📊 Обратная связь как метрика: что показало исследование работы с отзывами

Разбирались, как компании в ритейле, на маркетплейсах, в банках и финтехе работают с неструктурированной обратной связью клиентов. В основе — интервью с 12 экспертами из России и мира и анализ десятков кейсов.

Несколько наблюдений из исследования:

🔹 Обработка отзывов прошла три поколения: ручная разметка, собственные ML-модели и тегирование через LLM. При этом в большинстве компаний список тем по-прежнему задаёт человек, а не алгоритм.

🔹 На схожие товары у разных брендов одежды уровень негатива в отзывах может расходиться в разы — от 7% до почти 28%. По оценке участников исследования, дело чаще не в качестве продукта, а в том, как выстроена система работы с обратной связью.

🔹 Один из маркетплейсов зафиксировал, что рост жалоб на опоздание доставки коррелирует с падением выкупа заказов и GMV. То есть текстовая обратная связь может работать как ранний сигнал для бизнес-метрик.

👉 На следующей неделе представим подробный кейс: как компании превращают поток отзывов в решения по продукту.