La extracción de reseñas de productos de tiendas online se ha convertido en una de las actividades vitales del SEO para e-commerce y en una fuente esencial de inteligencia competitiva para cualquier profesional del marketing de producto.
Sin duda sabrás que son parte esencial de la experiencia de compra para los usuarios.
Pero además, juegan un rol relevante en el posicionamiento de las Páginas de productos (PDP) al añadir contenido genuino y gratuito, sobre el producto.
Sin embargo, analizar manualmente estas reseñas es una auténtica pesadilla para cualquiera. Usuarios, SEOs, e-commerce manger etc. pueden pasar horas y días analizando el contenido de las mismas.
Pues buen, aquí es donde entra en juego nuestro script:
Este Colab funciona como un extractor de reseñas de producto que, apoyado por IA, utiliza el procesamiento del lenguaje natural (PLN) para extraer información valiosa de las opiniones de los clientes y devolverlas en un listado resumido de Pros y contras.
A continuación, exploraremos las ventajas y funcionamiento del Extractor de reseñas de productos para que aprendas a usarlo y veas cómo puede ayudarte a mejorar las descripciones de tus productos.
¿Qué es un Extractor de Reseñas de Productos?
Un extractor de reseñas de producto es una herramienta que utiliza algoritmos de Procesamiento de Lenguaje Natural (NLP) y Aprendizaje Automático (ML) para extraer automáticamente las reseñas de productos de los comentarios de los clientes en los sitios web de comercio electrónico.
Estos programas pueden analizar y clasificar las reseñas en función del sentimiento, las palabras clave y los temas, entre otras cosas.
Según estén programados.
En nuestro caso, el script que hemos preparado permite generar de forma automatizada una lista pros y contras, reseñadas por los usuarios para emplearla a modo de tabla en la descripción de nuestros productos.
O también para identificar problemas en la oferta o servicio que permita mejorar productos y servicios.
En realidad, esta herramienta puede personalizarse para satisfacer necesidades específicas de cada perfil profesional, empresa o interés del usuario
La importancia de evaluar las reseñas de producto en SEO
Analizar las reseñas de productos es esencial desde el punto de vista del SEO. Por varios motivos:
1. Mejora el posicionamiento en buscadores:
Las reseñas de productos pueden desempeñar un papel importante en la mejora de su posicionamiento en los motores de búsqueda.
Esto se debe a que los motores de búsqueda como Google utilizan las opiniones de los clientes como una señal de la calidad y relevancia de tus páginas de productos.
Al analizar estas opiniones e incorporar palabras clave y frases relevantes en las descripciones de tus productos, puedes optimizar el contenido para los motores de búsqueda y mejorar su clasificación.
2. Proporciona contenido valioso generado por los usuarios:
El contenido generado por los usuarios, como es el caso de las reseñas de productos, es muy valioso porque añade credibilidad a las fichas de productos, ayudando a establecer la confianza con los clientes potenciales.
Desde un punto de vista del SEO, esto es de un valor incalculable
Al analizar estas reseñas e incorporar a las descripciones de los productos, los atributos mejor valorados por los clientes, ayudan a destacar y mejorar las conversiones.
Mejorando la experiencia del usuario, que también tiene su impacto a la hora de posicionar en los motores de búsqueda y atraer tráfico a tu sitio web.
3. Ayuda a identificar y abordar las preocupaciones de los clientes:
Por último, analizar las reseñas de productos también ayuda a identificar y abordar cualquier problema de los clientes con los productos.
Al comprender lo que les gusta y lo que no les gusta de los mismos, podemos introducir mejoras y actualizaciones en los mismos.
O detectar problemas relacionados con el servicio de entrega, o calidad de producto.
En general, el análisis de las reseñas de productos es esencial no solo para el SEO, sino para cualquier responsable de una tienda online.
Al comprender lo que dicen los clientes, puedes optimizar el contenido y proporcionar la información más valorada, mejorando la respuesta a las intenciones de búsqueda de los usuarios y despejar objeciones que permiten mejorar los ránquines en los motores de búsqueda y las conversiones.
Qué necesitas para extraer las reseñas de producto de una URL
En realidad, lo único que vas a necesitar son 3 cosas:
- Tu API KEY de OpenAI
- La URL de producto a extraer las reseñas
- E instalar las dependencias del Google Colab.
En este punto, hemos preparado un video explicativo creado por nuestro compañero Luis, que también ha preparado el Script para hacértelo todo mucho más fácil.
Si nunca has empleado un Colab antes, te recomendamos visionarlo.
Puedes consultarlo justo aquí:
Este contenido se genera a partir de la locución del audio por lo que puede contener errores.
¡Muy buenas! Bienvenidas y bienvenidos a un nuevo vídeo de iSocialWeb. Yo soy Luis Fernández y seguimos con la serie de vídeos de Inteligencia Artificial aplicada al SEO y a las webs. En este vídeo, que creo que les resultará de mucha utilidad tanto a los webmasters de agencias como al público habitual de este canal, así como a los nicheros que pueden tener sus nichos de afiliación o de AdSense, o cualquier otro medio de publicidad display.
En este vídeo, les mostraré un script muy sencillo. Lo que pretendo es darles una idea de que esto es posible hacerlo, que es fácil de hacer, y que ustedes pueden adaptarlo a sus proyectos. Como siempre, es bastante fácil de programar todo, y si no saben, siempre tienen a Chat GPT a mano para que les ayude a adaptar el código a sus casos de uso. Lo que vamos a hacer en este caso es scrapear reviews de la competencia o de una web que no sea la nuestra. Si es una web nuestra, simplemente no las podemos bajar y utilizar un CSV y subirlo directamente, y nos ahorramos la parte del scrapeo.
Vamos a utilizar a GPT en este caso, 3.5, porque cumple perfectamente y es mucho más barato y rápido. Pero podríamos usar GPT-4 o la versión futura que salga dentro de no mucho, porque está avanzando muy rápido. Y vamos a pedirle que nos las resuma. Con eso, conseguiremos una lista de pros y contras basada en reviews reales de usuarios. Esto es perfecto tanto para hacer artículos de afiliado con reseñas de productos, como para ampliar las descripciones de productos de nuestro eCommerce en base a las reseñas de usuarios que muchas veces están paginadas, ocultas o simplemente no se muestran directamente. También es muy útil para poblar eCommerce en los que trabajamos un producto que tiene nuestra competencia y nosotros queremos añadirlo y necesitamos una descripción.
Entonces, podemos revisar la competencia, extraer sus reseñas y así tener una descripción basada en opiniones reales. Todos estos casos siempre pueden aplicarse en diferentes casuísticas, siempre se le puede dar una vuelta, pero bueno, les voy a mostrar el código y vean cómo queda. Y ya lo dejo en sus manos para que creen cosas súper chulas. Seguro. Como siempre, trabajamos en Collage y estará enlazado en la descripción del vídeo. No voy a detallar mucho el código, pero básicamente vamos a utilizar dos librerías: tiktoken
para contar los tokens y poder limitarlos y OpenAI
. Aquí importamos todo. Aquí tienen que ingresar los datos, aquí meten su API, aquí seleccionan el modelo, aquí seleccionan el número máximo de tokens.
Recuerden que GPT-3.5, por ejemplo, tiene alrededor de 4,048 tokens máximos, si mal no recuerdo, y deben dejar algo de espacio para la respuesta y para el input de sistema. Luego, aquí introducen directamente la URL. Elegí una web de eCommerce que es una pasada y elegí productos de ventas de guitarras. Como ven, bajamos aquí abajo y tenemos las reseñas encima de Zoman. Hay reseñas muy curradas; los músicos, la verdad, que se esfuerzan mucho en el contenido. Aquí podrán escoger Zoman en este caso.
El scraping está preparado para Zoom, pero pueden adaptarlo fácilmente a Amazon o a cualquier otro eCommerce si desean, como PCCOMPONENTES o cualquier otro. Si utilizan su tienda, pueden saltarse toda esta parte de scraping. Aquí está marcada como scraping. Simplemente suben un CSV o suben directamente las reseñas y lo hacen con las restricciones de su producto. Una vez obtenida la URL, nos vamos a marcar unos headers. Si desean hacer esto de manera más avanzada, les recomiendo utilizar proxies y un generador de headers, o incluso una librería tipo «Apio» para que gestione todo esto. Otra cosa importante es que si scrapean Amazon, les puede llegar a bloquear bastante rápido, bloqueando cualquier uso de bot, sobre todo en este caso en el que utilizamos BeautifulSoup, que no es el crawler más complejo y no imita a ningún buscador.
Si utilizan Selenium con un par de proxies, pueden scrapear lo que quieran. Aquí tenemos un par de funciones de utilidad: conseguir el HTML del producto, las reviews. Conseguimos el HTML de la página que lo podríamos ver aquí. Son líneas de código. Ven que si imprimen lo que sería soup
, les muestra todo el HTML. Tengan en cuenta que esto es un crawler y no genera ningún tipo de navegador. Si desean crear páginas que tengan JavaScript, deben utilizar un crawler que sea capaz de renderizar JavaScript. Una vez renderizado el HTML o bajado el HTML, simplemente scrapeamos, nos quedamos con el producto y las reviews. Como ven, el nombre del producto es tan sencillo como obtener el h1. Esto les servirá en la mayoría de las webs que estén bien hechas, porque suelen tener un h1. Si tienen más de uno, nos quedaremos con el primero. Y las reviews dependerán de la página web, será algo único. Pueden usar Chat GPT y preguntarle, por ejemplo, si no saben programar muy bien. Ven que tenemos aquí todas las reviews. Yo puedo hacer un F12 o un Inspeccionar y puedo ir viendo por aquí que las reviews nos las quedamos con esto. No hace falta ir por el código.
Podemos ver que las reviews así van a salir. «Review test» es el texto que tienen. Entonces, si se fijan aquí, lo que buscamos es un div con la clase «reviewtest». En su página de ejemplo, en la que quieran scrapear, en lugar de «review test», simplemente «review» o algo similar. Lo pueden adaptar. Sí, hay casuísticas, pero creo que con un poco de dedicación y Chat GPT, lo pueden hacer fácilmente. Ejecutado todo eso, he dejado aquí una serie de prints para que quede claro lo que están haciendo. Ven que las reviews son estas. Las reviews se han extraído, cuatro reseñas, y este es el nombre del producto. A continuación, hacemos la llamada típica, en este caso, vamos a contar el número de tokens. Estas son funciones un poco complejas, están sacadas de la documentación de «tiktoken», que no hace falta que comprendan, simplemente sepan que devuelven el número de tokens para un string y para los mensajes. Lo que vamos a hacer es limitarlos. He puesto que por defecto lo limite a 1,000, pero vamos a usar los 2,000 que hemos marcado más arriba. Lo que hacemos es no pasarnos, no queremos mandarle, imaginen que las reseñas son súper largas, no queremos mandarle 4,000 y pico y que se nos cuelgue todo el prompt. Entonces, lo limitamos aquí y generamos el prompt. Simplemente formateamos las reviews y lo que nos va a hacer es generar un prompt que va a ser así. Más abajo, es este. «Resume el siguiente listado de reseñas para [nombre del producto], indicando los pros y contras basándose en las siguientes reseñas:» Dos puntos.
Y aquí el listado de reseñas. Les he dejado esto porque muchas veces, al scrapear una web grande como Amazon, tendrán reseñas en varios idiomas. Pueden hacer el filtrado manualmente en el código o simplemente añadir esto y confiar en que en el 90% de las veces lo va a hacer bien, lo va a dejar simplemente en español. Luego hacemos la llamada. Es muy sencilla. Son estas cinco líneas de código. Metemos el modelo, que lo seleccionamos más arriba, en este caso, el GPT-3.5 Turbo. Este es el mensaje de sistema, que pueden adaptar a su gusto. Y un prompt, que también les recomiendo jugar un poco con él. Les he dejado el más básico aquí, pero pueden personalizarlo por tipología de producto, por tipo de tienda, etcétera. Luego nos quedamos con el contenido, nos quedamos con la respuesta. Y esta es la respuesta que nos da. Ven que para este Hard Livento en HB 10g, nos dice que el precio es muy asequible, que es robusto y resistente, pequeño y ligero, fácil de manejar. Ven que la verdad es que incluso es buen servicio para iniciarse en el mundo de la guitarra. Son respuestas, pros y contras muy reales. Luego, «no es adecuado para géneros musicales muy exigentes, como el Metal». Como ven, esto es algo súper útil. Estamos resumiendo contenido real, por lo que no se va a inventar cosas. Les genera una lista de pros y contras. Podrían generar una lista de preguntas y respuestas. Podrían pedir una recomendación para una guía de compra. Una vez tengan toda la base, simplemente sepan que tienen que crear con esas reviews, cambian el token, no el prompt, y ya pueden hacer lo que quieran. Y eso es todo. Espero que les guste. Es una herramienta bastante potente y funciona muy bien. Cualquier duda que tengan, ya saben, tienen toda la lista de reproducción en el canal de YouTube de iSocialWeb, y estamos en los comentarios para responderles. Un saludo y muchas gracias.
Ya ves que es todo muy sencillo.
Eso sí, te recomendamos no emplearlo en una tienda online estilo Amazon, eBay, libremercado o PcComponentes porque suelen tener sistemas anti escrapeo y probablemente con las librerías que hemos empleado en este Colab no sean suficiente para evitar sistemas.
Para estos casos os recomendamos emplear Selenium y un par de Proxies podéis scrapear todo lo que queráis sin ser bloqueados.
En cualquier caso, úsalo con prudencia y sin abusar para evitar bloqueos.
Cómo funciona nuestro extractor de reseñas automático
Nuestro extractor de reseñas de productos para e-commerce se basa en el procesamiento del lenguaje natural con GPT de OpenAI.
Hemos incluido las librerías de tiktoken para contabilizar los tokens y evitar sobrepasar el límite máximo de 4048 tokens en GPT3.5
Recuerda que es necesario dejar hueco para la repuesta, así que no llegues al límite y no te olvides de insertar tu API KEY ni la URL a analizar.
También es posible cambiar el modelo y el número de reseñas a analizar.
En el ejemplo del video hemos utilizado 4, pero se pueden analizar más.
Aquí puedes ver una imagen del prompt generado:
Y a continuación una captura del resultado:
Como ves, al final, obtendrás una relación o listado de los pros y contras para la página facilitada.
Lo cierto es que con nuestro script resulta de lo más práctico y sencillo.
Solo necesitas seleccionar la URL de la que deseas extraer los datos, la introduces en el Google Colab junto a tu API KEY de OpenAI y pulsas el botón para procesar la información.
Así, podrás analizar de una forma rápida cualquier URL y obtener un resumen con todos los puntos fuertes y débiles del producto para:
- Extraer conclusiones.
- Entender que valoran los usuarios
- Identificar potenciales mejoras del producto/servicio
- Crear una tabla de pros y contras para tu descripción de producto.
- Incorporar atributos valiosos que no habéis considerado en el contenido
Ventajas de utilizar un extractor de reseñas de productos
Mayor precisión y eficiencia en la extracción de reseñas de productos
Los extractores de reseñas de productos de IA pueden extraer reseñas de productos de grandes cantidades de comentarios de clientes de forma precisa y eficiente, ahorrando tiempo y dinero a las empresas.
Además, son capaces de reconocer patrones y tendencias en las opiniones de los clientes, lo que permite a las empresas identificar problemas y temas comunes.
Capacidad para analizar grandes cantidades de datos con rapidez
Analizar los comentarios de los clientes, proporcionando a las empresas información actualizada sobre el rendimiento de los productos, es otra de las capacidades de estas aplicaciones.
La información puede utilizarse para mejorar el desarrollo de productos y el servicio al cliente.
Rentable en comparación con los métodos de extracción manual
Los extractores de reseñas de productos de AI son significativamente más rentables que los métodos de extracción manual, lo que reduce la necesidad de recursos humanos y aumenta la productividad.
Mejora del contenido de las páginas de productos y de la experiencia del cliente en los sitios web de comercio electrónico
Un extractor puede proporcionar a las empresas información sobre los gustos y aversiones de sus clientes, lo que les permite tomar decisiones informadas sobre el desarrollo de productos y el marketing.
Esta información también puede utilizarse para optimizar las páginas de productos y ofrecer a los clientes una mejor experiencia de compra.
Mejor comprensión de los gustos y aversiones de su oferta
Ayudan a las organizaciones a identificar áreas de mejora en sus productos y servicios, permitiéndoles realizar cambios que mejoren la satisfacción del cliente y aumenten las ventas.
Otros casos de uso y aplicaciones
Hay varios casos de uso para un extractor de reseñas de productos e-commerce con IA, aparte de los mencionados.
Algunos de ellos tienen mucho que ver con:
- Investigación de mercado: analizar las opiniones y los comentarios de los clientes y obtener información valiosa sobre las tendencias del mercado y las preferencias de los clientes.
- Mejora del producto: utilizar la información generada por el extractor para identificar los problemas del producto y mejorar la calidad, la durabilidad, el rendimiento y otros aspectos del producto.
- Evaluación de la competencia: Las empresas pueden utilizar un extractor de reseñas de productos e-commerce con IA para analizar las opiniones de los clientes sobre los productos de la competencia y compararlos con sus propios productos.
- Toma de decisiones empresariales: utilizar la información generada para tomar decisiones informadas sobre la mejora de los productos, la satisfacción del cliente y la estrategia de marketing.
Retos y limitaciones potenciales de los extractores de reseñas de productos de IA
Aunque los extractores de reseñas de productos de IA ofrecen ventajas significativas, también existen retos y limitaciones potenciales que hay que tener en cuenta, entre los que se incluyen:
1. Preocupaciones éticas en relación con el uso de la tecnología de IA
Existen preocupaciones éticas en relación con el uso de la tecnología de IA, especialmente en lo que respecta a la privacidad y la parcialidad. Es esencial asegurarse de que la herramienta se utiliza de forma ética y transparente.
2.Limitaciones en la precisión y la eficacia
Es posible que los extractores de reseñas de productos de IA no sean del todo precisos o eficaces, sobre todo cuando analizan comentarios complejos de los clientes. Es esencial asegurarse de que la herramienta se actualiza y mantiene continuamente para garantizar su precisión y eficacia.
3.Necesidad de actualizaciones y mantenimiento continuos
El Extractor requiere actualizaciones y mantenimiento continuos para garantizar que sigue siendo eficaz y que está al día de las últimas tecnologías y necesidades de los clientes.
Conclusión
En general, el uso de un extractor de reseñas de productos proporciona información muy valiosa sobre los productos en poco tiempo.
Permiten de esta manera realizar tareas que antes solo estaban al alcance de unas pocas empresas y organizaciones con amplios presupuestos de marketing.
Ahora; sin embargo, el tablero de juego queda más igualado.
Piénsalo un momento:
Antes para obtener una lista como la que proporciona nuestro extractor tendrías que:
- Buscar sitios web de opiniones o e-commerce con reseñas de los usuarios
- Leer las opiniones disponibles en los sitios web de opiniones. Podrías emplear filtros u opciones de clasificación para mostrar solo las opiniones más relevantes en función de criterios como la fecha, la valoración o la relevancia.
- Identificar temas comunes empleando herramientas como nubes de palabras, software de análisis de texto o etiquetado manual para categorizar las reseñas.
- Extraer pros y contras mencionados en las reseñas basándose en los temas identificados, empleando una hoja de cálculo o una herramienta similar para agrupar los pros y los contras para futuros análisis.
- Analizar los datos en busca de patrones o tendencias utilizando algún software de análisis estadístico o herramientas de visualización para crear tablas y gráficos
- Sacar conclusiones basadas en los datos analizados.
Como puedes comprender, este proceso es un sumidero de tiempo y recursos que puedes emplear en otras labores.
Y que solo era posible llevar a cabo con un ejército de personas revisando el contenido.
¿Comprendes ahora la utilidad de esta pequeña herramienta?
¡Seguro que sí!
¿Quieres que te ayudemos a optimizar tus fichas de producto con IA?
Co-CEO y Head of SEO de iSocialWeb, una agencia especializada en SEO, SEM y CRO que gestiona más de +350M de visitas orgánicas al año y con una infraestructura 100% descentralizada.
Además de la empresa Virality Media, una empresa de proyectos propios con más de 150 Millones de visitas activas mensuales repartidos entre diferentes sectores e industrias.
Ingeniero de Sistemas de formación y SEO de vocación. Aprendiz incansable, fan de la IA y soñador de prompts.