Анализ отзывов клиентов: как найти повторяющиеся темы и превратить их в задачи
Отзывы читают, чтобы ответить, но их главная ценность в другом: они показывают, что клиенты замечают снова и снова. Разбираем, как собрать отзывы в одну таблицу, разметить темы и тональность, посчитать долю негатива и превратить результат в задачи для владельцев процессов.

Если читать отзывы по одному, кажется, что у каждого клиента своя история. Если сложить их в таблицу, появляются темы: «долго ждали», «дорого», «нет ответа на звонок». Именно повторяющиеся темы показывают, что менять в компании.
Ниже метод, который подходит и маленькому бизнесу с двадцатью отзывами в месяц, и сети с сотнями.
Если коротко: соберите отзывы за период в одну таблицу, разметьте тему и тональность, посчитайте долю негатива по каждой теме, найдите повторяющиеся и передайте их владельцам процессов со сроком. Через месяц сравните.
Зачем анализировать
Потребители сами ищут повторяющиеся темы. По опросу Napoleon Отзывы (2024), слишком восторженные отзывы замечают 64% респондентов: одиночная восторженная запись их не убеждает, а повторяющаяся жалоба на чистоту или сервис отпугивает.
Покупатели считают, что отзывы улучшают бизнес: по опросу Napoleon Отзывы (1000 человек, 2024 год, данные опубликованы AdIndex) более 77% респондентов считают, что их отзывы могут помочь улучшить качество товаров и услуг, а менее 10% готовы купить товар без отзывов. Значит, клиенты пишут в расчёте на то, что компания отреагирует на повторяющиеся замечания.
Кроме того, анализ экономит усилия: вместо разбора каждого отзыва вы решаете проблему один раз.

Что собрать
- Карты. Яндекс Карты и 2ГИС: в личном кабинете Яндекс Бизнеса доступны только последние 600 опубликованных отзывов, поэтому выгружайте их регулярно.
- Отзовики и маркетплейсы. Площадки, где о вас пишут по существу товара или услуги.
- Обращения в поддержку и опросы. Не отзывы, но полезный материал: те же темы.
- Соцсети и мессенджеры. Если у бизнеса есть открытые комментарии и сообщества.
Выгрузка и встроенная аналитика площадок
- Яндекс Бизнес: в кабинете есть раздел «Посетители оценили»: алгоритм выделяет аспекты, по которым клиенты оценивают компанию, и для каждого показывает число упоминаний, долю положительных и долю отрицательных оценок. В справке отмечено, что один отзыв может содержать несколько аспектов с разными оценками, а состав аспектов зависит от вида деятельности.
- Wildberries: отзывы и вопросы можно выгрузить в XLSX (раздел «Отзывы и вопросы»), в справке есть разделы «Важное из отзывов» и отчёт «Оценка товара».
- Ozon: по оглавлению справки для продавцов, отзывы можно скачивать и смотреть их аналитику в кабинете.
Встроенная аналитика удобна для быстрого взгляда, но считает по одной площадке и по своему списку аспектов. Сводный срез по всем площадкам и своим темам приходится собирать самим.
Период: месяц для потока от 20 отзывов, квартал для небольшого потока. Для сравнения используйте одинаковые периоды.
В таблице для каждого отзыва должны быть: дата, площадка, ссылка, оценка, текст, филиал или товар. Рейтинги и число отзывов по площадкам удобно смотреть в одном срезе: пример слайда из нашего ОРМ-отчёта есть в разборе опроса BrightLocal.


Как разметить отзывы
Для каждого отзыва заполните три поля.
| Поле | Значения | Комментарий |
|---|---|---|
| Тема | из списка: персонал, скорость, цена, качество, чистота, доставка, сервис и т.д. | если в отзыве несколько тем, размечайте каждую отдельной строкой |
| Тональность | позитив, нейтрал, негатив | оценка ставится по теме: клиент может хвалить еду и ругать ожидание |
| Тип | проблема, пожелание, похвала, вопрос | проблему и вопрос отделяйте от эмоций |
Такая двухчастная разметка (сначала выделить тему, затем оценить тональность по ней) в исследованиях называется анализом тональности по аспектам. Обзоры по этой задаче отмечают, что труднее всего даются неявные аспекты, когда тема не названа прямо, и смешанные оценки в одном отзыве, а качественная обучающая разметка дорогая и долгая. Поэтому на практике размечают вручную по заранее заданному списку тем.
Список тем составьте до разбора и держите коротким: 8-12 значений. Яндекс Бизнес использует похожий подход: алгоритм выделяет аспекты, по которым посетители оценивают компанию (например, персонал, еда, атмосфера), и для каждого показывает число отзывов, долю положительных и долю отрицательных оценок. Аспекты могут отличаться для разных видов деятельности.
Примеры тем по нишам:
| Ниша | Типичные темы |
|---|---|
| Кафе и рестораны | еда, ожидание, персонал, атмосфера, цены, чистота |
| Интернет-магазин | качество товара, доставка, упаковка, возврат, поддержка, цена |
| Услуги (салон, сервис) | результат, сроки, мастер, запись, цена, чистота |
| B2B | сроки, качество работ, коммуникация, документы, цена |

Вручную или с ИИ
Для потока до нескольких сотен отзывов ручная разметка занимает несколько часов и даёт лучшее качество. Автоматизация полезна, когда отзывов тысячи, но у неё есть слабые места: автоматический анализ тональности хуже читает сленг, опечатки и иронию, а обзоры научных работ по анализу тональности по аспектам называют слабыми местами неявные темы и смешанные оценки.
- ИИ как помощник. Предложить тему и тональность, сгруппировать похожие формулировки, найти примеры для темы.
- Человек проверяет выборку. Возьмите 30-50 отзывов, сверьте разметку и посчитайте расхождение. Если оно больше пятой части, правьте инструкцию для модели.
- Спорные отзывы вручную. Сарказм, смешанные оценки, отзывы, где тема неясна.
Как проверить согласованность разметки
Чтобы понять, можно ли доверять таблице, дайте двум людям (или человеку и модели) независимо разметить одни и те же 30-50 отзывов и сравните. Считают две вещи: долю совпавших ответов и коэффициент каппа Коэна, который вычитает совпадения по случайному стечению. По шкале Ландиса и Коха (1977) значения 0,41-0,60 означают умеренное согласие, 0,61-0,80 существенное, 0,81-1,00 почти полное. Авторы шкалы сами называют пороги условными, а у каппы есть известная особенность: если почти все отзывы одного знака (например, позитивные), она занижается даже при высокой доле совпадений. Поэтому показывайте обе цифры. Наш рабочий ориентир: совпадений не меньше 80% и каппа не ниже 0,6; если ниже, уточните инструкцию и список тем и разметьте выборку заново.
В нашем подходе к выдаче логика та же: тональность страниц выдачи ставит специалист вручную, а сервис переносит его оценку на следующие срезы. Про тональность выдачи подробнее в статье «Что такое SERM».


Что считать

| Метрика | Как считать | Зачем |
|---|---|---|
| Число упоминаний темы | отзывы с темой за период | понять, как часто клиенты её замечают |
| Доля негатива в теме | негативные упоминания темы делят на все упоминания темы | показывает, где хуже всего |
| Доля темы в негативе | негативные упоминания темы делят на все негативные | показывает, что главное в жалобах |
| Динамика | сравнение с прошлым периодом | видно, помогло ли решение |
| Срок закрытия | от появления темы до внедрения меры | оценить скорость реакции |
Сколько отзывов нужно, чтобы верить доле
Доля на малом числе отзывов «шумит». По простой формуле для доли (95% доверительный интервал, худший случай 50%) погрешность около 18 процентных пунктов при 30 отзывах по теме, около 10 при 100 и около 5 при 400. Отзывы не случайная выборка клиентов, поэтому реальная неопределённость больше. Вывод: тема из восьми отзывов с 50% негатива ещё ничего не доказывает, читайте сами тексты. Изменение доли на один-два отзыва при малом потоке значимым не считайте.
Приоритет определяет сочетание: тема одновременно частая и с высокой долей негатива. Редкая, но острая (например, безопасность) тоже идёт в работу. Показатели не сравнивайте между площадками без поправки: на разных площадках разные аудитории и правила.


От тем к задачам
Выпишите три-пять тем с самой высокой долей негатива или самым быстрым ростом. Для каждой заполните строку.
| Тема | Упоминаний | Примеры цитат | Владелец | Мера | Срок |
|---|---|---|---|---|---|
| Ожидание заказа | 38 | «ждали 40 минут», «долго несли» | управляющий | второй повар в часы пик | две недели |
| Цены | 22 | «дорого для такой порции» | владелец | обновить порции или описание | месяц |
Пример условный. Важны три вещи: у задачи есть владелец, срок и способ проверки. Через период вернитесь к таблице и посмотрите долю негатива по теме. Если тема закрыта, ответьте в отзывах, что мера принята: читатели увидят, что критика услышана. Как строить такие ответы: формула и шаблоны.

Частые ошибки
- Читают только негатив. Без позитива не видно, что сохранять.
- Одна оценка на весь отзыв. Клиент хвалит одно и ругает другое, разметка по теме это сохраняет.
- Смешивают площадки без пометки. Потом нельзя понять, где проблема.
- Слишком длинный список тем. Разметка расползается, и цифры теряют смысл.
- Нет владельца. Таблицу смотрит маркетинг, а решает проблему другой отдел, которому её не передали.
- Нет проверки результата. Мера принята, но доля негатива не пересчитана.
- Учитывают накрученные отзывы. Отфильтруйте подозрительные: как их находят.

Частые вопросы
Как анализировать отзывы клиентов?
Соберите отзывы за период в одну таблицу, разметьте тему, тональность и тип, посчитайте долю негатива по каждой теме и передайте повторяющиеся проблемы владельцам процессов со сроком.
Сколько отзывов нужно для анализа?
Метод работает уже с 20-30 отзывами в месяц. Для оценки долей лучше набирать больше: квартал для небольшого потока и месяц для потока от 20 отзывов.
Какие темы выбирать?
8-12 значений, специфичных для вашей ниши: для кафе еда, ожидание, персонал, цены, чистота; для интернет-магазина качество, доставка, возврат, поддержка. Список составьте до разбора.
Можно ли анализировать отзывы с помощью ИИ?
Как помощник да: предложить тему и тональность, сгруппировать формулировки. Но автоматический анализ хуже читает сленг, опечатки и иронию, поэтому выборку проверяют вручную, а спорные отзывы размечают сами.
Что показывает анализ отзывов в Яндекс Бизнесе?
Раздел «Посетители оценили»: аспекты, по которым клиенты оценивают компанию, для каждого число отзывов, доля положительных и доля отрицательных оценок.
Как проверить, что разметка отзывов надёжна?
Дайте двум разметчикам одни и те же 30-50 отзывов, сравните долю совпадений и коэффициент каппа Коэна. По шкале Ландиса и Коха 0,61-0,80 это существенное согласие, выше 0,81 почти полное. Пороги условны, а при перекосе в одну сторону каппа занижается, поэтому смотрите и на долю совпадений.
Сколько отзывов по теме нужно, чтобы доверять доле негатива?
При 30 отзывах погрешность доли около 18 процентных пунктов, при 100 около 10, при 400 около 5 (простая оценка для случайной выборки). Реальная неопределённость больше, поэтому на малом потоке читайте сами тексты и не делайте выводов по разнице в один-два отзыва.
Как часто анализировать отзывы?
Раз в месяц для стабильного потока и еженедельно при кризисе или запуске нового продукта. Сравнивайте одинаковые периоды.
Как понять, что мера сработала?
Посчитайте долю негатива по теме в следующем периоде. Если она снизилась и в отзывах появились упоминания улучшений, мера сработала.
Источники
- Яндекс Бизнес: анализировать отзывы; управление отзывами
- Анализ тональности по аспектам: A Survey on Aspect-Based Sentiment Classification, ACM Computing Surveys; A Comprehensive Survey on Aspect Based Sentiment Analysis. Согласованность разметки: Landis J. R., Koch G. G. The measurement of observer agreement for categorical data, Biometrics, 1977
- Справка площадок: Wildberries, частые вопросы по отзывам; Ozon, отзывы покупателей и ответы на них (оглавление)
- Опросы: Napoleon Отзывы, 2024; Napoleon Отзывы по публикации AdIndex, 2024
- Наши материалы: как ответить на негативный отзыв, накрутка отзывов, «Что такое SERM», опрос BrightLocal
Остались вопросы?
Напишите в Telegram: подскажем, как собрать отзывы и рейтинги по всем площадкам в одном срезе и как размечать тональность.
Написать в Telegram →