以往，电商运营和产品经理们想要了解消费者的想法，创新和迭代产品，总是需要从上万条亚马逊评论中挨个分析，单个产品的分析就需要数月。

现在，Shulex VOC为解决这一复杂场景而生。您只需要搜索、选择、输入您想了解的产品，就可以一键分析数万条亚马逊客户原声评论。仅需几分钟，一份带有消费者画像、产品优劣势分析、竞品分析、星级影响度分析、AI话题分析等14个模块的专业洞察报告就展现在您的眼前。报告自带AI综合建议，为您提供更高效、全面的选品及产品优化建议，助力您的企业提升市场竞争力。

🥳 跟着指南，开始创建你的报告吧～

一、如何创建报告

Shulex VOC支持多种形式创建消费者洞察报告。

1. 通过插件创建报告

创建报告前，你需要安装Shulex插件，详见➡️ Shulex插件安装及使用说明

在亚马逊搜索结果页、榜单页、商品详情页都可快速找到 Shulex 插件的添加按钮来快速创建报告到网页版

-> 搜索结果页

-> 亚马逊榜单页

-> 商品详情页

2. 通过网页版创建报告

您可进入➡️VOC网页版进行创建

【方式1】搜索框搜索创建报告

支持搜索品类词、品牌词、单 Asin来快速创建报告到网页版（多 Asin 请移步 方式2. 创建按钮添加）

Shulex支持您在商品选择的时候进行自定义排序和筛选。

【方式2】创建按钮创建报告

输入报告名称（不是想看的 Asin），选择好对应站点；输入或上传 Asin 文件（输入时多 Asin 要注意格式）

➡️ 小贴士：

目前创建报告使用近两年全量评论数据（超过亚马逊展示的100条）

建立报告时需要选择对应的站点，默认为上一次选择的站点

非英文的报告内容产出需要翻译，所用时间略长请耐心等待

二、如何查看分析

➡️ 小贴士：

如要进入市场了，但我不懂用户；更不知道她们在想啥

如要打造爆品了，但我不知痛点；更不能够差异化竞争

如要开模上市了，但我不敢备货，更不了解哪种可畅销

用 Shulex 一次看个万把条就是快，看得广阔、从竞争者到各品类；看得立体、从消费者到产品各模块

1. 商品列表

点击分析报告商品最右侧的编辑进入商品列表页，该页面提供当前报告所分析的所有商品信息。可以在商品列表页面进行商品增删，从而更新报告分析范围。

注意：在本页面上，会进行变体折叠，如果你上传的Asin是同一个父Asin下的，则会展示父Asin和变体数量。

翻译功能：界面上翻译字样左侧的复选框，可以翻译各模块为当前设置的系统语言

下载功能：可以下载出当前提取的标签情况，包含提及次数、占比、*说明、*正负向

2. 用户画像和使用场景

将国内客户的画像照搬到海外是不负责任的，跨越语言式的做问卷调研又是不现实的；现在Shulex通过自研算法模型分析当前产品的消费者是谁，在什么时间、地点以及如何使用当前的产品。若有一天你需要备货，用 Shulex 先看看人群、时刻吧；销售不好的对象和季节咱就少备点、减少库存防风险～

消费者画像包括：人物特征、使用时刻、使用地点、行为，数据来自当前报告添加Asin 的所有评论；该模块的 AI 智能模型会先识别出相关的评论再进行抽取。比如：我的孩子每天都会在体育馆跑步时使用 airpods，则将会提取出孩子、每天、健身场所、锻炼；Shulex 专属算法会进行自动汇总统计。

从图表上可以看到各个标签的数量，以0为界的红绿色代表着是用户对此的情感；绿色表示满意、红色表示不满意。点击查看分析可进行下钻，即跳转到该标签详情：趋势图—按月份提及数量、提及商品情况—哪款商品提及该标签较多（也可切换到占比、正向、负向最多的情况）、查看对应原声—消费者真实表达（每句原声都带有 AI 智能标签）

点击深度分析可进入详细分析页面，首先能将看到的是更多关于人物特征、使用时刻、使用地点、行为的标签

可自主切换到表格甚至趋势形态、以便可以在相同的时间点或周期内对比等；发现更多不易察觉的变化。

使用时刻、使用地点、行为支持与当前报告内所涵盖的商品价格、品牌卖家做交叉分析，如利用价格（品牌）与使用地点交叉可获得在何处的价位（品牌）更被讨论、也支持切换到星级或商品数；来更细致分析评分及产品布局情况。

使用场景处会统计提及情况、对该场景进行举例解读（仅作为解释左侧标签的说明，不表示其仅含或全含以下情况）数据来自当前报告添加Asin 的所有评论；该模块的 AI 智能模型会先识别出相关的评论再进行抽取。比如：当我试着用这个耳机听一首歌时，我只能听到乐器的声音，而人声却不在那里。则将会提取出听音乐这个场景，Shulex 专属算法会进行自动汇总统计；不错漏下任何可能的情况。

从图表上可以看到各个标签的数量（目前展示 Top10），占比为该标签数除以在报告中评论中提取出的总标签数；排在 Top10 外的可通过下载按钮下载。（目前最多下载 30 个，小于 30 即按实际数量下载）

点击标签可进行下钻，即跳转到该标签详情：趋势图—按月份提及数量、提及商品情况—哪款商品提及该标签较多（也可切换到占比、正向、负向最多的情况）、查看对应原声—消费者真实表达（每句原声都带有 AI 智能标签）

案例：例如Anker产品经理通过使用场景发现Travel的场景在增多，因此将充电宝研发得更便携；考虑Listing页面设计突出在旅行途中便携的氛围图。

3. 星级监控

洞察出这么多有价值的点却不知道哪个对消费者更重要，自己的直觉和经验往往是碰运气尤其在未知的行业；做市场拼的就是谁能更先满足消费者更关注的点。现在 Shulex 智能从事实中获取并得出占比来结合星级，你可以直接拿到最刚的需求；咱们先设计出其产品占领市场、销量这不也就随之而来了么～

星级影响度是两条坐标轴来分隔而成的四象限组成，横轴是对应的星级评分；纵轴是对应的提及次数（占比）。数据来自当前报告添加Asin 的所有评论，同时该模块的 AI 智能模型会提取出对应标签（消费者关注点）。左上角的象限开始，此为当前报告对应的用户提及最多且评分较低的关注点，左下方的象限是提及不多但评分较低的关注点；以上两个象限都需要密切关注严防出现类似情况而降低评分。右下方的象限是提及较少但评分较高的关注点，右上方的象限是提及较多且评分较高的关注点；以上这两个象限也需要密切关注寻求迭代对应设计来提升评分。

从图表上可以看到各个标签，位置表示其对应的评分和提及情况；红绿色代表着是用户对此的情感、红色表示不满意。当鼠标放置在该关注点上时，即可看到其对应的平均评分和占比（计数）；占比是该关注点除以在其正或负的所有关注点数量。

点击查看分析可进行下钻，即跳转到该标签详情：趋势图—按月份提及数量、提及商品情况—哪款商品提及该标签较多（也可切换到占比、正向、负向最多的情况）、查看对应原声—消费者真实表达（每句原声都带有 AI 智能标签）

案例：例如Anker产品经理通过星级监控发现影响星级和提及高的有贴合度差和低电池容量，因此将耳机研发得更好贴合和大的电池容量；考虑Listing页面设计也突出这两个特点。

4. 产品优劣势

越成熟的品类竞争越是白热化，为了占领更多的市场；不断发生同质化、价格战、瞎改进的情况。看起来他的产品销售得好不能只是外面看看，直接看他的用户对其的真实体验；取其精华并找机会超越。现在 Shulex 有效把成功的原因剥开了给你看，针对性的迭代或避免、爆款不就有迹可循并指日可待了么～

产品体验处会统计提及情况、对该观点进行举例解读（仅作为解释左侧标签的说明，不表示其仅含或全含以下情况）数据来自当前报告添加Asin 的所有评论；该模块的 AI 智能模型会先识别出相关的评论再进行抽取。比如：我使用它只有4个月，但右侧耳塞已损坏；它不能正常工作。则将会提取出耐久性差这个产品体验，Shulex 专属算法会进行自动汇总统计；不错漏下任何可能的情况。

点击标签可进行下钻，即跳转到该标签详情：趋势图—按月份提及数量、提及商品情况—哪款商品提及该标签较多（也可切换到占比、正向、负向最多的情况）、查看对应原声—消费者真实表达（每句原声都带有 AI 智能标签）

案例：例如Anker产品经理通过产品体验洞察了解到某款耳机产品关注维度中对佩戴贴合与舒适上不满意高，那可以优化该部分的设计；考虑配套尺寸不同的耳塞等来防止高频掉落的不佳体验。

5. 购买动机

大多数用户很乐意分享选到好货的喜悦，想要购买时的真切想法不再是不能知的秘密；得到并持续引导更多用户此购买的冲动。现在 Shulex 实现找准其深层次的驱动力的方法，你只需要不断提供与其匹配的服务～

购买动机处会统计提及情况、对该观点进行举例解读（仅作为解释左侧标签的说明，不表示其仅含或全含以下情况）数据来自当前报告添加Asin 的所有评论；该模块的 AI 智能模型会先识别出相关的评论再进行抽取。比如：我对他们很满意，它们很容易设置并立即开始使用；我强烈推荐这些耳机。则将会提取出易于使用这个购买动机，Shulex 专属算法会进行自动汇总统计；不错漏下任何可能的情况。

点击标签可进行下钻，即跳转到该标签详情：趋势图—按月份提及数量、提及商品情况—哪款商品提及该标签较多（也可切换到占比、正向、负向最多的情况）、查看对应原声—消费者真实表达（每句原声都带有 AI 智能标签）

案例：例如Anker产品经理通过购买动因洞察到某款耳机产品购买动机中对保修服务与充电方式很在意，那可以使用相对应的服务，实行适中有效免费更换等来推动用户购买的更大动力。

6. 用户预期

当一群用户开始不被满足代表着有新机会，更早洞察出趋势能帮助更优先的布局产品；而往往消费者也会对需求表达的更明确。现在 Shulex 监测代表新兴机会的能力的方式，你只需要抓住趋势落地对应的设计～

用户预期处会统计提及情况、对该观点进行举例解读（仅作为解释左侧标签的说明，不表示其仅含或全含以下情况）数据来自当前报告添加Asin 的所有评论；该模块的 AI 智能模型会先识别出相关的评论再进行抽取。比如：20美元的耳机是伟大的，但这些100美元的我想更好的噪音消除。则将会提取出噪音消除这个用户预期，Shulex 专属算法会进行自动汇总统计；不错漏下任何可能的情况。

点击标签可进行下钻，即跳转到该标签详情：趋势图—按月份提及数量、提及商品情况—哪款商品提及该标签较多（也可切换到占比、正向、负向最多的情况）、查看对应原声—消费者真实表达（每句原声都带有 AI 智能标签）

案例：例如Anker产品经理通过用户预期洞察到某款耳机产品未被满足需求中对耳机降噪、舒适性是需要被提升的，那可以针对性做更好提升，实现更快的针对降噪和舒适性迭代等来满足用户的真实需求。

7. 评论原文

亚马逊限制 100 条评论可见，因此你在市面上找不到一款能看到当前 Asin 所有评论的工具

Shulex 支持筛选和搜索、仅看图片，每条评论也有对应 AI 提取的消费者关注点（包括 AI 标签工具生成的）

可在其他筛选中的检索框输入关键词定位含该词的原文（不能搜索标签，标签在洞察模块点击来下钻），支持圈选仅看图片的评论、按星级或时间筛选对应评论。也支持按点赞数量进行倒序和下载当前选好的评论。

三、竞品分析

1. 网页版“竞品分析”

知己知彼，百战不殆。Shulex VOC支持对商品进行基础信息、用户画像、产品优劣势、用户预期等多方面的信息对比，全方面了解自己和竞对之间的强项和不足。

自由输入至少两个目标商品并点击下方的开始对比即可快速查看对比结果

2. 报告内“竞品分析”

在任意报告内，选择竞品分析模块，系统将自动为您收集该商品品类top3的商品进行对比

若默认对比内容不满足分析需求，您可随时通过右侧的“重新选择”对比商品。

四、 AI Listing 优化

1. 如何进行 AI Listing 优化？

结合独家高准确度评论分析优化listing关键内容，具体包括产品近期VOC表现、品类TOP关键词等，帮助提升listing曝光及转化率，增加整体销售额。

进入Shulex网页版，可以从「亚马逊评论分析」看到「优化文案」的入口

点击进入，需要手动选择商品站点并输入一个商品Asin即可

系统将自动快速获取该商品品类头部商品的卖家评论分析关键词、搜索词和竞品热卖关键词

系统会默认帮助勾选最值得加入文案优化的关键词，也可以自主勾选或在下方的输入框填写事先准备的关键词，点击一键优化后Shulex AI将自动优化出最符合当地语言习惯、更吸引并打动消费者的listing文案

优化后的结果将展示在右侧，并支持一键复制。

若对优化的结构不满意，可随时通过右上角的按钮返回关键词编辑页面重新优化。

➡️ 小贴士：

提及次数及占比：提及当前该话题的评论数/抽样分析的评论数

搜索关键词：该细分品类近一个月的搜索词及对应搜索量

精品核心卖点：分析细分品类头部20个商品统计得出卖点关键词及对应提及次数

五、 AI Topic 分析

根据提示输入任何您想了解的问题，Shulex AI将自动进行语义分析和识别统计，快速汇总相关的所有内容，一步即可详细了解消费者所遇到的问题和真实反馈。

➡️ 无需人工阅读和统计，一键分析所有评论

没有任何语言障碍，轻松分析多国语言评论

支持反馈和检验，实时提高标签准确度

使用教程

在任意网页端报告内，找到AI话题分析的入口

您将看到自定义话题设置成功后的最终效果，进入右上角开始设置

根据页面中心的问题描述提示，输入您想了解的这个报告内产品的问题；并对这个问题进行分类以便在设置过大量自定义话题后，方便查找、对问题进行归类总结

问题和分类确定后，点击右侧开始分析，Shulex AI将立即对报告内的所有评论进行语义分析和识别统计，并在下方展示根据问题描述提取的相关内容（最多展示100条）

注意：若提取的内容和理想结果偏差较大，建议您将问题描述修改得更详细，并点击右侧重新分析

基于以上Shulex AI识别后展示的相关内容，您可参与标记这些内容是否符合您想要的问题描述，提高话题的准确率，保证数据质量；完成后，点击计算全部数据

注意：反馈的越多、这个话题的准确率越高

话题设置完成后将统一在 AI话题分析 模块展示，并且支持下钻查看详细内容和评论明细

➡️ 小贴士

话题描述应该怎么写呢？

用文字尽可能详细地说明你想了解的具体问题，并且举例几个这个问题可能包含的结果

☑️ 正确示范：（描述具体问题，并给出可能的结果）

水流压力如何，过大/过小/合适

尺寸如何，过大/过小/合适

✖️ 错误示范：（问题描述太过宽泛，没有指定对象和其问题）

太热

发烫