Online reviews en AI: hoe krijg je inzicht in trends en formuleer je professionele reacties?

In het huidige digitale tijdperk zijn online beoordelingen niet zomaar feedback, maar een krachtig hulpmiddel dat je kunt inzetten om de klantbeleving te begrijpen en diensten te verbeteren. Wanneer je duizenden beoordelingen verzamelt op verschillende platforms, wordt het handmatig analyseren ervan een onmogelijke taak.

Dit is waar kunstmatige intelligentie (AI) inzetbaar wordt om ruwe data om te zetten in bruikbare inzichten en professionele reacties, waardoor bedrijven trends voor kunnen blijven en positieve klantrelaties kunnen onderhouden. Maar hoe begin je hiermee? Welke analyses kun je uitvoeren? Hoe ga je om met beoordelingen?

In deze blog beantwoord ik deze 3 vragen en help ik je zelf op weg met live voorbeelden en prompts!

Aan de slag: hoe exporteer je al je reviews eenvoudig?

Laten we er dus van uitgaan dat je in de loop der jaren een paar duizend beoordelingen hebt verzameld op je Google-profiel. Het handmatig analyseren of kopiëren/plakken daarvan zou een eeuwigheid duren. Hoe kun je deze dan downloaden in CSV- of een vergelijkbaar formaat?

Een goede optie is om een tool te gebruiken zoals https://exportcomments.com/ om een export te maken. De eerste 100 beoordelingen zijn gratis, dus ik raad aan om ze allemaal te exporteren, aangezien meer data betere inzichten betekent.

Natuurlijk kun je ook beoordelingen exporteren van andere platforms zoals Facebook, Amazon en Yelp om in je analyse op te nemen. Onze dataset voor deze blog bevat 2.744 beoordelingen voor 1 tuincentrum, en de oudste stamt uit 2017. Dat zou voldoende moeten zijn om mee te werken!

Sentimentanalyse en trends

Omdat alle beoordelingen voorzien zijn van datums en tijden, kunnen we een sentimentanalyse uitvoeren en ChatGPT vragen om recente trends, positief of negatief, te belichten. Het is goed om te begrijpen of de beoordelingen stijgen of dalen, dus laten we vragen om een grafiek met de gemiddelde beoordeling per kwartaal, beginnend in Q1 2020. We stellen een duidelijke vraag aan OpenAI:

Kun je een grafiek maken met de gemiddelde beoordeling per kwartaal, beginnend in Q1 2020?

De output is een mooie grafiek die de trend laat zien van alle beoordelingen van Q1 2020 tot Q2 2024:

Je kunt zien dat de beoordelingen vrij stabiel zijn, rond de 4,4 sterren, maar er is een daling in de beoordelingen in het 3e kwartaal van 2023. Dit zorgt er natuurlijk voor dat we ons afvragen wat er is gebeurd. Maar voordat we inzoomen op deze periode, moeten we kijken of het aantal beoordelingen in die periode in lijn is met het gemiddelde door de jaren heen. Anders zouden we conclusies trekken op basis van slechts een paar negatieve beoordelingen.

De cijfers:

• Gemiddelde per kwartaal vanaf 2020: 94,3

• Beoordelingen in Q3 2023: 58

Het aantal beoordelingen in dat specifieke kwartaal is dus vrij laag vergeleken met het gemiddelde. Als we OpenAI vragen om ons de negatieve beoordelingen te geven en de klachten samen te vatten:

• 1 ster (26 september 2023): Prachtige bloemen maar erg onvriendelijk aan de kassa.

• 2 sterren (24 september 2023): Pannenkoeken besteld om 14:56 uur, en ondanks een aanvankelijke vertraging was de bediening traag.

• 2 sterren (14 september 2023): Weigerde een lekkend boeket te vervangen bij de kassa.

• 2 sterren (24 augustus 2023): Geen opmerking achtergelaten.

Dus, 2 van de klachten komen voort uit een slechte klantenservice – misschien iets om te verbeteren met een training via de HTA of GCA? We kunnen concluderen dat de daling in beoordelingen door slechts 4 klanten is veroorzaakt, dus het is geen trend om ons zorgen over te maken.

Problemen segmenteren per productgroep of afdeling

Drie negatieve beoordelingen die invloed hadden op de algemene score in Q3 2023 hadden te maken met een slechte klantenservice, en 1 had geen context. Maar hoe beoordelen klanten andere afdelingen van het tuincentrum? Voor deze winkel hebben we de volgende hoofdafdelingen geïdentificeerd:

• Café

• Kerst

• Bloemen

• Algemeen

• Planten

We kunnen onze ChatGPT-assistent vragen om een uitsplitsing te maken van de beoordelingen in deze 5 categorieën. Om er zeker van te zijn dat AI geen verkeerde aannames doet, voeg ik meestal regels als deze toe aan de opdracht die ik geef:

• Als het niet duidelijk is of de beoordeling betrekking heeft op een van deze 5 afdelingen, markeer deze dan als "Algemeen"

• Als een beoordeling over 2 of meer afdelingen gaat, markeer deze dan als "Algemeen"

Als je dat niet doet, kan een AI-tool zijn eigen weg gaan en je onjuiste informatie geven. Het is belangrijk om strikte richtlijnen te geven en je verwachtingen te bepalen. Het resultaat op basis van de 500 meest recente beoordelingen:

• Café: Gemiddelde beoordeling van 4,31 op basis van 13 beoordelingen.

• Kerst: Gemiddelde beoordeling van 4,00 op basis van 14 beoordelingen.

• Bloemen: Gemiddelde beoordeling van 4,00 op basis van 6 beoordelingen.

• Algemeen: Gemiddelde beoordeling van 4,39 op basis van 345 beoordelingen.

• Planten: Gemiddelde beoordeling van 4,27 op basis van 15 beoordelingen.

Het verschil tussen Kerst en de rest van de beoordelingen zou betekenen dat er ruimte is voor verbetering op de kerstafdeling. We kunnen vragen om de kerstbeoordelingen te analyseren om een idee te krijgen van wat er verbeterd kan worden.

Bruikbare feedback

Data en statistieken zijn interessant, maar het is beter om te achterhalen welke bruikbare feedback je klanten in hun beoordelingen hebben gegeven. Deze zoekopdracht resulteert in een lijst met zaken die je met je team kunt bespreken, aangezien het een praktische lijst is met verbeterpunten voor de kerstafdeling:

• Gebrek aan variatie en voorraad van kerstartikelen

• Klantenservice te druk tijdens het weekend

• Suggestie voor meer evenementen en workshops

Door de interactie met AI hoeven we de 14 beoordelingen voor de kerstafdeling niet handmatig te lezen; we krijgen direct een samenvatting van wat er verbeterd kan worden.

Natuurlijk kunnen we dat ook doen voor de hele winkel en alle beoordelingen. Daarom hebben we gevraagd om de laatste 100 1- en 2-sterrenbeoordelingen samen te vatten en bruikbare feedback te geven.

Het resultaat:

• Er zijn herhaaldelijk meldingen van onbehulpzaam of onvriendelijk personeel. Geef prioriteit aan training om de interactie met klanten te verbeteren en zorg ervoor dat medewerkers benaderbaar en deskundig zijn.

• Sommige klanten hebben geklaagd over een beperkte variatie en een gevoel van stilstand in het productaanbod. Het regelmatig vernieuwen van de voorraad en het waarborgen van kwalitatief hoogwaardige producten kan deze zorgen wegnemen.

• Er zijn problemen met de prijsstelling opgemerkt, waaronder te veel betalen. Beoordeel de prijsstrategieën en zorg voor prijstransparantie om vertrouwen op te bouwen en ontevredenheid bij klanten te voorkomen.

• Er zijn opmerkingen naar voren gekomen over facilitaire zaken zoals netheid en organisatie. Het verbeteren van het onderhoud en de presentatie van de winkel kan de algehele winkelervaring verbeteren.

• Er zijn klachten over specifieke operationele aspecten, zoals de temperatuur van de dranken in het café. Aandacht besteden aan deze kleine details kan de klanttevredenheid aanzienlijk beïnvloeden.

De eigenaar van deze winkel kan dit gebruiken om verbeteringen met zijn team te bespreken. De klant heeft altijd gelijk (zelfs als dat niet zo is), dus de feedback is zeer waardevol. En door ChatGPT te gebruiken om alle data te analyseren, hoeven we geen uren te besteden aan het maken van samenvattingen en rapporten.

Wie wil er nu niet winkelen in een winkel met behulpzaam en deskundig personeel, een grote variatie aan producten met de juiste prijzen, in een schone omgeving en waar een warme koffie of koude cola wordt geserveerd?

Reageren op beoordelingen

Een andere manier om je klanttevredenheid te verbeteren, is door te reageren op beoordelingen die klanten hebben geschreven. Als je dat wilt doen, zijn er een paar dingen waar je rekening mee moet houden:

De schrijfstijl van de reacties moet passen bij je merk

• De reacties moeten accuraat zijn.

• Eén simpele fout kan je online reputatie schaden.

Hoe kunnen we er dus voor zorgen dat een AI-tool de gestelde grenzen niet overschrijdt? Je kunt simpelweg instructies geven om dit te beheren. De Rundown heeft een lijst gepubliceerd met 6 dingen om in gedachten te houden bij het schrijven van een prompt voor ChatGPT, wat erg handig is:

• Taak: Definieer duidelijk wat je wilt doen.

• Context: Geef relevante informatie over je situatie.

• Voorbeelden: Voeg een trainingsset toe om naar te verwijzen.

• Persona: Leg je rol binnen het bedrijf uit.

• Formaat: Wees specifiek over het verwachte resultaat.

• Toon: Zorg voor de juiste spelling en schrijfstijl.

Om je te helpen, heb ik een voorbeeld van een prompt opgesteld:

Ik ben de klantenservicemedewerker van een tuincentrum en moet online beoordelingen beheren. Schrijf een reactie op beoordelingen op online platforms op basis van mijn input. Reageer op een professionele doch persoonlijke manier en gebruik de naam van de klant in het antwoord. Houd de reacties helder en bondig. Gebruik geen introductie of afsluiting, schrijf gewoon de reactie. Reageer in het Nederlands. Maximaal 60 woorden per reactie.

Als de beoordeling 1 of 2 sterren is, zeg dan nooit dat de klant ongelijk heeft. Bedank hen voor de feedback. Nodig de klant bij 1 ster uit om naar de winkel te komen en naar de manager te vragen om de klacht te bespreken. Neem de bon mee. Hoop dat we het goed kunnen maken. Bedank de klant bij 2 sterren voor de feedback en geef aan dat we dit zullen gebruiken om het bedrijf te verbeteren. Bedank bij 3, 4 of 5 sterren voor de feedback en geef aan dat we hopen hen snel weer te zien.

Voor een eenvoudige taak is deze prompt voldoende. Het is je misschien opgevallen dat de voorbeelden ontbreken – daar komen we zo op terug. Als dit de prompt is, kunnen we wat testen doen met echte klantbeoordelingen. Laten we beginnen met een makkelijke van Gene:

Goede selectie planten. Geen gehaaste omgeving, vriendelijk personeel, goede kwaliteit planten. Een beetje prijzig, maar je vindt hier tomatenplanten die je nergens anders vindt. Heirloom tomatenplanten waren een geweldige vondst.

En de reactie die we hebben gegenereerd:

Bedankt voor de feedback, Gene! We zijn blij dat je hebt genoten van onze selectie heirloom tomatenplanten en dat je onze omgeving als gastvrij hebt ervaren. We nemen je opmerking over de prijzen ter harte en zullen dit meenemen in ons streven naar verbetering. We hopen je snel weer te zien!

Ik vind de reactie behoorlijk professioneel en het voldoet aan de eisen, nietwaar? De kunst is echter om te zien hoe de reacties op klachten zijn, aangezien dat ingewikkelder is. Twee voorbeelden:

Heb 10 dagen geleden de paarse mand samen met de roze gekocht en hij is bijna dood, vroeg om omruiling en ze zeiden dat ze geen garantie geven.

Dit was uiteraard een 1-sterrenbeoordeling van Jane, dus laten we de reactie bekijken:

Bedankt voor je feedback, Jane. Het spijt ons te horen over je ervaring. Wij streven ernaar dat onze producten aan hoge normen voldoen en nemen je zorgen serieus. Kom gerust naar de winkel en vraag met je bon naar de manager, dan zullen we ons best doen om dit voor je op te lossen. We hopen dat we het goed kunnen maken.

En nog een klacht, dit keer van Adam:

Ik heb in de herfst een aantal krentenboompjes besteld en de bestelling in het voorjaar bevestigd. Toen de planten er niet waren, belde ik om te vragen waarom en kreeg te horen dat ze niet waren binnengekomen. Ik zei dat ik de kwekerij wilde bellen en er werd gezegd "Bel ze niet" - altijd een reden om wel te bellen. Ik belde de plantenkwekerij en zij zeiden dat er geen bestelling was geplaatst. Bedankt voor niets.

En de gegenereerde reactie:

Bedankt voor het delen van je ervaring, Adam. Onze excuses voor de verwarring omtrent je bestelling en het ongemak dat dit heeft veroorzaakt. Kom gerust naar onze winkel en vraag naar de manager met je bon. We bespreken dit graag verder met je en hopen het voor je op te lossen.

Zoals je kunt zien, zijn de reacties geschreven in lijn met onze initiële instructies. Het enige wat je hoeft te doen, is de beoordelingen op je profielen in de gaten te houden. Kopieer simpelweg de beoordeling om een kant-en-klare reactie te genereren.

Wat meestal gebeurt, is dat je nog wat kleine aanpassingen doet aan de gegenereerde reacties. Om de kwaliteit van de output te verbeteren, kun je een bestand met voorbeelden uploaden naar OpenAI, zodat deze gebruikt kunnen worden om te begrijpen hoe je de reacties wilt hebben. Dat is waar de voorbeelden uit het eerste deel van deze alinea van pas komen!

De voorbeelden, oftewel een trainingsset, zijn erg nuttig. Om ze te gebruiken, maak je eenvoudig een Word-bestand met een aantal beoordelingen en reacties en upload je dit naar je OpenAI-account. Zodra dat is gebeurd, kun je een regel toevoegen aan de initiële prompt:

Beantwoord beoordelingen in lijn met de verstrekte voorbeelden, maar neem ze niet letterlijk over.

Nogmaals, AI-systemen inclusief ChatGPT kunnen dingen letterlijk nemen en je wilt niet steeds exact dezelfde reactie geven.

AI & beoordelingen: nog veel te leren

Het belang van het efficiënt beheren van en leren van klantfeedback kan niet genoeg worden benadrukt, aangezien zij degenen zijn die in je winkel winkelen en de rekeningen betalen! Zoals uitgelegd, helpt een export van klantbeoordelingen je om dieper inzicht te krijgen in de sentimenten en trends van klanten. Door gebruik te maken van AI en data-analysetechnieken kun je eenvoudig verbeterpunten aanwijzen.

Het belang van het reageren op beoordelingen met een professionele en persoonlijke touch onderstreept de voortdurende dialoog tussen je bedrijf en de consument. Zelfs negatieve feedback kan, mits correct behandeld, worden omgezet in een kans op verbetering.

Deze holistische benadering van het beheren van beoordelingen – het verzamelen van data, het analyseren van trends, het bieden van bruikbare inzichten en het aangaan van de dialoog met klanten – zorgt ervoor dat bedrijven flexibel en klantgericht blijven in hun bedrijfsvoering. Eenvoudige AI-tools zoals OpenAI/ChatGPT zijn er om je te helpen binnen de tuinbranche!