完整紀錄
每則評論都會成為一列:標題與內文、星等評分、日期、評論者的顯示名稱與國家、實用票數、驗證標章、購買的產品款式,以及任何附圖的連結。
商品頁面上的評論是讓你看的,不是讓你能帶走的。AllyHub 能將公開的評論集合轉存成檔案——無論是單一商品頁面還是四十個。
Amazon 只讓訪客看到一小部分精選評論,而且無法留存。AllyHub 將這些內容從頁面上轉成資料列——每則評論的完整紀錄、你要求的篩選範圍、橫跨你指定的所有商品頁面、來自任何地區的網站,並以你想要的格式輸出。
每則評論都會成為一列:標題與內文、星等評分、日期、評論者的顯示名稱與國家、實用票數、驗證標章、購買的產品款式,以及任何附圖的連結。
Amazon 在公開的商品頁面上放了精選評論,其餘則需登入才能查看。AllyHub 只處理公開的評論集合,完全不需要你的帳號。
你可以只要一星和二星的評論、只提到尺寸問題的評論,或指定一段日期區間——抓取時就會同步篩選,因此匯出的檔案已經先切好。
你可以一次提供四十個競品商品頁面而非一個,所有資料會彙整在同一張表格,每一列都帶有 ASIN,因此跨產品比較只要排序,不需要合併。
德國或日本商品頁面上的評論,與美國頁面上不同。你可以從任何重要的地區網站抓取資料,並指定以你的團隊閱讀的語言匯出。
可下載為 CSV、JSON 或 Excel,或透過 API 傳送。你也可以先將資料保留於工作階段中,直接交由 AllyHub 的摘要與情緒評分功能處理,無需先行匯出。
從產品連結到可開啟的評論檔案——只要三個步驟,無需 Amazon API。
提供 AllyHub 產品連結或 ASIN,或一整列這類資料。如果你只要特定星等、特定關鍵字或日期區間,請事先說明。
針對每個商品頁面,它會將公開頁面上的評論——標題、內文、星等、日期、評論者、國家、實用票數、驗證標章、產品款式、照片連結——彙整成一張表格。
你可以下載檔案,或將相同的資料列交給摘要、評分功能,或你自己的 Notebook。可將此操作儲存成 Playbook,之後詢問它自上次以來有什麼變化。
每個評論爬蟲都標榜量大,但幾乎沒有人會告訴你 Amazon 實際上會提供多少資料。
其他工具標榜很大的數量,卻只回傳頁面上原有的內容,因此你無從判斷落差是來自產品本身還是抓取器。AllyHub 會回報實際抓取了幾筆、在哪裡停止——而且不會登入任何帳號去取得更多資料,因為那樣做會導致帳號被停權。

多數工具會把所有資料交給你,再把篩選留給試算表處理,這表示那些關於尺寸的一星評論仍然埋沒在包含所有資料的檔案中。請在執行前先說清楚你要什麼,檔案內容就只會包含那些資料。

擴充功能和摘要工具只會回傳一個你無法再重新篩選的結論——不能再以不同方式過濾、不能和你的銷售資料結合、也無法查證某個說法來自哪一句話。資料列保留了這些可能性,而且當你需要時,AllyHub 仍可為你摘要或評分。

將操作流程儲存為 Playbook,下個月的抓取就會使用相同的欄位搭配新資料列——如果你指定要與上次比較,它會回報新增了什麼、移除了什麼。你的 AllyHub 從此不必重新來過。

資料團隊、追蹤競品清單的賣家、品管與支援小組,以及需要交出原始檔案的分析師。
你需要將評論文字作為輸入資料——用於分類器、類別研究或儀表板——但市面上每個工具只會給你摘要。直接取得資料列本身,附帶 ASIN、星等和日期,建模就能直接開始,而不是複製貼上一週後才能開始。
你的目標不是深入閱讀單一競爭對手,而是以較廣的角度監看四十個對手,而開四十個瀏覽器分頁不是一種方法。一次抓取所有候選商品頁面的精選評論,當某個抱怨出現在十一個商品頁面而非一個時,你一排序就能看出來。
摘要只說買家「提到背帶」,但你的客服工單佇列需要實際用詞、日期,以及他們拿到的是哪個版本。保留原始資料列,每一則申訴都會附帶中繼資料,可用來判斷這是批次問題、尺寸問題,還是某個糟糕的一週。
客戶問這個數字從哪裡來,「工具說的」不是答案。在呈現分析結果的同時附上評論檔案,讓任何人都能重新排序、重新計數,並獨立得出相同結論,而不需要相信你的說法。
大家在抓取 Amazon 評論前常問什麼?——能取得多少筆、每一列有哪些內容、以及哪個工具做哪些事。
AllyHub 接受以一般文字輸入的網址或 ASIN,可一次處理整個候選清單,並將結論留給你自己判斷。
是的——免費方案涵蓋單一商品頁面的評論抓取。一次處理完整候選清單、排程重跑、透過 API 匯出,以及摘要或評分等功能則屬於付費方案。
取決於商品頁面展示給訪客的數量。Amazon 公開顯示一批精選評論,其餘則隱藏在分頁與登入之後,因此 AllyHub 只處理公開的評論集,並回報實際數量,而不是承諾一個它無法達成的數字。評論者姓名在某些司法管轄區屬於個人資料,因此你要如何儲存與使用它們,由你自己決定。
不需要。抓取作業直接針對公開的產品頁面進行,因此無需註冊任何服務、不用輪換金鑰,也不用租用代理 IP 池——這三件事讓大多數評論爬蟲在成為資料來源之前,就先變成一個設定專案。
當你想要評論本身——想重新篩選、建立模型,或交給其他人——就用這個工具。當你想要歸納論點並附上來源時,請用 Amazon Review Summarizer;當你想要把意見轉換成可與其他商品頁面比較的數據時,請用 Amazon Sentiment Analysis。同一次執行可將資料交給任一個工具。