Анализ отзывов нейросетью: что клиенты пишут о вас и конкурентах на самом деле

Зачем анализировать отзывы, если их и так читают

Владелец или управляющий обычно читает свежие отзывы и отвечает на них. Это полезно, но картина получается искажённой: запоминаются самые эмоциональные, а повторяющиеся мелочи теряются.

Систематический разбор отвечает на другие вопросы:

• какие жалобы повторяются и как часто;
• что изменилось за последние полгода по сравнению с прошлым годом;
• в каком филиале или у какого сотрудника проблемы чаще;
• за что хвалят — это то, что стоит выносить в рекламу;
• что клиенты не любят у конкурентов и чего ждут от рынка.

Отвечать на отзывы — отдельная задача, её мы разбирали в статье нейросеть для ответов на отзывы. Здесь речь о выводах для бизнеса.

Шаг 1. Как выгрузить отзывы с Карт и площадок

Источники зависят от ниши: местный бизнес — Яндекс Карты и 2ГИС, товары — маркетплейсы, услуги — профильные площадки и агрегаторы.

Для первого разбора хватит последних 100–300 отзывов. Это 1–2 часа копирования для одной организации, если делать вручную.

Структура таблицы, в которую собираем:

1. ID отзыва (порядковый номер).
2. Дата.
3. Площадка.
4. Филиал или товар.
5. Оценка (звёзды).
6. Текст отзыва.

Имя автора в таблицу не переносим. Оно не нужно для анализа, а в связке с текстом может считаться персональными данными по закону № 152-ФЗ. Подробно о том, что можно, а что нельзя загружать в нейросети, — в статье нейросети и персональные данные.

Шаг 2. Промпт для разметки по темам и тональности

Главная ошибка — отдать нейросети все отзывы одним текстом и попросить выводы. Она выдаст гладкий пересказ с выдуманными процентами. Правильный подход — разметка: каждому отзыву нейросеть присваивает темы и тональность, а вы потом считаете.

Сначала составьте список тем. Возьмите 30 случайных отзывов, прочитайте сами и выпишите, о чём пишут. Для салона красоты это, например: качество работы, мастер, запись и ожидание, цена, чистота, администратор, атмосфера, результат через неделю. 8–12 тем достаточно. Можно попросить нейросеть предложить темы по этим 30 отзывам, а потом поправить список.

Промпт для разметки:

Ты аналитик клиентского опыта. Ниже — отзывы клиентов [тип бизнеса] в формате «ID | оценка | текст».

Для каждого отзыва верни строку таблицы с колонками: ID | тональность (позитив / негатив / смешанный) | темы (1–3 из списка) | суть жалобы одной фразой или «—» | суть похвалы одной фразой или «—» | точная цитата 5–15 слов, подтверждающая главную тему.

Список тем: качество работы, мастер, запись и ожидание, цена, чистота, администратор, атмосфера, результат через время, другое.

Правила: не придумывай то, чего нет в тексте. Если тема не подходит под список — пиши «другое» и коротко её назови. Не пропускай отзывы. Не делай общих выводов — только таблицу.

Отзывы: [вставьте 50–100 строк]

Почему так:

• Колонка с цитатой — защита от выдумок. Если нейросеть приписала теме «цена» отзыв, где о цене ни слова, цитата это выдаст.
• Пачки по 50–100 отзывов. На длинных списках модели начинают пропускать строки. Сверьте число строк на выходе с числом на входе.
• «Не делай выводов» — выводы вы сделаете сами по цифрам.

Общие принципы хороших запросов разобраны в статье промпты для бизнеса.

Если отзывов сотни и непонятно, с чего начать, мы можем показать этот разбор на ваших данных.

Шаг 3. Проверка и подсчёт

Нейросеть хорошо понимает смысл текста и плохо считает. Поэтому подсчёт — в таблице.

1. Вставьте ответ нейросети в таблицу рядом с исходными отзывами по ID.
2. Проверьте выборочно 10–15 строк: совпадают ли темы и цитаты с текстом.
3. Если ошибок больше двух на 15 строк, уточните список тем и правила в промпте и переразметьте.
4. Сводной таблицей посчитайте: сколько отзывов по каждой теме, сколько из них негативных, как это меняется по месяцам и филиалам.
5. Отфильтруйте негатив по самой частой теме и прочитайте эти отзывы целиком. Цифра покажет масштаб, текст — причину.

Наблюдение из практики: почти в каждом разборе находится жалоба, о которой владелец не знал. Чаще всего она не про основную услугу, а про то, что вокруг: парковка, ожидание на ресепшене, звонок с напоминанием, который никто не сделал. Такие вещи редко попадают в эмоциональные отзывы на одну звезду, но тянут оценку вниз в отзывах на четыре.

Шаг 4. Таблица «жалоба → частота → что исправить»

Это главный артефакт разбора. Без него анализ остаётся интересным отчётом, который никто не применит.

Пример для условного салона красоты, 240 отзывов за год:

Цифры в таблице условные. Обратите внимание на колонку «кто отвечает»: если её нет, через месяц таблица забыта.

Так же разберите позитив. Повторяющиеся похвалы — «мастер объясняет, что делает», «точно в назначенное время» — это ваши реальные преимущества. Их стоит выносить на сайт, в карточку на Картах и рекламу словами клиентов. Как из этого собрать УТП, рассказано в статье как сформулировать УТП.

Отзывы конкурентов как источник офферов

Самая недооценённая часть. Отзывы о конкурентах показывают, что раздражает клиентов в вашей нише и что они ценят.

Как делать:

1. Выберите 3–5 конкурентов, которых клиенты реально сравнивают с вами.
2. Соберите по 50–100 последних отзывов о каждом.
3. Разметьте тем же промптом и тем же списком тем.
4. Сравните: у кого какие темы в негативе, что повторяется у всех.

Что из этого получается:

• Общая боль ниши. Если у всех конкурентов клининга жалуются на опоздания, оффер «приедем в окно 30 минут или скидка» бьёт в главную боль.
• Слабое место конкретного конкурента. Если у сильного конкурента часто пишут про «навязывают допуслуги», ваше «цена фиксируется до начала работы» звучит точно в цель. Называть конкурента в рекламе не нужно.
• Слова клиентов. Формулировки из отзывов лучше любых маркетинговых: так клиенты сами описывают проблему.

Более широкий анализ конкурентов — офферы, сайты, реклама — разобран в статье анализ конкурентов нейросетью. Там отзывы — один из шагов, здесь — основной метод.

Условный пример: клининговая компания

Пример условный, цифры показывают логику.

Допустим, клининг в Новосибирске, 180 своих отзывов и по 80 отзывов о трёх конкурентах. Разбор занял 3 часа: 1,5 часа на сбор, 30 минут на разметку пачками, час на проверку и сводную таблицу.

Что нашли:

• у себя: 19 отзывов про опоздания бригады, 14 — про «не помыли за холодильником», хотя это не входило в тариф;
• у конкурентов: у всех трёх главная тема негатива — опоздания и отсутствие связи с бригадой в день уборки;
• в похвалах у себя: «вежливые», «аккуратные с техникой».

Что сделали:

1. Внедрили сообщение клиенту «бригада выехала, будет в 14:20» с номером старшего.
2. На сайте и при заказе — список «что входит / что не входит» в каждый тариф.
3. Оффер в рекламе: «Сообщим, когда бригада выедет, и будем на месте в обещанное окно».

Допустим, через три месяца доля отзывов про опоздания снизилась вдвое, а средняя оценка выросла с 4,5 до 4,7. Это условные цифры, но порядок эффекта типичный: исправление двух главных жалоб заметно в оценке быстрее, чем любая акция.

Как часто повторять и как автоматизировать

Помните, что рейтинг в Картах не равен среднему всех оценок: как Яндекс считает рейтинг, описано в справке Яндекс Бизнеса. Поэтому оценивайте эффект по доле жалоб в своей таблице, а не только по рейтингу.

• Раз в квартал — полный разбор с таблицей жалоб.
• Раз в месяц — короткая разметка новых отзывов и сравнение с прошлым месяцем.
• После изменений — через 1–2 месяца проверить, ушла ли жалоба.

Когда отзывов больше сотни в месяц или филиалов несколько, ручной сбор становится узким местом. Тогда собирают процесс: сервис мониторинга забирает отзывы, нейросеть через API размечает каждый новый, результаты падают в таблицу или CRM, руководитель получает сводку раз в неделю. Для чувствительных данных используйте модели, которые обрабатывают данные в России.

Если хотите, чтобы мы настроили такой разбор или провели первый на ваших отзывах и отзывах конкурентов, оставьте контакты. Как работать с самыми тяжёлыми отзывами после разбора, читайте в статье как работать с негативными отзывами.