Parduotuvė kas mėnesį gauna šimtus atsiliepimų ir grąžinimų, bet jie pasklidę: WooCommerce atsiliepimų modulis, Google įmonės profilis, Pigu.lt ir Varle.lt prekyviečių vertinimai, Facebook ir Instagram komentarai, o grąžinimo priežastis kasininkė įrašo laisvu tekstu į Rivile grąžinimo dokumentą. Vadybininkas peržiūri kelis blogiausius įvertinimus Pigu.lt, nes ten jie veikia pardavimų reitingą, o sisteminės problemos, pavyzdžiui, konkretus modelis, kurį visi grąžina dėl per mažo dydžio, pastebimos tik po sezono, kai likutis jau nuperkamas dar kartą.
Mes sujungiame atsiliepimų šaltinius ir grąžinimų priežastis į vieną srautą: WooCommerce atsiliepimus per API, Google profilį, Pigu.lt ir Varle.lt vertinimus per pardavėjo savitarnos eksportą, Facebook komentarus ir Rivile grąžinimo dokumentus per periodinį eksportą. Claude ar ChatGPT per API kiekvieną įrašą priskiria temai (dydis, kokybė, pristatymas, aprašymo neatitikimas, aptarnavimas, kaina), nustato nuotaiką ir susieja su konkrečia preke pagal Rivile prekės kodą ar WooCommerce užsakymą. Rezultatai rašomi į duomenų lentelę, iš kurios Power BI ataskaita rodo temų pasiskirstymą, prekes su daugiausiai pasikartojančių problemų ir pokytį per savaitę. Kiekvieną pirmadienį vadovai gauna trumpą santrauką su konkrečiais pavyzdžiais ir nuorodomis į originalius įrašus. Sprendimus dėl asortimento, aprašymų ar tiekėjo priima žmonės, sistema tik parodo, kur žiūrėti. Modelis veikia Anthropic API, Amazon Bedrock ES regione arba OpenAI platformoje be mokymo iš jūsų duomenų, o klientų vardai prieš analizę pašalinami.