Анализ отзывов: что изменилось и что это дает бизнесу?
Количество, тональность и структура отзывов имеют сегодня колоссальное значение для всех. Люди ориентируются на них, выбирая товары и услуги, причем уровень доверия к отзывам не уступает рекомендациям друзей и знакомых. Для компаний обратная связь — это источник ценной информации и интересных идей, ресурс для роста и развития, если, конечно, относиться к отзывам правильно.
Специалисты давно внимательно анализируют отзывы, но лишь с недавнего времени этому уделяется повышенное внимание со стороны руководства большинства крупных компаний. Совершенствуется и сам процесс, по сравнению с ситуацией 5-7-летней давности он стал:
• Намного менее трудоемким — большая часть рутинных процедур автоматизирована и производится без участия человека
• Осуществляться в режиме реального времени — системы постоянного мониторинга отслеживают появление новых отзывов на всех площадках онлайн
• Существенно более глубоким и технологичным — рассмотрение ситуации производится в динамике, появились новые метрики
• Максимально точным и объективным — анализ производится без использования субъективных экспертных оценок и наблюдений
• Интегрированным с другими важными для бизнеса показателями — появилось понимание взаимосвязанности отдельных метрик между собой.
На выходе можно получить отчет, на основании которого легко обосновать непростые, но давно назревшие организационные или кадровые решения, предложить оптимизировать структуру компании, выявить слабые места своего продукта или обратить внимание на качество работы отдельных партнеров и поставщиков. Таким образом, отзывы помогают компании становиться лучше, достигать намеченных бизнес-целей с максимальной эффективностью.
Основные метрики отзывов о компании в интернете
Все существующие сегодня метрики можно поделить на качественные и количественные. К количественным относится общее количество отзывов, процентное соотношение чисто положительных, а также динамика их изменения. Дополнительно в их число включают различные репутационные индексы, расчет которых зависит от методики конкретного агентства или компании. Это показатели легко измеряются автоматически.
Качественные метрики затрагивают внутреннее содержание отзывов, поэтому их расчет не всегда автоматизирован. К числу таких метрик относятся:
• Общая тональность отзыва (SA)
• Ключевые аспекты обсуждения
• Готовность рекомендовать товар или услугу (NPS).
Некоторые сервисы, включая «Яндекс.Маркет» создают с помощью ИИ на основе анализа качественных метрик сжатый обзор, включающий упомянутые ключевые аспекты и общую тональность. Аналогичный подход используется и самими компаниями для оценки сильных и слабых сторон товара, который уже выведен на рынок. Результаты такого анализа позволяют вовремя вносить изменения в производственный процесс и ранее сделанный выбор поставщиков.
Возможность предсказывать кризисы и выявлять заказные отзывы
Анализ больших данных открывает перед компаниями новые возможности, которые раньше были им недоступны. Изучение десятков тысяч отзывов о себе, своих товарах и конкурентах, позволяет обнаружить важные закономерности. Уже сегодня при помощи специально обученной нейросети можно с большой долей вероятности определять:
• Является ли отзыв настоящим или заказным
• Вероятность появления негативного отзыва после выхода на рынок
• Потребность аудитории в конкретных свойствах и качествах товара.
Таким образом, ИИ-решения не просто расширили аналитические возможности в сфере управления репутацией и работы с обратной связью, но и добавили важный функционал по прогнозированию отдельных процессов. И пусть на данный момент велика вероятность ошибки при работе системы без участия человека, но в дальнейшем именно такие решения позволят с высокой точностью предугадывать развитие ситуации в будущем.