О чем говорят покупатели онлайн-магазинов

Время прочтения: 4 минуты

Теги: управление репутацией, аналитика, интернет-магазины

О чем статья?

Для кого статья?

Когда потенциальный клиент хочет совершить покупку, он с большой вероятностью прочитает отзывы о магазине и товаре в интернете. Мы в агентстве «Ашманов и партнеры» выделили и изучили два типа отзывов: классические и децентрализованные (посты и комментарии в соцмедиа). Это позволило определить, как формируется информационный фон и репутация магазинов и каким образом бизнес может на это повлиять.

Особенности исследования

По нашим данным 32% читают отклики на сайтах-отзовиках, 30% в самом магазине, 16% — в геосервисах. Эти классические отзывы — мы назвали их «первый тип» — легко отслеживать и обрабатывать, так как они появляются на специализированных площадках или страницах. Пользователь сам ищет их, когда собирает информацию. Авторы отзывов незнакомы читателю, это абстрактные покупатели.

Однако покупатели также жалуются, ругают или хвалят продавцов и товары, когда пишут комментарии в соцсетях и на видеоплатформах, сообщения в чатах мессенджеров. Такие отзывы мы отнесли ко второму типу. Потенциальные клиенты не ищут их специально, но видят во время других действий в сети. Зачастую они принадлежат коллегам, близким или знакомым, которым пользователь доверяет. Такие отклики труднее мониторить, так как они децентрализованы — разбросаны по сотням или тысячам аккаунтов в соцсетях, по чатам, форумам, медиа, комментариям к фото и видео.

Методология исследования

В первой половине 2023 года мы отобрали для мониторинга топ-20 онлайн-магазинов. В список вошли крупнейшие по выручке от онлайн-продаж проекты из отчета Data Insight за 2021 год (последние доступные данные на тот момент).

Мы выделили упоминания и семантические блоки, которые позволяли относить те или иные публикации к комментариям и откликам клиентов (отзывам второго типа). После этого мы:

• составили семантику, которая схожа с реальными комментариями онлайн-покупателей;

• начали мониторить сообщения, которые включают названия магазинов в разных формах и нашу семантику — таким образом сразу отсекали спам, ссылки, рекламные сообщения;

• исключали нерелевантные упоминания;

• анализировали объем, динамику, тематическую структуру, тональность и источники покупательских сообщений.

Для автоматического мониторинга использовали сервис «Крибрум», который собирает данные по 447 млн аккаунтов в социальных сетях и 70 тысячам интернет-СМИ. В итоге собрали информацию за два полных года (2022-2023). Ссылку на бесплатное скачивание полной версии аналитического отчета дадим ниже. Сейчас расскажем про основные результаты исследования.