Как настроить автоответы на отзывы на маркетплейсах
Чтобы стимулировать клиентов на совершение повторных покупок и привлекать новых покупателей, достаточно работать с отзывами и оперативно отвечать на них. Но что делать, если вы получаете слишком много отзывов? Делюсь, как настроить автоматические ответы на отзывы и какие инструменты лучше всего подойдут для этого.
А мне точно нужны автоответы на отзывы?
Отвечу так: да, точно нужны или да, скорее всего нужны. И вот почему:
Первое впечатление о продавце формируют качественный логотип и карточка товара. Однако окончательное решение о покупке обычно зависит от отзывов клиентов и от того, как селлер на них реагирует. По данным BrightLocal, около 50% покупателей считают онлайн-отзывы личной рекомендацией. Ответы селлера показывают его внимательность и ответственность к работе. Срабатывает психологический эффект: работа с отзывами показывает покупателям, что их мнение ценно, а селлер повышает лояльность и вероятность повторной покупки.
Для крупных компаний, получающих ежедневно большое количество отзывов, автоматизация ответов — необходимость. Качественно обработать и проанализировать до миллиона сообщений от клиентов за месяц становится малореально или требует крупных затрат.
Есть ли смысл использовать автоответчик на отзывы в небольшом магазине? Да, и математика тут простая.
Ответы на простые отзывы вроде “Все супер, спасибо” много времени не займут. Прочесть отзыв, понять о чем он, зайти в табличку, найти и скопировать ответ, вернуться на страницу отзыва, вставить ответ — если делать это не отвлекаясь, можно ограничиться 3 минутами. Если же отзыв сложный, то может потребоваться больше времени, на то, чтобы осознать и проанализировать нестандартную ситуацию и понять как отвечать покупателю — вероятно, если случай необычный, придется написать ответ. Все вместе это может занять около 20 минут. Получается, в среднем, если магазин отвечает на простые и сложные отзывы, селлеру нужно тратить 11,5 минут на один ответ, для удобства подсчетов округлим до 10 минут.
Если магазин получает 240 отзывов в месяц, значит, целая рабочая неделя, 40 часов, уйдет на одну лишь обработку отзывов. А это время, которое селлер мог бы потратить на развитие магазина. Если же нанимать оператора, который будет отвечать за вас, то это обойдется минимум в 20 тысяч рублей. Минимальный же тариф в Спикс, который включает в себя 500 ответов в месяц на отзывы на всех маркетплейсах стоит 4 900 рублей и 40 сэкономленных часов.
И как же настроить автоответы на отзывы?
Есть несколько ключевых вариантов.
- Написать скрипт для ChatGPT или Google Sheets
Вы создаете собственный чат-бот, которому можно самостоятельно задать правила работы.
Плюс: гибкая настройка под ваши нужды.
Минус: есть риск больше времени тратить на настройку системы, чем на ответы на отзывы.
Однако чтобы создать чат-бот, вам потребуется некоторые технические знания. Придется поработать с интерфейсом программирования приложений (API) на маркетплейсе и с аналогичным интерфейсом ИИ.
У ChatGPT есть недостаток – чат-бот не создавался под отзывы на маркетплейсе, он обучен на всех текстах из интернета, поэтому возможны неожиданные ответы. Если выберете этот инструмент, рекомендую дообучить нейросеть под свои нужды.
В случае работы с Гугл-таблицами вы можете настроить генератор шаблонов. Нужно самостоятельно (либо с помощью ChatGPT) прописать ответы на отзывы, после чего таблица будет комбинировать ответы. Вам не придется каждый раз придумывать ответ, он создается автоматически, однако потребуется вложить немало времени для настройки шаблонов. К тому же количество комбинаций текста ограничено, поэтому вскоре ответы начнут повторяться.
- Завести телеграм-бот
Плюс: телеграм-бот — самый простой инструмент для автоматизации ответов.
Минус: телеграм-бот сильно ограничен в функциональности и в точности работы с отзывами.
Существует два вида ботов. Первый — алгоритмический и работает по заранее заданным сценариям. Такой бот отвечает шаблонно и реагирует на ключевые слова и фразы. Например:
Покупатель: Товар пришел быстро, спасибо.
Бот: Добрый день! Мы рады, что вы получили покупку вовремя, ждем вас снова.
Однако:
Покупатель: Товар пришел вовремя, спасибо. Но то, что я увидел внутри коробки — это жесть...
Бот: Добрый день! Мы рады, что вы получили покупку вовремя, ждем вас снова.
Не исключены странные ответы от бота, поскольку он не умеет определять контекст отзыва. И вместо положительного эффекта это вызовету покупателей недоумение.
Второй тип — боты на основе нейросети — понимают контекст, но для них свойственны те же проблемы с интерфейсом и с ограниченным функционалом.
- Воспользоваться универсальным сервисом
Существуют специальные сервисы по работе с отзывами двух видов. Оба автоматизируют ответы на отзывы, но делают это по-разному. Первый, универсальный тип изначально нацелен на анализ рынка и ниш, а также управление продажами, в какой-то момент выпустил обновление с автоответами с помощью шаблонов или ИИ. Эти сервисы предлагают многофункциональный инструмент. Но они сложны для работы. К тому же у таких сервисов основное внимание уделяется наиболее востребованным функциям, составляющим ядро и сердце этих продуктов. Ответы на отзывы — скорее бонус.
Поэтому здесь выбор за селлером. Для вас важнее: всего по чуть-чуть или же полноценная автоматизация коммуникации с клиентами?
- Использовать специальные сервисы
Последнее предлагаю сервисы, разработанные специально под ответы на отзывы. Ключевая задача таких сервисов — сделать все, чтобы покупатели на маркетплейсе были довольны общением с магазином.
Специально для этой цели мы разработали сервис Спикс. Наша компания уже обработала более 10 миллионов отзывов: для небольших магазинов и для селлеров, входящих в топ-20 по объемам продаж на российских маркетплейсах.
Что умеет Спикс? Сперва часть движка сервиса, разработанная нами нейросеть, анализирует контекст отзывов и распределяет их по 40 темам. Затем черед следующей нейросети, основанной на GPT4 Omni. Она может ответить на отзыв с помощью шаблонов: благодаря работе с крупными селлерами в библиотеке Спикс собрано более 2,500 ответов на самые распространенные сообщения покупателей. Второй вариант — ответ искусственного интеллекта. Тексты предыдущей версии ChatGPT уже были неотличимы от написанных человеком, а с обновлением Omni владение ИИ языком вышло на новый уровень. Еще более естественная речь и гибкая настройка tone of voice дают покупателям ощущение коммуникации с приветливым и ответственным менеджером.
При необходимости с помощью Спикс селлер может отвечать на отзывы вручную в удобном интерфейсе, облегчающем задачу. На нестандартные отзывы можно генерировать уникальные ответы прямо из панели администратора.
Спикс создавался как селф-сервис инструмент для продавцов на маркетплейсах и брендов. Но часто бывает ситуация, когда работой с отзывами и аналитикой занимается агентство. Для таких случаев в Спикс есть возможность разделить информацию нескольких клиентов в одной учетке и специальные предложения по цене.
Не заметят ли клиенты, что отвечает не человек?
Не переживайте. ChatGPT прошла тест Тюринга.
Тест Тьюринга — это способ определить, может ли компьютер мыслить и общаться как человек. При тестировании исследователь взаимодействует с компьютером и другим человеком через текстовые сообщения, не зная, кто есть кто. Если не удается отличить, с кем происходит коммуникация, — с компьютером или человеком — значит, компьютер демонстрирует “мышление” на человеческом уровне.
Исследования показывают, что большинство покупателей не замечают разницы между ответами от ИИ, и ответами, написанными человеком. Клиенту важно получить четкий ответ на его конкретное сообщение. Нейросети, заточенные под ответы на отзывы, справляются со своей работой со снайперской точностью. В отличие от операторов, которые по данным Спикс отвечают в среднем через 30 часов после получения отзыва, ИИ справляется за 15 минут. Оставьте время для больших дел, а рутину отдайте на аутсорс, где ей самое место.
Планируете увеличить продажи на маркетплейсах? Читайте эту и другие статьи в Блоге Спикса.