Perché lo scraping delle recensioni di Amazon è più difficile che mai (aggiornamento 2026)
Le recensioni di Amazon sono alcuni dei dati più preziosi sulla piattaforma: sentiment reale dei clienti, punti critici, richieste di funzionalità e intelligence competitiva. La ricerca mostra che le aziende che utilizzano il feedback delle recensioni in tempo reale per modificare i prezzi e la strategia di prodotto vedono una media Aumento dei ricavi del 23%..
Ma ottenere quei dati non è mai stato così difficile. Tre importanti cambiamenti negli ultimi 18 mesi hanno rimodellato ciò che è possibile:
- November 2024: Recensioni spostate dietro un muro di accesso. Gli utenti non autenticati ora possono vedere solo 3-8 "Recensioni in primo piano" nella pagina dei dettagli del prodotto. Il percorso completo
/product-reviews/reindirizza a una schermata di accesso per il traffico non autenticato. Qualsiasi scraper che non gestisce le sessioni vede molti meno dati rispetto al 2023. - May 2026: PA-API v5 si spegne, Creators API lo sostituisce. La vecchia Product Advertising API verrà ritirata. Il nuovo Creators API richiede un account di affiliazione con più di 10 vendite qualificanti negli ultimi 30 giorni: una barra più alta che blocca l'accesso casuale all'API.
- February 2026: Condivisione delle recensioni tra varianti di prodotto limitata. Amazon ora consente solo varianti funzionalmente identiche (colore, dimensione) per condividere recensioni. Le varianti con diverse funzionalità hanno le recensioni divise, modificando il modo in cui appaiono le valutazioni aggregate e il modo in cui i concorrenti creano prove sociali.
Nonostante tutto ciò, il review scraping su scala di ricerca, ovvero l’estrazione delle recensioni dai propri prodotti o da un piccolo gruppo di concorrenti, è ancora pratico. Basta sapere cosa sarà effettivamente possibile nel 2026.
Dati di revisione Four Ways to Get Amazon (realtà 2026)
| Metodo | Cosa ottieni | Scala | Rischio | Ideale per |
|---|---|---|---|---|
| Amazon Creators API | Conteggio delle recensioni Star ratings,, recensioni migliori per prodotto. Testo di revisione limitato: accesso non completo. JSON pulito. | 1-10 TPS based on affiliate revenue | ✅ Safe | Programmatic access per gli associati con più di 10 vendite |
| Keepa | Conteggio delle recensioni + andamento delle valutazioni nel corso di mesi/anni. Nessun testo di recensione: Keepa tiene traccia dei prezzi, non delle recensioni. | API from €49/mo | ✅ Safe | Revisione del monitoraggio del volume e dell'andamento del rating nel tempo |
| Amazon SP-API (Sellers Only) | Recensioni Your own product: accesso completo. Nessuna recensione della concorrenza. | Rate-limited, reasonable per la sincronizzazione giornaliera | ✅ Safe (your own data) | Amazon sellers monitoring their own recensioni |
| AI Scraper (Research Only) | Logged-in: 10-20 recensioni per prodotto (testo, valutazione, data). Non autenticato: solo 3-8 recensioni in primo piano. | 3-5 products/session. Human speed only. | ⚠️ Low scale, logged-in account at risk | Reading full testo di revisione per alcuni principali concorrenti |
Quali dati di revisione puoi effettivamente estrarre
Non tutti i dati delle recensioni sono ugualmente accessibili. Ecco cosa puoi aspettarti da ciascun approccio:
| Punto dati | Creators API | SP-API | AI Scraper (accesso effettuato) | Raschietto AI (nessun accesso) |
|---|---|---|---|---|
| Conteggio recensioni Star rating + | ✅ | ✅ (prodotti propri) | ✅ | ✅ (mostrato a pagina) |
| Testo di revisione Full | Solo recensioni ⚠️ Top | ✅ (prodotti propri) | ⚠️ Top 10-20 | ❌ Solo 3-8 in evidenza |
| Reviewer name + date | ✅ | ✅ (prodotti propri) | ✅ (visibile alla pagina) | ✅ (visibile alla pagina) |
| Verified purchase status | ❌ | ❌ | ✅ (visibile alla pagina) | ✅ (visibile alla pagina) |
| Review images/videos | ❌ | ❌ | ⚠️ Image URLs only | ⚠️ Image URLs only |
| Rating distribution over time | ❌ | ⚠️ Manual calculation | ⚠️ Manual calculation | ⚠️ Manual calculation |
Come estrarre recensioni Amazon con EasyClaw
Per estrarre il testo completo della recensione da un numero limitato di prodotti in un'unica sessione di ricerca. Funziona per la tua inserzione e per 2-3 concorrenti principali.
Passaggio 1: abilita lo scarto
EasyClaw → Skills → "Scrapling Web Data Extraction" → Add.
Passaggio 2: decidi se accedere
Da novembre 2024, la quantità di dati sulle recensioni che puoi estrarre dipende interamente dal tuo stato di accesso:
- Without login: Vedrai 3-8 recensioni in primo piano per prodotto. Abbastanza per un rapido controllo del sentiment, ma non per un’analisi approfondita. Questa è l'opzione più sicura: nulla è collegato al tuo account Amazon.
- Logged in: Puoi accedere alla sezione completa delle recensioni, sfogliare le recensioni ed estrarre più di 10-20 recensioni per prodotto. Ma use a dedicated research-only Amazon account - mai il tuo account di acquisto o vendita principale. L'attività di automazione contrassegnata può limitare l'account, inclusa la cronologia degli acquisti e i vantaggi Prime.
Passaggio 3: Procedi lentamente: la velocità umana non è negoziabile
⚠️ Critical: Includi sempre "attendi X secondi tra le pagine" nelle tue istruzioni. Il rilevamento di Amazon si basa su modelli comportamentali: movimento del mouse, tempi di scorrimento, intervalli di richiesta. Oltre 8 secondi tra i caricamenti delle pagine è il modo più efficace per evitare di attivare i CAPTCHA.
Voi: Ecco 3 URL di prodotti Amazon [incolla]. Per ciascuno, vai alla sezione recensioni ed estrai le 10 recensioni più utili con il testo completo. Attendere almeno 8 secondi tra un prodotto e l'altro. Salva le recensioni di ciascun prodotto su un foglio separato nello stesso file Excel.
Passaggio 4: estrai approfondimenti, non solo dati
Il testo della recensione non elaborato è rumore. Ecco un processo in 3 fasi per trasformarlo in intelligenza utilizzabile:
- Categorize by theme. Raggruppa le recensioni in base a ciò che i clienti menzionano: taglia, qualità, velocità di spedizione, richieste di funzionalità, servizio clienti. Non esagerare: 5-8 categorie sono sufficienti.
- Identify frequency × sentiment. Una funzionalità menzionata nel 40% delle recensioni con sentiment negativo è la tua massima priorità. Una caratteristica menzionata nel 5% delle recensioni con elogi entusiastici probabilmente va già bene.
- Build your competitive positioning. Se le recensioni della concorrenza si lamentano costantemente di "la batteria si scarica in 3 ore" e il tuo prodotto dura 8 ore, questo è il punto dell'elenco del titolo. Usa il linguaggio reale dei loro clienti.
Il calcolo è semplice: 15 recensioni per concorrente × 3 concorrenti = 45 punti dati. Questo è sufficiente per identificare i 3-5 principali modelli che differenziano i vincitori dai perdenti nella tua categoria. 1.000 recensioni per un prodotto aggiungono rumore, non informazioni.
Limits You Must Respect
- 10-20 recensioni per prodotto, 3-5 prodotti per sessione. Non eccedere.
- Oltre 8 secondi tra le pagine. Nessuna eccezione.
- Non automatizzare mai lo scraping delle recensioni di Amazon in base a una pianificazione cron.
- Se premi un CAPTCHA: interrompi, attendi ore, riduci le dimensioni della sessione la prossima volta.
- Per qualsiasi cosa su scala commerciale: utilizza l'API ufficiale (Creators API o SP-API).
Cosa fare con le recensioni raschiate: cinque casi d'uso comprovati
1. Product Improvement Roadmap
Estrai i reclami più comuni dalle recensioni dei tuoi prodotti. Classificateli e classificateli in base alla frequenza. Risolvi prima i 3 problemi principali: la ricerca mostra che affrontare i reclami più comunemente citati produce il miglioramento della valutazione più rapido. La risoluzione di un reclamo ricorrente può modificare la tua valutazione media di 0,2-0,3 stelle entro 90 giorni.
2. Competitor Gap Analysis
Analizza le recensioni dei concorrenti per scoprire in cosa falliscono costantemente. Quando 12 recensioni su 50 di un concorrente menzionano "le parti in plastica si rompono entro 2 mesi", hai scoperto la loro debolezza strutturale. Costruisci la differenziazione del prodotto e i messaggi di marketing attorno a questo divario.
3. Customer-Language Copywriting
Il mio linguaggio di revisione è testuale per i tuoi elenchi puntati e le descrizioni dei prodotti. "Il tessuto è di ottima qualità e non forma pelucchi dopo il lavaggio" si converte meglio di "materiale di alta qualità". Le frasi dei clienti reali funzionano meglio perché corrispondono esattamente al linguaggio utilizzato dagli acquirenti target durante la valutazione dei prodotti.
4. Feature Trend Tracking
Tieni traccia delle caratteristiche menzionate dai clienti che aumentano nel tempo. Quando l'anno scorso la parola "ricarica wireless" appare nel 50% delle recensioni in una categoria che non la menzionava, il mercato è cambiato. Utilizza i dati sulle tendenze delle revisioni per anticipare i requisiti dei prodotti 6-12 mesi prima che la concorrenza prenda piede.
5. Prezzi Intelligence
Correla il sentiment delle recensioni con i prezzi indicati. Se le recensioni di un concorrente aumentano di negatività dopo che ha aumentato i prezzi da $ 29 a $ 39, hai trovato il suo prezzo massimo. Se le recensioni a $ 49 dicono costantemente "ottimo rapporto qualità-prezzo", questo è il tuo punto di riferimento dei prezzi. Le aziende che utilizzano dati sui prezzi basati sulle recensioni registrano un aumento medio dei ricavi del 23%.
Come Amazon classifica le recensioni (e perché è importante per lo scraping)
Amazon non mostra le recensioni in ordine cronologico. Comprendere il loro algoritmo di classificazione ti aiuta a stabilire la priorità su quali recensioni raccogliere quando puoi estrarne solo un numero limitato.
La classifica delle recensioni di Amazon tiene conto di molteplici fattori:
- Verified purchase - pesava di più. Le recensioni non verificate affondano.
- Recency — Le recensioni più recenti si posizionano più in alto rispetto a quelle più vecchie con punteggi di utilità simili.
- Helpfulness votes - le recensioni con più voti positivi "Utili" vengono visualizzate in alto.
- Review length and detail — revisioni più lunghe e più sostanziali ottengono la preferenza algoritmica. Alle recensioni di una sola parola ("Fantastico!") viene assegnata la priorità indipendentemente dalla valutazione in stelle.
- Media inclusion — le recensioni con immagini o video in genere si posizionano più in alto.
Practical implication per lo scraping: Quando estrai le "migliori" 15 recensioni, ottieni la selezione algoritmica di Amazon, non un campione casuale. Questo è in realtà Meglio per la ricerca competitiva, perché visualizzi le recensioni che influenzano maggiormente le decisioni degli acquirenti. Tieni solo presente che non riceverai la distribuzione completa.
Domande frequenti
/product-reviews/ reindirizza a una schermata di accesso. Questo cambiamento faceva parte di uno sforzo più ampio di Amazon per proteggere i dati delle recensioni dallo scraping automatizzato e per incentivare la creazione di account.Conclusione
La raccolta delle recensioni di Amazon nel 2026 è un gioco di compromessi. Il muro di accesso, la migrazione dell'API e la suddivisione delle revisioni delle varianti hanno reso più difficile l'accesso ai dati di revisione su larga scala, ma hanno anche reso i dati Potere ottenere più valore, perché meno concorrenti lo fanno bene.
L'approccio più intelligente: sapere quale strumento per quale lavoro. Usa il Creators API per le statistiche sulla revisione programmatica. Utilizzo SP-API se sei un venditore che monitora le tue recensioni. Utilizzo Keepa per le tendenze del rating a lungo termine. E usa uno scraper solo quando hai bisogno del testo completo della recensione della concorrenza: su scala di ricerca, con un account dedicato, a velocità umana.