Как работать с отзывами и данными на онлайн-картах. Результат федеральной сети Familia за год

Familia — федеральная розничная сеть, основоположник и лидер рынка офпрайс в России и Республике Беларусь. Первая Familia появилась в 2000 году в Москве. Сейчас сеть насчитывает 430+ магазинов в 120+ городах и 2 странах.

У бренда большое количество филиалов в разных городах, карточки компании зарегистрированы в разных геосервисах.

Без сервиса единого окна сложно:

• отслеживать актуальность информации в карточках каждого магазина, оперативно исправлять ошибки;
• отслеживать отзывы с разных платформ и сегментировать по ключевым критериям
• оперативно реагировать на обратную связь потребителей от лица официального представителя;
• отследить и удалить карточки филиалов, которые не относятся к общей сети (карточки-фантомы).

В рамках проекта нам нужно проанализировать рейтинг каждого магазина сети и сформировать список худших и лучших магазинов, выявить и актуализировать недостоверную информацию, а также повысить рейтинги на всех геоплощадках.

Задачи:

• заполнить карточки всех филиалов актуальной информацией, загрузить релевантные фотографии;
• проанализировать отзывы посетителей, сегментировать по критериям. На основании обратной связи составить точки роста для каждого филиала сети;
• разработать и внедрить единый стандарт реагирования на отзывы в разных тональностях;
• удалить нерелевантные отзывы;
• отслеживать динамику изменения рейтинга по каждому филиалу во всех подключенных к Поинтеру геосервисах.

1. Работа с рейтингами

У бренда 430+ магазинов по всей России и Республике Беларусь. Для улучшения качества обслуживания во всех филиалах нам необходимо было собрать обратную связь по каждому магазину, а также разделить все отзывы по ключевым критериям:

• Ассортимент.
• Сервис.
• Порядок.
• Сотрудники.
• Качество товара.
• Локация.
• Цены.
• Размеры.

По результатам аналитики обратной связи и ее разделению по ключевым критериям бренд получил детальный отчет по всем филиалам с указанием основных причин негатива и позитива от клиентов сети. Данная информация помогла отделу розницы проработать проблемные точки магазинов.

Благодаря оперативному сбору и предоставлению информации, а также качественной работе бренда нам удалось снизить негатив на ключевых геоплощадках по всем магазинам на 27%.

2. Отслеживание уровня обслуживания в режиме онлайн

Для оценки качества обслуживания и эффективности внедренных изменений необходимо регулярно анализировать обратную связь покупателей.

Для бренда Familia мы анализировали пользовательские комментарии по всем магазинам сети на основных площадках. Мы разделили обратную вязь по основным категориям и присвоили всем сообщениям тональность: позитив, нейтрал, негатив.

Популярные категории обратной связи:

• Уровень обслуживания.
• Ценовая политика.
• Качество товара.
• Ассортимент товаров.
• Дисконтная программа.
• Перечень брендов.
• Другие категории.

Отдел развития розницы получал сегментированный отчет по обратной связи покупателей, а также поинты с точками роста по конкретным магазинам. Важной частью этой работы было выявление на ежемесячной основе списков лучших и худших магазинов по определенным критериям (динамика рейтингов, динамика негативной обратной связи за месяц и так далее).

Эти данные помогли Familia получить подробное мнение потребителей о качестве обслуживания во всех магазинах сети, а также своевременно отвечать на все запросы клиентов. Благодаря внедрению изменений в обслуживание посетителей во всех филиалах сети бренду удалось повысить рейтинг на основных геоплощадках.

За 1 год в личном кабинете Поинтера было обработано более 12 тыс. отзывов, и все они получили ответ от компании.

3. Отражение информационной атаки на сеть

С помощью единого кабинета у бренда есть возможность отслеживать отзывы со всех геоплощадок и предотвращать информационные атаки на компанию.

Благодаря единой ленте сообщений с отображением отзывов по всем филиалам сети, нам удалось выявить и предотвратить информационную атаку на бренд Familia.

В личном кабинете бренда в Поинтере мы увидели, что за короткий период в разных сетях, в разных городах публиковался один и тот же негативный комментарий.

Увидев нестандартную активность, мы решили проанализировать весь поток данных сообщений. Нам удалось найти нескольких пользователей, которые писали одинаковый негатив. Мы провели внутреннее исследование и выявили исходный отзыв. При совместном расследовании с клиентом стало известно, что данный пользователь нарушил закон. Из-за противозаконного поведения охранная служба магазина вывела данного посетителя из одного из магазинов сети. Пользователь разозлился на сеть и решил устроить информационную атаку.

Наша команда собрала аргументированную позицию по ложности информации в отзывах пользователя и аффилированность данного пользователя с другими аккаунтами, которые писали идентичный негатив. Через Поинтер мы отправили жалобы на все отзывы данных пользователей. Благодаря оперативному выявлению попытки атаки, а также сплоченной работе сотрудников Агентства, бренда и Поинтера нам удалось удалить все негативные комментарии и предотвратить падение рейтинга магазинов и волну нового негатива. Впоследствии было написано письмо в поддержку Яндекса с просьбой заблокировать данных пользователей к комментированию магазинов сети.

За год Агентству RQ (AMDG) с помощью Поинтера удалось:


1. Выявить точки роста для каждого филиала сети.
2. Заполнить карточки всех филиалов актуальной информацией, загрузить релевантные фотографии.
3. Разработать единый стандарт реагирования на отзывы в разных тональностях.
4. Отправить запросы на удаление нерелевантных отзывов.
5. Отслеживать динамику изменения рейтинга по каждому филиалу во всех подключенных геосервисах.

Еще больше полезных советов и полный гид по работе с обратной связью читайте в статье «Работа с отзывами. Лайфхаки, которые работают».