Отзывы и вопросы покупателей

Отзывы влияют не только на репутацию — они напрямую двигают позицию карточки в поиске маркетплейса. Вокруг отзывов на платформе три связанных экрана и один инструмент ИИ-агента:

«Отзывы» (/reviews) — список отзывов Wildberries с приоритизацией негатива и очередью автоответов, ожидающих согласования.
«Аспекты отзывов» (/reviews/aspects) — витрина тем жалоб и похвал по обоим маркетплейсам (WB и Ozon) с разбивкой по зоне ответственности.
«Автоответы» (/reviews/auto-answer) — настройка политики автогенерации и (опционально) автоотправки ответов на отзывы.
Вопросы покупателей — отдельной страницы нет, доступны через ИИ-агента в чате.

Откуда данные

Список отзывов — источник analytics.fct_wb_feedbacks (только Wildberries, переключателя маркетплейса на странице /reviews нет, только период).
Аспектный разбор — источник analytics.fct_review_aspects (канон, скоуп по org_id, а не по кабинету): одна витрина закрывает WB и Ozon разом. Разбор асинхронный — доля coverage_share_pct честно показывает, какая часть отзывов периода уже проанализирована моделью, это не 100% всегда.
Автоответы — политика уровня организации на маркетплейс (в v1 — только Wildberries, Ozon ожидает отдельного шага). Черновики ответов, ручные и сгенерированные ИИ, попадают в одну очередь согласования (тип действия wb.feedback.answer) — они проходят через раздел «Согласования» так же, как любое другое изменение в маркетплейсе.

Что считается на `/reviews`

Средняя оценка — среднее по всем оценкам (1–5) за период.
Всего отзывов, доля негативных (оценка ≤ 3 — это правило одинаково во всей странице), доля без ответа.
Распределение оценок — бары по каждой оценке от 1 до 5.
Список на сервере уже отсортирован так, что негативные и неотвеченные — сверху, до включения фильтров «Только негативные» / «Только без ответа».

Что считается на `/reviews/aspects`

Тема (concept) — курируемое понятие из словаря платформы («долго доставили», «не тот размер» и т.п.), а не сырой текст отзыва.
Зона ответственности — товар/продавец, маркетплейс или нейтрально; определяется для каждой темы, а не гадается по ключевым словам на лету.
Упоминания, доля негатива, доля позитива — по каждой теме за период.
Клик по теме уводит на /reviews с предзаполненным текстовым поиском по этой теме — можно прочитать первоисточник, а не только цифру.

Как устроены автоответы

Премодерация включена по умолчанию: черновик генерируется, но не уходит покупателю без вашего согласования в разделе «Согласования».
Автоотправка (опция) — можно разрешить площадке отправлять ответ без ручного согласования, но только для выбранных оценок; порог neverAutoBelow жёстко исключает низкие оценки из автоотправки. Платформа сама предлагает безопасный старт: автоответ включён, автоотправка выключена, и если её включат — то ограничена оценками 4-5.
Тон бренда и подсказки по оценке — свободный текст, который направляет модель при генерации черновика для конкретной оценки.
Кросс-селл в ответах выключен по умолчанию (это реклама в публичном ответе, у площадок свои правила на этот счёт) и включается отдельно.

Связь с ИИ-агентом

Агент читает отзывы (get_reviews), аспектный разбор (get_review_aspects, дешевле и не гонит сырые тексты — используйте его для вопросов «на что чаще всего жалуются») и вопросы покупателей без ответа (get_questions, WB, fct_wb_questions). Спросите в чате напрямую.

Боль: сырой текст отзыва — плохой источник для аналитики

Читать тексты сотен отзывов вручную, чтобы найти повторяющуюся жалобу, — занятие с низким выходом: человек не запоминает частоты и путает единичный выброс с системной проблемой. Вторая ловушка — смешение ответственности: жалоба «долго ехало» и жалоба «не тот размер» требуют совершенно разных действий (одна к площадке, другая к описанию карточки), а на глаз по тексту это разделить сложно и непоследовательно от аналитика к аналитику.

Как работать с витриной аспектов

Подробно: работа с витриной аспектов по шагам

Откройте /reviews/aspects — это отдельная витрина от списка /reviews: скоуп здесь не seller_sid (один кабинет), а org_id (канон), поэтому один запрос закрывает WB и Ozon разом, в отличие от списка отзывов, который видит только Wildberries.
Проверьте coverage_share_pct до того, как делать выводы. Разбор аспектов — асинхронный конвейер, он может отставать от периода. Если разобрано заметно меньше 100% отзывов периода, любой вывод о темах — предварительный, честно скажите об этом, а не выдавайте частичный разбор за полную картину.
Разложите таблицу по трём осям: тема (canonical_name — курируемое понятие, не сырой текст), зона ответственности (товар/продавец, маркетплейс, нейтрально) и тональность (доля негатива и доля позитива по теме, не аддитивные до 100%, каждая своя доля).
Сортируйте по числу негативных упоминаний, а не по общему числу упоминаний — тема с большим количеством нейтральных или позитивных упоминаний может быть не проблемой, а просто популярной темой обсуждения.
Проваливайтесь в первоисточник по клику на тему — переход уводит на /reviews с уже подставленным текстовым поиском по названию темы: так можно быстро процитировать реальный отзыв в отчёте, а не оперировать только агрегатом.
Сегментируйте по товару через параметр товара (артикул) — вопрос «в этом товаре проблема с размерной сеткой или с доставкой» решается одним запросом с фильтром по конкретному nm_id, без ручной выгрузки текстов.
Для агрегатных вопросов в чате используйте инструмент аспектов, не сырые отзывы. Если нужен вопрос вида «на что чаще всего жалуются» или «стало ли лучше по теме X», агрегат аспектов дешевле и точнее, чем просить модель считать доли по списку сырых отзывов — список отзывов в чате намеренно смещён (худшие и неотвеченные вперёд), и средняя оценка по нему всегда занижена относительно реальной.

Ценность

Витрина превращает неструктурированный текст в измеримый агрегат с явной методологией: тема — из курируемого словаря (не гадание по ключевым словам на лету), ответственность проставлена заранее, а не додумывается интерпретатором, покрытие анализа честно раскрыто числом, а не спрятано за общим «готово». Это тот редкий случай на платформе, где аналитика одним запросом закрывает оба маркетплейса, а не строится отдельно по каждому.

Частые вопросы

Почему сумма долей негатива и позитива по теме не равна 100%? Это две независимые доли одной темы (сколько упоминаний негативны, сколько позитивны), не части одного целого — часть упоминаний темы может быть нейтральной, поэтому суммы 100% не ожидается.

Что делать, если coverage_share_pct сильно ниже 100%? Дождитесь следующего цикла разбора или сузьте период — выводы по свежим датам менее надёжны, чем по периоду недельной-двухнедельной давности, где конвейер уже успел догнать.

Можно ли получить аспекты только по Ozon? Витрина не разделяет маркетплейсы фильтром на экране (в отличие от кабинета — можно сузить до конкретного кабинета), но данные в fct_review_aspects содержат оба маркетплейса — если нужен чистый Ozon-срез, попросите ИИ-агента в чате явно указать это в вопросе.

Зона ответственности «нейтрально» — это что? Тема, которая упоминается в отзывах, но не относится ни к вине продавца/товара, ни к вине маркетплейса (например, нейтральное упоминание способа использования товара) — она есть в отчёте ради полноты картины, а не как сигнал для действия.

Почему нельзя просто попросить модель посчитать доли по списку отзывов из чата? Список отзывов в инструменте чата отсортирован специально худшими и неотвеченными вперёд и обрезан лимитом — это выборка для чтения, а не репрезентативная для статистики; агрегат аспектов считается на сервере по всем отзывам периода и не имеет этого смещения.