随着消费者更加活跃的线上消费与内容表达，企业可以收集到更丰富的消费数据，基于这些数据挖掘更多消费红利，抢占发展先机。从战略上基于消费趋势进行新品类、新场景和新模式的创新；从产品、服务和营销的运营上，围绕消费需求和客群变化，进行快速迭代。
我们使用Stratifyd增强智能数据分析平台，对来自四个主流阿胶品牌电商平台的超10000条用户评论数据进行自动分析，快速了解到用户对阿胶产品及服务各方面的具体需求及痛点。
下文根据Stratifyd做的阿胶品牌消费洞察数据报告整理，获取报告完整版请点击文末“阅读原文”
1 焦点话题聚类
首先，我们对用户的评论进行话题抽取，基于自然语言理解模型 (Natural Language Understanding)，将可能相关的文本聚拢为不同的话题类别。
通过NLU话题聚类，阿胶品牌方不仅可以了解当下消费者的热议重点，还能快速确立影响用户体验的主要因素，为下一步分析决策提供依据。从具体数据来看，“味道”、“口感”、“包装”、“配送”、“品牌”等话题是用户关注的焦点。
2 定向话题监控
基于监控到的焦点话题，Stratifyd又通过定向监控模型对这些话题进行定向的归纳总结，通过多层级思维导图的方式展示话题结构关系，得到细分领域的详细对比。
我们对监控的话题进一步深钻，根据电商平台上用户评论在各个方面的提及率，把用户评论内容归纳为“优点、问题、品牌认知、购买动机、购买目的、复购/推荐”6大主要指标，其中“优点”和“问题”均继续细分为“产品、价格、服务、物流”4个主要方向。
总体而言，阿胶品牌用户对“优点”分类下内容的主动提及率达到49%，满意度较高；而“问题”分类下内容的主动提及率也占比16%，说明用户不满意的方面也较多，要引起额外注意。
3 具体问题分析
1）用户的赞点和槽点
从具体数据结果来看，阿胶品牌用户提及的满意点位中，产品优点提及率最高（39%）；其次是物流体验不错（16%）和价格合理（14%），而服务体验满意提及率仅为4%。
阿胶用户提及的不满意度点位中，产品问题尤其突出，占比达到56%；其次主要是价格问题（20%）和物流问题（18%）。
通过以上分析不难发现，用户对产品特性的关注度最高，产品优劣直接关乎用户体验满意度。那么下面我们进一步剖析用户眼中主要的产品功能赞点和槽点在哪里。
2）产品优点
从细分数据结果来看，用户点评的产品优点主要集中在“味道”（45%）、“包装”（16%）、“口感”（11%）3个方面。其次“效果好”（7%）、“补气血”（6%）、“正品”(4%)等方面也是用户提及较多的优点，这是品牌方在今后的市场宣传中要着力重点推广的方向。
通过对四个主流阿胶品牌用户的对比分析，我们发现，用户对各个品牌的满意点位存在较大差异：
品牌A和品牌B在“味道不错”方面的优点突出，优于其他品牌；
品牌C在“包装高档”的优点也非常明显（33.49%），得到用户的好评；
品牌D在“味道不错”的优点提及率达到67.42%，明显高于其他品牌。
3）产品缺点
总体而言，“分量小”（46%）是用户吐槽比较多的产品问题。其次，“味道不好”（16%）、“口感不佳”（9%）、“效果不好”（7%）的问题也比较突出，需要品牌方重点关注，在日后的产品迭代中进一步完善、优化。
除此之外，用户关于“吃后上火”、“酒味太重”、“口感差”、“质量差/坏”、“阿胶含量低”、“阿胶化了”、“日期不新鲜”、“假阿胶”、“不好撕开”、“缺礼盒/袋子”等方面的问题反馈也占据一定的比重，虽然这些问题的提及率不高，但是很容易引起客户的投诉与不满，导致客户流失，也应重视起来。
通过对四个主流阿胶品牌用户的对比分析，我们发现，用户对各个品牌的不满意点位也存在较大差异：
品牌A和品牌C的“分量小”问题最为突出，提及率均超过50%；
品牌B的突出问题是“酒味太重”（11.52%），表现明显弱于其他品牌；
品牌D在“味道不好”（31.96%）的提及率很高，应重点改进。
结论
电商平台上的用户评论分析可以为我们提供产品、服务、价格、物流、品牌、动机、复购等方面的丰富洞察，利用Stratifyd增强智能数据分析平台，我们还可以按时间、电商平台、品牌、品类等维度进行更加深入的分析。
随着市场的数字化程度不断提高，可供品牌商使用的原始数据呈现指数级增长，只有把数据高效地利用起来，才能为品牌商提供有价值的商业洞察。利用Stratifyd增强智能数据分析平台，品牌方可以在宏观和微观层面挖掘更多有价值的信息，及时调整产品及服务策略，在市场中快速反应，确立差异化竞争优势。
点击链接下载阿胶品牌消费洞察数据报告完整版：http://stratifyd.mikecrm.com/o5fJTk9
Stratifyd数据专家团队
Stratifyd数据专家团队核心成员均来自海内外知名院校，分别参与建设了多个综合性大数据行业标杆项目，积累了消费品、电商、零售、医疗、汽车、金融、政府等多行业的丰富项目经验，帮助联想集团、贝塔斯曼、梅赛德斯奔驰、万事达卡、惠普、微软、礼来制药、花旗银行等众多财富500强企业在消费者洞察、数据挖掘、机器学习建模、数据分析与可视化等多个场景成功落地并取得增长。
