Reseñas de Trustpilot a Power BI
Reviewflowz publica un feed OData v4 y el conector OData integrado de Power BI lo lee. Pegue una URL y sus reseñas de Trustpilot llegan como una tabla normal, en la misma página que el volumen de pedidos que explican. No hay nada que instalar.
Configúrelo en menos de cinco minutos • Sin necesidad de demo
Trustpilot reviews
Power BI
- 1 Get data Home ribbon
- 2 OData feed Built in, already there
- 3 Paste The URL below
https://app.reviewflowz.com /api/odata/v1/accounts/4821/
- User name
- bi_9f4c2ad7e10b
- Password
- left blank
Nothing to install. OData is a format Power BI has read for years, so its built-in connector does the work.
Las reseñas, junto al número que explican
El volumen de Trustpilot sigue el volumen de pedidos. Más pedidos, más invitaciones, más reseñas. Lo que significa que su número de reseñas y sus cifras operativas son dos vistas de la misma semana, y mantenerlas en dos herramientas es la razón por la que nadie nota cuando no coinciden.
Póngalas en una sola página y el recuento en bruto deja de ser la métrica. Las reseñas de una estrella por cada mil pedidos es la métrica. Una buena semana produce más reseñas de una estrella en términos absolutos, y a nadie deberían despertarlo por eso; el ratio se mantiene estable durante una buena semana y se mueve en cuanto algo operativo se rompe.
Es una sola medida. Un recuento de reseñas de Trustpilot con valoración 1, dividido entre los pedidos, multiplicado por mil. Ambas tablas ya están en el modelo, así que el DAX es un DIVIDE y la alarma es una tarjeta con formato condicional.
El comercio del visual mueve unos 8.400 pedidos al día y recibe unas 310 reseñas de Trustpilot al día. El 2 de septiembre ese ratio pasó de 0,9 a 3,4 mientras el recuento en bruto todavía parecía un día normal de mucho trabajo. El transportista llevaba desde el lunes fallando las franjas de entrega en una región.
Trustpilot reviews 48,200 rows
Power BI
Orders and Trustpilot reviews, daily
Invitations go out against orders, so the two series move together.
One-stars per 1,000 orders
3.4 against 0.9 normal
A busy week raises the count of one-stars. It does not raise the ratio. That is what makes this the alarm, and it is one measure: a count divided by orders.
Seis tablas, con los nombres a los que se vinculará su informe
Pegue la URL del feed y el navegador de Power BI lista seis tablas: Reviews, ReviewProfiles, Locations, RatingsHistory, ReviewSummary y ReviewChanges. Marque las que quiera y cárguelas. Los nombres son PascalCase y estables, porque un informe guardado se vincula a ellos.
Reviews es una fila por reseña de Trustpilot: Rating, ReviewDate, Title, el texto completo, ReviewerName, LocationName, Language, Tags y el enlace de vuelta. Con tipos, no todo como texto. Rating es un número que puede promediar y ReviewDate es un datetimeoffset real, que es lo que hace funcionar la actualización incremental.
RatingsHistory y ReviewSummary le entregan la valoración a lo largo del tiempo ya calculada. Si lo único que necesita es una línea de tendencia y una media mensual, son dos tablas pequeñas en lugar de agregar cincuenta mil filas.
Las etiquetas llegan ya rellenas. Reviewflowz lee cada reseña en el idioma en que está escrita, así que una reseña de una estrella en francés sobre un retraso en la entrega y otra en neerlandés caen en la misma etiqueta.
Trustpilot reviews
Navigator
Display Options
Six tables from the Reviewflowz OData feed. Tick what you need and load.
- Rating Edm.Double
- ReviewDate Edm.DateTimeOffset
- Title Edm.String
- Overall Edm.String
- LocationName Edm.String
- Language Edm.String
- Tags Edm.String
- ReviewProfiles The profiles you connected.
- Locations So a review joins to a site.
- RatingsHistory The rating over time, computed.
- ReviewSummary Counts and averages per period.
- ReviewChanges Inserts, updates and deletes.
The names are stable, because a saved report binds to them.
El TrustScore pondera la actualidad, así que construya la ventana
Trustpilot no publica una media histórica. El TrustScore pondera más las reseñas recientes, y por eso un mal mes cuesta más que un mal año antiguo, y por eso el número de su perfil puede caer mientras su media histórica apenas se mueve.
Así que modele la ventana, no el histórico. Una valoración media móvil de noventa días es un CALCULATE, un AVERAGE sobre Rating y un DATESINPERIOD sobre ReviewDate. Cuatro líneas de DAX normal sobre una tabla normal. Es una medida, no una solicitud de función, y nadie tiene que esperar a que un proveedor la publique.
Ponga ambas series en un mismo gráfico y la diferencia habla por sí sola. La media histórica del comercio está en 4,4 y lleva ahí dos años. Su valoración móvil de noventa días es 3,9. El número histórico es el que acaba en una captura de pantalla en la presentación del consejo, y es el que está ocultando el trimestre.
Después la misma ventana se puede desglosar. Noventa días móviles por región, por ubicación, por etiqueta, a partir de la misma medida y la misma tabla, porque para eso sirve un modelo semántico.
Trustpilot reviews
Power BI
48,200 rows, arriving over the Reviewflowz OData feed.
Average rating: rolling 90 days against lifetime
Rating (rolling 90d) =
CALCULATE(
AVERAGE( Reviews[Rating] ),
DATESINPERIOD( Reviews[ReviewDate],
MAX( Reviews[ReviewDate] ), -90, DAY ) )A lifetime average hides the month that is actually costing you, and the TrustScore does not average that way either.
Un volumen predecible es lo que hace que una desviación signifique algo
La mayoría de las reseñas de Trustpilot llegan porque a alguien lo invitaron a dejar una, y las invitaciones se envían en función de los pedidos. Eso convierte el recuento diario en una función de un número que ya pronostica, lo cual es inusual: en la mayoría de las plataformas de reseñas el volumen es como el clima.
Una serie predecible tiene una línea base, y una línea base es lo que convierte un pico en una señal. Trescientas diez reseñas al día no es interesante. Cuatrocientas setenta un miércoles, frente a una banda que puede dibujar, es una llamada a operaciones antes de que la cola de soporte termine de llenarse.
Eso es un gráfico que cualquiera puede construir una vez y no volver a tocar: recuento diario de reseñas, una banda esperada detrás, y los días que se salen coloreados. Está en la página junto a los pedidos y se lee igual que se lee un gráfico de inventario.
También funciona al revés. Un volumen que cae por debajo de la banda no es buena noticia, normalmente es que el flujo de invitaciones se ha roto en silencio, y un panel que solo vigila las reseñas malas nunca se lo va a decir.
Trustpilot reviews Reviewflowz OData feed
Power BI
Trustpilot reviews per day against expected
Expected is that day’s orders at your usual invitation rate, plus or minus 12 percent.
470 on Wednesday 2 September, against 333 expected
About 3.7 percent of these orders leave a review, week in and week out. That is what makes the band an expectation rather than a guess.
Una eliminación es una fila, no un silencio
Las reseñas de Trustpilot se editan, y también se marcan y se retiran. Un feed que solo le entrega el estado actual hace que ambas cosas parezcan que no han pasado, y su informe se aleja en silencio del perfil que dice describir.
El feed lleva un flujo de cambios. ReviewChanges son inserciones, actualizaciones y eliminaciones en forma de filas, así que una reseña de una estrella que un cliente sube a cuatro después de que arregle la entrega, y una de una estrella que Trustpilot retira tras una apelación, llegan ambas al modelo como eventos con su marca de tiempo.
En Trustpilot eso importa más que en la mayoría de sitios. El marcado forma parte del funcionamiento de la plataforma, la reseña es pública todo el tiempo que está bajo revisión, y cuántas de las suyas se retiran es en sí mismo un número que merece la pena vigilar, no un hueco en un gráfico.
La actualización incremental funciona por el mismo motivo. ReviewDate es un datetimeoffset real por el que puede filtrar el feed, así que Power Query pliega una ventana RangeStart y RangeEnd directamente en la solicitud. La primera carga trae su historial, y después el conjunto de datos trae la ventana en lugar de todo.
Trustpilot reviews
Power BI
ReviewChanges, every edit and takedown as a row
- Insert 2 Sep 09:14 1 star “Delivery window came and went twice.”
- Insert 2 Sep 11:02 2 star “Third missed slot from the same courier.”
- Update 4 Sep 16:40 1 → 4 star “Delivery window came and went twice.” Reviewer edited after the fix
- Delete 5 Sep 08:27 1 star “Courier left it with the wrong building.” Removed by Trustpilot on appeal
Incremental refresh
$filter=ReviewDate ge {RangeStart} and ReviewDate le {RangeEnd} ReviewDate is a real Edm.DateTimeOffset, so Power Query folds the window straight into the request.
Se une a lo que ya modela
En cuanto Reviews es una tabla de su modelo semántico, se comporta como cualquier otra tabla del modelo. Relaciónela con su tabla de fechas y su dimensión de región, y el volumen de reseñas de Trustpilot queda en la misma página que la fuga de clientes, los tickets y los ingresos, en el espacio de trabajo que el equipo directivo ya abre.
Eso es algo que un panel dentro de una herramienta de reseñas nunca puede hacer. Ese panel solo conoce sus reseñas y nada más, así que cualquier pregunta que cruce esa frontera se convierte en una exportación, un VLOOKUP y una discusión sobre qué archivo está actualizado.
La seguridad a nivel de fila sigue aplicándose, porque el modelo es suyo. Un gerente regional que abre el informe ve los pedidos de su región y las reseñas de Trustpilot de su región, con las reglas que ya escribió, sin un segundo sistema de permisos que mantener sincronizado con el primero.
La conexión es un token que crea dentro de Reviewflowz y revoca dentro de Reviewflowz. Va en el campo de nombre de usuario con la contraseña en blanco, lleva el acceso de la persona que lo creó, y cuando la agencia que construye su panel termina, lo revoca y su informe deja de actualizarse esa misma tarde.
Model view Your workspace Reviews 48,200 rows - ReviewDate
- Rating
- LocationName
- Language
- Tags
- Title
Loaded from the Reviewflowz OData feed
- Date
- Month
- Week
on ReviewDate
- OrderDate
- Region
- Revenue
on Region
- CreatedAt
- Region
- Queue
on Region
- Security
- Your RLS roles, unchanged
- Connection
- One token, revocable
- New tables
- One. The rest were already here
Ponga las reseñas de Trustpilot en la página que el negocio ya lee
Configúrelo en menos de cinco minutos. Sin necesidad de demo.
¿Cómo llegan realmente las reseñas de Trustpilot a Power BI?
A través de un feed OData v4 que publica Reviewflowz. Cree una conexión en Reviewflowz y copie la URL de su feed, y luego en Power BI elija Get data, OData feed, y péguela. Autentíquese con el token como nombre de usuario y la contraseña en blanco. El navegador lista las tablas y usted carga las que quiere. No hay nada que instalar: OData es un formato que Power BI lleva años leyendo, así que su conector integrado hace el trabajo.
¿Qué tablas y columnas llegan?
Seis: Reviews, ReviewProfiles, Locations, RatingsHistory, ReviewSummary y ReviewChanges. Reviews es una fila por reseña de Trustpilot con la valoración, la fecha de la reseña, el título, el texto completo, el nombre de quien reseña, la ubicación, el idioma, las etiquetas y el enlace. RatingsHistory y ReviewSummary le dan la valoración a lo largo del tiempo sin que tenga que calcularla usted, y ReviewChanges es el flujo de inserciones, actualizaciones y eliminaciones.
¿Se actualiza el informe solo?
Sí. La actualización programada de Power BI extrae del feed con la periodicidad que fije. La actualización incremental también funciona, porque la fecha de la reseña es un datetimeoffset por el que puede filtrar el feed, que es exactamente lo que Power Query pliega en una ventana RangeStart y RangeEnd. La primera carga trae su historial de Trustpilot, y después el conjunto de datos trae la ventana.
¿Qué pasa cuando se retira una reseña de Trustpilot?
Llega como una fila de eliminación en ReviewChanges, con su marca de tiempo. Esa es la diferencia entre un flujo de cambios y una instantánea: una reseña que se marca y se retira es un evento en su modelo, no una fila que deja de aparecer en silencio. Las ediciones llegan de la misma forma, así que una reseña de una estrella subida a cuatro después de arreglar el problema es visible como un cambio.
¿Puedo poner el volumen de reseñas de Trustpilot junto a nuestro volumen de pedidos?
Sí, y esa es toda la razón para hacer esto. Las reseñas llegan como una tabla en su propio modelo semántico, así que las relaciona con su tabla de fechas y su dimensión de región como cualquier otra cosa. Las reseñas de una estrella por cada mil pedidos son entonces un DIVIDE entre dos tablas que ya tiene. Reviewflowz no proporciona los pedidos: son suyos, y ya están en el modelo.
¿Sigue funcionando nuestra seguridad a nivel de fila?
Sí. El modelo es suyo, así que sus roles de RLS existentes se aplican a las tablas de reseñas igual que se aplican a todo lo demás. Por separado, el token del feed lleva el acceso del usuario de Reviewflowz que lo creó, así que alguien restringido a un subconjunto de perfiles no puede generar un token que exponga el resto.
¿Qué plan incluye el feed de BI?
El feed de BI es una función Premium y no forma parte de la prueba gratuita, así que cuente con eso en lugar de descubrirlo al tercer día. Todo lo demás funciona como sugiere la prueba: usted mismo conecta su perfil de Trustpilot y ve sus reseñas en minutos.
¿Necesito una demo para empezar?
No. Usted mismo conecta su perfil de Trustpilot y crea la conexión de BI, en menos de cinco minutos. Si se atasca, el soporte lo dan las mismas personas que lo construyen.