销售的本质就是价值互换，你提供什么价值给用户，才能使得用户也给你提供价值。因此，描绘用户画像才能精准戳中用户内心的痛点。那今天Vince跟大家一起讨论下，如何通过Helium 10挖掘用户画像。
一、数据采集
1. 找到你自己产品的精准大词。再去到前台搜索框搜索关键词。接着，找到6-8个竞品。筛选条件是：与外观相似功能相似，销量或排名在同赛道的产品里靠前的。
2. 分别点进去这6-8个竞品的产品详情页，利用Helium 10的插件导出竞品的评论和QA。
点击插件 – 点击 Review Insights
选择all reviews – 点击Export reviews可以导出评论和表格
选择all questions – 点击Export reviews可以导出QA评论和表格
二、数据整理
3. 评论数据整理
a. 如果是多变体产品需要下载评论，为了提高效率，可以采集子体中销售量最大的子体
b. 在下载评论的时候，好评下载到一个表格，差评下载到另一个表格，便于分析和整理
评论筛选
4. QA数据整理
a. 为了提高效率，只采集子体中销售量最大的子体
b. 为了提高效率，每个ASIN分别由头开始采集100个QA
表格中提取100条QA
5. 接着就是沉下心看每一条好评，差评，QA。将不同ASIN的用户痛点整理，用计数的方式整理到以下5个表格中：
好评表格
差评表格
QA表格
用户使用场景表格
最后根据上方的内容，汇总分析到用户画像表格里
这里一定就会有杠精出来说：“这些东西交给chatgpt”不就行了么。你还别说，我还真的试了。
但是数据量一大，就不行。怪我没有钱充到Plus会员。可能会员就不一样。
如果你只是想了解下评论的大概，也可以求助下chatgpt。但如果真心想把产品做好，还是建议一条一条地看。毕竟在看的过程中，还是可以积累不少有用的英语表达，用作写五点描述中。
好吧，五点描述，GPT也能帮我写五点
那我们回归正题。综上所述，咱们总共准备4个表格：好评分析，差评分析，QA分析和用户画像分析。分析的数据来自于前面整理的表格，再用数据条，和饼图做可视化分析。还有文字列举前3点或者前5点用户痛点。针对这些痛点，来确定开发的细分产品的方向，以及日后在生产，销售过程中需要注意的点。
原创文章，作者：sinama，如若转载，请注明出处：https://www.52foreigntrade.com/20231031799.html
微信扫一扫 
支付宝扫一扫