买家在评论里反复提到的问题值得当成品类共性痛点来对待。我做过一个案例查一款硅胶厨具差评高频出现有味道洗了还是有异味几十条评价都在提。这种高频差评关键词就是选品的金矿。用 thunt 的免费插件-商品数据功插件分析数据时它的评论标签分类会把平台原生标签汇总成可视化看板比如非常好 819 条、较好 62 条、差的 30 条、中等 22 条。这些数字一摆出来这个品的整体口碑立刻有数了。重点要看的反倒是差的标签下面的具体内容点进去每条都有原文加翻译。我的做法是把差的和一般的评论全部读一遍把出现频率最高的痛点词记下来按出现次数乘以严重程度排序。排在最前面的就是选品时必须解决的问题换供应商、改规格、换卖点三条路里总得走一条。这种从评论里倒推选品方向的方法比凭感觉靠谱太多。