UlasanLabAnalisis sentimen ulasan marketplace · keluhan per aspek & saran perbaikan

UlasanLab membaca kumpulan ulasan pembeli sekaligus, lalu menandai mana yang positif, netral, atau negatif, topik apa yang dibicarakan (pengiriman, kemasan, kualitas, kesesuaian foto, ukuran, harga, pelayanan, keaslian), keluhan yang paling sering muncul, ulasan yang perlu segera dibalas, dan saran perbaikan per aspek.

Ada tiga cara: salin-tempel ulasan (satu ulasan per baris, bintang boleh ditulis di depan seperti 5|barang bagus), unggah file CSV yang punya kolom ulasan dan bintang, atau coba dulu dengan data contoh. File Excel dari Seller Center perlu disimpan sebagai CSV terlebih dahulu.

Bisa. Untuk Tokopedia cukup ketik nama toko atau tempel link tokonya, lalu AI mengambil 50 ulasan terbaru yang tampil publik di toko itu. Untuk Shopee, tempel link salah satu produk dari toko itu; AI mengenali tokonya lalu mengambil sekitar 50 ulasan dari 3 produk terlaris. Untuk usaha offline seperti resto, klinik, atau salon, pilih Google Maps lalu ketik nama tempat dan kotanya atau tempel link Google Maps-nya; AI mengambil 50 ulasan terbaru. Di versi demo ini jumlahnya sengaja dibatasi dan hasilnya disimpan 7 hari, jadi toko yang sama tidak diambil ulang.

Tidak. Ulasan yang kamu tempel dan file CSV yang kamu unggah dianalisis di browser kamu sendiri dan tidak diunggah ke mana pun. Khusus fitur nama toko, nama toko dikirim ke server Yuk AI untuk mengambil ulasan publik toko itu lewat layanan pihak ketiga; nama dan foto pembeli tidak disimpan, dan analisisnya tetap berjalan di browser.

Sebelum dinilai, setiap kata dinormalisasi: singkatan dan bahasa gaul diubah ke kata baku (gk → tidak, bgt → banget, mantul → mantap), huruf yang diulang dirapikan (bagusss → bagus), dan akhiran seperti -nya dilepas. Setelah itu kata dicocokkan dengan kamus sentimen dan kata kunci aspek.

Karena sentimen dibaca dari isi teks, bukan dari bintangnya. Banyak pembeli memberi bintang 5 tapi menulis keluhan, misalnya soal kurir atau ukuran. Ulasan seperti ini dikumpulkan di bagian “Bintang tidak sejalan dengan isi” karena mudah terlewat kalau hanya melihat rata-rata bintang.

Demo ini memakai kamus kata dan aturan bahasa, sehingga cepat dan mudah dijelaskan, tetapi bisa keliru pada sindiran, kata yang artinya bergantung konteks, dan bahasa daerah. Gunakan hasilnya sebagai peta untuk menentukan ulasan mana yang perlu dibaca duluan. Sistem skala besar biasanya memakai model bahasa yang dilatih jutaan kalimat.

Bukan. Data contoh sepatu, serum wajah, dan earbuds dibuat secara sintetis dari potongan kalimat yang dikarang, khusus untuk latihan. Tidak ada ulasan asli dari toko mana pun yang dipakai.