2.5 评论与售后：分清该改产品还是改话术

评论洞察和售后日报看起来都在处理用户反馈，但用途不同：前者用于研究产品与市场，后者用于监测自己店铺当天是否出现异常。

目标场景一：用竞品评论发现机会

把竞品评论交给运营助手。样本越完整，结论越可靠；几十条只能看信号，建议尽量准备100条以上。

淘宝商品可以先让运营助手使用“淘宝商品评论采集”，输入一个或多个商品链接，自动取得评论正文、日期、好中差评、SKU 信息和追评。先检查实际采集条数与失败项，再进入评论洞察；其它平台继续上传已有评论表或文本。

任务单：

请分析这批竞品评论。

请按以下结构输出：
1. 高频好评点；
2. 高频差评点；
3. 真实使用场景；
4. 未满足需求；
5. 产品问题、物流问题、客服问题、预期管理问题分别有哪些；
6. 最值得验证的三个产品机会。

请标出样本数量和明显的少数意见，不要把个别评论写成高频结论。

拿到报告后，重点区分两类问题：

• 应该改产品：功能缺失、结构不合理、材质耐用性差；
• 应该改表达或服务：尺寸误解、效果期待过高、发货和客服问题。

把所有差评都归结为“产品不好”，会把改进方向带偏。

场景二：监测自己店铺售后健康

将当天或连续多日的体验分、退款、客服响应等售后数据交给售后助手：

请根据这份数据生成今日售后日报。

要求：
1. 汇总体验分、退款和客服响应等核心指标；
2. 标出相对前期的异常变化；
3. 只做数据层异常提示；
4. 列出需要我进一步核查的订单或问题。

售后日报的目标是及时发现异常，不是凭有限数据自动完成深度归因。

操作步骤：发现异常后怎么接力

1. 售后助手指出异常指标；
2. 人工补充订单、评价、聊天或物流信息；
3. 如果涉及经营层问题，把事实交给运营助手继续判断；
4. 如果只是单笔客户处理，回到实际客服流程解决。

验收结果

• 评论结论标明样本依据；
• 产品问题与预期管理问题分开；
• 售后日报只提示真实异常；
• AI无法判断的订单事实明确留给人工核查；
• 没有把当前尚未具备的能力写成已经完成。

完成标准

你已经建立两条不同的反馈路径：用竞品评论找机会，用自己店铺售后数据盯风险。

原理延伸

评论怎么读出「该改产品还是改预期」、怎么从海量差评里挖出蓝海机会，判断框架见板块一第1章 1.2「评论黑盒洞察」。