Rakuten Review VOC Collector

English | 日本語

Collect complete, auditable review corpora from public Rakuten Ichiba product review pages for Voice of Customer (VOC), market research, and downstream text analysis.

Use this Actor when you already know which products matter and need the review corpus with evidence that every expected page was collected.

Why this Actor is different

Many Rakuten Actors are designed for product discovery, listing extraction, or a small sample of recent reviews. This Actor is deliberately narrower: it starts from a researcher's selected product list and collects the review corpus in a form that can be audited.

Need	Product/search Actors	Sample-oriented review Actors	This Actor
Find products by keyword/category	Primary use	Sometimes included	Not included
Collect a few recent reviews quickly	Indirect	Primary use	Supported with a page cap, but not the main purpose
Collect every available review page	Often not included	May stop at a review limit	Default behavior
Run a ranked batch of selected products	Varies	Often URL-by-URL	Yes; research IDs and ranks are preserved
Verify collection completeness	Usually row count only	Usually row count only	Page-level and run-level audit records
Prepare raw data for VOC coding/NLP	Requires reshaping	Often limited fields	Rich review, reviewer, SKU, item, and page metadata
AI-generated review summary	Sometimes included	Sometimes included	No; returns source data for your own analysis

Apify compute, storage, and data-transfer usage may incur charges according to the user's Apify plan and this Actor's Store pricing configuration.

When to use it

Choose this Actor when:

• You have a defined product universe, such as a top-N list, competitor set, or tracked SKU list.
• You need all available public reviews rather than a small preview.
• You must retain product rank and stable research keys across a multi-product crawl.
• You need to prove which review pages were collected and identify gaps before analysis.
• You want raw review-level evidence for taxonomy coding, sentiment analysis, topic modeling, or Excel/BI reporting.

Choose another Actor or workflow when:

• You still need to discover products by keyword, category, ranking, or seller.
• You only need a handful of recent reviews for a quick check.
• You want an AI summary instead of the underlying review corpus.
• You need non-public, authenticated, or account-specific Rakuten data.
• You need browser automation for interactions beyond public product review pages.

Input

products is required. Each product must provide either:

• review_url, or
• both shop_id and item_id.

Research fields such as product_rank, item_key, shop_code, and item_url are strongly recommended. They are carried into the output so the dataset can be joined back to the selected product universe.

{
  "products": [
    {
      "product_rank": 1,
      "item_key": "e-techpowershop:10000062",
      "item_id": "10000062",
      "shop_id": 429056,
      "shop_code": "e-techpowershop",
      "item_url": "https://item.rakuten.co.jp/e-techpowershop/set-d1018/",
      "review_url": "https://review.rakuten.co.jp/item/1/429056_10000062/1.1/"
    }
  ],
  "concurrency": 5,
  "max_pages_per_product": 0
}

Controls

Field	Meaning
concurrency	Parallel requests, from 1 to 10. Default: 5. Reduce it if Rakuten starts returning errors.
max_pages_per_product	0 collects all detected pages. A positive number caps pages per product for pilots or quick samples.

Rakuten currently exposes up to 30 reviews per review page. The Actor reads the displayed review count on page 1 and calculates the expected page count automatically.

Output

The default dataset intentionally contains three record types. Filter on record_type before analysis.

record_type	One row per	Purpose
review	Review	VOC text and metadata, including rating, title, body, dates, reviewer attributes when public, SKU information, helpful count, media, item metadata, and source URL.
page_audit	Review page	Coverage evidence: page number, expected pages, displayed review count, and reviews found on the page.
run_audit	Actor run	Run totals and a failures array for products or pages that could not be collected.

For a complete-corpus run, validate all three conditions before analysis:

1. run_audit.failures is empty.
2. Every expected page number has a corresponding page_audit row.
3. Unique review_key count is consistent with the collected page totals and the displayed product review count.

The review_key and encrypted_review_key fields support downstream deduplication. The Actor itself returns source rows and does not silently remove records.

Validation evidence

In an internal production QA run on 2026-08-20, 50 selected products achieved coverage of 312 / 312 expected review pages, producing 8,613 unique reviews after downstream deduplication. This is validation evidence for that run, not a guarantee that Rakuten page structure or availability will remain unchanged.

Limits and responsible use

• Collects public Rakuten Ichiba product review pages only.
• Does not search for products, rank products, or choose a market sample.
• Does not use residential proxies or bypass authenticated access controls.
• Rakuten page-structure changes can require parser maintenance.
• A run can finish while individual pages are listed in run_audit.failures; always inspect the audit record.
• Use a reasonable concurrency and follow applicable laws, Rakuten terms, and your organization's data-handling requirements.

---

楽天市場レビューVOCコレクター

楽天市場で公開されている商品レビューページから、VOC（顧客の声）分析、市場調査、テキスト分析に利用できる、完全性を検証可能なレビューコーパスを収集します。

調査対象の商品がすでに決まっており、想定される全レビューページを収集できたか確認できる形でデータが必要な場合に、このActorをご利用ください。

このActorの違い

楽天市場向けActorの多くは、商品検索、商品情報の取得、または直近レビューの小規模なサンプル取得を目的としています。このActorは対象をより明確に絞り、調査担当者が選定した商品リストを起点として、収集範囲を監査できるレビューコーパスを作成します。

ニーズ	商品検索・商品情報Actor	サンプル取得型レビューActor	このActor
キーワードやカテゴリから商品を探す	主な用途	対応する場合あり	非対応
直近レビューを少量だけ素早く取得する	間接的	主な用途	ページ数を制限すれば対応可能。ただし主目的ではありません
公開されている全レビューページを収集する	通常は非対応	件数上限で停止する場合あり	デフォルト動作
選定済み商品を順位付きで一括処理する	Actorによる	URL単位の場合が多い	対応。調査用IDと順位を保持
収集の完全性を確認する	通常は行数のみ	通常は行数のみ	ページ単位と実行単位の監査レコードを出力
VOCコーディングやNLP用の生データを作る	整形が必要	項目が限定的な場合あり	レビュー、投稿者、SKU、商品、ページの詳細メタデータを出力
AIによるレビュー要約を得る	対応する場合あり	対応する場合あり	非対応。独自分析用の原データを返します

利用者のApifyプランおよびこのActorのStore料金設定に応じて、Apifyのコンピューティング、ストレージ、データ転送などの料金が発生する場合があります。

適しているケース

次のような場合に、このActorを選択してください。

• 上位N商品、競合商品群、追跡対象SKUなど、調査対象の商品群がすでに定義されている。
• 少量のプレビューではなく、公開されている全レビューが必要である。
• 複数商品を収集する際に、商品順位と安定した調査用キーを保持したい。
• 分析前に、どのレビューページを収集できたかを証明し、欠損を特定したい。
• 分類コーディング、感情分析、トピックモデリング、Excel／BIレポート向けに、レビュー単位の根拠データが必要である。

次の場合は、別のActorまたはワークフローを選択してください。

• キーワード、カテゴリ、ランキング、出店者から商品を探す必要がある。
• 簡易確認のため、直近レビューを数件だけ取得したい。
• レビュー原文ではなく、AIによる要約だけが必要である。
• 非公開、ログイン必須、またはアカウント固有の楽天データが必要である。
• 公開商品レビューページの取得を超えるブラウザ操作が必要である。

入力

products は必須です。各商品には、次のいずれかを指定してください。

• review_url、または
• shop_id と item_id の両方。

product_rank、item_key、shop_code、item_url などの調査用フィールドも指定することを強く推奨します。これらは出力に引き継がれるため、収集結果を元の商品リストへ結合できます。

{
  "products": [
    {
      "product_rank": 1,
      "item_key": "e-techpowershop:10000062",
      "item_id": "10000062",
      "shop_id": 429056,
      "shop_code": "e-techpowershop",
      "item_url": "https://item.rakuten.co.jp/e-techpowershop/set-d1018/",
      "review_url": "https://review.rakuten.co.jp/item/1/429056_10000062/1.1/"
    }
  ],
  "concurrency": 5,
  "max_pages_per_product": 0
}

制御項目

フィールド	内容
concurrency	1〜10の並列リクエスト数。デフォルトは 5。楽天からエラーが返り始めた場合は値を下げてください。
max_pages_per_product	0 を指定すると、検出した全ページを収集します。正の数を指定すると、商品ごとの収集ページ数を制限でき、パイロットや簡易サンプルに利用できます。

現在、楽天市場のレビューページには1ページあたり最大30件のレビューが表示されます。このActorは1ページ目に表示されるレビュー総数を読み取り、想定ページ数を自動計算します。

出力

デフォルトDatasetには、意図的に3種類のレコードが含まれます。分析前に record_type で絞り込んでください。

record_type	1レコードの単位	目的
review	レビュー1件	評価、タイトル、本文、投稿日、公開されている投稿者属性、SKU情報、参考になった数、メディア、商品メタデータ、取得元URLなどのVOCデータ。
page_audit	レビューページ1件	ページ番号、想定ページ数、画面表示上のレビュー総数、そのページで取得したレビュー数を記録するカバレッジ証跡。
run_audit	Actor実行1回	実行全体の集計値と、取得できなかった商品またはページを記録する failures 配列。

全件収集を目的とした実行では、分析前に次の3条件を確認してください。

1. run_audit.failures が空である。
2. 想定されるすべてのページ番号に対応する page_audit レコードがある。
3. ユニークな review_key の件数が、各ページの取得件数合計および商品ページに表示されたレビュー総数と整合している。

review_key と encrypted_review_key は、後続処理での重複排除に利用できます。このActorは取得元のレコードを返し、重複と判断したレコードを暗黙的に削除することはありません。

検証実績

2026年8月20日に実施した社内の本番QAでは、選定済み50商品について、想定された 312 / 312ページ を収集し、後続処理で重複排除した結果、8,613件のユニークレビューを取得しました。これは当該実行の検証結果であり、楽天のページ構造や公開状態が今後も変わらないことを保証するものではありません。

制限事項と適切な利用

• 楽天市場で公開されている商品レビューページのみを収集します。
• 商品検索、商品ランキング作成、調査サンプルの選定は行いません。
• レジデンシャルプロキシを使用せず、ログインやアクセス制御を回避しません。
• 楽天のページ構造が変更された場合、パーサーの保守が必要になることがあります。
• Actorの実行自体が完了していても、個別ページの失敗が run_audit.failures に記録されている場合があります。必ず監査レコードを確認してください。
• 適切な並列数を設定し、適用される法令、楽天の利用規約、所属組織のデータ取扱方針に従って利用してください。