| name | apify-avis-produit-amazon |
| description | Use when you want to understand what real buyers think of an Amazon product before selling, sourcing, or comparing it. Amazon product URL(s) -> CSV of reviews (note, texte, achat vérifié, votes utiles, variante). |
Analyser les avis d'un produit Amazon
Objectif & quand
One-shot : tu veux la voix client d'un produit Amazon - la note, ce que les acheteurs aiment, ce qui les déçoit, sur quelle variante. Utile avant de sourcer un produit, de le comparer à un concurrent, ou de rédiger une fiche produit qui répond aux vraies objections. Les avis Amazon sont publics ; cet Actor les lit à ta place et te sort un tableau exploitable.
Prérequis
- Compte Apify +
APIFY_TOKEN (gratuit pour démarrer).
- MCP Apify configuré (
CONNECTING-MCP.md).
Actor utilisé
junglee/amazon-reviews-scraper (https://apify.com/junglee/amazon-reviews-scraper) - extrait les avis d'un ou plusieurs produits Amazon (note, titre, texte, date, achat vérifié, votes utiles, variante) à partir d'URLs produit.
Config (config.example.yaml)
| Champ | Rôle |
|---|
productUrls | URL(s) des produits Amazon à analyser (une entrée {url: ...} par produit) |
maxReviews | nombre max d'avis par produit (borne le coût) |
sort | tri des avis : helpful (plus utiles) ou recent (plus récents) |
scrapeProductDetails | joindre les infos produit (note globale, prix) au résultat |
Procédure (via MCP)
- Récupérer l'URL du produit sur Amazon (ex.
https://www.amazon.fr/dp/B0EXAMPLE1).
- Demander au MCP Apify de lancer l'Actor
junglee/amazon-reviews-scraper avec l'input de config.example.yaml (tool call-actor).
- Récupérer les items du dataset (
get-dataset-items).
- Mettre en forme : une ligne par avis (colonnes ci-dessous).
Si le MCP ne fait pas l'action
Fallback via lib/apify_helpers.py :
from lib import apify_helpers as a
reviews = a.run_actor("junglee/amazon-reviews-scraper", {
"productUrls": [{"url": "https://www.amazon.fr/dp/B0EXAMPLE1"}],
"maxReviews": 100,
"sort": "helpful",
"scrapeProductDetails": True,
}, cap=100)
Ou lancer l'Actor depuis la console Apify (bouton Start) avec le même input.
Livrable
CSV : rating, title, review_text, date, verified_purchase, helpful_votes, variant.
Coût & limites
Pay-per-result : ~$0.005 / avis (+ ~$0.001 par lancement d'Actor). Max ~100 avis par produit et par niveau d'étoile. Données publiques. Le champ maxReviews borne la dépense.
Exemple
examples/avis-produit-amazon.csv (données fictives, schéma réel).
