19 · 12 · 2019 | Серхио Васкес

Мы все знаем о преимуществах, которые дает хороший обзор Google для нашего бизнеса. С одной стороны, это позволяет будущему клиенту получить первоначальный отзыв о компании или продукте / услуге, которые он хочет приобрести, а с другой стороны, чем больше у нас положительных отзывов, тем лучше наше SEO-позиционирование. будет.

Правильное управление этими мнениями повысит доверие наших клиентов и увеличит количество поисковых запросов компании в Google. Как потребители, мы многого требуем, когда дело доходит до оценки нашего опыта работы с брендами, и Google осознал важность количественной оценки этого, создав хорошо известный рейтинг «звездочек» (от 1 до 5).

Чтобы обогатить эту обратную связь, Google также позволяет пользователям качественно описывать свой опыт, предоставляя информацию, которая имеет большое значение для брендов.

Google Мой бизнес предлагает нам различные возможности доступа к этим отзывам клиентов, и мы можем по-разному обрабатывать данные с помощью машинного обучения, чтобы получить максимальную отдачу от информации.

Доступ к данным

Если мы представляем компанию, первое, что нам нужно сделать, чтобы иметь больше посещений (как онлайн, так и офлайн), - это быть в Google. Сделать наш бизнес видимым для остального мира должно быть одной из наших первоочередных задач.

Чтобы облегчить себе жизнь, у нас есть Google Мой бизнес. Это сервис Google, ориентированный на компании, который помогает нам привлечь больше внимания и позволяет:

  • Улучшение нашего позиционирования в различных поисковых системах.
  • Появится на Google Maps с точным местонахождением компании.
  • Улучшить наше присутствие в Интернете с помощью остальных сервисов Google.
  • Предложите дополнительную информацию о нашем бизнесе: точный адрес, часы работы, контактный телефон, фотографии, которыми мы хотим поделиться, и т. Д.
  • Прямое взаимодействие с нашими клиентами, позволяющее им оставлять комментарии о нашем бизнесе и возможность отвечать на той же платформе.
  • Получите постоянную и глобальную обратную связь о том, что думают наши клиенты.
  • Если у нас несколько магазинов, мы можем проанализировать разные мнения каждого из них и выявить возможные проблемы.

Всю эту информацию можно получить напрямую через Google Мой бизнес, но для доступа ко всем отзывам нам потребуется API.

API - это интерфейс прикладного программирования. Мы можем рассматривать его как инструкцию (в данном случае для My Business), в которой рассказывается, как взаимодействовать с сайтом для извлечения данных, связанных с отзывами.

Важно отметить, что во время этого процесса API предоставляет как количественную информацию (рейтинг от 1 до 5 звезд), так и качественную информацию (комментарии, сделанные пользователем), поэтому у нас будет два уровня информации, которые мы можем анализировать.

С помощью этих данных мы сможем выяснить, как можно получить пользователей, которые дают низкие оценки (1 или 2 звезды) и комментарии, которые являются довольно положительными, или, наоборот, дают высокие оценки (4 или 5) с отрицательными комментариями. (это может показаться странным, но уверяю, такое бывает). А благодаря технологиям у нас будет возможность анализировать эту информацию, задавать вопросы и принимать решения. Один из них, в качестве примера, может быть таким: следует ли отклонять те обзоры, в которых нет комментариев, а есть только числовые оценки? Комментарии более надежны, поскольку включают объяснение, так что мы должны хотя бы рассмотреть его.

Кроме того, мы должны попытаться ответить на другие вопросы, выходящие за рамки простых данных. Как мы можем определить, является ли комментарий к обзору положительным или отрицательным, независимо от числовой оценки? Можем ли мы классифицировать и определять, что говорится в обзорах? Вывод таков, что мы можем сделать это, применив к данным методы машинного обучения.

Применение машинного обучения к отзывам в Google

Обработка естественного языка (NLP) - это ветвь искусственного интеллекта, цель которой - заставить машину понимать, что выражается человеком, с помощью языка, который может быть реализован как для текста, так и для звука. .

Первое, что мы сделаем с помощью НЛП, - это проанализируем чувства, связанные с комментариями к нашим обзорам. Алгоритм классифицирует их в зависимости от того, являются ли они положительными, отрицательными или нейтральными.

Когда невозможно количественно определить тип настроения, связанный с обзором, НЛП не классифицирует его. Это довольно распространено, например, когда есть обзор из одного слова, в котором машина не может определить контекст предложения, отзыв написан неправильно или не очень разборчив, или есть смайлики, которые затрудняют понимание.

После того, как обзоры будут классифицированы в соответствии с их настроениями, у нас появится новый уровень информации, на основе которого мы сможем провести дальнейший анализ.

Какие темы наиболее часто встречаются в моем бизнесе?

Еще один анализ, который мы можем провести с помощью обзоров, - это определение основных тем. В этом случае мы можем использовать различные алгоритмы неконтролируемого обучения, которые способны определять темы, по которым будут сгруппированы все комментарии. Мы используем алгоритм моделирования тем.

Например, если мы являемся сетью отелей и применяем этот тип алгоритма к нашим отзывам, вполне вероятно, что у нас будут темы, связанные с номерами, персоналом, удобствами и т. Д., Которые мы можем использовать для группирования наших отзывов.

Используя алгоритм, мы получим процент вероятности того, что отзыв относится к одной из категорий или тем, которые он обнаружил. Чем выше процент, тем увереннее алгоритм в том, что обзор относится к одной из категорий.

Таким образом, следуя примеру гостиничного бизнеса, мы сможем классифицировать все комментарии по конкретным темам и отфильтровать их, чтобы видеть только те, которые относятся к тому, что нас интересует. Это может быть помещения (проблемы в номере, необходимые улучшения, отзывы об их состоянии, шумы и т. д.); персонал отеля (доброта или грубость персонала, благодарность за оказанное отношение, выделение работника по любому поводу); или различные доступные услуги (отзывы о спа, тренажерном зале, баре, ресторане).

Благодаря такому анализу будет проще получать контролируемую и организованную обратную связь.

Как видите, мы не должны использовать исключительно анализ, который можно получить с помощью определенного инструмента; важно попытаться расширить наши знания о данных. Методы, которые мы видели выше, могут применяться к любому типу качественной информации, будь то обзоры Google, Tripadvisor или любые другие комментарии, которые наши клиенты оставляют о нашей компании. Эта информация очень ценна и требует от нас применения различных аналитических возможностей для получения новых результатов.

В Good Rebels у нас есть обширный опыт работы с проектами такого типа, и мы всегда стараемся получить максимум информации из мнений пользователей. Помимо создания структуры анализа путем загрузки всех обзоров, мы можем представить их на географической карте (как мы видим на карте ниже, которую мы сделали для розничного клиента). Применяя методы машинного обучения, мы можем показать информацию в унифицированном виде и представить ее с помощью инструментов визуализации, выбранных клиентом или предложенных нами в соответствии с нашим опытом.

С помощью этого типа услуг (которые могут выполняться ежемесячно или в соответствии с желаемой периодичностью) мы можем получить полный обзор мнения наших клиентов, того, что им нужно, какие изменения могут улучшить бизнес и какие действия мы должны предпринять. чтобы повысить общую удовлетворенность клиентов.