20 % Rabatt auf alle kostenpflichtigen Tarife mit dem Code

Shopping · Walmart

Walmart Reviews API

Die Walmart Reviews API liefert Ihnen Live-Daten von Walmart in dem Moment, in dem Sie fragen, als saubere, strukturierte Daten – bereit für Ihre eigene App, eine Tabelle oder einen KI-Assistenten. Kein Scraping, nichts zu warten.

100 kostenlose Anfragen pro Monat · keine Kreditkarte · ein API-Schlüssel für alle Plattformen

Das Wichtigste in Kürze

Aktualisiert am

Walmart-Produktbewertungen gehören zu den reichhaltigsten frei zugänglichen Quellen für Produktfeedback im US-Handel – Millionen Rezensionen aus verifizierten Käufen, jeweils versehen mit dem Händler, der den Artikel verkauft hat, und den Aspekten, über die der Rezensent spricht. Die Walmart Reviews API von everydata.io liefert sie als strukturiertes JSON für jede usItemId auf walmart.com oder walmart.ca: paginierte Rezensionslisten, die vollständige Sterneverteilung, Walmarts eigene KI-generierte Zusammenfassung und die Aspektliste, auf der die Filter „häufig erwähnt“ auf der Seite beruhen.

Plattform
Walmart
Kontingent pro Aufruf
1 Anfrage
Kostenloser Tarif
100 Anfr. / Monatdanach ab 30 € / Monat
Das erhalten Sie

Walmart-Daten, sofort nutzbar

Die Antwort gibt Ihre Filter zurück (productId, page, sort, domainCode, ratings, vp) und liefert dann ein reviews-Objekt. customerReviews ist die Seite mit den Rezensionen: rating, reviewTitle, reviewText, reviewSubmissionTime, userNickname, ein badges-Array, das VerifiedPurchaser enthält, die Stimmenzahlen positiveFeedback / negativeFeedback, sellerName und fulfilledBy für den Kauf hinter der Rezension, itemName und itemId für die exakt gekaufte Variante, features wie Color, media und photos sowie reviewAspects, die die Rezension mit Aspekt-IDs samt Polarität verknüpfen.

Über der Liste stehen die Gesamtwerte: totalReviewCount, averageOverallRating, recommendedPercentage, ratingValueOneCount bis ratingValueFiveCount und die Prozentvarianten, reviewsWithTextCount und totalMediaCount. Zwei von Walmart erzeugte Blöcke erleichtern die Analyse: reviewSummary ist der KI-Zusammenfassungsabsatz mit summaryTitle und satzweisen summaryAspects, und bulletReviewSummary listet Aspekte mit aspectName, aspectPillText, aspectPolarity und einer einzeiligen aspectSummary. topPositiveReview und topNegativeReview sind ebenfalls enthalten.

  • Paginierte customerReviews mit Bewertung, Titel, Text, Datum, Nickname und VerifiedPurchaser-Badge
  • sellerName, fulfilledBy, itemId und itemName pro Rezension – Sie wissen, zu welchem Händler und welcher Variante die Rezension gehört
  • Sterneverteilung (ratingValueOneCount … ratingValueFiveCount), averageOverallRating und recommendedPercentage
  • aspects[] mit id, name und snippetCount; Rezensionen nach Aspekt-ID filtern
  • Walmarts KI-reviewSummary und bulletReviewSummary mit Polarität pro Aspekt
  • Filter: sort (relevancy, submission-desc, helpful, rating-desc, rating-asc), vp nur verifizierte, ratings "1,2,5"
  • domainCode com oder ca für walmart.com und walmart.ca
Anwendungsfälle

Was Teams damit bauen

Voice-of-Customer-Analysen

Marken werten ihre Rezensionen nach Aspekt und Polarität aus, um die Mängel und Stärken zu finden, die Kunden am häufigsten nennen – mit Walmarts Aspekt-IDs, statt zuerst einen Klassifikator zu trainieren.

Qualitätskontrolle für Marketplace-Händler

Marketplace-Händler filtern negative Rezensionen (ratings=1,2) mit ihrem sellerName, um Produktbeschwerden von Versandproblemen zu unterscheiden und schnell zu reagieren.

Produktrecherche und Sourcing

Vergleichen Sie vor dem Listen eines Produkts Sterneverteilung, recommendedPercentage und KI-Zusammenfassung konkurrierender Artikel, um Nachfrage und Qualitätsrisiken einzuschätzen.

Rezensions-Monitoring und Alarme

Fragen Sie täglich mit submission-desc ab, vergleichen Sie über reviewId und benachrichtigen Sie Ihr Team über neue Ein-Stern-Rezensionen oder Rezensionen mit Fotos zu wichtigen Artikeln.

So funktioniert es

Beispielanfrage und -antwort

Rufen Sie GET /wlm/walmart-lookup-reviews auf und setzen Sie productId auf die usItemId – die Zahl am Ende der Produkt-URL oder das Feld usItemId aus einem Suchergebnis. Ergänzen Sie page und sort, um die Rezensionen zu durchlaufen, ratings, um auf bestimmte Sterne einzuschränken, vp=true für ausschließlich verifizierte Käufe und aspect mit einer ID aus reviews.aspects, um nur Rezensionen zu einem Thema wie Charging zu sehen. Das Beispiel unten ist auf zwei Aspekte und eine Rezension gekürzt.

GET /wlm/walmart-lookup-reviews

curl "https://api.everydata.io/wlm/walmart-lookup-reviews?productId=5364974201&domainCode=com&page=1&sort=relevancy" \
  -H "x-api-key: YOUR_API_KEY"

Antwort (gekürzt)

200 OK · application/json
{
  "responseStatus": "PRODUCT_FOUND_RESPONSE",
  "responseMessage": "Product successfully found!",
  "productId": 5364974201,
  "page": 1,
  "sort": "relevancy",
  "domainCode": "com",
  "ratings": [],
  "vp": false,
  "reviews": {
    "activeSort": "relevancy",
    "aspects": [
      {
        "id": "6051",
        "name": "Charging",
        "snippetCount": 140
      },
      {
        "id": "160",
        "name": "Led Light",
        "snippetCount": 107
      }
    ],
    "reviewSummary": {
      "summaryTitle": "Compact and rechargeable fan offers impressive speed and convenience",
      "summary": "Customers praise the product's speed, power level, and charging features, highlighting its strong air current, multiple speed settings, and quick charging.",
      "summaryAspects": [
        {
          "aspectId": 184,
          "aspectStart": 31,
          "aspectEnd": 35,
          "aspectSentiment": "positive"
        }
      ]
    },
    "bulletReviewSummary": {
      "bulletSummaryAspects": [
        {
          "aspectId": "180",
          "aspectName": "noise level",
          "aspectPillText": "Super quiet noise level",
          "aspectRank": 7,
          "aspectPolarity": "Positive",
          "aspectSummary": "Operates at a barely audible sound level."
        }
      ]
    },
    "averageOverallRating": 4.4,
    "totalReviewCount": 2054,
    "reviewsWithTextCount": 670,
    "recommendedPercentage": 87,
    "ratingValueOneCount": 176,
    "ratingValueTwoCount": 67,
    "ratingValueThreeCount": 83,
    "ratingValueFourCount": 143,
    "ratingValueFiveCount": 1585,
    "totalMediaCount": 35,
    "customerReviews": [
      {
        "reviewId": "393593280",
        "rating": 5,
        "recommended": true,
        "reviewTitle": "great deal!",
        "reviewText": "This fan was a lifesaver to survive in hot camping tent! ...",
        "reviewSubmissionTime": "7/28/2025",
        "userNickname": "colette",
        "badges": [
          {
            "badgeType": "Custom",
            "contentType": "REVIEW",
            "id": "VerifiedPurchaser"
          }
        ],
        "userBadges": [
          {
            "badgeId": "TOP_REVIEWER",
            "badgeValue": "TOP_REVIEWER"
          }
        ],
        "positiveFeedback": 0,
        "negativeFeedback": 0,
        "sellerName": "GVDV Hub",
        "fulfilledBy": "Walmart",
        "itemId": "14779413575",
        "features": [
          {
            "name": "Color",
            "value": "Yellow/Black"
          }
        ],
        "externalSource": "bazaarvoice"
      }
    ]
  }
}

Die Paginierung basiert auf Seitenzahlen. Halten Sie sort beim Durchlaufen der Seiten konstant – submission-desc ist für inkrementelle Synchronisierungen die sicherste Wahl, weil neue Rezensionen immer auf Seite eins landen und Sie aufhören können, sobald Sie auf eine bereits gespeicherte reviewId stoßen. totalReviewCount zählt alle Bewertungen; reviewsWithTextCount ist die Zahl, die Sie tatsächlich durchblättern können, da reine Sternebewertungen keinen Text haben.

Aspekte sind Walmarts Themen-Tags. Rufen Sie Seite eins ohne Filter ab, lesen Sie reviews.aspects, um zu sehen, was Kunden erwähnen (Charging, Led Light …) und wie oft, und fordern Sie dann aspect=<id> an, um diese Rezensionen zu isolieren; reviewAspects jeder Rezension nennt die Polarität für jeden berührten Aspekt. Kombiniert mit ratings=1,2 finden Sie schnell negatives Feedback zu einem bestimmten Thema.

Walmart bündelt Rezensionen über Varianten und bei Marketplace-Artikeln auch über Händler hinweg – sellerName, fulfilledBy, itemId und itemName jeder Rezension zeigen Ihnen genau, welches Angebot der Rezensent gekauft hat. reviewSubmissionTime ist ein Datums-String im US-Format (M/D/YYYY); parsen Sie ihn explizit.

Verwandte Endpoints

GET/wlm/walmart-lookup-reviews

Bewertungen. Paginierte Kundenbewertungen zu einem Produkt.

GET/wlm/walmart-lookup-product

Produktdetails. Produktseite per URL.

GET/wlm/walmart-search-by-keyword

Produkte suchen. Keyword-Suche mit Paginierung und Sortierung.

Vollständige API-Referenz
Preise

Bezahlen pro Anfrage, alle Plattformen inklusive

Eine Seite mit Rezensionen ist eine Anfrage, unabhängig von den angewendeten Filtern. Wer 200 Artikel täglich auf neue Rezensionen überwacht, braucht rund 6.000 Anfragen im Monat – das passt in den Production-Tarif (50.000 Anfragen, 80 €), mit Reserve für vollständige historische Nachladungen; ein erster Crawl eines Artikels mit 2.000 Rezensionen braucht etwa 70 Seiten. 5xx-Antworten der Zielseite werden nie berechnet.

Free
100 Anfr. / Monat
Starter
5.000 Anfr. · 30 €
Production
50.000 Anfr. · 80 €
Business
300.000 Anfr. · 300 €

Walmart Reviews API: häufige Fragen

Was ist der Parameter productId?

Es ist Walmarts usItemId – die Zahl am Ende einer Produkt-URL wie /ip/<slug>/5364974201, die in Suchergebnissen auch als usItemId geliefert wird.

Kann ich nur Rezensionen aus verifizierten Käufen abrufen?

Ja, setzen Sie vp=true. Jede Rezension trägt außerdem ein VerifiedPurchaser-Badge in badges[], sodass Sie das Flag in den Daten selbst prüfen können.

Wie filtere ich nach Sternebewertung?

Übergeben Sie ratings als kommagetrennte Liste, zum Beispiel ratings=1,2,5. Die Antwort gibt die angewendete Liste im Feld ratings zurück.

Was ist die KI-Zusammenfassung der Rezensionen?

reviewSummary ist die Zusammenfassung, die Walmart selbst erzeugt und auf der Produktseite anzeigt, inklusive Titel und Aspekt-Abschnitten mit Stimmung. bulletReviewSummary enthält die kürzeren Aspekt-Pills mit jeweils einer Polarität und einer einzeiligen Zusammenfassung.

Funktioniert das auch für walmart.ca?

Ja. Setzen Sie domainCode=ca mit der kanadischen usItemId; der Standard ist com.

Wie viele Rezensionen gibt es pro Seite?

Walmart liefert seine Standard-Seitengröße, typischerweise 20 Rezensionen mit Text. Berechnen Sie mit reviewsWithTextCount, wie viele Seiten Sie brauchen.

Walmart-Rezensionen jetzt analysieren

Registrieren Sie sich kostenlos, nehmen Sie eine beliebige usItemId und rufen Sie den Reviews-Endpoint auf – Aspekte und KI-Zusammenfassung sind in jeder Antwort enthalten.