Отзывы, которые продали продукт

О компании

Наш заказчик — рекламное агентство, которое ведёт маркетинговые кампании для одного из крупнейших пивных брендов в России. Команда отвечает за позиционирование продукта, работу с аудиторией, а также анализ отзывов и восприятия бренда.

Задача

Заказчику нужно было собрать все отзывы о напитках их клиента для последующего анализа:

• что именно ценят потребители
• какие вкусовые характеристики важны
• что вызывает негатив
• где скрываются точки роста для новых рекламных кампаний

Так как заказчик не работал с нами раньше — нашёл нас через рекламу, то он предпочёл начать с небольшой задачи: собрать отзывы с одного источника, оценить результат и после этого двигаться дальше.

Почему Вебпарсинг.ру?

Агентство рассматривало несколько вариантов: от фрилансеров до крупных аналитических компаний.

Выбрали нас по трём причинам:

1. Опыт в e-commerce и потребительском секторе
С 2015 года мы собираем миллионы отзывов для сайтов розничных сетей, маркетплейсов и FMCG-брендов — знаем все подводные камни в сборе данных.

2. Прозрачность процесса
Мы сразу объяснили, как будем собирать данные, какие источники использовать, в каком формате предоставим результат.

3. Готовность к тестовому этапу
Небольшой первый заказ для нас не проблема — это шанс показать нашу экспертность на деле.

Как решали задачу

Тестовый сбор

Клиент попросил запустить парсинг отзывов с одного источника — Отзовик. Мы предложили расширить список источников, чтобы получить более полную картину. Клиенту понравилась идея, и мы дополнительно собрали отзывы с IRecommend и трёх тематических сообществ любителей пива.

Через три дня мы предоставили тестовый датасет с 8 000 отзывов, структурированных по продуктам, датам и тональностям. Результаты теста подтвердили качество данных, и клиент перешёл к следующему этапу.

Углублённый анализ

На этом этапе задача стала сложнее. Агентству нужно было не просто собрать массив текстов, а провести анализ тональности отзывов:

• характеристики: вкус, аромат, послевкусие, крепость
• какие эмоции вызывают
• какие ассоциации возникают

Вместо долгих согласований ТЗ и итераций правок мы выбрали другой подход: сразу подготовили рабочее решение и показали его клиенту.

Для этого мы настроили нейронную сеть для автоматического тегирования отзывов по 15 параметрам: от тегов «горечь» и «пенность» до «упаковка» и «цена-качество».

Ручная проверка

Важно было добиться высокой точности — иначе весь анализ мог пойти по ложному следу. Поэтому мы вручную проверили 2 000 отзывов: разметили их, сравнили с результатами нейросети, скорректировали модель. Точность распознавания оказалась 94 %.

После этого агентство заказало полное тегирование всего массива отзывов — ещё 42 000 текстов.

Аккумулированные отзывы: идея, которую не заказывали

При анализе отзывов мы увидели, что можно сделать больше, чем просто тегирование. Мы составили вкусовой профиль для каждого напитка — не просто «80% упоминают горечь», а развёрнутое описание того, как потребители воспринимают продукт.

А затем пошли ещё дальше — написали аккумулированный отзыв по каждому напитку. Это был синтез сотен реальных мнений, оформленный как единый текст от лица собирательного покупателя. Один из таких текстов клиент использовал в рекламной кампании без правок.

После этого мы стали внедрять такой формат анализа в других проектах — как инструмент для маркетинга и креатива на основе отзывов, который превращает массив данных в готовые инсайты.

Результат

Вместо разрозненных отзывов клиент получил систему анализа отзывов: структурированную базу из 50 000 текстов с автоматическим тегированием по 15 параметрам и готовыми выводами для маркетинга.

Это позволило не просто увидеть, что нравится или не нравится потребителям, а собрать вкусовые профили напитков и превратить массив отзывов в рабочие инструменты для рекламы.

Дополнительно мы подготовили аккумулированные отзывы — тексты, которые передают восприятие продукта от лица собирательного покупателя. Один из них клиент использовал в рекламной кампании без правок.

Отзыв клиента

«Ожидали таблицу с данными, а получили вкусовые профили напитков и готовые тексты от лица потребителей. Это оказалось больше, чем мы ожидали.»

Что дальше?

Тестовый проект перешёл в формат долгосрочного сотрудничества. Сейчас у клиента работает система мониторинга отзывов и упоминаний бренда в нескольких тысячах телеграм-чатах. Каждую неделю мы автоматически составляем отчёт о трендах: что обсуждают, какие темы набирают популярность, где возникают риски для репутации.