Нейросеть для анализа текста: отзывы и переписка клиентов

Почему тексты клиентов важнее, чем кажется

Рекламный кабинет и CRM показывают, что произошло: сколько кликов, заявок и оплат. Тексты клиентов объясняют, почему так вышло. Менеджер пишет «не дозвонились», клиент в Telegram — «три дня не отвечали», в отзыве на карте — «привезли остывшим». Каждая фраза по отдельности ничего не решает, но когда одно и то же повторяется десятки раз, это системная проблема, а не случайность.

Прочитать всё вручную обычно некому: у владельца нет времени, у маркетолога нет привычки, а у менеджеров своя картина мира. Нейросеть не заменяет понимание бизнеса, но берёт на себя черновую работу: раскладывает тексты по темам, определяет тональность, выделяет суть и подбирает показательные цитаты. Решения всё равно принимаете вы.

Что можно узнать из клиентских текстов

Главная ценность в том, что вы получаете ответы на вопросы, которые обычно решают «по ощущениям».

• Из-за чего клиенты недовольны и какая доля обращений приходится на каждую причину.
• Какие вопросы задают перед покупкой, а на сайте, в карточке на Uzum или в Instagram ответа на них нет.
• Какими словами клиенты описывают ваш продукт и свою потребность — это готовый материал для рекламных текстов.
• Где тональность ухудшилась после смены поставщика, курьерской службы или меню.
• Какие филиалы или сотрудники упоминаются чаще остальных — в плюс или в минус.
• Сигналы риска: «верните деньги», «пойду к другим», «больше не закажу».

Пошаговая инструкция: от выгрузки до решений

Хороший результат даёт не одна волшебная команда, а последовательность действий. Вот порядок, который работает и для небольшого бизнеса, и для сети.

• Соберите тексты в одну таблицу: дата, источник (карты, Telegram, Instagram, OLX, форма на сайте), текст, оценка, филиал. Берите понятный период, например квартал, чтобы потом сравнивать с другим.
• Удалите персональные данные: имена, телефоны, адреса, номера заказов. Для анализа они не нужны, а риск утечки реален.
• Сформулируйте конкретный вопрос. «Проанализируй отзывы» даёт размытый ответ, а «Почему клиенты ставят низкие оценки после оплаты через Click или Payme?» — точный.
• Дайте нейросети небольшую выборку и попросите предложить список тем. Отредактируйте его сами: объедините похожие, добавьте важные для вас, например «упаковка» или «работа оператора».
• Попросите разметить все тексты по утверждённому списку: тема, тональность, одна строка сути. Список тем не меняйте, иначе месяцы нельзя будет сравнить.
• Подсчёт делайте в таблице или в режиме, где модель выполняет код. На больших объёмах чат может ошибиться в арифметике.
• Запросите выводы с цитатами: к каждому выводу — несколько живых фраз клиентов. Цитаты нужны для проверки и для того, чтобы убедить команду.

Пример: доставка еды в Ташкенте

Возьмём условный пример. Сервис доставки принимает заказы через Telegram-бот и оплату через Payme. Владелец уверен, что главная проблема — скорость курьеров, и собирается менять службу доставки.

Нейросеть размечает отзывы за квартал, и картина оказывается другой. Слова «долго» и «ждали» действительно встречаются часто, но в цитатах клиенты пишут: «не понял, принят ли заказ», «никто не сообщил, что курьер задерживается». То есть проблема не только в скорости, а в отсутствии уведомлений. Отдельная тема — остывшие блюда из-за упаковки.

Решение получается дешевле и точнее, чем смена службы: добавить в бот сообщения о статусе заказа, пересмотреть упаковку, дать операторам шаблон ответа при задержке. Через месяц ту же разметку повторяют и смотрят, уменьшилась ли доля жалоб по этим темам. Это иллюстрация подхода, а не данные конкретной компании.

Типичные ошибки

Большинство разочарований от анализа текстов связано не с моделью, а с организацией процесса.

• Загрузить всё сразу без вопроса и получить общие слова вместо выводов.
• Менять список тем каждый раз и потом не понимать, улучшилось что-то или нет.
• Верить подсчётам модели в обычном чате без проверки в таблице.
• Не проверять разметку вручную, особенно короткие отзывы вроде «ну такое» и сарказм.
• Анализировать только отзывы на картах и игнорировать переписку в мессенджерах, где клиенты пишут честнее.
• Остановиться на красивом отчёте: у каждой проблемной темы должен быть владелец и срок.
• Отправлять в публичные сервисы тексты с телефонами и именами клиентов.

Русский, узбекский и смешанные тексты

В Узбекистане клиент легко пишет в одном сообщении по-русски и по-узбекски, латиницей и кириллицей, добавляя сленг и транслит. Современные модели в целом справляются, но качество на узбекском стоит проверять отдельно от русского. Разметьте вручную случайную выборку и сравните с ответом нейросети; если в каком-то классе расхождений много, уточните его описание и добавьте примеры.

Иногда помогает двухэтапный подход: сначала перевести текст на русский, затем классифицировать. Но сохраняйте оригинал рядом, потому что при переводе теряются местные выражения и интонация, а именно они часто нужны для рекламных формулировок.

Какой формат работы выбрать

Выбор зависит от объёма текстов и от того, как часто вы собираетесь повторять анализ.

• Обычный чат с нейросетью. Подходит для нескольких десятков отзывов и разового вопроса. Минус: ручная выгрузка и риск ошибок в подсчёте.
• Загрузка таблицы в режиме с выполнением кода. Подходит для тысяч строк и ежемесячного разбора: подсчёты точные, таблицы с результатом можно сохранять.
• Автоматизация через API и интеграции. Подходит для постоянного потока из Telegram, сайта и CRM, но требует настройки и аккуратной работы с персональными данными.

Чек-лист перед запуском

Пройдитесь по пунктам, прежде чем делать выводы и показывать их команде.

• Сформулирован один конкретный вопрос.
• Данные собраны в таблицу и очищены от персональной информации.
• Список тем утверждён вами, а не оставлен «как получилось».
• Подсчёты сделаны в таблице или кодом.
• Часть разметки проверена вручную, включая тексты на узбекском.
• К каждому выводу приложены цитаты.
• Для каждой темы назначены владелец, действие и дата повторной проверки.

Как встроить анализ текстов в сквозную аналитику

Самая большая польза появляется, когда тексты клиентов связаны с цифрами. Если темы жалоб сопоставить с источником заявки, каналом рекламы и итогом сделки, станет видно, например, что клиенты из одного канала чаще спрашивают про цену, а из другого — про сроки. Это материал для настройки таргета Meta Ads, Google Ads и сценариев ответов, а не просто аккуратный отчёт.

Итог удобно вести короткой таблицей: тема, число упоминаний, цитата, владелец, действие, срок проверки. Через месяц к ней возвращаются и смотрят динамику. Если вам нужна не разовая выгрузка, а система, в которой отзывы, заявки и продажи видны вместе, команда markdev может помочь выстроить сквозную аналитику и отчётность. Расскажите о задаче, и мы подскажем, с каких данных стоит начать.