小多聯空調產品電商評論數據處理及分析

楊良就

廣東TCL智能暖通設備有限公司

0 引言

隨著電子商務的快速發展，網上購物為消費者提供了方便、低廉的產品。但由于一些賣家提供的產品與描述信息不一致，導致消費者從電商評論中尋求真實信息［1］，電商評論對顧客的購物決策起著關鍵的作用。

近年來，空調線上銷售占比越來越大，輕商空調也不例外。由于電商評論對消費者購買決策有著重要的影響［2］，因此可通過獲取用戶的評論數據來挖掘用戶的痛點，幫助品牌提升價值，增強市場競爭力。

目前關于電商評論的研究很多，但涉及空調方面的研究較少，因此本文根據客戶的評價數據，進行用戶分析、可視化構建，為企業營銷、產品競爭力的提升提出改善方案。

1 客戶評價數據的采集與處理

本文以京東為數據采集對象，使用python 的scrapy 第三方庫獲取小多聯空調的客戶評論數據：通過scrapy向評論內容API發送請求，從電商平臺獲取的評論數據存儲在字典列表結構中，再通過分頁訪問不斷添加文字內容，從而得到盡可能多的評論數據，最后使用pandas 模塊以csv 和xlsx 格式保存評論，并標記數據集［3］。

由于京東平臺上小多聯商家多商品復雜，不利于數據分析，因此本文選取T、M、A、Z 品牌進行分析。

對各商家產品上架時間不一致問題，本文抓取全部電商平臺評論數據，雖統計時間段有差異，但不影響對客戶購買習慣、差評關注內容、產品優劣的分析判斷。

python爬蟲數據見圖1。

圖1 python爬蟲數據表

該數據集包含1 923條評論，使用Python 中的中文分詞庫Jieba進行分詞，刪除評論中如 、表情符號、標點符號、多余空格和停用詞等。停用詞是那些出現頻率很高但不需要分析的詞，如我、你、我自己、那個、他等這些沒有提供任何有效信息的詞，以減少計算量。

分詞及處理代碼如下：

2 客戶評價分析

1)購買分析

客戶主要需求為5、6匹機，Z、A、M品牌此兩款型號銷售占比超過50%，T品牌5匹機評論較少，與Z、A、M存在量級差距。

5、6 匹機主要面向住房面積140 m2以上的用戶。

小多聯評論分布圖見圖2。

圖2 小多聯評論分布圖

2)詞云分析

通過對客戶評價數據進行分詞、詞頻統計，分析文本中詞的出現次數，直觀反映消費者在電商產品評論中關注的產品屬性和配套服務。

由于文本數據不夠直觀，需對數據進行可視化處理。使用詞云圖能夠獲得產品相關信息，滿足決策者需求。詞云圖中詞的字體越大，表示出現的頻率越高。

對上述關鍵詞進行統計后，利用Tagxedo 可視化工具進行處理［4］，得到關鍵詞可視化詞云，如圖3 所示。通過分析，發現除了空調、安裝、客服等基礎性關鍵詞外，還出現了性價比、裝修、物流、調試等關鍵詞，表明消費者非常重視電器產品的售后服務，如某個產品盡管質量和性能非常出色，但其緩慢的安裝或物流仍會獲得負面的評價；裝修、調試等詞表明消費者在意是否會影響裝修進度、裝修效果等；客服二字表明電商平臺的服務水平也是影響消費者滿意度的重要因素，客戶服務是產品銷售、客戶維護、產品售后工作中的基礎性角色，服務效率決定了客戶的體驗、客戶的滿意度；性價比則表明客戶在意是否物有所值，對產品的采購成本有所要求。

圖3 Z品牌評論詞云分析

3)評論詞頻分析

產品性價比為Z 品牌＞T 品牌＞A 品牌＞M 品牌。Z品牌產品性價比最高，M品牌最低，主要差異在于營銷促銷手段不同。Z、A、T、M 產品性價比見圖4。

圖4 Z、A、T、M產品性價比

品牌提及頻率，M品牌＞A品牌＞Z品牌＞T品牌。T品牌進入電商較晚影響力較小，需加大投入，打造空調差異化產品，讓顧客知道T 公司在空調領域同樣具有很強的研發能力及品牌實力。

Z、A、T、M產品提及頻率見圖5。

圖5 Z、A、T、M產品提及頻率

4)痛點問題分析

用戶主要關注的問題有外機安裝問題，占比74%；勘察收費問題，占比10%；發貨未配備管道，占比14%；外包裝破損問題提及較少，僅2%。

小多聯痛點問題分布見圖6。

圖6 小多聯痛點問題分布

電商差評主要在物流、發貨、安裝、售后、客服方面，其中Z品牌未有差評。

各品牌差評意見見表1。

表1 各品牌差評意見

3 基于用戶評論的小多聯營銷建議

基于用戶評論，為便于企業了解用戶需求及開展營銷，為消費者提供更好的服務，實現企業和消費者的雙贏，提出以下建議：

1)聚焦5、6匹機型主銷

重點關注客戶購買最多的5、6 匹小多聯，推進營銷策略，給予價格支持，體現價格優勢。

2)提升品牌口碑

T品牌產品性價比高，但提及度較低，需加大品牌營銷投入，定期開展營銷活動，發布產品測評視頻，邀請網紅體驗等。

3)電商痛點問題解決

解決用戶關注度高的安裝、發貨、物流問題。

(1)對樓盤精裝房的安裝機位進行調研，研發符合樓盤需求尺寸的空調；

(2)對勘察收費問題進行規范；

(3)發貨前跟客戶明確整機配件，對安裝時需單獨購買的配件及時說明；

(4)物流時效慢、物流導致物品破損的需與物流公司明確責任，簽訂協議，對客戶投訴的可要求索賠。

4 結語

電商平臺的海量評論在一定程度上反映了產品的真實信息，因此對評論進行情感分析具有重要的意義。

本文以小多聯電商評論為研究對象，通過python 對京東電商平臺數據進行采集，再分析用戶購買分布、評論詞頻/詞云解決電商痛點問題，從多維度為小多聯產品營銷、產品口碑提升提供了建議，為小多聯產品經銷商、制造商提供了改善依據，以實現產品營銷的突破。