词频分析是一种基于统计学原理的分析方法，它的思维在于去统计出高频出现的词根、信息，进而分析出一种高概率符合的模型。我相信新手也能很快理解，并且能够帮助你更快地熟悉产品，基于这个选品方向，再结合一些市场分析、产品利润分析，就可以很快得出选品结果。对于在海外有生活经验的人，他们能够通过这些分析更快地理解产品的使用场景，明白用户产生这些需求的背后原因，从而得出更细更独特的选品方向。
因此本篇分享我不是要跟大家讲选品的各种维度，例如品类选择、客单价、月销、市场体量、市场竞争等等，我是要分享自己总结的一套逻辑框架，帮助大家快速抓准用户的需求点，从而找到选品的方向。
首先我们要搞清楚好产品的定义，我认为 好产品=用户喜欢+平台喜欢
用户喜欢，是指产品满足用户的需求，甚至能解决用户的痛点
平台喜欢，是指产品在平台的权重高（能让亚马逊赚钱）
想要了解用户喜欢什么，其数据来源于我们直接竞品的QA、review。
首先要了解什么是直接竞品，直接竞品是在功能和用途上基本相同，可以互相替代，属于互为替代品。简单地说，从用户角度出发，不买我的就买他的，不买他的就买我的。
其次要了解QA是什么，Review是什么。QA即Question & Answer，相当于淘宝的问答，QA是未购买的用户想知道该产品是否满足自己的需求，是已购买的人需要解决使用中产生的问题。通过分析问题的词根频率，我们可以得出用户关注点。
Review是用户对产品的使用体验分析、优缺点的评价，通过分析评价的词根频率，我们可以得出用户的喜好，即用户喜欢产品的哪些点，讨厌哪些点。除此之外，还可以了解产品的使用场景、使用对象
一、收集数据：
了解上述几点，我们就知道需要收集哪些数据：1、直接竞品ASIN 2、直接竞品的QA、Review
至于采集工具这里我不做推荐，因为大多工具都有这类功能，比如H10插件、词匠。
第一步，直接竞品ASIN采集。搜索关键词，通过关键词搜索出相关的ASIN，然后进行下载
注意，数据越多越好，因此asin搜集越多越好，所以我们要多搜几个关键词，尽可能找到更多直接竞品，下载前3-5页的asin，去掉广告排位的asin。
在Amazon搜索页，用H10插件导出当前页面的ASIN
或用工具搜索，例如 【词匠】 可以搜索1万个关键词得到相关ASIN
第二步，筛选出直接竞品。根据我们对直接竞品的定义进行筛选，我们可以通过图片快速判断，优先排除掉那些完全不相关的。
第三步，下载QA、review。现在亚马逊前台把QA隐藏了，需要搜索才能显示，有些插件可能不能直接下载QA了，但有些工具（如词匠）应该还是可以下载的。
【H10插件】可以直接下载review analysis的数据
【词匠】 评论内容分析及下载、QA下载（免费）
二、分析数据：
第四步，汇总所有的QA、review。个人建议对QA内容进行翻译，方便理解词根，在谷歌翻译里可以导入文档进行翻译。关于review，我们还可以拓展一下，比如把review根据星级或者好评差评进行分类，这样我们可以更深入地了解影响用户评分的因素是哪些。
第五步，分别对QA和review做词根频率统计。这里我推荐使用【词匠】的词频统计（免费且方便导出），QA我们只需要统计“问题”的词根频率，不需要统计“回答”的。
第六步，分析词根。这一步最重要，也最考验个人耐心和对产品的熟悉。
首先可以忽略介词和没有特别意义的词，如the、this、it、is，重点看描述产品的形容词根、跟产品使用有关的动词、名词词根。比如size尺寸，显然是用户问了很多跟尺寸相关的问题，我们可以把含size的问题筛出来看看用户大多数怎么问的，这里发现大多数是问他们的宠物多少磅，适合多大尺寸的毛巾。又比如long 长，我们可能下意识的以为是长度的意思，但是通过筛选查看含long的问题，得知是long hair长毛犬、how long多长时间。
QA相较于review更多是未购买的用户的关注点，可以帮助我们有效优化listing图片文案，提高新用户转化，因此我们在QA的词根分析要尽可能地细致。
Review的词根分析着重于了解产品的优点是什么、缺点是什么、用户痛点是什么、产品的使用场景、使用对象。
再补充一个相关关键词的词根频率，通过搜索大词，或者反查直接竞品asin得到相关关键词，再分析它们的词根频率。（H10和词匠都可以直接得出词频，可直接下载）因为前面我们对QA、review分析出来的词根，是用户的关注点，换言之是我们需要去满足的产品属性词根，也是我们可以埋到listing文案里的词根，如果这些词根与客户搜索词一致，有助于我们做listing的SEO。
第七步，词根频率汇总解读。将以上的词根分析汇总到一起，进行文字解读，对于QA、review、关键词的词根分析做一个总结，这样我们就得到一个选品的方向，知道我们选择产品需要关注的属性是哪些，以及我们在做文案图片的时候需要突出的点。
（以上的所有示例只作为演示）
简单地说，如果你找到一款产品能够满足你分析出来的产品属性，市场竞争可以，产品利润也可以，那么这个产品就可以做。
当然现实情况很难找到能够满足用户所有需求又能解决用户所有痛点的产品，但是通过词频分析，至少我们知道需要优先满足哪些产品属性。
记住，我们不能够主观地判断我们认为的产品属性就是卖点。
最后的最后，这套逻辑思维不敢说我自己做得有多好，但它是基于大数据分析、基于用户角度分析得出的，客观、简单，我也相信你可以在此基础上做得更好更精细，比如结合AI的维度。总之希望对看完这篇分享的你有帮助！
相信看完本篇内容的你能感受我的用心，创作不易，希望多多支持，为我点赞 收藏 点在看，分享出去，关注我继续更新内容，谢谢大家！
我是运营司徒，我在深圳，有机会的话线下交流！
