Найти в Дзене
RQ agency

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

Поддерживать актуальность данных на онлайн-картах достаточно трудно, особенно если у бренда более 400 филиалов в разных странах. С помощью Поинтера мы решаем целый спектр задач, которые ставит федеральная сеть Familia. О том, как выстроить работу с данными и отзывами, предотвращать информационные атаки и на 27% снизить негатив на ключевых геоплощадках, рассказываем в статье. О компании Familia — федеральная розничная сеть, основоположник и лидер рынка оф-прайс в России и Республике Беларусь. Первая Familia появилась в 2000 году в Москве. Сейчас сеть насчитывает 430+ магазинов в 120+ городах и двух странах. Проблемы У бренда большое количество филиалов в разных городах, карточки компании зарегистрированы в разных геосервисах. Без сервиса единого окна сложно: Задачи 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. П
Оглавление

Поддерживать актуальность данных на онлайн-картах достаточно трудно, особенно если у бренда более 400 филиалов в разных странах. С помощью Поинтера мы решаем целый спектр задач, которые ставит федеральная сеть Familia.

О том, как выстроить работу с данными и отзывами, предотвращать информационные атаки и на 27% снизить негатив на ключевых геоплощадках, рассказываем в статье.

О компании

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

Проблемы

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).

Задачи

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.

Перед нами стояли следующие 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.

Реализация

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.
Пример отчета «Топ магазинов с наибольшим количеством позитивных/негативных отзывов за месяц». Данные построены на основании 1 027 отзывов на Яндекс Картах
Пример отчета «Топ магазинов с наибольшим количеством позитивных/негативных отзывов за месяц». Данные построены на основании 1 027 отзывов на Яндекс Картах
Пример отчета «Динамика тональности по темам отзывов»
Пример отчета «Динамика тональности по темам отзывов»

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 связь 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;
  • и 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 один 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 аффилированности 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 данным пользователям возможность комментирования магазинов сети.

Результаты

За год с помощью Поинтера нам удалось:

  • выявить точки роста для каждого филиала сети;
  • заполнить карточки всех филиалов актуальной информацией, загрузить релевантные фотографии;
  • разработать единый стандарт реагирования на отзывы в разных тональностях;
  • отправить запросы на удаление нерелевантных отзывов;
  • отслеживать динамику изменения рейтинга по каждому филиалу во всех подключенных геосервисах.

-3