Shopping · Walmart
API d'avis Walmart
L’API d'avis Walmart vous fournit des données Walmart en direct au moment où vous les demandez, sous une forme propre et structurée – prêtes pour votre application, un tableur ou un assistant IA. Sans scraping, rien à maintenir.
100 requêtes gratuites chaque mois · sans carte bancaire · une clé API pour toutes les plateformes
L’essentiel
Mis à jour le
Les avis produits Walmart sont l'une des sources gratuites de retours clients les plus riches de la distribution américaine – des millions d'avis d'achats vérifiés, chacun associé au vendeur de l'article et aux thèmes abordés par l'auteur. L'API d'avis Walmart d'everydata.io les renvoie en JSON structuré pour n'importe quel usItemId sur walmart.com ou walmart.ca : listes d'avis paginées, répartition complète des étoiles, synthèse des avis générée par l'IA de Walmart et liste des thèmes qui alimente les filtres "frequently mentioned" de la page.
- Plateforme
- Walmart
- Endpoint principal
- /walmart-lookup-reviews
- Quota par appel
- 1 requête
- Offre gratuite
- 100 req. / moispuis à partir de 30 € / mois
Des données Walmart prêtes à l’emploi
La réponse reprend vos filtres (productId, page, sort, domainCode, ratings, vp) puis renvoie un objet reviews. customerReviews est la page d'avis : rating, reviewTitle, reviewText, reviewSubmissionTime, userNickname, un tableau badges qui inclut VerifiedPurchaser, les votes positiveFeedback / negativeFeedback, sellerName et fulfilledBy pour la transaction à l'origine de l'avis, itemName et itemId pour la variante exacte achetée, des features comme Color, les médias et photos, et reviewAspects qui relie l'avis à des identifiants de thèmes avec une polarité.
Au-dessus de la liste figurent les agrégats : totalReviewCount, averageOverallRating, recommendedPercentage, ratingValueOneCount à ratingValueFiveCount et leurs variantes en pourcentage, reviewsWithTextCount et totalMediaCount. Deux blocs générés par Walmart facilitent l'analyse : reviewSummary est le paragraphe de synthèse IA avec un summaryTitle et des summaryAspects au niveau de la phrase, et bulletReviewSummary liste les thèmes avec aspectName, aspectPillText, aspectPolarity et une synthèse d'une ligne aspectSummary. topPositiveReview et topNegativeReview sont également inclus.
- customerReviews paginés avec note, titre, texte, date, pseudo et badge VerifiedPurchaser
- sellerName, fulfilledBy, itemId et itemName par avis – pour savoir à quel vendeur et à quelle variante l'avis se rapporte
- Répartition des étoiles (ratingValueOneCount … ratingValueFiveCount), averageOverallRating et recommendedPercentage
- aspects[] avec id, name et snippetCount ; filtrez les avis par identifiant de thème
- reviewSummary et bulletReviewSummary générés par l'IA de Walmart, avec polarité par thème
- Filtres : sort (relevancy, submission-desc, helpful, rating-desc, rating-asc), vp pour les achats vérifiés uniquement, ratings "1,2,5"
- domainCode com ou ca pour walmart.com et walmart.ca
Ce que les équipes construisent avec
Analyse de la voix du client
Les marques agrègent leurs avis par thème et par polarité pour identifier les défauts et les points forts les plus cités, en s'appuyant sur les identifiants de thèmes de Walmart au lieu d'entraîner d'abord un classificateur.
Contrôle qualité des vendeurs marketplace
Les vendeurs marketplace filtrent les avis négatifs (ratings=1,2) portant leur sellerName pour distinguer les réclamations produit des problèmes d'expédition, et y répondre rapidement.
Recherche et sourcing de produits
Avant de référencer un produit, comparez la répartition des étoiles, recommendedPercentage et la synthèse IA des articles concurrents pour évaluer la demande et les risques qualité.
Suivi des avis et alertes
Interrogez chaque jour en submission-desc, comparez les reviewId et alertez votre équipe des nouveaux avis une étoile ou des avis avec photos sur les articles clés.
Exemple de requête et de réponse
Appelez GET /wlm/walmart-lookup-reviews avec productId égal à l'usItemId – le numéro à la fin de l'URL du produit ou le champ usItemId d'un résultat de recherche. Ajoutez page et sort pour parcourir les avis, ratings pour vous limiter à certaines notes, vp=true pour les seuls achats vérifiés, et aspect avec un identifiant issu de reviews.aspects pour ne voir que les avis portant, par exemple, sur Charging. L'exemple ci-dessous est réduit à deux thèmes et un avis.
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"Réponse (abrégée)
{
"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"
}
]
}
}La pagination se fait par numéro de page. Gardez sort constant pendant le parcours – submission-desc est le choix le plus sûr pour les synchronisations incrémentales, car les nouveaux avis arrivent toujours en page un : vous pouvez vous arrêter dès que vous rencontrez un reviewId déjà stocké. totalReviewCount compte toutes les notes ; reviewsWithTextCount est le nombre d'avis réellement paginables, puisque les notes sans texte n'ont pas de corps d'avis.
Les aspects sont les étiquettes thématiques de Walmart. Récupérez la page un sans filtre, lisez reviews.aspects pour voir ce que mentionnent les clients (Charging, Led Light …) et à quelle fréquence, puis demandez aspect=<id> pour isoler ces avis ; le champ reviewAspects de chaque avis indique la polarité de chaque thème abordé. Combinez avec ratings=1,2 pour faire ressortir rapidement les retours négatifs sur un sujet précis.
Walmart regroupe les avis de toutes les variantes et, pour les articles marketplace, de tous les vendeurs – sellerName, fulfilledBy, itemId et itemName vous indiquent pour chaque avis l'offre exacte achetée. reviewSubmissionTime est une date au format américain (M/D/YYYY) ; analysez-la explicitement.
Endpoints associés
Avis. Avis clients paginés d'un produit.
Détails du produit. Page produit par URL.
Rechercher des produits. Recherche par mot-clé avec pagination et tri.
Payez à la requête, toutes les plateformes incluses
Une page d'avis correspond à une requête, quels que soient les filtres appliqués. Surveiller chaque jour les nouveaux avis de 200 articles coûte environ 6 000 requêtes par mois, ce qui tient dans l'offre Production (50 000 requêtes, 80 €) avec de la marge pour des récupérations complètes de l'historique ; un premier crawl d'un article à 2 000 avis demande environ 70 pages. Les réponses 5xx côté source ne sont jamais facturées.
- Free
- 100 req. / mois
- Starter
- 5 000 req. · 30 €
- Production
- 50 000 req. · 80 €
- Business
- 300 000 req. · 300 €
API d'avis Walmart : questions fréquentes
Qu'est-ce que le paramètre productId ?
C'est l'usItemId de Walmart – le numéro à la fin d'une URL de produit comme /ip/<slug>/5364974201, également renvoyé dans usItemId dans les résultats de recherche.
Puis-je récupérer uniquement les avis d'achats vérifiés ?
Oui, passez vp=true. Chaque avis porte aussi un badge VerifiedPurchaser dans badges[] : vous pouvez vérifier l'indicateur dans les données elles-mêmes.
Comment filtrer par nombre d'étoiles ?
Passez ratings sous forme de liste séparée par des virgules, par exemple ratings=1,2,5. La réponse reprend la liste appliquée dans le champ ratings.
Qu'est-ce que la synthèse IA des avis ?
reviewSummary est la synthèse que Walmart génère et affiche lui-même sur la page produit, avec un titre et des segments par thème avec leur tonalité. bulletReviewSummary contient les pastilles thématiques plus courtes, chacune avec une polarité et une synthèse d'une phrase.
Cela fonctionne-t-il pour walmart.ca ?
Oui. Passez domainCode=ca avec l'usItemId canadien ; la valeur par défaut est com.
Combien d'avis par page ?
Walmart renvoie sa taille de page standard, généralement 20 avis avec texte. Utilisez reviewsWithTextCount pour calculer le nombre de pages nécessaires.
Cas d’usage associés
Commencez à analyser les avis Walmart
Inscrivez-vous gratuitement, prenez n'importe quel usItemId et appelez l'endpoint des avis – thèmes et synthèse IA inclus dans chaque réponse.