Промпт для анализа обратной связи клиентов¶

Анализ обратной связи клиентов

Промпты закрывают задачу систематической обработки клиентских отзывов, жалоб и комментариев. Помогают превратить неструктурированный массив данных в конкретные выводы и приоритеты для улучшений.

Что это даёт¶

На выходе вы получаете структурированный анализ с выделенными категориями проблем, частотой упоминаний и тональностью обратной связи. Это позволяет принимать решения на основе данных, а не ощущений. Руководитель видит, где теряется клиент и что нужно исправить в первую очередь.

Готовые промпты¶

Базовый анализ массива отзывов¶

Ты аналитик клиентского опыта. Проанализируй следующие отзывы клиентов компании [название компании / сфера бизнеса]:

[вставить отзывы или краткое описание массива данных]

Выполни следующее:
1. Разбей все упоминания на категории (продукт, сервис, цена, доставка, коммуникация и другие).
2. Для каждой категории укажи: количество упоминаний, преобладающую тональность (позитив / негатив / нейтрально), типичные формулировки клиентов.
3. Выдели топ-3 проблемы, которые встречаются чаще всего.
4. Выдели топ-3 сильные стороны, которые клиенты отмечают как плюс.
5. Сформулируй 3 конкретные рекомендации по улучшению на основе анализа.

Ответ оформи в виде структурированного отчёта с таблицей категорий и итоговым резюме.

Продвинутый анализ с приоритизацией и планом действий¶

Ты эксперт по клиентскому опыту и продуктовому развитию. Перед тобой обратная связь от клиентов компании [название компании], которая работает в сфере [описание бизнеса / продукт].

Целевая аудитория клиентов: [описание ЦА].
Текущий фокус бизнеса: [например, удержание клиентов / рост NPS / снижение оттока].

Данные обратной связи:
[вставить отзывы, результаты опросов, тикеты поддержки или их краткое описание]

Проведи глубокий анализ по следующей структуре:

1. Сегментация обратной связи: разбей по типу клиента, если это прослеживается, и по этапу пути клиента (покупка, использование, поддержка, повторная покупка).

2. Тональность и динамика: определи общий эмоциональный фон. Если есть данные за разные периоды, укажи изменения.

3. Карта боли: составь список проблем клиентов с оценкой критичности по шкале от 1 до 5 (где 5 - блокирует повторную покупку).

4. Скрытые инсайты: выяви запросы или ожидания, которые клиенты не формулируют прямо, но которые прослеживаются в формулировках.

5. Приоритизация: расставь проблемы по матрице "частота x критичность" и укажи, что нужно решить в первую очередь.

6. План действий: предложи конкретные шаги для каждой приоритетной проблемы с указанием ответственного отдела [список отделов: например, продукт, поддержка, маркетинг, логистика].

Завершай каждый раздел кратким выводом в одном предложении.

Как использовать¶

Вставьте промпт в ChatGPT, Claude или другой LLM-инструмент. Замените все плейсхолдеры в квадратных скобках на реальные данные вашей компании и вставьте массив отзывов напрямую в поле для данных. Чтобы улучшить качество ответа, добавьте контекст: откуда собраны отзывы (Google, опрос, CRM) и за какой период.

Советы¶

Чем больше отзывов вы вставите, тем точнее будет анализ: оптимально от 20 до 50 единиц за один запрос.
Если отзывов очень много, разбейте их на тематические пакеты и анализируйте отдельно, а потом попросите свести итоги.
Уточните язык отчёта и формат вывода (таблица, список, слайд-структура), чтобы сразу получить документ, готовый к презентации.

Кому полезно¶

Руководителям отделов продаж, маркетинга и клиентского сервиса, а также продакт-менеджерам и собственникам малого и среднего бизнеса, которые хотят системно работать с обратной связью и принимать решения на основе данных.

Попробуйте ENGRAM на своих данных

Нейросеть на ваших встречах, документах и переписке: отвечает со ссылкой на источник. Это ваша вторая память на базе ИИ. Данные хранятся в России, старт бесплатный.

Зарегистрироваться бесплатно