Google bietet eine Stichwortsuche bei jedem Eintrag an, die gut funktioniert. Öffne den Eintrag, klicke auf das Suchsymbol neben dem Sortiermenü und gib einen Namen oder ein Wort ein. Google liefert dann nur die Bewertungen, die genau diesen Suchbegriff enthalten, fett hervorgehoben, und unterstützt einfache Operatoren wie Wein ODER Sommelier.

Drei Dinge kann diese Suche nicht leisten. Sie gleicht nur exakt dem eingegebenen Wort in der Originalsprache der Bewertung. Daher wirst du eine französische Bewertung deiner Weinkarte nicht unter „Wein“ finden. Die Daten sind relativ, das heißt, du kannst nicht nachvollziehen, wann ein Begriff erstmals erwähnt wurde. Außerdem ignoriert die KI-Themenzusammenfassung deine Suchbegriffe, was eine kombinierte Nutzung unmöglich macht.

Reviewflowz löst alle drei Probleme und bietet zwei zusätzliche Funktionen: Tags, die Konzepte statt einzelner Worte erkennen, und Zuordnungen, die Bewertungen der richtigen Person zuordnen, auch wenn niemand namentlich erwähnt wird.

Gehe auf deinen Eintrag bei Google Maps und klicke das Suchsymbol neben dem Sortiermenü an.

Google filtert die Ergebnisse so, dass nur Bewertungen mit deinem Stichwort angezeigt und in fetter Schrift hervorgehoben werden.

Die meisten erweiterten Google-Operatoren werden unterstützt, besonders die grundlegenden UND und ODER. Beispielsweise gibt Wein ODER Sommelier alle Bewertungen zurück, die entweder "Wein" oder "Sommelier" erwähnen.

Sprachabhängigkeit. Google sucht im Originaltext der Bewertung nach deinem exakten Begriff. Wenn dein Stichwort nur in der übersetzten Version vorkommt, erscheint die Bewertung nicht. Du kannst zum Beispiel mit "Wein" ODER "Vin" arbeiten, musst aber alle möglichen Sprachen und Schreibweisen deiner Kunden kennen.

Relativkeitsproblem. Begriffe wie "vor 3 Monaten" sind keine genauen Datenangaben, somit kannst du nicht bestimmen, wann ein Problem erstmals auftauchte oder wie häufig es pro Monat erwähnt wird. Dies ist ein eigenes Thema mit genauer Artikelbeschreibung.

KI-Themen ignorieren die Suche. Googles KI hebt wichtige Themen hervor, kombiniert sich aber nicht mit deiner Stichwortsuche, wodurch ein genauerer Überblick erschwert wird.

Sowohl auf dieser als auch auf jeder anderen Plattform sind die Suchergebnisse datumsgenau.

Zwei Stichwortsuchen zeigen 102 passende Bewertungen mit folgender Plattformaufteilung: 63 bei Tripadvisor, 14 bei Consumer Affairs, 11 bei Smart Customer, 10 bei Better Business Bureau und 4 bei Booking. Googles Suche betrachtet nur einzelne Einträge.

Jedes Datum wird präzise angegeben und nicht als "vor 3 Monaten" gezeigt. So kannst du die Treffer sortieren, pro Monat zählen oder den Ersterscheinungszeitpunkt bestimmen. Der Export schickt die gefilterten Daten direkt nach Excel.

Während eine Stichwortsuche nur das eingegebene Wort findet, erkennt ein Tag das Konzept der Bewertung.

Erstelle einen neuen Tag, aktiviere Durch KI angewendet, und jede Bewertung wird nach diesem Prinzip gelesen. Der Tag wird angewendet, wenn die Bewertung das Konzept trifft, nicht nur das Wort enthält. So erkennt ein Wartezeit-Tag etwa "wir standen vierzig Minuten draußen", was eine einfache Stichwortsuche nicht finden würde.

Dieser Ansatz ist auch sprachunabhängig. Die Bewertungen werden inhaltlich analysiert, nicht durch Zeichenfolgen abgeglichen. Eine französische Bewertung zur Weinkarte wird unter Wein gelistet, ohne ein französisches Stichwort einzugeben. So werden die Einschränkungen der Google-Suche umgangen.

Tags funktionieren dann wie andere Filter: Ordne die Bewertungen nach einem Tag, verfolge sie im Zeitverlauf oder analysiere sie nach Bewertung.

Wenn du nach Namen suchst, interessierst du dich wahrscheinlich für Rezensionen, die jemand aus deinem Team verdient hat. Die Stichwortsuche ist dafür ungeeignet, da sie nur korrekt geschriebene Namen erfasst.

Die Zuordnung macht dies besser. Jede Bewertung wird mit deiner Teamstruktur abgeglichen, inklusive Spitznamen, sodass "Alex" für Alessandro zählt. Treffer mit weniger als 95%iger Sicherheit kommen in eine Warteschlange zur Bestätigung. So überprüfst du die Maschine, anstatt die Arbeit selbst zu erledigen.

Zudem fängt die Zuordnung Dinge ein, die keine Namenssuche kann. Bei verknüpften Systemen wird eine Kundenbewertung dem entsprechenden Team zugeordnet, auch ohne namentliche Erwähnung.

Das Ergebnis ist eine aktuelle Punktezahl pro Person, keine einfache Liste von Treffern.