做小红书运营或者舆情分析时，评论区的价值往往大于正文。正文是品牌想要表达的内容，而评论则是用户的内心想法。我刚开始做竞品分析的时候，都是手动去翻评论，一条条地复制到Excel里面去。翻了几百条之后，手指酸痛，眼睛发花，二级评论要点击“展开回复”才能看到，翻了一半的时候页面刷新，前面的内容全部丢失。后来才知道，获取评论数据这样的事情，靠手工是做不来的。
手动获取的坎在哪
小红书的评论分为两层。一级评论就是用户自己发出的，二级评论则是用户之间互相回复的内容。二级评论隐藏于“展开更多回复”之中，手动翻阅比较困难。而且评论区有分页功能，越往下加载速度就越慢。想批量查看几十篇笔记的评论，手动操作基本上是不可能的。
但是评论的数据量很大，用肉眼去观察是无法发现其中的规律的。哪些词出现的频率最高，用户的感情是积极的还是消极的，竞品评论区在谈论什么，这些都是要通过数据分析来完成的，并不是靠阅读可以做到的。
极致了数据能拿到什么
我目前使用的极致了数据小红书API。它包括21个接口方向，其中评论数据属于重要的能力之一。
一级评论、二级评论都可以得到。传入笔记ID之后，接口会返回该笔记的一级评论列表。每条一级评论都有一个评论ID，通过这个ID去调用二级评论接口就可以获取到该条评论下所有的回复。两层的数据合在一起之后，并不是零散的文本碎片，而是一棵棵完整的讨论树。
返回的字段有：评论的内容全文、评论者的用户ID和昵称、评论者的头像、点赞的数量、子评论的数量、评论的时间戳，二级评论还有明确的“回复对象”，可以还原出完整的对话关系。
支持批量采集。可以一次上传多条笔记ID，把评论数据一起拉回来。不用一条条地去翻笔记，也不用一条条地把评论复制粘贴。
怎么接入，三种方式按需选
极致了数据提供了三种接入的方式，无论你的团队有没有技术能力，都可以找到适合自己的途径。
有技术团队可以直接对接的API。注册并获取API Key，按照文档中的要求把笔记ID传进去，得到的是结构化的JSON数据。评论的数据既可以存入本地数据库，也可以接入公司的自有分析系统进行深层次的剖析。技术联调一两天就可以跑通了。
不愿意写代码的人可以使用飞书「多平台数据采集助手」插件。在飞书中安装插件，选择小红书平台，输入笔记链接，勾选需要采集的评论字段，设置采集频率。数据可以自动写入多维表格，并且可以设置定时任务来自动更新。通常我会把每天早上九点跑步这件事安排好，到了公司打开飞书之后，竞品昨天的评论数据就摆在那儿了。
完全不懂技术的可以联系客服来定制数据服务。告诉客服要采集哪些笔记、哪些字段、什么频率，客服配置好之后直接提供数据表。
评论数据拿到之后怎么用
只把评论拉下来没有太大的意义。有用的就应该是分析。
最基础的就是关键词提取。对评论的内容进行分词，并且统计出出现频率较高的词语。高频词就是用户最关心的话题。差评中出现频率最高的词就是产品或者服务需要改进的地方。
根据情感分类来判断文章的大致倾向。对评论进行正负两极和中性的标注，并且计算出每篇笔记的情感比例。如果连续几篇文章的负面比例都增加的话，那么就说明内容的方向或者产品本身出现了问题，需要进行调整了。
高赞评论单独来看。高赞评论代表了大部分用户的意见。如果高赞评论和笔记的观点是一致的，那么就说明内容戳中了用户的痛点；而如果高赞评论都是反对的，那么就说明这个观点没有得到用户的认可。
二级评论要重点挖掘。二级评论是用户之间互相讨论的地方，一般比一级评论更加真实、具体。一级评论中用户只说“好用”，二级评论里才会有追问“哪里买”“适合什么肤质”“和XX比怎么样”。这才是真正的需求信号。
总结
从小红书上获取评论数据，手动翻阅效率很低，并且二级评论也很难全部翻到。极致了数据覆盖了21个接口的方向，评论数据可以一级和二级评论同时采集，并且返回结构化的JSON格式，支持批量采集以及多并发调用。接入的方式有三种：技术团队可以使用API对接，运营人员可以用飞书插件零代码采集，不会技术的可以联系客服定制。拿到评论数据之后进行关键词提取、情感分类、高赞分析以及二级评论挖掘，选题方向、舆情监控以及竞品分析都具有数据支持。
