Met Google kun je binnen elke vermelding zoeken naar specifieke woorden. Open de vermelding, klik op het zoekpictogram naast het sorteermenu en typ een naam of woord in. Google geeft alleen de beoordelingen weer die exact die tekst bevatten, vetgedrukt, en herkent ook basis operatoren zoals Wijn OF Sommelier.

Er zijn drie dingen die Google niet doet. Het zoekt precies naar het door jou getypte woord in de taal waarin de recensie is geschreven. Een Franse recensie op je wijnkaart zal dus niet verschijnen bij het zoeken naar 'wijn'. Het gebruikt relatieve datums, waardoor je niet kunt zien wanneer iets voor het eerst is genoemd. En de AI-onderwerpsamenvatting negeert je zoekopdracht, waardoor je deze niet kunt combineren.

ReviewFlowz pakt alle drie deze beperkingen aan. Het biedt je ook functies die een gewone zoekopdracht niet kan: tags, die een concept in plaats van een woord vinden, en attributie, die een recensie koppelt aan de persoon die deze verdiende, zelfs als er geen naam is genoemd.

Ga naar je vermelding op Google Maps en klik op het zoekpictogram naast het sorteermenu.

Google filtert de lijst met reviews waar jouw zoekwoorden in voorkomen en markeert deze vetgedrukt in de tekst.

Het ondersteunt de meeste geavanceerde Google zoekoperatoren, waaronder de eenvoudige EN en OF. Dus om alle beoordelingen te zien die wijn of sommelier noemen, zoek je op Wijn OF Sommelier.

Het is taalspecifiek. Google zoekt in de originele reviewtekst naar je exact ingevoerde zoekwoord. Als het woord alleen in de vertaalde versie staat, toont Google de review niet. Je vermijdt dit door te zoeken op "Wijn" OF "Vin", maar dan moet je alle talen kennen die je klanten gebruiken en ze precies goed spellen.

De datums zijn relatief. "3 maanden geleden" is geen specifieke datum, dus je kunt niet vaststellen wanneer een probleem voor het eerst is verschenen of hoeveel reviews er per maand zijn. Dit is een ander onderwerp met een apart artikel.

De onderwerpsamenvatting negeert je zoekopdracht. Google's AI toont de meest besproken onderwerpen, maar combineert deze niet met je zoekresultaten, dus je kunt er niet dieper op ingaan.

Met dezelfde zoekopdracht op alle platforms tegelijk, inclusief de exacte datum voor elke review.

Twee zoekwoorden, 102 overeenkomende reviews en de verdeling per platform: 63 op Tripadvisor, 14 op Consumer Affairs, 11 op Smart Customer, 10 op Better Business Bureau, 4 op Booking. De zoekfunctie van Google kijkt altijd maar naar één vermelding.

De kolom Datum toont echte datums, niet '3 maanden geleden', zodat je ze kunt sorteren, per maand kunt tellen of kunt zien wanneer iets voor het eerst werd genoemd. Download het gefilterde bestand direct naar Excel.

Een zoekopdracht vindt het getypte woord. Een tag identificeert waar de review over gaat.

Je maakt een tag, activeert Toegepast door AI, en elke review wordt hiermee vergeleken. De tag wordt toegepast als de recensie over het concept gaat, zelfs als het specifieke woord niet aanwezig is. Zo vangt een wachttijd tag "we stonden buiten veertig minuten", wat een normale zoekopdracht zou missen.

Het is taal onafhankelijk, omdat de recensie wordt geanalyseerd op inhoud, niet op trefwoorden. Een Franse review over de wijnkaart verschijnt onder wijn zonder dat je Franse trefwoorden hoeft te gebruiken. Dit lost het probleem van stringmatchen op Google op.

Vervolgens functioneren tags als elk ander filter: je kunt de reviews op een tag filteren, trends over tijd grafisch weergeven, of deze per review uitsplitsen.

Als je zoekt op naam, wil je waarschijnlijk de beoordeling vinden van iemand die dat verdiend heeft. Een zoekopdracht is daar niet geschikt voor omdat het alleen perfecte naamvermeldingen vindt.

Attributie pakt dit beter aan. Elke review wordt vergeleken met de namen in je team, inclusief bijnamen. "Alex" kan hierdoor overeenkomen met "Alessandro". Matches met minder dan 95% zekerheid worden in een wachtrij geplaatst voor jouw bevestiging, zodat je de controle hebt zonder al het werk te doen.

Het vangt ook wat een zoekopdracht op naam mist. Als je boekingen komen uit een gekoppeld systeem, wordt een klantenbeoordeling automatisch toegewezen aan de crew die daarbij hoorde, zelfs als er niemand wordt genoemd.

Het resultaat is een continu overzicht per persoon, in plaats van een lijst aan zoekresultaten.