Сегодня отзывы играют решающую роль при покупке, они же повышают место товара в поисковой выдаче маркетплейсов. На рынке есть несколько технологий, которые упрощают работу с отзывами для бренда или интернета-магазина, а также делают их более качественными и результативными. Рассмотрим три таких решения — для сбора, генерации и аналитики отзывов. С ними познакомились в рамках нашего martech-акселератора Garden.
Работа с визуальным UGC-контентом
Пользователям важно как можно больше узнать о продукте перед его покупкой, а ещё — увидеть, как он выглядит вживую, особенно если это одежда, обувь, аксессуары, украшения или косметика. Студийная съемка не всегда удовлетворяет такую потребность. При этом в соцсетях и на маркетплейсах много визуального контента от самих пользователей, которые делятся впечатлениями и показывают товар. Что если бренду использовать их тоже?
Frisbuy
Это решение, которое собирает фото и видео с отзывами в соцсетях и на сайтах. Далее контент модерируют, классифицируют и размечают. В итоге визуальный UGC-контент вместе со связанными товарами интегрируют в сайт, рассылки, приложение, рекламу и другие каналы бренда. По оценке Frisbuy, карточки товаров на основе такого визуального UGC-контента дают рост конверсии до 30%.
Карточка продукта Frisbuy
Генерация отзывов в соцсетях
Отзывы формируют доверие к бренду у потенциальных потребителей. По данным Анкетолога, 93% пользователей читают отзывы, прежде чем сделать свой выбор в любой категории, даже при покупке лекарств и повседневных товаров.
Основная проблема в том, что потребители чаще делятся негативным опытом. Бренды задаются вопросом: как увеличить количество положительных отзывов и стимулировать покупателей делиться ими в соцсетях?
Absolutiv
Absolutiv работает с пользователями, которые уже остались довольны покупкой (кто поставил оценку 5 звезд через специальный виджет на сайте), и мотивируют их сделать отзыв в соцсетях за бонус — баллы, подарок, скидку и т.п. Так, решение стимулирует создание UGC-контента и увеличивает долю качественных положительных отзывов в соцсетях.
Автору-пользователю задают критерии поста: формат (например, распаковка), упоминание бренда, позитивный тон. Бонусы начисляются только в том случае, если пост соответствует формату, аккаунт открытый и не фейковый, есть друзья и подписчики.
Карточка продукта Absolutiv
Аналитика текстовых отзывов
Отзывы — источник полезных инсайтов для бренда: как и когда используют продукт, где недовольство, что вызывает сложности у потребителя. Это помогает оперативно менять продуктовые свойства, позиционирование бренда и коммуникации.
Deeray
Решение обрабатывает и анализирует текстовые отзывы с помощью ML-алгоритма вместо словарей (поэтому предварительная разметка текста не нужна). Каждый оставленный отзыв разбивается на слова и словосочетания, а также определяется его тональность.
Технология Deeray определяет «боли» пользователей и их отношение к продукту, чтобы дальше разбить их на кластеры по смыслу и темам. В среднем анализ 10 тысяч сообщений формирует 300 тем. Инструмент также находит зарождающиеся тренды, например увеличение негатива.
Технология Deeray в продукте CAT Review Insights