通过评价（结合AI分析）找到差异化机会
Lars Hurkmans联合创始人2026年2月11日阅读时间 10 分钟你可以通过分析现有产品的评价，再结合可筛选的规格，来找到差异化机会。通过全景视图或利基探索器中的评价流，批量收集评价，把正面和负面评价分开，再让AI工具按SWOT框架进行分析。始终要用真实评价对分析结果进行核实。
这是我们选品调研系列的第6部分。在第4部分，我们通过利基探索器找到了两个候选品类：电脑护目镜（低价位）和户外野生动物相机（中到高价位）。在第5部分，我们研究了是否还有新进入者的空间。在本文中，我们第一次真正深入到具体产品、它们的规格以及评价内容中。
什么是差异化，这项调研包括哪些内容？
差异化，是指你的产品在哪些方面比现有产品更好、或有所不同。你要沿着两条线索来调研：现有产品的评价，以及类别页面上的可筛选规格。在这个阶段，我们会深入分析评价，而暂时对规格的处理保持轻量。
这两条线索之间的区分是有意为之的。彻底梳理规格需要花费大量时间，我们会在下一支视频对应的深度规格调研中处理这部分内容。眼下，我们主要想知道，是否存在足够多不同的规格选项，可以据此实现差异化。而评价这部分，我们会彻底地深入分析，因为其中蕴含着消费者最直接的反馈。
为什么评价是寻找差异化机会最丰富的来源？
评价提供了消费者对现有产品优缺点最直接的反馈。你能从中同时获得两样东西：一是你自己至少要达到的基础水平，二是你可以据此实现差异化的薄弱环节。此外，评价在购买决策中也占据重要分量：据荷兰家庭购物协会（Thuiswinkel.org）介绍，超过90%的消费者在购买前会阅读在线评价。
这些反馈在两个层面发挥作用。在产品本身的技术层面，你能看出哪些规格表现不佳，或者干脆缺失。在商品页面的层面，你能看出应该在图片和文案中重点突出哪些内容，也就是你比其他人做得更好的地方。
对新卖家来说，还有一个不利之处。一旦消费者开始对比不同产品，你的产品可能和别人一样出色，但你还没有积累起知名度和评价，买家因此无法通过你的评分来验证自己的判断，而竞争对手往往已经有了这些评价。所以，起步阶段你需要一个优势，而这个优势正是来自现有产品的薄弱环节。至于之后如何自己积累评价，可参阅bol上评价的重要性以及如何获得它们。
如何在不逐个打开每款产品的情况下，收集所有评价？
方法是使用评价流。你不需要在bol上逐个打开每款产品并往下滚动，而是可以通过全景视图或利基探索器，把所有评价汇总到一个信息流中。相比很多bol卖家目前逐个产品阅读评价、再手动整理到Excel或Word文档中的做法，这样能节省大量时间。
第4部分中的产品，我们已经保存在了产品雷达中，每个利基市场都有一个相关产品分组。接下来，在全景视图或利基探索器中，你只需点击分析评价，就能得到一个按顺序排列的所有评价的信息流。这两个入口之间有一点小区别：
- 通过全景视图，你选择一个类别，比如电脑护目镜，就能看到该类别下所有产品的评价流。
- 通过利基探索器，你输入一个关键词，就能获得该关键词下排名前一千产品的评价。
在本文中，我们会从全景视图中的类别入手继续分析，因为这对本次调研来说最直观清晰。
如何区分正面和负面评价，该选择哪段时间范围？
把信息流上方的图表设置为按评分展示，并选择一个近期的时间范围。这样你就能看到每个时间段内正面和负面评价的分布，然后再筛选出你想查看的评分。在bol上，大多数评价整体偏正面，因此那些一星、二星或三星占比较高的“暗色”时段，正是反馈集中的地方。
时间范围的选择要看相关性。两年前的评价，可能针对的是此后已经改动过的产品，对当前的产品目录来说参考价值更低。在本文中，我们选择最近六个月，示例中得到了223条评价。如果某个类别的评价数量太少，就往前追溯更长时间；如果已经有足够的评价，就保持在贴近当下的范围内，以确保时效性。
接下来，把评价分成两组。负面评价是一到三星，正面评价是四星和五星。这两组都要完整保留，包括评价文本本身，因为AI工具需要用到这些文本。
如何按SWOT框架撰写一个好的AI提示词？
先给模型说明目标，然后是调研问题，最后是期望的输出形式。提示词的质量决定了分析的好坏，因此要仔细构建。核心是一个类似SWOT的框架：现有产品的优点、缺点、可改进的机会、适用于商品页面的卖点，以及是否存在市场空间这个问题。
具体来说，可以这样构建提示词：
- 目标。 你想通过分析评价，判断作为卖家，你在bol上是否还有市场空间。
- 调研问题。 第一个问题是：是否还有新进入者的空间？把这个问题具体化：让模型分析现有产品的不足之处，指出真正可行的改进机会，并核实这些抱怨是否具有代表性。你想知道的是，是否有多款产品都出现了相同的负面反馈，而不是某一款产品因大量抱怨而扭曲了整体印象。最后要求给出结论：是否存在市场空间？
- 优点。 现有产品的哪些特性得到了好评？这是你自己也大概率需要达到的基础水平。
- 缺点。 负面评价中反映出哪些问题？是否已经有产品解决了这些问题？你能做出的差异化，就藏在这里。
- 改进机会。 哪些尚未被解决的问题，是你自己可以实现的？这些就是能形成差异化的规格。
- 商品页面卖点。 你要在商品页面中体现哪些优势，涵盖技术层面、问题解决层面，以及可见度层面（也就是人们真正会搜索的内容）？
- 报告格式。 说明你想要的输出格式是什么样的，这样才能拿回一份可用的报告。
具体分析时，你可以使用ChatGPT、Gemini或Claude。在本文中，我们使用的是Claude，因为它支持足够的上下文长度，能一次性读取并处理所有评价，因此要选择一款能处理这么大文本量的模型。如果你没有AI工具，也可以手动完成同样的步骤，这往往能让你对评价内容有更深的体会，但会更耗时间。
为什么要始终用真实评价核实AI分析结果？
因为AI模型可能会出错，或者编造出一些内容。你先通读报告，然后再回到真实评价中，核实提到的这些点是否确实存在。有了报告中的信息作参考，这个核实过程会快很多。
对于电脑护目镜，模型分析了204条评价，报告显示92%为正面，8%为负面。尽管整体情绪偏正面，但确实发现了一些真正的改进机会。最明显的一点，被提及了七次，是护目镜没能阻挡蓝光，而这恰恰是人们购买这类产品的核心目的。此外，还涉及镜框和镜片的质量问题，以及镜框设计过于“一刀切”、不适配不同脸型。经常被提到的优点，则是适合睡前使用，以及性价比可以接受。
具体建议归结为两点：使用更好的镜框（材质更耐用），以及带防反光和防刮涂层的更好镜片。据模型估算，这样能解决大约90%的负面反馈。不过，模型也编造了一些内容，比如清洁套装，还给出了不准确的价格区间，因为它并没有掌握全部数据，这正是你需要进行核实的原因。
回到评价流中核实，第一条评价就立刻证实了蓝光没有被过滤掉，同时提到了塑料镜框存在质量问题。一条较长的评价同样提到了蓝光和镜框的问题，甚至有一条评价用“廉价得像狂欢节道具”来形容这款产品的外观。报告中提出的改进点，与消费者实际写下的内容高度吻合。
评价分析给野生动物相机带来了什么发现？
对于野生动物相机，浮现出五个关键改进点，且有足够多的系统性抱怨，能够看出市场空间。这里模型分析了100条正面评价和29条负面评价，得出结论的速度比电脑护目镜更快。这五个要点是：
- wifi覆盖范围。 部分相机的信号覆盖范围有限，据分析，没有任何一款竞品解决了这个问题。
- 真正的4K。 有些相机宣称支持4K，实际拍出的画面却卡顿不流畅，导致用户不得不切回1080p，而买这类相机的人，恰恰就是冲着4K去的。
- 小型动物的检测能力。 部分型号在识别老鼠和鸟类等小动物时表现不佳。
- 电池续航。 部分相机的电池消耗很快。
- 防护性能。 有时会有水或潮气渗入，说明相机并未做到完全防水防潮。这正是IP防护等级存在的意义，但前提是要真正达标。
在正面方面，有几点是值得保留的优势：包含电池、SD卡、连接线和三脚架的完整套装、易用性、真正支持4K的相机在画质上的表现、反应迅速的传感器，以及荷兰语界面。荷兰语界面获得了格外高的评价，因此这也是一个可以做出差异化的地方。
基于这些发现，商品页面上的卖点也就呼之欲出：强调你是真正的4K、而非插值放大，wifi覆盖范围广，电池续航持久，能检测所有类型的动物，且界面是全荷兰语的。在评价流中的核实，也证实了大多数要点，从wifi覆盖范围、小动物检测能力，到假4K问题。还有一条分析中没有提到的新投诉：做工质量以及说明书不够完善，这同样说明了自己动手核实的重要性。
如何解读类别页面上的可筛选规格？
类别页面左侧的筛选项，是按消费者最常搜索的内容从上到下排列的。这样你就能一眼看出，可以在哪些规格上实现差异化，以及可以通过哪些规格被找到。这种可见度很重要，因为点击率高的筛选项，正是人们赖以找到你产品的方式。
对电脑护目镜来说，镜片度数排在最前面，其次是颜色、价格、评价、镜框形状、目标人群和品牌。因此，需要纳入考虑的三项基础规格就是度数、颜色和镜框形状。针对每一项规格，你都可以在数据中核实带有该设定的产品是否也有销量：如果显示为零或未知，说明这项规格的相关性不足以据此制定策略。
对野生动物相机来说，排列顺序有所不同。夜视功能在这里是一项重要的功能类别，价格紧随其后，这一点和电脑护目镜不同。此外，你还可以通过连接方式（也就是我们从评价中已经了解到的wifi能力）和本文提到的分辨率来实现差异化，其中全高清和4K排在前列，而4K在数据中一枝独秀。并非所有规格都可筛选：比如附赠的三脚架或SD卡，虽然存在于产品之中，却不在筛选项里，因此这些内容你需要在后面单独调研。
这两个产品组，都同时给出了来自评价的规格信息和可筛选规格，你要把这个组合保存到产品雷达中。如果改进点足够多、可筛选规格也足够多，就可以进入下一步：深度规格调研。
总结：从评价中找到差异化机会
- 沿两条线索调研。 评价（要彻底深入）和可筛选规格（在这个阶段保持轻量）；两者结合能揭示你可以在哪些方面实现差异化。
- 批量收集评价。 使用全景视图或利基探索器中的评价流，而不是逐个打开每款产品；然后区分正面和负面评价，并选择一段近期的时间范围。
- 用SWOT提示词进行分析。 给出目标、调研问题和输出格式：优点、缺点、改进机会、商品页面卖点，以及是否存在市场空间。
- 始终要核实。 AI模型可能出错或编造内容，因此要通读真实评价，核实这些要点是否成立。
- 解读筛选项的排列顺序。 类别页面上的筛选项是按搜索热度排列的，这既能指引你找到差异化的方向，也能提示可见度所在。