logo
DE

Target-Produktbewertungen

Geben Sie eine Target-Produkt-SKU, eine erwartete Bewertungsanzahl und eine Sortierung an, um öffentliche Bewertungen, Sterne, Prüferdetails und Veröffentlichungszeiten zu erhalten

Übersetzt · de-DEOriginaltext anzeigen

DatenerfassungE-commerce & RetailGeneral WebReviews & Ratings
Entwickler
super_ig
Preise
Ab 0,005 $ / 6 Datensätze
Zuletzt aktualisiert
2026-10-12

Übersicht

Öffentliche Target-Produktbewertungen zeigen, wie Käufer Qualität, Passform, Mängel und Wiederkauf beschreiben. Diese Data App macht den öffentlichen Bewertungsbereich eines Target-Produkts zu einheitlichen Datensätzen mit Bewertungstitel, Text, Sternewertung, Prüfernamen, Medienlinks, Produktkennungen und Veröffentlichungszeit.

Das Ergebnis ist für wiederholbare Reputationsanalysen gedacht, nicht zum Scrollen der Produktseite. Jede Bewertung behält den Originalwortlaut und bleibt mit Target-Produkt-SKU und Produkt-URL verknüpft, sodass Lob und Kritik über Produkte und Läufe hinweg mit denselben Feldern verglichen werden können.

Datenhinweise

Die Daten umfassen öffentlich sichtbare Target-Produktbewertungen für die angegebene Produkt-SKU zum Zeitpunkt der Erfassung, in der gewählten Sortierung. Jeder normale Datensatz wird über die Kommentar-ID identifiziert, Duplikate über erfasste Seiten werden entfernt. Gelöschte, eingeklappte und nur nach Login sichtbare Bewertungen liegen außerhalb des Umfangs.

Die Bewertung ist die ganzzahlige Sternezahl der Rezension. „Posted at“ hat keinen Zeitzonenversatz; „Posted at text“ behält den Quellversatz, oft +08:00, und sollte nicht als bestätigte lokale Käuferzeit gelesen werden. Produkttitel, Preis, Hauptbild und ähnliche Produktdaten können leer sein, auch wenn die Bewertung selbst gültig ist. Bild-URLs und Video-URLs bleiben als Quelltext erhalten, oft als JSON-Linkliste. Quellartikel und Keine Daten halten das Sammelergebnis fest, wenn ein Produkt keine öffentliche Bewertung liefert.

So sehen die Ergebnisse aus

Jeder normale Datensatz steht für eine öffentlich sichtbare Produktbewertung des gewählten Target-Produkts.

BewertungstitelBewertungstextBewertungPrüfernameVeröffentlicht amQuellartikel
Not as good as myNot as good as my first pair I had. Volume not as good. No low end.3DENNIS T.2026-09-15T02:19:1094692133
Great stuffWorks great for running and just wearing around the house if you want to listen to something. No complaints about mic quality so far either.5Michael L.2026-09-15T00:40:5294692133

Weitere Werte sind Kommentar-ID, Produkt-URL, Bild-URLs und Keine Daten.

Anwendungsfälle

  • Bewertungen nach Bewertung aufteilen und Bewertungstitel sowie Bewertungstext lesen, um Schwachstellen mit niedriger Punktzahl zu finden.
  • Bild-URLs und Video-URLs nutzen, um Bewertungen mit Medien zu finden.
  • Bewertungen über Quellartikel, SKU-ID und Produkt-URL wieder dem Produkt zuordnen.
  • Bewertungen nach Veröffentlicht am oder Veröffentlicht-am-Text zählen, um die zeitliche Verteilung des Feedbacks zu sehen.

Anwendungsbereich & Grenzen

Jeder Lauf akzeptiert eine Target-Produkt-SKU und eine erwartete Bewertungsanzahl. Ergebnisse werden in vollständigen 6er-Chargen zurückgegeben und abgerechnet, die tatsächliche Anzahl kann aufgerundet werden. Der Abrufschutz beträgt 100 Seiten à 20 Bewertungen. Es sind nur öffentlich sichtbare Target-Produktbewertungen abgedeckt.

  • Geeignet für
  • Wenn Sie öffentliche Bewertungstitel, Texte und Sternebewertungen für eine Target-Produkt-SKU benötigen
  • Wenn Sie Prüfernamen, Medien, Produktkennungen und Veröffentlichungszeiten für Reputationsanalysen benötigen
  • Nicht verwenden für
  • Wenn Sie Bewertungen mehrerer Produkte in einem Lauf benötigen — starten Sie je SKU einen eigenen Lauf
  • Wenn Sie gelöschte, eingeklappte oder nur nach Login sichtbare Target-Bewertungen benötigen
  • Wenn Sie einen Live-Strom neuer Bewertungen benötigen — diese App liefert eine Sammelaufnahme

Fehlerbehandlung

Vom Entwickler deklariertes Fehler- und Wiederholungsverhalten. Wir empfehlen, es bei der Integration in Ihren System-Prompt aufzunehmen.

  1. 1Wenn keine Bewertungen zurückkommen, prüfen Sie die Produkt-SKU und ob die Bewertungen öffentlich sichtbar sind
  2. 2Ein Teilerfolg liefert die abgeschlossenen Bewertungen; die tatsächliche Anzahl kann nach Chargenrundung weiter von der Erwartung abweichen
  3. 3Nach Ratenbegrenzung, vorübergehender Nichtverfügbarkeit oder Timeout später erneut versuchen
  4. 4Bei Authentifizierungsfehlern den im Ausführungsumfeld hinterlegten API Key prüfen
  5. 5Wenn der Aufgabenkontext nicht passt oder die Aufgabe abgelaufen ist, eine neue Erfassung starten statt dieselbe Aufgabe zu wiederholen

Eingabe

Parameter, die zum Aufruf dieser App erforderlich sind, generiert aus dem input.schema in der manifest.json.

  • Target-Produkt-SKUskuErforderlichstring
    Die Target-Produkt-SKU, deren öffentliche Bewertungen erfasst werden sollen. Geben Sie eine SKU mit höchstens 512 Zeichen ein, z. B. 94692133.
    Beispiel94692133
  • Erwartete Bewertungsanzahlexpected_countErforderlichstring
    Die erwartete Anzahl zu erfassender Bewertungen. Ergebnisse werden in vollständigen 6er-Chargen zurückgegeben und abgerechnet, die tatsächliche Anzahl kann aufgerundet werden, und weniger als 6 Bewertungen zählen trotzdem als eine Charge. Größere Werte dauern länger und kosten mehr.
    Beispiel2
  • Bewertungssortierungorder_typeErforderlichstring(enum)
    Reihenfolge der erfassten Bewertungen: 0 Standard, 4 neueste, 9 hilfreichste, 11 höchste Bewertung, 12 niedrigste Bewertung.
    Zulässige WerteStandard0Neueste4Hilfreichste9Höchste Bewertung11Niedrigste Bewertung12Beispiel4

Ausgabe

Feldstruktur eines einzelnen Datensatzes, generiert aus dem output.schema in der manifest.json.

  • Kommentar-IDcomment_idstring
    Stabiler Bezeichner dieser Target-Produktbewertung; leer, wenn die Quelle keinen liefert.
    Beispiel90cc93b7-f1aa-4b7d-9431-097a04e7f234
  • Kommentarparametercomment_paramsstring
    Zusätzliche Bewertungsparameter als Quelltext; leer, wenn die Quelle keine liefert.
    Beispiel{}
  • Bewertungstextcomment_textstring
    Vollständiger öffentlicher Bewertungstext im Originalwortlaut; leer, wenn die Quelle keinen liefert.
    BeispielNot as good as my first pair I had. Volume not as good. No low end.
  • Bewertungstitelcomment_titlestring
    Öffentlicher Titel der Bewertung; leer, wenn die Quelle keinen liefert.
    BeispielNot as good as my

Beispieldaten

Aus output.schema erzeugt. Felder ohne Beispielwert verwenden strukturelle Platzhalter.

output.example
{
  "comment_id": "90cc93b7-f1aa-4b7d-9431-097a04e7f234",
  "comment_params": "{}",
  "comment_text": "Not as good as my first pair I had. Volume not as good. No low end.",
  "comment_title": "Not as good as my",
  "comment_type": "1",
  "image_urls": "[]",
  "is_recommended": false,
  "item_main_pic_url": "<item_main_pic_url>",
  "item_price_text": "<item_price_text>",
  "item_sale_specs": "<item_sale_specs>",
  "item_score_text": "<item_score_text>",
  "item_title": "<item_title>",
  "item_url": "https://www.target.com/p/-/A-94692133",
  "origin_comment_id": "90cc93b7-f1aa-4b7d-9431-097a04e7f234",
  "parent_comment_id": "0",
  "platform_code": "target",
  "publish_time": "2026-09-15T02:19:10",
  "publish_time_text": "2026-09-15T02:19:10+08:00",
  "rating_score": 3,
  "reviewer_avatar_url": "<reviewer_avatar_url>",
  "reviewer_id": "<reviewer_id>",
  "reviewer_location": "<reviewer_location>",
  "reviewer_name": "DENNIS T.",
  "shop_id": "<shop_id>",
  "shop_name": "<shop_name>",
  "sku_id": "94692133",
  "spu_id": "94692133",
  "user_extra_info": "{}",
  "verified_text": "<verified_text>",
  "video_urls": "[]",
  "task_item": "94692133",
  "no_data": false
}

Integration

Diese App kann über MCP, API, SDK oder Dateiexport integriert werden — alle Kanäle teilen sich dieselben Fähigkeiten und Preise. Jede Anfrage authentifiziert sich über den Authorization: Bearer-Header mit einem API Key (langlebig, in der Data Hub Konsole erstellt); MCP-Clients können sich zusätzlich per OAuth ohne Key anmelden. Weitere Optionen wie CLI und Skill sind in Vorbereitung. Diese App läuft asynchron und kann zwischendurch abgebrochen werden: Nach dem Abbruch stoppt der Lauf. Bereits gelieferte Datensätze bleiben erhalten und werden abgerechnet.

Über das MCP (Model Context Protocol) können Sie diese App direkt aus KI-Clients wie Claude und Cursor aufrufen. Wählen Sie Ihren Client und den Authentifizierungsmodus und kopieren Sie dann die Konfiguration unten.

Client-Konfiguration

Ersetzen Sie den Wert nach Bearer durch Ihren langlebigen API Key. Funktioniert in jedem Client, in CI und in Headless-Umgebungen.

mcpServers config
{
  "mcpServers": {
    "octoparse_datahub": {
      "type": "http",
      "url": "https://mcp-v2.octoparse.com?pin=super_ig/target-comment",
      "headers": { "Authorization": "Bearer <YOUR_API_KEY>" }
    }
  }
}
Meine API Keys anzeigen →

Lassen Sie die KI die Einrichtung übernehmen

Sie möchten Konfigurationen nicht von Hand bearbeiten? Kopieren Sie den Installations-Prompt und fügen Sie ihn in einen beliebigen KI-Client ein — er schließt die Einrichtung auf seine eigene Weise ab. (Der Prompt weist die KI an, Ihren API Key bei Ihnen zu erfragen, damit Zugangsdaten nie im Chatverlauf oder in geteilten Konfigurationen landen.)

detail.access.mcp.composeHint

Preise

6 zurückgegebene Bewertungen

Berechnet nach der Anzahl der erfolgreich zurückgegebenen Datensätze. Fehlgeschlagene Läufe werden nicht berechnet. Abgerechnet in Einheiten von 6 Datensätze; jede angefangene Einheit wird auf 6 Datensätze aufgerundet.

0,005 $/ 6 Datensätze
Per task submitted

Wird pro übermitteltem Lauf einmal berechnet, unabhängig davon, wie viele Datensätze zurückgegeben werden.

0,0001 $/ Lauf

Mehrere Abrechnungsereignisse werden unabhängig voneinander kumuliert. Details siehe jeweilige Position. Fehlgeschlagene Läufe werden nicht berechnet.

Credits ansehen

Jetzt ausprobieren

Füllen Sie die Parameter aus und starten Sie — die Ergebnisse stammen aus einem echten Aufruf.

Beispiel
Parameter werden vor dem Absenden gegen input.schema validiert
Ab 0,005 $ / 6 Datensätze