レビュー起点の商品リサーチ:次の勝ち筋は買い手の不満の中に埋まっている
どのリサーチツールを開いても、出てくる数字は同じだ。月間販売数、検索ボリューム、競合度、季節性のカーブ。あなたの競合もまったく同じ数字を見ている。だから二人が弾き出す「良い機会」は大きく重なり、同じカテゴリーに人が殺到し、ほぼ同じ商品を売り合って、利益が消えるまで値段を削ることになる。
これはツールのせいではない。売上と検索データが答えるのは「何が売れるか」で、それは仕組み上、誰にでも公開された情報だ。厄介なのは、何が売れるかを全員が知ってしまうと、「何を売るか」がもう差にならなくなる点にある。
唯一まだ枯れていない水源がレビューだ。低評価には、買い手が金を払ったあとにようやく気づいた問題が並んでいる。それは別の問いへの答えになる。どう違う売り方をするか、だ。ここからは、それを実際に回せる形に落とす話をする。
まず、それぞれが何に答えるかを整理する
この二つの役割を頭の中で分けておくと、どちらを信じるかで迷わなくなる。
売上、BSR順位、ABAキーワードといった市場データが答えるのは、需要がどれだけあるか、競合がどれだけ密集しているか、そのワードを誰かが検索しているか。これは「そのカテゴリーに入るかどうか」を決める。
レビューが答えるのはもう半分だ。このカテゴリーの既存商品のどこが買い手を苛立たせているか、買い手が繰り返し描写している利用場面は何か、同じ商品にどこまでやってほしいと思っているか。これは「入ったあとで何で勝つか」を決める。
従来のツールは売上とキーワードの側に寄っていて、そこは成熟している。レビュー側は、多くの人が低評価を二ページめくって読んだつもりになっている。その隙間にこそ機会がある。
低評価から不満を掘る、二ページ流し読みではなく
気軽にレビューを流し読みする問題は、いちばん目立った数件しか記憶に残らず、印象で判断してしまうことだ。印象は嘘をつく。
正しいやり方は、あるカテゴリーの上位競合数点の低評価を一次資料として扱い、体系的に分解することだ。買い手が不満を言っているのはどの種類の問題か、それぞれ何人が挙げているか、原文でどう言っているか。
仮の例を挙げる。ポータブルブレンダーカップのカテゴリーを見ているとする。売れ筋のASINを三、四点選んで低評価をタグ付けすると、不満のランキングはこんな形になるかもしれない(以下の数字はすべて例示)。
- 洗いにくい、刃の隙間に果肉が残る:約130件
- 一回の充電で三、四杯しか回せない:約90件
- パッキンが二週間で漏れ始める:約60件
このランキングだけで「月間8000個」よりずっと役に立つ。このカテゴリーでは「洗いやすさ」と「バッテリー持ち」が、買い手が実際の金で投票した不満だと分かる。しかも各項目には買い手の原文がぶら下がっている。「一杯回したあと爪楊枝で刃をほじる羽目になった」といった一文は、あとでリスティング、メイン画像、要点を書くときにそのまま使える。
Sellerside.aiのレビュー分析はこれをやる。LLMによる三段階タグ付け、不満テーマのランキング、各不満に付く買い手の生の声、ポジ・ネガのキーワード、購買者像、JTBD(買い手が達成したい目的)、そして競合ASIN数点の横並び比較まで出す。レビューはUS、UK、DEを含む主要9マーケットプレイスをカバーし、四つのインターフェース言語でネイティブに分析する(日本サイトは現時点で対象外)。
不満を一つの差別化の賭けに翻訳する
不満リストはゴールではない。そこから一つか二つ選び、それぞれを検証できる明確な賭けに変える。
ブレンダーカップに戻る。洗いやすさが一位だから、賭けはこうなる。「刃が丸ごと外せて、隙間が広くてそのまま洗い流せるポータブルブレンダーカップを作れば、それに少し多く払う買い手が十分にいる」。
この文の形に注目してほしい。具体的な商品変更(刃が外せる)があり、明確な賭け(洗いやすさに金を払う人がいる)がある。「もっと良いブレンダーカップを作る」ではない。正しく聞こえるが検証しようがない。
一度に欲張らないこと。上位で、なおかつ本当に作れる不満を一つか二つ選ぶ。残りは次の改良用に取っておく。
市場データでその賭けが割に合うか検証する
ここでようやく公開された数字の出番だ。その役割はブレーキを踏むこと、この賭けに実際の金を投じる価値があるかを判定することにある。
いくつかの関門を通す。このカテゴリーの需要は目標販売数を支えられるか(BSRのランキングと実際の市場データを見る)。競合はどれだけ密か(上位を大手数社が固めていないか)。価格帯のどこかにあなたの居場所は残っているか。
価格帯には見落としやすい罠がある。同じ30ドルで売っていても、ある帯は広告費が利益の大半を食い、別の帯では持ちこたえる。Sellerside.aiの価格帯分析は各帯にSafety Index(粗利益の余地を実CPCで割った値)を計算し、その価格が広告コストを本当に吸収できるかを示す。勘で値付けしない。
もう一つ、撤退のサインが重要だ。独占度である。カテゴリーのAmazon新着ランキングTop100とBSRのTop100の交わりを取る。新商品がベストセラーにほとんど食い込めない(交わりの数が少ない)なら、既存勢が上位を固く占め続けていて、新参がいくら金を積んでも浮上しにくい。惜しくても避ける。逆に交わりが多ければ、市場はまだ新陳代謝していて、新商品にも道がある。
コンプライアンスのリスクもここでついでに調べる。電気製品、食品接触、効能をうたう商品は、プラットフォームのルールと認証要件が出品可否を直接左右しうる。Sellerside.aiはこの部分をネット上の実際の資料から調べて要約し、見つからないところは空欄にする。あなたの代わりに作り話はしない。
検証済みの賭けをリスティングと発売後の監視に落とし込む
賭けが市場データの関門を越えたら、ループはようやく地に着く。
レビューから掘り出した買い手の生の声が、いまやリスティングの弾薬になる。買い手が「爪楊枝で果肉をほじる羽目になった」と不満を言ったなら、要点の一行目でそこを正面から叩く。刃はひねればすぐ外れ、蛇口の下で十秒流せばきれいになる。これはコピーの技巧ではない。あなたが知っていて競合が知らない情報を、売上に変えているのだ。
リスティングは書いて自分で良しとして終わりにしない。SellersideのaiにはCOSMO / Rufusのロジックに沿った五問診断があり、Amazonの新しい検索とQ&Aの挙動の下であなたのリスティングのどこが曖昧になっているかを指摘し、根拠のある書き換え案を出す。
発売後は監視に入る。最大150のASINを毎日追え、競合の値付け変更、新規投入、リスティングの修正がその都度見える。違反検知はコミュニティガイドラインに照らして悪意ある低評価を洗い出し、申し立ての方向を示す。そしてあなたが賭けた差別化が本当に刺さったかどうか、新しいレビューが何より正直に教えてくれる。刺さらなければ、最初の手順に戻ってもう一度ループを回す。
データツールはこの流れの中でそれぞれの持ち場を守る。市場データは「入る価値があるか」を、レビューは「入ったあと何で違うか」を受け持つ。だからまず、迷っているカテゴリーを一つ選んで一度回し、金を張る前に不満のランキングを読んでみてほしい。Sellerside.aiで最初の選品レポートを無料で作れる。いま見ているカテゴリーで、不満のランキングと買い手の生の声が実際に何を掘り当てるか確かめてみるといい。