Avis Capterra vers Power BI

Capterra classe et filtre les fiches de catégorie selon leurs notes d'avis, donc ce chiffre n'est pas un indicateur de satisfaction classé sous la relation client. Il décide si quelqu'un qui construit une short-list voit un jour votre produit, ce qui le place sur le tableau de bord où vivent déjà le pipeline et les dépenses de catégorie.

Et le chiffre sur votre profil n'est pas le chiffre sur lequel vous êtes classé. Le profil affiche une moyenne sur toute la durée de vie, tandis que la partie note d'un score Shortlist de catégorie lit les douze derniers mois. Un 4,6 construit sur une campagne de collecte vieille de deux ans reste affiché en paraissant en bonne santé, pendant que le chiffre sur douze mois a déjà glissé à 4,2.

Dans Power BI, cette fenêtre tient en une mesure. Un CALCULATE et un DATESINPERIOD sur la date de l'avis, sur une carte à côté de la moyenne sur toute la durée, et l'écart entre les deux est à l'écran chaque fois que quelqu'un ouvre le rapport. Personne ne recompte rien en fin de trimestre.

Le flux fait le calcul que vous devriez sinon reconstruire. À côté de la table par avis se trouve un récapitulatif mensuel portant le nombre d'avis, la note moyenne et le compte des uns, deux, trois, quatre et cinq étoiles. Vous écrivez des mesures là-dessus plutôt que de résumer chaque avis que vous avez jamais reçu.

Capterra demande les points forts et les points faibles dans des champs séparés, et Reviewflowz les garde séparés jusqu'au bout. Le flux porte Pros et Cons comme deux propriétés plutôt qu'un seul bloc de texte d'avis, donc dans Power BI ce sont deux champs dans le panneau, et une visualisation uniquement sur les points faibles est une visualisation, pas un projet d'analyse de texte.

Les deux sont filtrables à la source. Un filtre Cons ne null arrive comme une table plus petite avant même d'atteindre votre modèle, ce qui vaut le coup sur une fiche avec deux mille avis derrière elle et un jeu de données que quelqu'un doit actualiser sur un calendrier. La note, la date de l'avis, l'auteur et le titre se filtrent de la même façon.

Lisez les points faibles avec le reste de la ligne attaché : la note qui les accompagne, le mois, et la tranche de taille d'entreprise que l'auteur a choisie. Une plainte devient alors un segment et une date plutôt qu'un contexte flottant, et trois d'entre elles en quinze jours venant de comptes de la même taille sont une note de version plutôt qu'une humeur.

La colonne des points forts est pour un autre lecteur. Ce sont les mêmes auteurs qui disent, dans leurs propres mots, ce qu'ils défendraient, ce que quiconque écrit votre page de catégorie demande à la vente depuis toujours.

La plupart des avis Capterra sont sollicités. Une campagne de collecte produit un groupe de lignes en quinze jours, puis des mois avec presque rien, et une fiche qui paraît endormie de l'extérieur est généralement juste entre deux campagnes. Mis en graphique par mois, c'est évident, donc un mois calme cesse d'être une inquiétude, et un pic se lit pour ce qu'il est.

C'est pourquoi une moyenne sur toute la durée est la mauvaise forme pour cette plateforme, et une fenêtre glissante la bonne. La campagne que vous avez menée il y a deux ans soutient encore le chiffre sur votre profil. Elle a cessé de compter dans les douze mois sur lesquels Capterra classe depuis un moment déjà, et un graphique daté est le seul endroit qui le montre.

Le nombre est de toute façon l'autre moitié de votre position. À côté de la composante note, Capterra pèse le nombre d'avis qu'un produit a collectés sur les vingt-quatre derniers mois et leur fraîcheur. Mettez les deux fenêtres sur la même page, et la prochaine campagne obtient une date plutôt qu'un ressenti.

Le récapitulatif mensuel rend ça facile à tracer. Une ligne par fiche et par mois, avec le nombre et la moyenne déjà dedans, donc le graphique de volume tourne sur quelques centaines de lignes plutôt que sur chaque avis jamais reçu.