生成AIを使った楽天市場のレビュー分析術|競合調査と自社の強みを発見する手順について解説!

  • 投稿日

  • 更新日

みなさん、こんにちは。

株式会社ALL WEB CONSULTINGの江守です。

EC×AI研究所では、最新の生成AI情報やEC運営に役立つAI活用術を発信しています。

楽天市場で売上を伸ばすためには、顧客のリアルな声であるレビューを戦略的に分析することが重要です。しかし、手動で大量のレビューを分析するのは非常に時間がかかります。

そこで今回は、生成AIを活用して効率的にレビュー分析を行い、競合調査と自社の強みを発見する具体的な手順について解説します。

レビュー分析で何ができるのか

レビュー分析を行うことで、以下の6つの重要な情報を抽出できます。

①購入動機の抽出

どういった理由でその商品が選ばれているのかを明確にできます。顧客が重視するポイントを理解することで、商品ページの訴求軸を最適化できます。

②ユーザー属性の把握

レビューを記載している年齢や性別などのユーザー属性を分析することで、どういった層のユーザーが購入しているのかがわかります。

③商品の用途分析

ギフト用なのか自分用なのかなど、商品がどのような用途で使われているのかを把握できます。

④ネガポジ分析(満足・不満ポイント)

商品に対して満足している点と不満に感じている点を明確に分析できます。

⑤改善ヒントの抽出

不満を感じているポイントを抽出することで、商品改善や運営改善のヒントにつなげられます。

⑥競合レビューとの比較分析

競合がどのような理由で選ばれているのか、自社と比較した時の優位性は何かを分析できます。

  • 「競合でよく評価されているが自社では触れられていない」=取り入れるべき要素
  • 「競合にある不満点が自社にはない」=訴求ポイント化

楽天のレビュー分析については下記の記事もご参考にしてください。

レビュー分析の手順

ChatGPTやGenspark(ジェンスパーク)のエージェントモードを活用することで、大量のレビューデータも効率的に取得・分析できます。

ステップ①: 分析したいレビューページのURLを準備する

ステップ②: ChatGPTまたはGensparkのエージェントモードに、以下のレビュー取得プロンプトとレビューページURLを入力する

レビュー取得プロンプト

# 指示
以下のウェブサイトからレビュー情報をすべて抽出してください。
# 対象サイト
- URL: `※取得するレビューページのURLを入力`
- 範囲: 上記URLから始まるレビュー全ページ
# 抽出項目
以下の情報を、各レビューから漏れなく取得してください。
- レビュー点数
- 名前
- 年代
- 用途
- レビュー件名
- レビューコメント
- 注文日
- レビュー投稿日
- 初回購入かリピートか
# 出力形式
- 形式: Excelファイル
- 文字コード: UTF-8
- 構成: 抽出した項目を列とし、各レビューが1行になるような表形式で出力してください。

ステップ③: 取得したレビューデータを使用して、後述の分析用プロンプトで詳細分析を実施する

レビュー分析用プロンプト例

実際の分析で使用するプロンプトを3つのパターンに分けてご紹介します。

購入理由・訴求点抽出プロンプト

以下のレビュー文を分析し、商品が選ばれている主な理由を箇条書きで出力してください。
・表現は簡潔に
・重複する要素はまとめてください
・購入者が商品に期待していたことも含めてください

【レビュー】:
(レビューをまとめたものを貼り付け)またはファイルをアップ

ネガポジ分析プロンプト

以下のレビューを内容ごとに「ポジティブな評価」「ネガティブな評価」に分類してください。
・それぞれどんな点に満足・不満があったかを箇条書きにしてください
・文章表現はそのままでなく、要点を簡潔にまとめてください

【レビュー】:
(レビューをまとめたものを貼り付け)またはファイルをアップ

競合との比較プロンプト

以下に自社商品と競合商品のレビューを記載しています。内容を比較して、次の点を明らかにしてください:
1. 競合商品の強み(よく褒められているポイント)
2. 自社商品の強み(競合にない評価ポイント)
3. 競合にあって自社に足りない要素(改善や訴求に活かせるポイント)

【自社レビュー】:
(自社のコメントまとめ)またはファイルをアップ

【競合レビュー】:
(競合商品のコメントまとめ)またはファイルをアップ

分析結果のアウトプットイメージ

実際にプロンプトを使用した際の出力例をご紹介します。(折りたたみ傘の商品での事例)

購入理由・訴求点抽出の結果

商品が選ばれている主な理由(レビュー分析より)

  • 軽さ(携帯性の良さ・持ち運びやすさ)
  • 色のバリエーションや上品な色味(デザイン性、ファッションとの相性)
  • コンパクトさ・折りたたみ仕様(持ち歩き用途に最適)
  • 遮光性・晴雨兼用機能(日差し・雨どちらにも対応)
  • 旅行用・外出用に最適(軽量+携帯性が評価)
  • 使いやすさ(開閉や収納のしやすさ)
  • サイズ感の良さ(大きすぎず小さすぎない)
  • お得感(クーポン利用・価格に対する満足度)
  • 購入特典(プレゼント)の存在(購入動機の一部)

ネガポジ分析の結果

ポジティブな評価(満足点)

  • とにかく軽くて持ち運びやすい
  • コンパクトでバッグに入れても邪魔にならない
  • 色味が上品・可愛い・気に入った
  • 遮光・晴雨兼用で機能性が高い
  • 価格がお手頃、クーポンでさらにお得に感じた
  • 配送が早くて助かった
  • 初期不良に対して迅速な対応があった
  • 家族や旅行用として使いやすい
  • 折りたたみ傘としての携帯性が優れている
  • レビュー特典やプレゼントが魅力的

ネガティブな評価(不満点)

  • サイズが小さすぎると感じた(特に男性や普段使いには不向き)
  • 作りがやや華奢・風に弱そうで不安
  • 持ち手が小さくて持ちにくい
  • 色味が写真と違った(黄色っぽいなど)
  • 安っぽさを感じる部分がある
  • 耐久性に不安(骨組みが弱そう)
  • 以前の商品は風で壊れたという声もあった

競合・自社比較の結果

1. 競合商品の強み(よく褒められているポイント)

サイズ展開の豊富さとフィット感

太め・高身長・肩幅広めなど様々な体型でも「ちょうどよい」「余裕あり」と評価されており、レビューを参考にサイズ選びできる安心感がある

体型カバー効果が高い

「二の腕・腹まわりが隠れる」「細見えする」など、体型が気になる層に強く支持されている

落ち着いた色味で高見えするデザイン

「くすみカラー」「年代問わず着られる」「上品」といった高級感ある印象が多数

コストパフォーマンスの高さ

「この価格でこの品質はすごい」「手頃なのに生地がしっかりしている」と満足度が高い

2. 自社商品の強み(競合にない評価ポイント)

軽さと携帯性の圧倒的な評価

「驚くほど軽い」「通勤バッグに常備できる」「ポスト投函でも気にならないサイズ感」

晴雨兼用・遮光機能の多用途性

「晴れも雨も使える」「旅行用に最適」など、シーンを選ばず使える点が高評価

可愛らしい色味・パステルカラー

「上品でかわいい」「明るい色が気に入った」など、ビジュアル面での評価も強い

3. 競合にあって自社に足りない要素(改善や訴求に活かせるポイント)

サイズ感に関する情報・安心感の提供

競合のように「身長・体重別レビュー」や「レビューを参考にサイズ選び」できる情報の整備が有効

体型カバーやフィット感の訴求

傘であれば「大きさ・形状でどの程度日差しをカバーできるか」などの機能訴求が有効

高見え・フォーマル用途の訴求

競合は「高級感」「シンプルだけど上質」に強みがあり、「ビジネス・学校行事・お出かけにも使える」などの訴求軸を検討すると拡張性がある

レビュー分析の活用方法

分析結果を以下のような施策に活用できます:

  1. 商品ページの訴求軸最適化:購入理由分析から得られた情報を商品説明に反映
  2. 商品改善:ネガティブな評価から具体的な改善点を特定
  3. 競合との差別化戦略:比較分析から自社の強みと改善点を明確化
  4. ターゲット顧客の明確化:ユーザー属性分析からペルソナを精緻化
  5. 新商品開発:市場のニーズや不満点から新たな商品アイデアを創出

プロンプトシートのダウンロード

今回ご紹介したレビュー分析用プロンプトは、実際にコピー&ペーストしてすぐに使えるプロンプトシートとしてダウンロードできます。

プロンプトシートのダウンロードはこちら

https://form.k3r.jp/awc2020/review-analysis

まとめ

生成AIを活用したレビュー分析は、従来の手動分析と比べて大幅に効率化できるだけでなく、より客観的で精度の高い分析結果を得ることができます。特に楽天市場のように大量のレビューデータがある環境では、その威力を発揮します。

今回ご紹介した手順とプロンプトを活用して、ぜひ自社商品のレビュー分析に取り組んでみてください。定期的な分析により、市場の変化や顧客ニーズの変遷も把握できるようになり、より戦略的な店舗運営が可能になります。

EC×AI研究所 by AWCでは、最新の生成AI情報やEC運営に役立つAI活用術を発信しています。楽天やAmazon、自社ECなど、あらゆるEC運営の現場で実践できるAI活用ノウハウやプロンプト事例を中心に、現場目線で「すぐ使える」「すぐ効果が出る」情報をお届けしていきます。

また、AWCでは生成AIの導入を通じたEC運営の効率化支援も行っております。商品登録やデータ分析、コンテンツ制作など、日々の運営業務にAIを活用したいとお考えの方は、ぜひお気軽にご相談ください。

WEB集客やネットショップ運営などでお悩みがあれば一度ご相談ください。ご相談は無料で行なっております。

通販お役立ち資料無料ダウンロード

この記事を書いた人

株式会社ALL WEB CONSULTING
代表取締役

江守 義樹(えもり よしき)

WEB解析士協会 上級WEB解析士



ネットショップ店長として0ベースからショップ運営を行い約1年で月商1,000万規模のショップに育成。

その後、ECサイト専門のコンサルティング会社に勤務し、月商数億規模のサイトから立ち上げたばかりの小規模なサイトまで数百社のECサイトのサポートを行う。

2018年に前身であるLOCUSコンサルティングを創業。

2020年ECサイト・ネットショップ支援に特化した株式会社ALL WEB CONSULTINGを創業し代表取締役に就任。

データアナリストとしてサイト解析を軸にした戦略的なSEO対策、サイト制作、WEBプロモーション、などEC支援全般のスペシャリストとして活動中。

前の記事
次の記事

マーケティングチーム

ALL WEB CONSULTINGのマーケティングチームです。
全国のネットショップをエンパワーメントするをミッションに、各専門家が集まってECサイトの支援を行っています。楽天・Amazonなどのモール系ECから自社ECまであらゆるECに役立つ情報を発信していきます。

カテゴリー

コラム
セミナー
メディア

まだ子カテゴリーがありません。

お知らせ

まだ子カテゴリーがありません。

人気記事

人気資料

新着記事