Trustpilot 客户评价洞察生成器

工作流名称

Trustpilot 客户评价洞察生成器

主要功能和亮点

该工作流自动抓取指定公司的 Trustpilot 评价数据，利用先进的向量数据库 Qdrant 进行存储和相似度搜索，应用 K-means 聚类算法对评价内容进行分组，并通过 OpenAI GPT-4 模型生成详细的客户洞察和情感分析报告，最后将结果导出至 Google Sheets 便于进一步分析和共享。

解决的核心问题

• 自动化大量客户评价的抓取与结构化处理
• 快速识别和分组相似的客户反馈主题
• 通过自然语言处理深入挖掘客户评价中的关键见解和情绪倾向
• 高效生成可操作的客户洞察报告，提升客户满意度和产品改进效率

应用场景

• 市场调研团队分析竞争对手或自家品牌的客户反馈
• 客户服务部门监控客户满意度及痛点
• 产品经理获取用户体验反馈，指导产品优化
• 品牌营销人员挖掘口碑信息，制定营销策略

主要流程步骤

1. 设置目标公司：填写对应 Trustpilot URL 中的公司标识。
2. 清除旧数据：调用 Qdrant API 清理该公司历史向量数据，确保数据新鲜。
3. 抓取评价数据：通过 HTTP 请求分页抓取最近的 Trustpilot 评价页面。
4. 解析评价内容：使用 HTML 节点提取评价作者、评分、标题、内容、时间、国家等信息。
5. 数据整合与存储：将评价数据转换为向量后存入 Qdrant 向量数据库。
6. 触发子工作流：根据需求选择时间范围，检索相关评价向量。
7. 聚类分析：运用 Python 代码节点对向量数据执行 K-means 聚类，分组相似评价。
8. 获取聚类详细内容：提取每个聚类中的具体评价数据。
9. 生成客户洞察：调用 OpenAI GPT-4 模型对每个聚类评价进行总结、情感分析及改进建议。
10. 结果导出：将洞察和原始数据追加写入 Google Sheets，方便团队查看和后续处理。

涉及的系统或服务

• Trustpilot：作为数据源，获取客户评价。
• Qdrant 向量数据库：存储和检索评价向量，实现高效相似度搜索和聚类。
• OpenAI GPT-4：进行自然语言处理，生成洞察报告和情感分析。
• Google Sheets：保存并分享分析结果。
• n8n：工作流自动化平台，整合以上服务，实现全流程自动化。

适用人群或使用价值

• 数据分析师与市场研究人员：快速获取结构化的客户反馈洞察，提升分析效率。
• 客户服务和产品团队：透过客户评价聚类发现共性问题和产品优劣。
• 企业管理者和决策者：实时掌握客户声音，制定精准的改进措施。
• 自动化爱好者和开发者：学习如何结合向量数据库和大语言模型进行数据智能分析。

该工作流特别适合处理海量客户评价数据，帮助企业从复杂的文本信息中提炼出有价值的见解，实现以数据驱动的客户体验优化。