Список тем и спорные отзывы проверяет человек: модель путает похожие жалобы и иногда придумывает тему, которой в тексте нет. Перед отправкой во внешний сервис из текста стоит убрать имена и контакты.

Что делать, если у всех конкурентов одна и та же жалоба?

Это проблема всего рынка. Если вы её решите, это станет вашим преимуществом, о котором стоит прямо написать в карточке товара.

Чем анализ отзывов конкурентов отличается от анализа своих отзывов?

Методика та же, меняется вопрос. По своим отзывам ищут, что исправить. По чужим — где конкурент слабее вас и что покупатели ценят в нише. Лучше всего делать оба анализа по одному списку тем.

Источники

• Наша услуга: анализ отзывов — состав результата, цены, правила по данным авторов
• Наш кейс: «Два стора, одна таблица» — потолок 500 отзывов App Store, общая схема полей
• Сборщик отзывов App Store в каталоге Apify — apify.com/datamill.top/app-store-reviews-scraper
• Сборщик отзывов Google Play в каталоге Apify — apify.com/datamill.top/google-play-reviews-scraper
• Закон № 152-ФЗ «О персональных данных», ст. 3 — понятие персональных данных