口コミ分析のやり方｜レビュー分析を4ステップで「打ち手」まで落とす手順

最終更新日：2026年8月2日　｜　執筆・分析：HALDATA Analytics 編集部

口コミ分析のゴールは「観点ごとの好評率」を出すこと

★評価の平均値とレビュー件数は、どのモールでも最初から表示されています。それを再集計しても、すでに見えているものが見えるだけです。口コミ分析で新しく得られるのは、1本のレビューの中に混ざっている複数の評価軸を切り分けて、軸ごとに満足・不満の比率を出した表です。

たとえば同じ★4のレビューでも、効果には満足していて動作音には触れていないもの、効果は中立で価格に満足しているもの、が混在します。★の平均はこれを1つの数字に潰してしまいます。観点に分けると、「効果は足りている、動作音が割れている」という形で、次の一手が指せる粒度になります。

STEP 1レビューを「観点」に分解する

観点（viewpoint）とは、購入者が評価している軸のことです。美容家電なら効果実感・静音性・耐久・バッテリー・お手入れ・価格などが該当します。1本のレビューは通常2〜4の観点にまたがるため、レビュー単位ではなく言及単位で数えます。今回の実演データでは、946商品のレビューから337,226件の観点言及が得られました。

観点は決め打ちしない

実務でよくある入口は、あらかじめ用意した観点リストにレビューを当てはめる方法です。速いのですが、そのカテゴリ固有の観点が丸ごと抜けます。実演データでは、337,226件の観点言及のうち汎用10テーマに集約できたのは254,060件（75.3%）で、残る83,166件（24.7%）はカテゴリ固有の観点でした。家庭用脱毛器の「メンズ・レディース・VIO対応の多様性」や温冷美顔器の「バッテリー持ちと充電の利便性」のように、そのカテゴリでしか出てこない軸がこの4分の1にあたります。

出所：TrendViewer（HALDATA）美容家電デバイス14データセット・観点言及337,226件・収録946商品、2026年6〜7月時点スナップショット。

STEP 2観点ごとに好評／中立／不満を判定する

観点に分けたら、言及ごとに好評・中立・不満を判定します。好評率は次の定義です。

実務で結果が歪む最大の要因は、中立を不満側に寄せてしまうことです。中立は「触れているが評価を下していない」状態で、不満とは意味が違います。中立の比率が高い観点は、購入者が判断できるだけの情報を得られていないサイン、つまり不満ではなく説明不足として読みます。打ち手も別で、不満なら仕様の改良、説明不足なら商品ページや同梱物の記述の改善になります。

この段階で出るのが「観点 × 好評率 × 言及数」の表です。実演データの例を挙げると、静音性は好評率44.3%（N=1,535・該当4カテゴリ）、効果実感は好評率79.4%（N=45,407・該当8カテゴリ）でした。ただしこの2つの数字を並べただけでは、まだ何もできません。

STEP 3自社単独で見ず、比較対象と突き合わせる

「静音性44.3%」という数字を見ても、それが高いのか低いのかは判断できません。単独の数値は解釈不能です。ここで必要なのが比較対象で、実務で使えるのは次の3種類です。

実演データで業界横断平均を出すと、次のようになりました。ここで初めて「静音性44.3%」に意味がつきます。10テーマのうち最も低く、最も高いサイズ・携帯86.3%とは42.0ptの開きがあります。

落差はpt（パーセントポイント）で書く

比較の書き方は「◯◯%が低い」ではなく「◯◯より△pt低い」に統一します。実演データなら次の3行が、この業界の構造を最短で説明します。

出所：TrendViewer（HALDATA）美容家電デバイス14データセット、2026年6〜7月時点スナップショット。ptはパーセントポイント。

STEP 4打ち手の優先順位をつける

ここが最後で、いちばん飛ばされやすい工程です。好評率の低い順に手を打つのは自然に見えますが、好評率の低さと影響量の大きさは一致しません。好評率は比率なので、言及が少ない観点でも大きく振れます。

順位づけには、比率を件数に戻した指標を使います。

中立と不満の合計にあたる件数です。実演データで計算すると、順位は好評率の順とはっきり入れ替わります。

好評でない言及数＝言及数×（1−好評率）で、中立と不満の合計にあたる件数。小数第1位で四捨五入。集計対象：美容家電デバイス14データセット、観点言及254,060件、2026年6〜7月時点スナップショット。出所：TrendViewer（HALDATA）。

好評率が最下位の静音性44.3%は、件数に戻すと855件で10テーマ中9番目です。一方で好評率が3番目に低い安全性60.6%は、言及が79,405件（全観点言及337,226件の23.5%）と大きいため、好評でない言及は31,286件に達し、2位の効果実感9,354件の3.3倍になります。

ただし「全社の順位」と「1商品の順位」は別

上の表は14データセットを横に並べた全体の順位です。個別カテゴリに降りると順位は変わります。実演データでは、静音性が最も低い観点になっていたのは3データセット（フェイススチーマー28.9%・N=128、口腔洗浄機32.4%・N=296、レディースシェーバー56.1%・N=806）で、この3カテゴリの商品を担当しているなら静音性は最優先です。横断の順位は投資配分に、カテゴリ内の順位は商品改良に使う、と用途を分けます。

4ステップを通すと何が出るか（実演データの結果）

今回の実演データを4ステップに通した結果は、次の1行に集約されました。

さらに、14データセットそれぞれで最も好評率が低かった観点を数えると、効果実感が最下位だったデータセットは0件でした。内訳は充電・バッテリー系が5件、静音性が3件、ブランド信頼性が3件、安全性・耐久性・対応範囲が各1件です。1カテゴリのレポートを1本読んだだけでは、この偏りは見えません。

つまずきやすい5点

1. N数が足りないまま結論を出す ── 言及数30件未満の観点は比率が大きく振れます。実演データでも電動洗顔ブラシの充電方式と電池寿命44.1%はN=68件で、参考値として扱う水準です。表に必ずN数の列を置き、閾値を下回る行には注記を付けます。
2. 観点の粒度がそろっていない ── 「使いやすさ」と「ボタンの押しやすさ」を同じ表に並べると、言及数の大小が粒度の差なのか関心の差なのか判別できなくなります。同じ階層の観点だけで1つの表を作ります。
3. レビュー原文をそのまま資料に貼る ── レビュー本文には書き手の著作権が生じます。原文の転載や言い換えでの再現は避け、集計値（好評率・言及数・比率）で記述する形に統一します。当ブログのレポートも原文は一切掲載していません。
4. モール間の差を製品の差と読む ── 同一カテゴリでもモールによって出品構成・価格帯・客層が違います。チャネル差は相関であって、製品品質の差を示すものではありません。切り分けたい場合は、同一商品が両モールにある集合だけで比べます。
5. 集計時点を書かない ── レビューは積み上がるため、好評率は時点で動きます。すべての数値に集計時点を添え、比較する2つの数字が同じ時点のものかを毎回確認します。本記事の数値はすべて2026年6〜7月時点のスナップショットです。

手作業でやる場合と、自動化する場合の分かれ目

件数が少なければ手作業でも4ステップは回ります。工数の配分だけ把握しておくと判断しやすくなります。

つまり手作業と自動化の差は、ステップ1・2の処理量よりもステップ3の比較対象を持てるかに出ます。自社商品のレビューだけを何万件処理しても、比較軸がなければ数値は解釈できないためです。

実行前チェックリスト

• 観点はレビュー側から作ったか（既存リストへの当てはめになっていないか）
• 1カテゴリの観点数は8〜12に収まっているか
• すべての数値にN数と集計時点が付いているか
• 中立を不満と合算していないか（説明不足と不満を分けられているか）
• 比較対象（同カテゴリ平均／業界横断平均／チャネル別）を1つ以上用意したか
• 優先順位を好評率ではなく件数（言及数×（1−好評率））で決めたか
• レビュー原文が資料に混入していないか

よくある質問

あわせて読みたい