Recensioni Trustpilot su BigQuery

Trustpilot invita i suoi clienti dopo l'acquisto. È questo che fa il suo Automatic Feedback Service: un'email qualche giorno dopo ogni ordine, quindi il volume delle sue recensioni segue il volume degli ordini molto più da vicino di quanto segua qualsiasi iniziativa di marketing. Un mese con più recensioni è di solito solo un mese con più ordini.

La sua tabella degli ordini vive già in BigQuery. Metta le recensioni Trustpilot accanto ad essa, e le recensioni ogni mille ordini, così come la quota di quelle a una stella, diventano una GROUP BY sulla settimana di spedizione di ogni ordine. Cinque righe di SQL, e nessun foglio di calcolo da mantenere.

Un tasso resta stabile finché l'attività procede normalmente, ed è questo che lo rende leggibile. Il quattro per cento di recensioni a una stella ogni settimana per un trimestre, poi diciassette per cento nella settimana del 17 agosto a fronte di un volume di ordini invariato, non è un cambiamento di umore dei clienti. È qualcosa di operativo che si è rotto in una data precisa.

Il passo successivo è una clausola WHERE, perché il testo completo della recensione è una colonna come le altre. Conti le recensioni di quella settimana che citano il magazzino o il corriere, ne legga sei, e la causa si rivela da sola prima ancora che qualcuno apra un ticket.

Quello che arriva è una tabella, non una dashboard progettata da qualcun altro. Una riga per ogni recensione Trustpilot, con un'intestazione fissa di 28 colonne: l'id della recensione, il profilo, la data, il punteggio, il titolo, il testo completo, la lingua, i tag e un link di ritorno alla recensione. Colonne semplici, niente da decifrare.

Il testo della recensione è una STRING come le altre, quindi il reclamo che continua a tornare è una clausola WHERE invece che un ricordo. Tutti sanno che il corriere è un problema perché qualcuno ricorda una recensione che lo diceva. La memoria conserva la recensione più vivida e perde il conteggio. Una tabella conserva il conteggio.

I tag arrivano già compilati. Reviewflowz legge ogni recensione nella lingua in cui è scritta e la archivia sotto il tema di cui parla davvero, quindi una recensione in francese su una livraison e una in inglese su una consegna si sommano in un unico numero invece di due.

Una cosa che non troverà, detta apertamente invece di lasciarle scoprire da sola: le sue risposte. Lo schema sincronizzato trasporta la recensione, non la risposta sottostante, e non ci sono schede per piattaforma. La copertura delle risposte è compito della Review API, non di questa tabella.

La tabella vive nel suo progetto Google Cloud, nella regione che ha scelto, sotto l'IAM che usa già e la policy di conservazione che ha già scritto. Concedere l'accesso a un analista è la stessa manciata di clic di ogni altro dataset lì dentro, e revocarlo di nuovo è altrettanto rapido.

Sceglie lei cosa esce, e i controlli sono deliberatamente pochi: quali profili Trustpilot, quali valutazioni, e se una recensione debba avere un testo scritto per contare. Da una a tre stelle in una tabella di escalation, tutto in quella analitica, due sincronizzazioni dallo stesso account e nessun filtro che qualcuno deve mantenere a mano.

Quello che non c'è: un filtro per parola chiave e un filtro per lingua. Nessuno dei due esiste su una sincronizzazione Trustpilot, ed entrambi si fanno comunque meglio in SQL, dove cambiare idea costa una clausola WHERE invece di una nuova sincronizzazione.

Una cosa da sapere prima di dimensionare qualsiasi cosa. Il volume Trustpilot è guidato dagli inviti, quindi arriva secondo la forma della sua pianificazione di invio. Un profilo che sembra silenzioso per tutto il mese raccoglie la maggior parte delle sue righe nei giorni successivi a ogni lotto di inviti.