rakuten-review-mining
楽天市場の商品レビューを分類・分析し、商品改善・ページ改善・広告訴求・FAQ化につなげるスキル。「楽天レビュー分析」「レビューから改善点」「レビューを広告コピーに」「低評価の原因分類」「レビューマイニング」「レビューの不満をFAQ化」「購入理由を抽出」「使用シーン分析」「競合レビュー比較」など、楽天レビューの本文・星評価・期間データを材料にした分類・改善提案・コピー化のリクエストで使う。購入理由/満足点/不満点/使用シーン/誤解の5軸で分類し、商品改善・同梱物改善・配送改善・ページ改善・広告訴求・FAQ化に振り分け。あらゆるジャンル(食品・ファッション・化粧品・家電・サプリ・インテリア)対応。※レビューへの返信文生成は別スキル `rakuten-review-reply-generator`、商品ページ全体の販売力診断は `rakuten-sales-copy-audit`、不満の根本原因クラスタリングは `complaint-root-cause-cluster`。 【ALSEL独自スキル】株式会社ALSEL が、19年・5,000社超の EC 支援で得たノウハウをもとに開発したオリジナルスキルです。
SKILL.md 本文
楽天レビュー分析(レビューマイニング)
概要
楽天市場のレビューには「購入理由」「満足点」「不満点」「使用シーン」「誤解」「期待値ギャップ」が混在しています。本スキルは、レビュー本文と星評価を分析し、商品改善・同梱物改善・配送改善・ページ改善・広告訴求・FAQ化の6方向に振り分けます。
レビューを単に集計するのではなく「ページに足りない情報」「広告に使える生の言葉」「FAQ化すべき誤解」を抽出し、CVR改善・客単価UP・問い合わせ削減につなげる設計です。
最重要原則
「レビューは5軸(購入理由/満足点/不満点/使用シーン/誤解)で分類/改善方向は6つ(商品・同梱物・配送・ページ・広告・FAQ)に振り分け/個人情報・引用改変・捏造を絶対しない/低評価原因を製品起因と運用起因で必ず分離」。低評価の対応方針はこの分離で決まる。
知識ベース
レビュー分類の5軸:
| 軸 | 内容 | 主な活用先 |
|---|---|---|
| 購入理由 | なぜ買ったか/決め手 | 広告訴求・キャッチコピー |
| 満足点 | 期待を超えた点 | 広告訴求・商品ページ強調 |
| 不満点 | 期待を下回った点 | 商品改善・ページ改善 |
| 使用シーン | どんな場面で使うか | カテゴリ訴求・関連商品 |
| 誤解 | 期待値とズレ | FAQ化・ページ改善 |
詳細:
- 5軸分類の判定基準と分類例:
references/classification.md - 分類後の改善アクション振り分けロジック:
references/action-patterns.md - カテゴリ別の頻出テーマ(食品/アパレル/化粧品/家電/サプリ):
references/category-themes.md - 5パターンのレビュー分析実例集:
references/examples.md
楽天固有数値(必ず確認):
- レビュー特典規制:違反単発で違反点数35点(レベル1)、レベル5で契約解除+違約金300万円
- 化粧品・健食レビューに「○○に効く」「シミが消えた」等の効能訴求混入は薬機法対象
- ステルスマーケティング規制:景表法対象(2023.10〜)
処理フロー
Step 1:レビューデータ把握
ユーザーから以下を確認(不足時は仮定して進める):
- レビュー本文(10件以上推奨、最低5件)
- 星評価
- 商品名・ジャンル
- 期間(最新3ヶ月/半年/全期間)
- 競合レビュー(あれば)
- 既存FAQ・問い合わせ履歴(あれば)
不明な場合は「最新50件・星評価混在・既存FAQなし」を仮置きし冒頭で明示。
Step 2:5軸分類
各レビューを5軸(購入理由/満足点/不満点/使用シーン/誤解)に分類。1レビューが複数軸に該当する場合は重複登録可。
判定基準(references/classification.md):
- 購入理由:「○○を探していた」「○○が決め手」「他社より」
- 満足点:「思ったより」「期待以上」「○○が良かった」
- 不満点:「○○が悪い」「期待外れ」「△△だった」
- 使用シーン:「○○で使っている」「○○のときに」「△△に置いた」
- 誤解:「○○だと思っていたが」「写真と違う」「説明にない」
Step 3:星評価別の傾向比較
星1-2/星3/星4-5でテーマ分布を比較。 低評価に集中するテーマ=改善優先度高。
Step 4:低評価原因の製品/運用分離
低評価の原因を2系統に分離:
- 製品起因:商品本体の問題(品質・機能・耐久性・成分)
- 運用起因:配送・梱包・同梱物・説明不足
製品起因→商品改善、運用起因→運用改善+ページ改善。
Step 5:6方向への振り分け
| 改善方向 | レビュー由来テーマ |
|---|---|
| 商品改善 | 製品起因の不満(品質・耐久・成分) |
| 同梱物改善 | 「説明書が分かりにくい」「ラッピング簡素」 |
| 配送改善 | 「梱包雑」「到着遅い」「箱潰れ」 |
| ページ改善 | 「サイズ感が分からなかった」「写真と違う」 |
| 広告訴求 | 高評価レビューの「生の言葉」 |
| FAQ化 | 誤解・期待値ギャップの定型化 |
Step 6:広告コピー候補の抽出
満足点・購入理由から「自社が言うと宣伝臭が強いが、ユーザーが言うと共感される」表現を抽出。 著作権上の配慮として、レビューを直接引用する場合は短文かつ要約形に。長文の改変なし複製は避ける。
Step 7:FAQ化候補の整理
誤解・期待値ギャップを定型Q&Aに変換。商品ページ下部または別ブロックに追加する案として提示。
代表例
例:電気ケトル(家電・レビュー50件分析)
## 5軸分類サマリ
| 軸 | 件数 | 主要テーマ |
|---|---|---|
| 購入理由 | 35件 | 温度調整・コーヒー用・赤ちゃんミルク |
| 満足点 | 38件 | デザイン・静音・温度安定 |
| 不満点 | 12件 | 取手熱い・コード短い |
| 使用シーン | 28件 | 朝コーヒー・離乳食・在宅ワーク |
| 誤解 | 6件 | 「保温継続できると思った」 |
## 低評価原因の分離
- 製品起因:取手の熱伝導(6件)→製品改善検討
- 運用起因:コード長の説明不足(4件)→ページ改善
## 広告訴求候補
- 「温度調整が地味に便利」
- 「赤ちゃんのミルクにちょうどいい」
- 「コーヒーがちゃんと美味しくなる」
## FAQ化候補
- Q. 保温機能はありますか?
A. 1時間の自動保温機能があり、その後は自動切断します。
## 改善優先度
1. ページ改善:コード長・取手仕様の明記(高)
2. FAQ追加:保温時間の誤解解消(高)
3. 広告クリエイティブ:満足点の言葉を採用(中)
4. 製品改善:取手の断熱検討(中)
完全な5パターン実例は references/examples.md を参照。
出力フォーマット
# 楽天レビュー分析:[商品名]
## 1. 前提整理
- 商品名・ジャンル:
- レビュー件数:
- 期間:
- 星評価分布:
- 競合レビュー有無:
(不明箇所は仮定として明示)
## 2. 5軸分類サマリ
| 軸 | 件数 | 主要テーマ |
|---|---|---|
| 購入理由 | | |
| 満足点 | | |
| 不満点 | | |
| 使用シーン | | |
| 誤解 | | |
## 3. 星評価別の傾向
- 星1-2の集中テーマ:
- 星3の集中テーマ:
- 星4-5の集中テーマ:
## 4. 低評価原因の分離
- 製品起因(件数・テーマ):
- 運用起因(件数・テーマ):
## 5. 改善方向別アクション
### 商品改善
- 提案:
### 同梱物改善
- 提案:
### 配送改善
- 提案:
### ページ改善
- 追記すべき情報:
- 修正すべき画像/説明:
### 広告訴求候補(生の言葉)
- 候補1:
- 候補2:
- 候補3:
### FAQ化候補
| Q | A | 配置場所 |
|---|---|---|
## 6. 改善優先度
1. 優先度高:
2. 優先度中:
3. 優先度低:
## 7. 注意事項チェック
- [ ] レビュー本文の個人情報を出力していない
- [ ] レビューを捏造・改変していない
- [ ] 引用は短文・要約形
- [ ] 化粧品・健食の効能訴求混入を検出
- [ ] ステマ規制対象のサンプル配布レビューを区別
品質ゲート
- 5軸分類が網羅されているか(購入理由・満足点・不満点・使用シーン・誤解)
- 低評価原因が製品起因と運用起因に分離されているか
- 改善方向が6つ(商品・同梱物・配送・ページ・広告・FAQ)に振り分けられているか
- 広告訴求候補がレビューの生の言葉から抽出されているか(捏造なし)
- FAQ化候補が誤解・期待値ギャップから生成されているか
- 個人情報(氏名・購入日詳細・住所)を含めていないか
- 化粧品・健食レビューに薬機法対象の効能訴求混入がないかチェックしたか
エッジケース
- レビュー10件未満:傾向把握には不足。「サンプル数不足の暫定分析」と明示し、追加データ収集を提案
- 化粧品・健食:レビュー内の「シミが消えた」「治った」等は薬機法対象。広告転用不可、社内メモのみ
- ステマ規制対象:サンプル配布・モニター案件のレビューは「PR」「広告」表示の有無を確認
- 競合レビューの分析:他社商品レビューを自社改善に使うのは可、ただし社内記録のみで公開資料転載不可
- 新商品(レビュー5件以下):1件1件を丁寧に分析、定量よりは「初期ユーザーの期待値」抽出に注力
注意事項
- レビュー本文の個人情報(氏名・購入日詳細・配送先)は出力しない
- レビューを捏造・改変しての広告転用は薬機法・景表法・著作権上のリスク
- 化粧品・健食レビュー内の効能訴求語は薬機法対象、広告転用不可
- ステマ規制(景表法・2023.10〜):サンプル配布レビューを「PR」表示なしで広告転用すると違反
- レビュー特典規制:レビュー投稿の見返りに金品・割引を約束すると違反点数35点
- 顧客個人情報・ログイン情報をSKILL.mdや出力例に保存しない
references/ 一覧
references/classification.md:5軸分類の判定基準と分類例references/action-patterns.md:分類後の改善アクション振り分けロジックreferences/category-themes.md:カテゴリ別の頻出テーマreferences/examples.md:5パターンのレビュー分析実例集
参考公式情報源
- 楽天市場店舗運営Navi「レビュー特典規制」
- 消費者庁「ステルスマーケティング規制」
- 厚生労働省「医薬品等適正広告基準」
ライセンス: MIT
詳細情報
- 作者
- 株式会社ALSEL
- ライセンス
- MIT
- 最終更新
- 2026/5/13
関連スキル
seo-maps
ローカルSEO向けのマップインテリジェンス機能です。ジオグリッドのランク追跡、APIを通じたGBPプロフィール監査、Google・Tripadvisor・Trustpilotなど複数プラットフォームのレビュー分析、Google・Bing・Apple・OSM間のNAP(名前・住所・電話番号)検証、競合他社の半径マッピング、APIデータからのLocalBusinessスキーマ生成が可能です。3段階の機能レベルで対応でき、無料版(Overpass + Geoapify)、DataForSEO(フル機能)、DataForSEO + Google(最大カバレッジ)から選択できます。「maps」「geo-grid」「rank tracking」「GBP audit」「review velocity」「competitor radius」「maps analysis」「local rank tracking」「Share of Local Voice」「SoLV」などのキーワードで利用できます。
seo-content-brief
セクションごとの文字数、競合スコアリング、キーワード密度ガイダンス、ページタイプテンプレートを含む競争力のあるSEOコンテンツブリーフを生成します。新規ページのブリーフと既存ページの改善ブリーフの両方に対応しています。ユーザーが「コンテンツブリーフ」「ブリーフを作成」「コンテンツアウトライン」「ブログブリーフ」「サービスページブリーフ」「ブリーフ〜」「ライティングブリーフ」「コンテンツプラン」「アウトライン〜」などと言った場合に使用します。
rakuten-seo
楽天市場の商品名・キャッチコピーをSEO最適化するスキル。「楽天SEO」「商品名最適化」「楽天の商品名」「キャッチコピー」「楽天のタイトル」「商品名を直して」「楽天検索対策」など、楽天市場の商品名やキャッチコピーの作成・改善・チェックに関するリクエストで必ずこのスキルを使う。既存の商品名の改善も、ゼロからの作成も対応。あらゆるジャンル(食品・ファッション・化粧品・家電・サプリ・インテリア・ベビー・ペット・業務用など)に対応。 【ALSEL独自スキル】株式会社ALSEL が、19年・5,000社超の EC 支援で得たノウハウをもとに開発したオリジナルスキルです。
amazon-seo-jp
Amazon.co.jp商品ページのSEO分析・最適化・自動採点スキル v2.0。 COSMO/Rufus/A10アルゴリズムに基づく採点。セラーセントラル出品レポート(.xlsm)を入力すると、 商品タイトル・箇条書き・検索キーワード・商品説明文を100点満点で採点し、 4項目すべての改善案を日本語で出力する。 トリガー: 「Amazon SEO」「商品ページ採点」「Amazon最適化」 「リスティング改善」「Amazon商品名」「箇条書き改善」 「COSMO対応」「Rufus最適化」「Amazon タイトル」 【ALSEL独自スキル】株式会社ALSEL が、19年・5,000社超の EC 支援で得たノウハウをもとに開発したオリジナルスキルです。
rakuten-bulk-control-csv
楽天RMSの一括登録/一括除外/一括更新用CSV(コントロールカラム,商品管理番号 の2列フォーマット)を作成するスキル。商品DL CSV・商品管理画面のコピペ・Excel・PDFなどから商品管理番号を抽出し、Shift-JIS+LF改行で出力する。「一括除外リスト作って」「楽天の除外CSV」「コントロールカラムnで」「2800円以下の商品をdで」「在庫0の商品を一括削除」「商品管理番号抜いてshift-jsで」「このフォーマットで」など、楽天RMSの商品一括処理用CSVを作るタスクで必ずこのスキルを使う。コントロールカラム値(n=新規/d=削除/u=更新)と抽出条件(全件・価格・在庫・販売状態など)をユーザー指示に応じて柔軟に切り替える。 【ALSEL独自スキル】株式会社ALSEL が、19年・5,000社超の EC 支援で得たノウハウをもとに開発したオリジナルスキルです。
amazon-a-plus-content-brief
Amazon A+コンテンツの構成・モジュール選定・画像指示・比較表・FAQを設計するスキル。「A+コンテンツ作って」「Aプラス構成」「ブランドストーリー」「比較表つきA+」「A+モジュール選定」「Amazonのページに画像入れたい」「A+のヘッダー画像」「A+コンテンツマネージャー」など、Amazon A+コンテンツの企画・設計・改善のリクエストで必ずこのスキルを使う。ベーシック17モジュール/Premium追加機能/画像サイズ規定/文字数目安/審査リジェクト要因を踏まえて、デザイナーに渡せるブリーフ形式で出力。あらゆるジャンル(家電・コスメ・食品・アパレル・日用品・ベビー・ペット等)に対応。※ブランドストア(マルチページ)の設計は別スキル `amazon-brand-store-planner`、タイトル・bullet改善は `amazon-title-bullet-rewriter-jp`、メイン画像のチェックは `amazon-main-image-checker`。 【ALSEL独自スキル】株式会社ALSEL が、19年・5,000社超の EC 支援で得たノウハウをもとに開発したオリジナルスキルです。