最近，有读者留言问我：
消费者在网上吐槽公司的产品和服务，该怎么办？
很多人的惯性思维是：
删！
赶紧删！
不要让其他的客户看到，最小化负面影响。
但高明的企业管理者看到的是：
这些吐槽背后
隐藏了
哪些巨大商业价值？
“吐槽”其实是客户的一种宣泄的声音，它包含了客户的期望、需求、偏好、观点和反馈的集合
。
如果对这些信息进行整理、分析和洞察，是能很好的帮助企业做出
更好的商业决策
，包括
产品和服务的迭代升级
，
营销宣传卖点的提炼创新
等。
当
以情感为分类指标
时，这些声音可以划为以下3种类型，而它们都各具分析价值。
1. 负面
负面的声音并不都具分析价值，其中包含
流言
、
“组织性”的恶意攻击
，一定要
及时的去识别
到这些信息和它们的传播趋势，妥善处理，才能避免重大舆情事件的产生。
而如以下情况的真实客户表达，才是值得我们分析的“原石”：
-
投诉与不满
：
这类信息通常表达了对产品或服务的不满和失望，如“产品有质量问题，一直修不好真的让人很烦”。
-
批评与建议
：
客户可能会提出具体的批评意见或改进建议，如“服务态度太差了，希望能够有所改进”。
-
流失与转向
：客户因为不满意而选择离开或转向竞争对手，如“你们的产品太让我失望了，我决定换到别的品牌”。
及时发现这些信息，能有效了解到
客户对产品、服务的不满因素及竞对品牌的情况
，进而妥善与客户沟通处理，避免重大负面舆情事件的发酵，对公司品牌造成影响。
2. 中性
中性情绪的表达，是客户真正处于消费场景中的客观发声：
-
潜在需求：
客户可能会表达出尚未被满足的需求或期望，如“如果这个产品能加入更多个性化设置就好了”。
-
询问与困惑：
客户可能会提出一些疑问或表达对某些方面的困惑，如“我不太清楚这个功能怎么用，能指导一下吗？
”。
-
客观评价：
客户给出既非积极也非消极的反馈，如“这个产品性价比还可以，但没有什么特别吸引人的地方”。
它们呈现着
消费者端的“买点”需求
，能
在产品开发、市场挖掘、用户普及、营
销宣传等方面，构成针对性的策略建议
。细致的去分析这些信息，对于我们产品和服务的改进、迭代升级等是有非常宝贵的价值。
3. 正面
正面的信息也并不只是在年终工作汇报上才有价值：
-
赞扬与肯定：
这类客户之声通常表达对产品或服务的满意和赞赏，如“产品非常耐用，超出了我的期望”。
-
推荐与分享：
客户因为满意度高而愿意向他人推荐产品或服务，如“我已经向很多朋友推荐了这个应用，因为它真的很好用”。
-
忠诚与支持：
客户对品牌或公司表示忠诚和支持，即使存在一些小问题也会选择理解和宽容，如“这个牌子我一直在用，信任它的品质”。
-
未发现的亮点和卖点：如“本来是买来做A功能的，没想到还能做B”有很多营销的卖点和亮点可能是企业在宣发过程中没有发现的，而往往被用户挖掘出来
识别导致正面反馈的特定产品特性、服务行为或品牌力量，可为如何复制或扩展这些成功要素到其他方面提供参考
。如
企业也可以将这些正面评价作为营销宣传的重点亮点，创新卖点，吸引更多潜在消费者。
如何系统地发现和整理这些消费者讨论企业的信息呢？这是挖掘到它们价值的前提。
人工去各个平台搜索收集也是可以，但是比较费时间的精力，在这里为节约时间，直接给大家推荐一个工具叫——
识微商情监测系统
，它可以
对全网的信息进行收集和整理
。
这个工具主要能做什么？
-
收集
消费者讨论企业的声音
：
实时监测企业在互联网上
相关的品牌形象，产品、服务、售后等口碑
，代言人和领导人相关信息等。帮助企业及时发现舆情信息并监测舆情的发生。
-
营销动态监测
：
实时监测企业自身互联网营销的效果，对
营销前后及过程中传播情况、口碑变化、用户互动等量化分析
，为决策者做出正确的营销战略规划提供参考，并监测竞争对手公司利用互联网进行市场营销和公共关系的动向。
-
竞争对手分析：营销动态
：
实现
对行业竞争对手的产品、服务、市场等项目的监测
，可对竞争对手及上下游企业的网上信息进行24小时实时监测，对与竞争对手之间的网络声量进行对比分析等。为企业提供对竞争对手竞争策略分析的全面数据，建立
竞争对手档案库
，实现竞品的对比管理分析。
-
关注行业动态，商业数据分析
：
监测企业所处的
行业在互联网上相关的产业动态、法律法规、行业政策等
，囊括企业所关注的行业KOL意见倾向、用户需求、知识产权风险、供应链信息、
招标信息
等内容，帮助企业实现业务创新。
因为
识微商情监测系统
，这个工具自带了分析的功能，这里主要来说一下怎么用这个工具来整理和分析这些监测到的商业信息。
1. 明确所需信息关键词
分析前需要先明确我们所需信息的
关键词组的搭配
，这决定了我们能否准确收集到这些声音的数据。
用起来很简单，和我们在各搜索引擎去搜索一样，把要搜的
关键词组
设置好就行了
举个例子：
在设定关键词组时，我们需要充分考虑企业、品牌、产品服务的相关关键词（包括中英文名称、简称、昵称、黑称），以及网友的惯用表达、业务关联词等。
2. 数据分析和洞察
下面就以
识微商情监测系统
这个工具为例，
在不同的需求场景下
，如何利用工具实现
对这些信息
数
据的分析
。
-
情感研判：
识微商情系统可以对媒体和用户的评论、评价进行监测和分析并定性，把每一条信息进行情感研判，分为正、负、中性，从而
了解消费者对品牌的态度和情感倾向
。
可以通过
情感分析、关键词识别
等手段对信息进行量化评估，得出
正面率、负面率、中性率
等指标。
比如下面这则“小米SU7”的信息数据模板，可以看到六月以来这款汽车收获了16%的负面评价、32%的正面评价和52%的中性评价
（系统中
点击列表的任一个标题
，都可直接
看到
文章详情
，并跳转原帖地址）。
并且可以展开定性后的数据，进行具体查看，如选择负面消息后，通过对消费者“吐槽”的分析，我们可以了解到
网友认为其的不足之处有哪些？当前负面舆论风向有哪些误导…
并分析出可供产品部 、品牌部直接参考的价值性结论。
-
品牌挖掘：
识微商情监测系统
还能对品牌相关的关键词进行挖掘和分析，了解消费者在不同场景下
对品牌的关注点和态度、对
产品亮点
的认知，
从而更全面地评估对象在公众心目中的形象和地位。
在近一周内，
有关“小米SU7”的讨论中，“特斯拉”、“理想”等友商品牌成为热词；而
小米SU7作为品牌的
重磅产品，在
近期的
2024雷军年度演讲中被大量披露、宣传，
演讲人 “雷军” 和演讲主题 “
勇气” 也成为热词；此外，从“性能”、“科技”、“技术”、“系统”等词也能看出网友们对这款汽车最大关注点所在。
这些信息的呈现，能帮助企业很好的梳理
竞争对手、市场趋势、产品亮点等
。
-
竞品分析：
