# Аспекты отзывов: разбор жалоб по темам и зоне ответственности для аналитика

> Для аналитика — как читать канон-витрину аспектов отзывов по WB и Ozon, зачем нужна доля покрытия анализа и как отделить сигнал маркетплейса от сигнала товара.

published: 2026-08-05T22:32:00+03:00
updated: 2026-08-05T22:32:00+03:00

Отзывы влияют не только на репутацию — они напрямую двигают позицию карточки в поиске
маркетплейса. Вокруг отзывов на платформе три связанных экрана и один инструмент ИИ-агента:

- **«Отзывы»** (`/reviews`) — список отзывов Wildberries с приоритизацией негатива и очередью
  автоответов, ожидающих согласования.
- **«Аспекты отзывов»** (`/reviews/aspects`) — витрина тем жалоб и похвал по **обоим маркетплейсам**
  (WB и Ozon) с разбивкой по зоне ответственности.
- **«Автоответы»** (`/reviews/auto-answer`) — настройка политики автогенерации и (опционально)
  автоотправки ответов на отзывы.
- **Вопросы покупателей** — отдельной страницы нет, доступны через ИИ-агента в чате.

## Откуда данные

- **Список отзывов** — источник `analytics.fct_wb_feedbacks` (только Wildberries, переключателя
  маркетплейса на странице `/reviews` нет, только период).
- **Аспектный разбор** — источник `analytics.fct_review_aspects` (канон, скоуп по `org_id`, а не по
  кабинету): одна витрина закрывает WB и Ozon разом. Разбор асинхронный — доля `coverage_share_pct`
  честно показывает, какая часть отзывов периода уже проанализирована моделью, это не 100% всегда.
- **Автоответы** — политика уровня организации на маркетплейс (в v1 — только Wildberries, Ozon
  ожидает отдельного шага). Черновики ответов, ручные и сгенерированные ИИ, попадают в одну очередь
  согласования (тип действия `wb.feedback.answer`) — они проходят через раздел «Согласования» так же,
  как любое другое изменение в маркетплейсе.

## Что считается на `/reviews`

- **Средняя оценка** — среднее по всем оценкам (1–5) за период.
- **Всего отзывов**, **доля негативных** (оценка ≤ 3 — это правило одинаково во всей странице),
  **доля без ответа**.
- **Распределение оценок** — бары по каждой оценке от 1 до 5.
- Список на сервере уже отсортирован так, что негативные и неотвеченные — сверху, до включения
  фильтров «Только негативные» / «Только без ответа».

## Что считается на `/reviews/aspects`

- **Тема (concept)** — курируемое понятие из словаря платформы («долго доставили», «не тот размер» и
  т.п.), а не сырой текст отзыва.
- **Зона ответственности** — товар/продавец, маркетплейс или нейтрально; определяется для каждой
  темы, а не гадается по ключевым словам на лету.
- **Упоминания, доля негатива, доля позитива** — по каждой теме за период.
- Клик по теме уводит на `/reviews` с предзаполненным текстовым поиском по этой теме — можно
  прочитать первоисточник, а не только цифру.

## Как устроены автоответы

- **Премодерация включена по умолчанию**: черновик генерируется, но не уходит покупателю без вашего
  согласования в разделе «Согласования».
- **Автоотправка** (опция) — можно разрешить площадке отправлять ответ без ручного согласования, но
  только для выбранных оценок; порог `neverAutoBelow` жёстко исключает низкие оценки из автоотправки.
  Платформа сама предлагает безопасный старт: автоответ включён, автоотправка выключена, и если её
  включат — то ограничена оценками 4-5.
- **Тон бренда** и **подсказки по оценке** — свободный текст, который направляет модель при генерации
  черновика для конкретной оценки.
- **Кросс-селл в ответах** выключен по умолчанию (это реклама в публичном ответе, у площадок свои
  правила на этот счёт) и включается отдельно.

## Связь с ИИ-агентом

Агент читает отзывы (`get_reviews`), аспектный разбор (`get_review_aspects`, дешевле и не гонит
сырые тексты — используйте его для вопросов «на что чаще всего жалуются») и вопросы покупателей без
ответа (`get_questions`, WB, `fct_wb_questions`). Спросите в чате напрямую.

## Коротко

- Откройте `/reviews/aspects` — единственная витрина, где один запрос закрывает WB и Ozon разом (список `/reviews` видит только Wildberries).
- Прежде чем делать выводы, проверьте `coverage_share_pct` — разбор аспектов асинхронный и может отставать от периода.
- Раскладывайте таблицу по трём осям: тема (`canonical_name`), зона ответственности (товар/продавец, маркетплейс, нейтрально) и тональность.
- Сортируйте по числу негативных упоминаний, а не по общему числу — популярная тема не всегда проблемная.
- Для агрегатных вопросов в чате просите ИИ-агента использовать инструмент аспектов, а не сырые отзывы — список отзывов в чате смещён к худшим и неотвеченным.

## Боль: сырой текст отзыва — плохой источник для аналитики

Читать тексты сотен отзывов вручную, чтобы найти повторяющуюся жалобу, — занятие с низким выходом:
человек не запоминает частоты и путает единичный выброс с системной проблемой. Вторая ловушка —
смешение ответственности: жалоба «долго ехало» и жалоба «не тот размер» требуют совершенно разных
действий (одна к площадке, другая к описанию карточки), а на глаз по тексту это разделить сложно и
непоследовательно от аналитика к аналитику.

## Как работать с витриной аспектов

<details>
<summary>Подробно: работа с витриной аспектов по шагам</summary>

1. **Откройте `/reviews/aspects`** — это отдельная витрина от списка `/reviews`: скоуп здесь не
   `seller_sid` (один кабинет), а `org_id` (канон), поэтому один запрос закрывает WB и Ozon разом, в
   отличие от списка отзывов, который видит только Wildberries.
2. **Проверьте `coverage_share_pct` до того, как делать выводы.** Разбор аспектов — асинхронный
   конвейер, он может отставать от периода. Если разобрано заметно меньше 100% отзывов периода, любой
   вывод о темах — предварительный, честно скажите об этом, а не выдавайте частичный разбор за полную
   картину.
3. **Разложите таблицу по трём осям**: тема (`canonical_name` — курируемое понятие, не сырой текст),
   зона ответственности (товар/продавец, маркетплейс, нейтрально) и тональность (доля негатива и доля
   позитива по теме, не аддитивные до 100%, каждая своя доля).
4. **Сортируйте по числу негативных упоминаний**, а не по общему числу упоминаний — тема с большим
   количеством нейтральных или позитивных упоминаний может быть не проблемой, а просто популярной
   темой обсуждения.
5. **Проваливайтесь в первоисточник по клику на тему** — переход уводит на `/reviews` с уже
   подставленным текстовым поиском по названию темы: так можно быстро процитировать реальный отзыв
   в отчёте, а не оперировать только агрегатом.
6. **Сегментируйте по товару** через параметр товара (артикул) — вопрос «в этом товаре проблема с
   размерной сеткой или с доставкой» решается одним запросом с фильтром по конкретному `nm_id`, без
   ручной выгрузки текстов.
7. **Для агрегатных вопросов в чате используйте инструмент аспектов, не сырые отзывы.** Если нужен
   вопрос вида «на что чаще всего жалуются» или «стало ли лучше по теме X», агрегат аспектов дешевле и
   точнее, чем просить модель считать доли по списку сырых отзывов — список отзывов в чате
   намеренно смещён (худшие и неотвеченные вперёд), и средняя оценка по нему всегда занижена
   относительно реальной.

</details>

## Ценность

Витрина превращает неструктурированный текст в измеримый агрегат с явной методологией: тема — из
курируемого словаря (не гадание по ключевым словам на лету), ответственность проставлена заранее, а
не додумывается интерпретатором, покрытие анализа честно раскрыто числом, а не спрятано за общим
«готово». Это тот редкий случай на платформе, где аналитика одним запросом закрывает оба
маркетплейса, а не строится отдельно по каждому.

## Частые вопросы

**Почему сумма долей негатива и позитива по теме не равна 100%?**
Это две независимые доли одной темы (сколько упоминаний негативны, сколько позитивны), не части
одного целого — часть упоминаний темы может быть нейтральной, поэтому суммы 100% не ожидается.

**Что делать, если coverage_share_pct сильно ниже 100%?**
Дождитесь следующего цикла разбора или сузьте период — выводы по свежим датам менее надёжны, чем по
периоду недельной-двухнедельной давности, где конвейер уже успел догнать.

**Можно ли получить аспекты только по Ozon?**
Витрина не разделяет маркетплейсы фильтром на экране (в отличие от кабинета — можно сузить до
конкретного кабинета), но данные в `fct_review_aspects` содержат оба маркетплейса — если нужен
чистый Ozon-срез, попросите ИИ-агента в чате явно указать это в вопросе.

**Зона ответственности «нейтрально» — это что?**
Тема, которая упоминается в отзывах, но не относится ни к вине продавца/товара, ни к вине
маркетплейса (например, нейтральное упоминание способа использования товара) — она есть в отчёте
ради полноты картины, а не как сигнал для действия.

**Почему нельзя просто попросить модель посчитать доли по списку отзывов из чата?**
Список отзывов в инструменте чата отсортирован специально худшими и неотвеченными вперёд и обрезан
лимитом — это выборка для чтения, а не репрезентативная для статистики; агрегат аспектов считается на
сервере по всем отзывам периода и не имеет этого смещения.