去年我把店铺一千多条客户评价做了情绪分类分析，把评价按照情绪类型做了分类，分析不同情绪评价在关键词、句式、表达方式上的差异特征，以及从情绪数据中提取的改进线索。以前看评价是逐条浏览的，没有从整体上统计过情绪的分布和变化趋势。当你看到一千条评价的整体情绪分布时，你就知道客户的总体感受是什么，不再需要猜测。情绪分类的统计结果比逐条阅读更可靠，因为它消除了个体评价的偶然性，呈现的是整体趋势。 正评中高频出现的情绪词是“惊喜”“超出预期”“比图片好看”。客户在正评中表达的情绪往往是超出预期的，他们买之前期待不高，收到之后超出了期待，所以给出了正评。正评背后的情绪暗示是“你做到了我没有期待你会做到的事情”。好过预期就是正评的核心动因，这个认知让我意识到描述的准确性比描述的吸引力更重要，因为准确的描述降低了客户的预期，而降低预期后容易超出预期。 中评中高频出现的情绪词是“还行”“一般”“跟预想差不多”。中评客户的情绪是“符合预期但没有惊喜”。他们得到了他们期望的东西，只是没有更多。中评的改进方向不是解决一个问题，是增加一个惊喜点。客户在“还行”的时候不会投诉，但他们也不会再回来。 差评中高频出现的情绪词是“失望”“不一样”“以为会”。差评客户的情绪集中在预期偏差上，他们期待的和收到的不一致，落差越大情绪越负面。差评的核心问题不在商品本身，在预期管理。预期偏差是差评的主要来源，描述越准确差评越少。客户收到货的时候如果发出“跟我想的一样”的感叹，他就不会给差评。差评里有相当一部分可以通过提前说清楚来避免。 评价情感分类让我看到的不仅是分数的分布，更是情绪的类型和分布趋势。分数只能告诉你客户满意不满意，情绪分析才能告诉你他们为什么满意或者为什么不满意。情绪的分布比分数的分布更复杂，但更有用。