시스템이 사용자에 대해 작성한 내용을 찾는 방법
사람들은 종종 인터넷에 부정적인 리뷰나 댓글을 남깁니다.
오늘날 웹에서 부정성을 찾는 방법에는 여러 가지가 있습니다.
- 소셜 네트워크에서 리뷰를 모니터링합니다.어떤 사람이 서비스가 마음에 들지 않으면 이에 대해 회사에 연락하고 싶을 것입니다. Sprout의 연구에 따르면 Empower & Elevate 소비자 10명 중 6명은 이미 브랜드에 대해 좋은 경험을 갖고 있기 때문에 소셜 미디어에서 브랜드에 참여합니다.
- 검색 결과로 작업합니다.이 도구를 사용하면 키워드를 신중하게 선택하여 올바르게 작동 할 수 있어야합니다. 예를 들어 Google Ads는이를 처리 할 수 있습니다. AI 시스템은 검색 엔진의 모든 검색어와 함께 작동하며이 데이터를 기반으로 특정 브랜드, 사람 또는 조직과 관련된 가장 인기있는 단어 및 구문에 대한 통계를 제공합니다. 그런 다음 키워드 목록을 작성하고 다른 검색 엔진에 입력 한 다음 거기에서 포럼, 마켓 플레이스 및 부정적인 리뷰를 포함한 기타 사이트를 선택해야합니다. 이 과정은 시간이 오래 걸릴 수 있으며 어떤 것도 놓치지 않으려면 자동화 된 모니터링 시스템을 사용해야합니다. 이러한 서비스 중 하나가 Google 알리미입니다. 시스템은 검색 결과의 변경 사항에 대한 알림을 보냅니다. 이 접근 방식은 사용자와 회사 모두에게 편리하므로 높은 등급을 유지해야합니다. 미국 리서치 회사 인 FeedVisor에 따르면 사용자는 아마존에서 판매자를 선택할 가능성이 가장 높으며 긍정적 인 리뷰의 90 % 이상이 있습니다. 이것은 사용자가 다른 사람들의 리뷰와 추천을 기반으로 브랜드 아이덴티티를 구축하기 때문에 중요합니다.
인터넷이 부정성을 다루는 방법
사람들은 커뮤니케이션 채널을 선택할 가능성이 16 % 더 높습니다.회사는 고객 지원에 필수적이라고 생각하지 않습니다. 소비자가 기대하는 것과 비즈니스가 제공해야하는 것 사이의 이러한 격차를 해소해야합니다.
ReviewTrackers 설문 조사에 따르면 소비자의 53 %가브랜드가 리뷰에 응답하기를 기대합니다. 동시에 댓글에 대한 반응은 다를 수 있습니다. 중립적, 긍정적, 부정적 또는 비방적일 수 있습니다. 모든 상호 작용은 개별적이지만 일반적인 권장 사항이 있습니다. 예를 들어 리뷰가 나쁘거나 중립적이라면 먼저 서비스 품질이 좋지 않은 이유를 찾아야합니다.
때로는 문제를 평화롭게 해결하기 위해부정적인 리뷰의 누적이 작동하지 않습니다. 이는 검색 엔진 평판 관리 (SERM) 전략을 사용해야 함을 의미합니다. 이것은 첫 번째 SERP에서 부정적인 리뷰 또는 게시물을 이동하고 긍정적 인 정보로 대체하는 일련의 작업입니다. 예를 들어 Google이 검색어에 대한 응답으로 부정적인 리뷰를 선택하는 경우 검색 엔진에 더 나은 기사를 제공하거나 동일한 키워드에 대한 리뷰를 제공하도록 최적화하여 정보가 "숨겨져 야하는"항목을 대체하도록해야합니다.
SERM 외에도 다른 작업 방법이 있습니다.부정. 리뷰 관리 시스템은 리뷰가 여러 사이트 및 포럼에 업로드 될 때 리뷰를 추적, 리디렉션 및 응답하는 또 다른 방법입니다. 이러한 유형의 부정적 싸움은 부정적인 것을 고객 서비스 담당자에게 리디렉션하여 다양한 온라인 플랫폼에 긍정적 인 리뷰를 정기적으로 게시 할 수있는 기회를 제공합니다.
피드백 관리 소프트웨어커뮤니케이션은 기업과 비영리 조직이 설문 조사를 중앙에서 관리하고 수행하여 정보의 보급을 보장 할 수있는 프로세스 시스템입니다. 이상적으로는 피드백 데이터를 수집, 배포 및 분석하여 향후 개발을위한 전략적 결정으로 전환 할 수 있도록 설계된 웹 기반 도구 또는 포털입니다. 이 외에도 소프트웨어를 사용하면 다양한 수준의 사용자에게 역할과 권한을 부여 할 수 있습니다.
부정성을 다루는 또 다른 방법은 동기를 부여하는 것입니다.사용자가 긍정적 인 의견을 남길 수 있습니다. 예를 들어 상품에 대한 할인을 제공하거나 서비스 평가를 요청하는 SMS 설문 조사를 수행합니다. 가장 만족스러운 사람들이 리뷰를 남기는 데 약간의 넛지가 필요한 경우가 많기 때문에 사용자에게 보상을주는 것은 동기를 부여하는 요소가 될 수 있습니다. 이러한 경우 견적을 구해야하는 압력은 엄격히 피해야합니다. 그렇지 않으면 잠재적 구매자의 신뢰가 손상 될 수 있습니다.
사용자가 싫어하는 것을 예측하는 방법
아이디어를 구현하려면 피드백을 설정해야합니다.별도의 사이트이거나 예를 들어 Telegram의 봇일 수 있습니다. McDonald는 흥미로운 해결책을 찾았습니다. 각 레스토랑 방문자는 수표에 고유 한 코드를 받게되며,이 코드는 특별 웹 사이트에 입력하여 리뷰를 보낼 수 있습니다. 모든 의견은 회사의 서버로 전송되어 1 차 처리를 거쳐 최종적으로 검토 저장 시스템에 저장됩니다.
기대 작업의 또 다른 부분부정적인 리뷰 - 높은 응답률. 불리한 댓글을 게시한 후에는 최대한 빠른 피드백을 기대하기 때문에 빠른 대응이 중요합니다.
이를 위해 예를 들어 다음을 사용할 수 있습니다.전보 봇. 기본적으로 봇은 추가 전화 번호가 필요하지 않은 특수 계정입니다. 사용자가 보낸 메시지, 명령 및 요청은 클라이언트 응용 프로그램 측에서 실행되는 소프트웨어로 전달됩니다. 다음으로 중간 Telegram 서버는 API와의 모든 암호화 및 통신을 처리하고 사용자는 Telegram API의 단순화 된 버전을 제공하는 간단한 HTTPS 인터페이스를 통해 봇과 통신합니다.
기존의 부정성을 다루는 방법
SERM은 평판 관리 시스템입니다.검색 결과. SERM을 워크 플로우에 구현하기 전에 약간의 조사를해야합니다. SEO 전문가는 검색 쿼리를 위해 의미 론적 핵심 (브랜드, 제품 또는 서비스를 설명하는 단어 및 구문- "하이테크")을 수집해야합니다. 예를 들어 "웹 디자인"이라는 문구는 높은 빈도, "웹 디자인 회사"(중간 빈도) 및 "모스크바 최고의 웹 디자인 회사"(낮은 빈도)입니다. 단어 나 문구가 인기가 많을수록 회사는 더 많은 경쟁에 직면합니다. 그런 다음 검색 결과의 링크를 분석하여 사이트 품질 메트릭을 분석하고 콘텐츠 유형 및 소스별로 그룹화하여 가장 일반적인 부정 링크를 식별합니다.
적시에 필요한 기존의 부정을 처리하려면검색 결과를 모니터링하여 식별합니다. 예를 들어 Youscan.io 또는 Brand Analytics는 소셜 미디어에서 리뷰를 추적하는 데 도움이 될 수 있습니다. 자동화 된 시스템은 웹에서 브랜드에 대한 모든 언급을 모니터링하므로 이에 응답하는 것이 중요합니다. 피드백에 대해 사용자에게 감사하거나 부정적인 리뷰를 긍정적 인 리뷰로 변경하기 위해 가능한 모든 조치를 취합니다. 어떤 사람이 비방하는 말을 남겼다면 법정에서 그를 재판에 데려가거나 스스로 알아 내려고 할 수 있습니다.
예를 들어 Yandex는 브랜드를 지원하며 요청시 "잊혀 질 권리"에 대한 검색 결과에서 오래되거나 부정확 한 정보를 제거 할 수 있습니다.
훨씬 빠르고 비용이 적게 드는 방법은긍정적 인 리뷰를 부정하지만,이 방법에는 단점도 있습니다. 이 옵션이 남용되면 사용자는 쉽게 문제가 있다고 의심하고 불만을 보냅니다. 가짜 리뷰를 식별하는 것은자가 학습 AI가 매우 잘하는 일입니다. 이러한 시스템은 언어 처리 기술을 사용하여 비정상적인 텍스트 패턴, 쓰기 스타일 및 서식을 감지합니다. 예를 들어, 2017 년 시카고 대학의 연구원들은 3 백만 개의 실제 Yelp 레스토랑 리뷰 데이터 세트에 의존하는 심층 신경망 인 기계 학습 시스템을 개발했습니다.
오프라인과 온라인 평판이 상호 연결되는 방식
성인의 거의 91 %가 휴대폰을 가지고 있습니다.연중 무휴 24 시간 사용 중이며 소비자의 88 %는 개인 추천을 신뢰하는 것만 큼 온라인 리뷰를 신뢰한다고 답했습니다. 그러한 환경에있는 기업들은 이미 대인 관계에만 의존하는 것이 어렵다는 것을 알고 있습니다.
디지털 시대의 온라인 평판오프라인과 밀접하게 연결되어 있습니다. 이러한 소비자 행동의 변화로 인해 경영진과 비즈니스 소유자는 자신의 온라인 존재가 가시적인지 확인해야합니다. 키워드로 확인할 수 있습니다. 예를 들어 Wordstat를 사용하면 검색 엔진에서 통계를 볼 수 있습니다. 시스템은 모든 사용자 요청을 분석하고 이에 대한 정보를 수집합니다.
옴니 채널 커뮤니케이션이 가장번거 로움없는 판매 및 서비스를위한 효과적인 전략입니다. 소비자의 90 % 이상이 구매 결정을 내릴 때 여러 정보 소스를 사용하기 때문에 전략이 중요합니다.
많은 컨택 센터가 개선을 원합니다.효율성을 높이고 서비스 품질을 향상 시키므로 AI와 봇을 사용합니다. AI 기술, 기계 학습 및 자연어 처리의 사용은 기업이 새로운 문제를 해결하는 데 걸리는 시간을 줄이는 데 도움이됩니다.
또한 옴니 채널 접근 방식에는 수집 및다양한 온라인 플랫폼과 판매 채널 간의 데이터 교환. 이 관행의 영향은 매우 커서 이제 75 % 이상의 소비자가 모든 채널과 플랫폼에서 지속적인 참여를 기대합니다.
참조 :
세계 최초의 정확한지도가 만들어졌습니다. 다른 사람들에게 무슨 문제가 있습니까?
독창성 헬리콥터가 화성에서 성공적으로 이륙
NASA는 화성 샘플을 지구로 전달하는 방법을 말했습니다.