Come estrarre le recensioni e rating di Amazon per l’analisi del sentiment

Amazon è una delle principali aziende di e-commerce con miliardi di utenti. Ci si acquistano e pubblicano le loro valutazioni e recensioni sui prodotti. Questi dati degli utenti riflettono come pensano dei prodotti, le loro esigenze e ciò a cui tengono di più. Se analizziamo questi dati, potremmo avere una comprensione più profonda dei clienti e creare una strategia più saggia per migliorare il nostro servizio e aumentare i nostri guadagni. Per questo motivo, l’analisi del sentimento basata sulle recensioni e le valutazioni di Amazon è diventata sempre più popolare tra i proprietari di negozi Amazon.

In questo post, ti mostreremo come estrarre le recensioni di Amazon e trasformarle in dati strutturati per l’analisi del sentiment in modo facile e veloce.

Perché è importante raccogliere le recensioni di Amazon

L’analisi del sentimento è l’uso di linguistica computazionale, analisi del testo e elaborazione del linguaggio naturale per determinare il tono emotivo dietro un pezzo di testo. L’e-commerce lo utilizza ampiamente per i materiali della voce del cliente, come recensioni, valutazioni e sondaggi per applicazioni che vanno dal marketing al servizio clienti ai nuovi lanci di prodotti. Come uno dei più grandi giocatori nell’industria della vendita online, Amazon è una miniera d’oro per l’analisi del sentiment.

Lettura correlata: 10 consigli utili per il marketing su Amazon

Fonte ricca di recensioni dei compratori

Il volume delle recensioni dei prodotti su Amazon è immenso. È difficile confermare una cifra esatta per il numero totale di recensioni di Amazon. Tuttavia, secondo un articolo della CNBC, Amazon ha guadagnato almeno 520 milioni di recensioni nel 2020. I consumatori esprimono le loro opinioni e attitudini tramite qualsiasi testo scrivono nelle recensioni. Questa raccolta di review ti fornirà un set di dati massiccio e diversificato per addestrare i tuoi modelli di analisi del sentimento e migliorare notevolmente la loro precisione e accuratezza.

Dati etichettati di valutazioni

I clienti di Amazon possono votare qualsiasi prodotto che acquistano da 1 a 5 stelle. I dati da questa fonte possono essere utilizzati per creare etichette di sentimento pronte all’uso, indicando le 4-5 stelle come positive, 3 stelle come neutre e 1-2 stelle come negative. Si può applicare questi dati per addestrare modelli di analisi del sentiment e farti un’idea di come i clienti si sentono realmente riguardo al prodotto che hanno comprato. In questo modo è più facile identificare le debolezze del tuo prodotto e del lisitng del prodotto per migliorare il prodotto e aumentare il traffico.

Più dati approfonditi raccogli, più actionable insights puoi ottenere. Estrarre le recensioni e le valutazioni di Amazon può darti materie prime sufficienti per l’analisi del sentimento, la quale ti permetterà di capire cosa piace e cosa non piace ai clienti, le lamentele comuni, e come i tuoi prodotti si confrontano con quelli dei tuoi concorrenti. Nel frattempo, è possibile applicarla per identificare nuove opportunità, aumentare le vendite e elevare la visibilità su Amazon.

Come estrarre le recensioni dei prodotti Amazon senza codifica

Come accennato in precedenza, ci sono innumerevoli prodotti insieme a innumerevoli recensioni su Amazon. Raccogliere tali dati a mano è impraticabile. Il web scraping, fino a un certo punto, nasce per risolvere questo problema. Selezionando determinati elementi sul web e quindi analizzando le informazioni, sei in grado di ottenere i dati.

Octoparse è uno strumento di web scraping facile da usare che ti permette di estrarre le recensioni dei prodotti Amazon in file Excel senza alcuna competenza di programmazione. Supporta anche lo scraping pianificato, la rotazione degli IP, i modelli preimpostati, la risoluzione dei CAPTCHA e altre funzioni per aiutarti a ottenere i dati facilmente. Segui i semplici passaggi qui sotto per fare una prova gratuita dopo averlo scaricato e installato sul tuo dispositivo.

I passaggi principali per fare scraping delle recensioni dei prodotti Amazon utilizzando Octoparse

Passaggio 1. Inserire l’URL della pagina Amazon per creare un’attività

Copia l’URL di una pagina dei dettagli del prodotto e incollalo nella casella di ricerca di Octoparse. Poi clicca su Start per creare una nuova attività di scraping. Aspetta che il browser integrato di Octoparse finisca di caricare la pagina prima di proseguire.

Passaggio 2. Rilevamento automatico e personalizzazione del campo dati

Alcuni prodotti potrebbero avere molte recensioni, devi scorrere la pagina in basso e trovare prima il pulsante “Vedi tutte le recensioni” per raccoglierle completamente. Dopo che la pagina ha finito di caricare, fai clic su “Auto-detect web page data” sul pannello dei suggerimenti per lasciare che Octoparse scansioni l’intera pagina e rilevi tutti i dati estraibili.

Passaggio 3: Esportare le recensioni di prodotti estratte

Ora inizieremo a estrarre le recensioni complessive del tuo prodotto. Fa’ semplicemente clic sul tasto Run dopo aver visualizzato in anteprima tutti i campi dei dati. È possibile scaricare i dati delle recensioni estratte in Excel o in qualsiasi altro formato.

Octoparse offre anche dei modelli preimpostati per le recensioni dei prodotti di Amazon. Puoi cercarli in Octoparse con la parola chiave Amazon per utilizzare i modelli. Se hai ancora delle domande sui passaggi di cui sopra, puoi passare alla guida di Octoparse per l’estrazione delle recensioni di Amazon per maggiori dettagli.

Inoltre, si può estrarre dati da Amazon come dettagli della lista dei prodotti e dati sui prezzi utilizzando Octoparse con passaggi simili a quelli di cui sopra facilmente.

Analisi del sentimento per le recensioni dei prodotti di Amazon

Ora che hai ottenuto i dati, cosa possiamo fare con questi? Certo, potremmo leggere tutte queste recensioni per vedere come gli altri la pensano, ma ci vorrebbe molto tempo. Ecco perché abbiamo bisogno dell’analisi del sentimento.

L’analisi del sentiment ci consente di ottenere il sentimento generale di un certo testo. Anche se potremmo semplicemente guardare le valutazioni a stelle, in realtà non sono sempre coerenti con il sentimento delle recensioni. Il sentimento è misurato con tre diversi valori: un valore negativo rappresenta un sentimento negativo, un valore neutro rappresenta un sentimento neutro e un valore positivo rappresenta un sentimento positivo.

Qui ho utilizzato lo strumento di sentimento Semantria, un plugin per Excel. Semantria semplifica l’analisi del sentimento e la rende accessibile anche ai non programmatori. Esporto i dati estratti in Excel (vedi i risultati di seguito).

Vorrei analizzare solo le prime 100 recensioni per mostrarti come effettuare una semplice analisi del sentiment qui. Ecco i risultati:

La colonna “Document Sentiment +/-” mi fornisce il sentiment generale di ciascuna recensione, dicendomi se è positiva, negativa o mista. La colonna “Document Sentiment” fornisce i valori numerici per dirmi quanto sia positiva o negativa ciascuna recensione.

Le informazioni potrebbero essere visualizzate in modo più intuitivo creando un grafico a colonne.

Tramite il calcolo il valore del sentiment del documento, potresti scoprire che le percezioni positive attorno al valore sono 26,89, molto più alte rispetto ad altri valori di percezione, confrontando il valore neutro 0,54, misto 0,70 e negativo -1,79. Considerando la stella di valutazione complessiva 4.4 del film Io prima di te, i valori tra le diverse percezioni sono altamente coerenti nonostante piccole differenze.

Per confermarlo, cerco ulteriormente il valore del sentiment di fase. Diamo uno sguardo più da vicino.

Puoi vedere qui che c’è una maggiore coerenza tra stelle e sentimento, sebbene la stella di valutazione 5.0 abbia il valore negativo più alto. Ma ciò potrebbe essere il risultato del numero complessivo della valutazione 2.0.

Confrontando la distribuzione della valutazione, è possibile notare che la valutazione media in stelle è distribuita intorno a 5,0 (sentimento positivo), il che conferma ulteriormente l’elevata coerenza tra stelle e sentimento.

Il metodo di cui sopra è ovviamente un approccio semplice ed esistono numerosi altri metodi di analisi del sentiment ampiamente conosciuti come l’apprendimento automatico. Inoltre, questo metodo non si limita alle recensioni di film. Potrebbe essere applicato a una serie di altri scenari. E potresti creare un’analisi molto più approfondita.

Conclusione

Le recensioni e le valutazioni dei prodotti Amazon sono fonti di dati indispensabili per l’analisi del sentiment, soprattutto per i proprietari di negozi online. Questi dati diventeranno materiali preziosi per comprendere le esigenze e le preferenze dei consumatori e identificare i punti deboli e i punti di forza dei prodotti.

Con l’aiuto di strumenti di web scraping come Octoparse, quasi chiunque può recuperare recensioni e valutazioni di Amazon senza competenze di codifica. Amazon offre molto più che semplici recensioni e valutazioni. Puoi acquisire i diversi dati Amazon di cui hai bisogno con Octoparse o utilizzare modelli predefiniti per ottenere i dati senza creare tu stesso gli scraper.