Bol.com
Onderscheidend vermogen vind je door de reviews van bestaande producten te analyseren, aangevuld met de filterbare specificaties. Verzamel de reviews gebundeld via de reviewfeed in de panorama of nicheverkenner, scheid positieve en negatieve, en laat een AI-tool ze langs een SWOT-opzet analyseren. Valideer de uitkomst altijd tegen de echte reviews.
Dit is deel 6 van onze productonderzoek-serie. In deel 4 vonden we via de nicheverkenner twee kandidaten: de computerbrillen (low ticket) en de wildcamera's voor buiten (mid tot high ticket). In deel 5 keken we of er ruimte is voor een nieuwe speler. In dit artikel gaan we voor het eerst echt de diepte in met specifieke producten, hun specificaties en hun reviews.
Onderscheidend vermogen is de manier waarop jouw product beter of anders is dan het bestaande aanbod. Je onderzoekt het langs twee lijnen: de reviews van de huidige producten en de filterbare specificaties op de categoriepagina. In deze fase gaan we diep op de reviews en houden we de specificaties nog licht.
Dat onderscheid tussen de twee lijnen is bewust. De specificaties helemaal uitpluizen kost veel tijd, en dat doen we in het diepgaande specificatie-onderzoek van de volgende video. Nu willen we vooral weten of er überhaupt genoeg verschillende specificatiemogelijkheden zijn om je op te onderscheiden. De reviews pakken we wel grondig aan, want daar zit de directe feedback van consumenten in.
Reviews geven directe feedback van consumenten over wat er wel en niet goed gaat aan het huidige aanbod. Daaruit haal je twee dingen tegelijk: het basisniveau dat je zelf minstens moet evenaren, en de zwakke punten waarop je je kunt onderscheiden. Reviews wegen bovendien zwaar in de aankoopbeslissing: volgens Thuiswinkel.org leest ruim 90% van de consumenten online reviews voordat ze iets kopen.
Die feedback werkt op twee niveaus. Op het technische niveau van het product zelf zie je welke specificaties niet goed werken of volledig ontbreken. Op het niveau van de listing zie je welke punten je in je afbeeldingen en tekst sterk naar voren wilt laten komen, dus waar jij het beter doet dan de rest.
Er is nog één nadeel voor een nieuwe verkoper. Zodra consumenten producten met elkaar vergelijken, kan jouw product even sterk zijn als de rest, maar je hebt nog geen naam en nog geen reviews opgebouwd. Kopers kunnen hun gevoel dus niet valideren aan jouw beoordelingen, terwijl concurrenten die reviews vaak al wel hebben. Daarom heb je in het begin een streepje voor nodig, en dat streepje haal je uit de zwakke punten van het bestaande aanbod. Hoe je daarna zelf aan reviews komt, staat in het belang van reviews op bol en hoe je ze krijgt.
Via de reviewfeed. In plaats van elk product apart op bol open te klikken en naar beneden te scrollen, haal je alle reviews in één feed op via de panorama of de nicheverkenner. Dat scheelt veel tijd tegenover de manier die veel bol-verkopers nu hanteren, namelijk product voor product de reviews doorlezen en in een Excel- of Word-document samenvatten.
De producten uit deel 4 hadden we al opgeslagen in de productradar, met per niche een groep relevante producten. Vanuit de panorama of de nicheverkenner klik je vervolgens op analyseer reviews en krijg je alle reviews onder elkaar in een feed. Er zit een klein verschil tussen de twee ingangen:
In dit artikel werken we vanuit de categorie in de panorama verder, omdat dat voor dit onderzoek het overzichtelijkst is.
Zet de grafiek boven de feed op weergave per score en kies een actuele periode. Zo zie je per tijdvak de verdeling tussen positieve en negatieve reviews, en filter je daarna op de scores die je wilt lezen. Op bol zijn de meeste reviews overwegend positief, dus de donkere periodes met één, twee of drie sterren zijn precies waar de feedback zit.
De periode kies je op relevantie. Reviews van twee jaar oud kunnen over inmiddels veranderde producten gaan en zijn dan minder actueel voor de huidige catalogus. In dit artikel kiezen we de laatste zes maanden, wat in het voorbeeld 223 reviews opleverde. Levert een categorie te weinig reviews op, dan ga je verder terug; heb je al genoeg, dan blijf je dicht op het heden zitten om actueel te blijven.
Daarna maak je twee groepen. De negatieve reviews zijn de scores van één tot drie sterren, de positieve reviews de vier en vijf sterren. Van beide groepen neem je de volledige lijst mee, inclusief de reviewtekst zelf, want die tekst heeft de AI-tool zo nodig.
Geef het model eerst het doel, dan de onderzoeksvragen, dan de gewenste output. De prompt bepaalt hoe goed de analyse wordt, dus die zet je zorgvuldig op. De kern is een SWOT-achtige opzet: de sterke punten van het huidige aanbod, de zwakke punten, de verbeterkansen, de USP's voor je listing, en de vraag of er marktruimte is.
Concreet bouw je de prompt zo op:
Voor de analyse zelf kun je ChatGPT, Gemini of Claude gebruiken. Wij gebruiken in dit artikel Claude, omdat het model genoeg context aankan om alle reviews in één keer in te lezen en te verwerken. Kies dus een model dat met die hoeveelheid tekst overweg kan. Heb je geen AI-tool, dan volg je dezelfde stappen handmatig; dat geeft vaak een beter gevoel bij de reviews, maar kost meer tijd.
Omdat een AI-model fouten kan maken of punten kan verzinnen. Je neemt het rapport door, maar daarna scan je de echte reviews om te controleren of de genoemde punten er ook echt in staan. Met de kennis uit het rapport gaat dat scannen een stuk sneller.
Voor de computerbrillen rapporteerde het model over 204 geanalyseerde reviews 92% positief en 8% negatief. Ondanks dat positieve sentiment kwamen er wel degelijk verbeterkansen uit. Het duidelijkste punt, zeven keer genoemd, was dat de bril het blauwe licht niet blokkeert, terwijl dat juist de functie is waarvoor mensen hem kopen. Daarnaast ging het om de kwaliteit van het montuur en het glas, en om monturen die te veel one-size-fits-all zijn. De sterke punten die vaak terugkwamen, waren het gebruik richting het slapengaan en een acceptabele prijs-kwaliteitverhouding.
Het advies kwam neer op twee dingen: een betere montuur (in duurzamer materiaal) en betere glazen met een anti-reflectie- en anti-krascoating. Volgens het model los je daarmee ongeveer 90% van de negatieve punten op. Het model verzon er ook dingen bij, zoals een schoonmaakkit, en gaf prijssegmenten aan die niet klopten omdat het niet alle data had. Precies daarom valideer je.
Terug in de reviewfeed bevestigde de eerste review meteen dat het blauwe licht niet werd weggefilterd, bij een montuur van kunststof met kwaliteitsproblemen. Een langere review noemde hetzelfde over het blauwe licht en het montuur, en er was zelfs een review die het woord carnaval gebruikte voor de goedkope uitstraling. De verbeterpunten uit het rapport kwamen dus goed overeen met wat consumenten echt schreven.
Voor de wildcamera's kwamen vijf kritieke verbeterpunten naar boven, met genoeg structurele klachten om marktruimte te zien. Het model analyseerde hier 100 positieve en 29 negatieve reviews en kwam sneller tot een conclusie dan bij de computerbrillen. De vijf punten:
Aan de positieve kant stonden punten die je maar beter kunt behouden: het complete pakket met batterijen, SD-kaarten, kabels en een statief, het gebruiksgemak, een goede beeldkwaliteit bij de camera's die wél echt 4K leveren, een snel reagerende sensor en een Nederlandstalige interface. Die interface werd opvallend sterk gewaardeerd, dus daar valt onderscheid te maken.
Op basis daarvan liggen de USP's voor de listing voor de hand: benadruk dat je echt 4K bent en niet interpoleert, dat je een groot wifi-bereik hebt, dat de batterij het volhoudt, dat je alle dieren detecteert en dat alles Nederlandstalig is. De validatie in de reviewfeed bevestigde de meeste punten, van het wifi-bereik en de detectie van kleine dieren tot het niet-echte 4K. Eén klacht kwam er nieuw bij die niet in de analyse zat: de bouwkwaliteit en een gebrekkige gebruiksaanwijzing. Ook dat pleit ervoor om zelf te blijven controleren.
De filters links op de categoriepagina staan gesorteerd op wat consumenten het meest zoeken, van boven naar beneden. Zo zie je in één oogopslag op welke specificaties je je kunt onderscheiden, en waarop je gevonden kunt worden. Die vindbaarheid is belangrijk, want de filters waar veel op geklikt wordt, zijn de manieren waarop mensen jouw product moeten kunnen vinden.
Voor de computerbrillen staat de sterkte van de lens bovenaan, gevolgd door de kleur, de prijs, de reviews, de montuurvorm, de doelgroep en het merk. De drie basisspecificaties om mee te nemen zijn dus de sterkte, de kleur en de montuurvorm. Per specificatie kun je in de data controleren of producten met die instelling ook verkopen: staat er nul of onbekend, dan is die specificatie niet relevant genoeg om op te sturen.
Voor de wildcamera's ligt de volgorde anders. Nachtzicht is hier een belangrijk soort functie, en de prijs komt meteen daarna, wat afwijkt van de computerbrillen. Verder onderscheid je je op de connectiviteit (de wifi-mogelijkheden die we ook al uit de reviews hoorden) en op dit artikelresolutie, waar Full HD en 4K bovenaan staan en 4K er in de data bovenuit steekt. Niet elke specificatie is filterbaar: dingen als een meegeleverd statief of een SD-kaart zitten wel in de producten maar niet in de filters, dus die onderzoek je later apart.
Beide productgroepen leveren dus zowel specificaties uit de reviews als filterbare specificaties op, en die combinatie sla je op in de productradar. Zijn er genoeg verbeterpunten én genoeg filterbare specificaties, dan ga je door naar het diepgaande specificatie-onderzoek in de volgende stap.
