【知识库】亚马逊星级管理与评价分析

【知识库】亚马逊星级管理与评价分析

March 14, 2023
Share
Author: Krystal

流程节点

星级管理流程分布在产品主流程的四个重要节点之中:

  • 产品设计节点:通过对竞争对手的VOC分析,结论产品的星级要求与目标
  • 产品验证节点:通过对产品的验证测试,通过测试VOC报告闭环问题,并制定星级维护计划
  • 产品发布节点:新品上新阶段,密集监控评价与星级,快速修复与优化产品Listing
  • 产品运营节点:周期性NR VOC监控与客服VOC监控,对问题进行闭环管理

设计节点

产品经理提出新品概念以后,开展品类竞争对手VOC研究。并通过竞争对手VOC报告结论品类用户口碑,产品特性与星级目标。

对于产品概念不明确的新品:选择BSR Top 50以内产品进行综合性竞品VOC洞察(如图,Televisions BSR 100)
对于产品概念明确的新品:选择直接竞争对手或者5星产品进行针对性竞品VOC洞察(如图,Stoage Bag与5星Tape)

  • 竞品分析维度
    基本信息与产品参数:产品名称,产品价格,产品图片,尺寸重量,产品质保,开售时间,包装配件,产品卖点/功能层面参数,产品技术/专利层面参数,产品独家卖点/设计
    产品评价与星级分布:总Review数,总Purchase Review数,总Rating数,产品星级,星级分布于占比,PR数量与占比,NR数量与占比
    Top NR/PR统计分析:分产品统计Top5的用户Positive Review内容与Negative Review
    购买动因与其他分析:收集其他非直接信息供参考,如购买原因,信息来源,是否促销,人群画像
产品一
基本信息Listing首图
产品名称SteelSeries Apex Pro Mini Wireless Mechanical Gaming Keyboard – World’s Fastest Keyboard – Adjustable Actuation – Compact 60% Form Factor – RGB – PBT Keycaps – Bluetooth 5.0 – 2.4GHz – USB-C
产品价格$199.99
开售时间2021
基础参数产品重量2.44 pounds
产品尺寸4 x 11.5 x 1.6 inches
产品质保1 Year
包装配件-
品类参数ConnectivityBluetooth 5.0, USB-C
StyleWireless
MaterialPolybutylene Terephthalate
产品评价Review数量455
Purchase Review数量446 (98.02%)
Rating数量3301
产品星级4.7
星级分布5 Star (86%, 2,871 total ratings, 324 with reviews)4 Star (8%, 247 total ratings, 39 with reviews)3 Star (2%, 63 total ratings, 19 with reviews)2 Star (1%, 32 total ratings, 20 with reviews)1 Star (3%, 88 total ratings, 53 with reviews)
口碑分布PR (85.15%, 387)NR (14.85%, 68)
PR/NRTop PRTop 1, XXXX, 15% (56)Top 2, XXXX, 12% (42)Top 3, XXXX, 10% (39)Top 4, XXXX, 8% (32)Top 5, XXXX, 6% (29)
Top NRTop 1, XXXX, 15% (56)Top 2, XXXX, 12% (42)Top 3, XXXX, 10% (39)Top 4, XXXX, 8% (32)Top 5, XXXX, 6% (29)
购买动因从评价中聚合用户购买的主要原因,比如替换老品,差旅备用,价格促销等
用户画像从评价中聚合与用户年龄,性别,省份,区域相关的信息等
信息来源从评价中聚合流量来源,比如折扣网站,朋友介绍,社交帖子等
  • 星级目标制定
    对比竞争对手的评价情况,从评价数量与评价星级的角度,分别定义好产品上架发布期与运营期的评价数量目标与星级目标。并从参数对比,NR/PR对比中提炼出产品的基本要求,竞争力突破点与卖点

验证节点

在产品研发结束后,进入到Beta测试阶段。此阶段的主要目的,是通过调研验证产品的基本要求有没有符合消费者预期,产品的竞争力卖点有没有给消费者带来惊喜,同时制定上市后的星级计划。

  • Beta测试流程
  • Beta测试问卷
    Beta测试可按照不同的目的,分别设计不同的问卷。较为常见的测试分类有:产品外观测试,产品竞争力测试,产品可用性测试。
测试分类测试方式通用问题特定问题分析结论
外观测试4个具备明显外观差异的产品(本品+竞品)进行测试人群信息年龄性别家庭情况职业情况教育情况社交情况曾经购买记录计划购买记录四个产品外观的喜欢程度(1-5)分别描述喜欢与不喜欢的点该品类普遍感受(差不多-与众不同)核心建议(1-2条)关键结论(3-5条)原始数据:外观喜欢程度打分,外观独特性打分与描述文字词云
竞争力测试提供产品简介,从购买动因与价格敏感两个维度测试,从而确定产品卖点排序与定价合理性选择与不选择该产品的原因核心参数的需求情况(如电量)不同参数产品意愿支付多少钱核心建议(1-2条)关键结论(3-5条)原始数据:选择原因,不选原因,价格敏感表或价格意愿表
可用性测试通过直接样机试用,调研消费者对产品的满意程度整体满意度打分功能满意/体验打分产品建议核心建议:是否可量产,是否存在严重不足关键结论:对比竞争对手是怎样的水平原始数据:满意度,建议词云
  • 星级计划制定
    Beta测试结束,问题闭环解决以后。根据销量目标与营销计划,竞争对手情况,产品自身卖点优势制定星级目标与计划,并与客户体验todo结合分布任务。参考模板如下:
上市阶段星级目标评价数目标打分数目标竞品参考任务分类任务项责任人/部门
新品发布4.51231234.4/123前期准备说明书准备服务
FAQ准备服务
科普文准备服务
邮件模板准备服务
Listing文案运营
上市监控NR监控服务
Early Review运营
评测邀请市场
预售/促销跟进运营
周期运营4.71231234.6/123周期监控VOC周期报告服务
退换货分析服务
体验升级工单交流服务
知识库积累服务
质保政策优化服务
FAQ回复服务

发布节点

新品上市期,往往是星级突围期。在这一阶段(1-3个月)的突破期,基本上定了产品的未来星级与排名权重影响

  • 前期评价储备

Early Review计划:绿标计划,亚马逊官方测评,全站点,权重高。评论自带绿色:Vine customer Revier of free Product,帮助卖家的差评做出实用性的评价,是vine voices成员独立意见,不受卖家影响、更改或编辑。
Request Review计划:利用Amazon NR邀请Review功能,对差评进行合规处理。当产品与品牌符合要求,对于退换货订单,官方指定模板与客户沟通,解决退换货问题与NR问题。
媒资评测邀请计划:利用品类垂直新闻网站,垂直社交网红进行产品评测。通过外部口碑影响,实现内部转化。
营销促销计划:利用短期的预售或者deal促销,扩大新品销量,从而积累评价

  • 突破期NR跟进
    NR监控与报告:高频输出产品的NR分析报告,比与竞争对手对比,跟进问题形成闭环
    优化NR跟进技巧:对退换货工单,客诉工单,负面社交媒体信息进行有效沟通

运营节点

  • NR问题分类与措施优化
    对于NR问题,需要进行合理的分类与标签管理,便于常态化监控,并制定优化策略
  • 周期性VOC机制
    在产品销售的生命周期中,会出现各种运营问题,比如退换货率提高,转化率降低,客诉增加,差评增加,新市场销售达不到预期等。在这种情况下,通过对消费者评价的深度分析,对比竞争对手评价,结论出答案。周期性VOC模板,除产品信息,参数功能,PR/NR以外,需要针对性的设计标签和增加数据源来分析。以营销活动为例,需要检测活动前后review的日增长量,订单变化,并挖掘出有没有客户对营销活动的直接反馈

系统监控

系统可自动化监控与预警星级,监控与预警项如下:

监控维度适用范围预警类型
星级变化监控所有产品与竞品降星警告升星提醒
评价变化监控Top SKU与主要竞争对手留评数减少(weekly/monthly)一健留评减少(weekly/monthly)一键留评增多(weekly/monthly)
事件性监控根据事件标签定义比如安全事故评价新增,严重客诉新增,一星/二星新增
口碑性监控Top SKU与主要竞争对手PR产品评测新增,服务/品牌PR新增

总结:

  • 星级监控需要贯穿产品的所有流程,为产品与运营服务
  • 产品星级涉及到产品,运营,服务,市场多个部门的协同合作
  • 星级监控是从客户声音中挖掘可执行的任务去优化,而不是不合规的邀评
- End -
VOC AI Inc. 8 The Green,Ste A, in the City of Dover County of Kent Zip Code: 19901Copyright © 2024 VOC AI Inc. All Rights Reserved. Terms & Conditions Privacy Policy
This website uses cookies
VOC AI uses cookies to ensure the website works properly, to store some information about your preferences, devices, and past actions. This data is aggregated or statistical, which means that we will not be able to identify you individually. You can find more details about the cookies we use and how to withdraw consent in our Privacy Policy.
We use Google Analytics to improve user experience on our website. By continuing to use our site, you consent to the use of cookies and data collection by Google Analytics.
Are you happy to accept these cookies?
Accept all cookies
Reject all cookies