Dashboard und Analytics

Zwei Ansichten, zwei Aufgaben.

Dashboard dreht sich um heute. Was hereinkam, was Sie braucht, was rausging. Es ist eine To-do-Liste mit Zahlen darauf.

Analytics dreht sich um den Trend. Antwortrate, Ratings, Stimmung und Themen und wie sie sich über den gewählten Zeitraum bewegt haben.

Wenn Sie jeden Morgen nur eines öffnen, öffnen Sie das Dashboard. Analytics ist eine Montagssache.

Oben vier Kacheln: Total reviews, Avg rating, Replied (mit Ihrer Antwortrate) und Flagged spam. Darunter:

• Review volume, nach Stimmung oder nach Plattform, und Ratings & activity.
• Rating recovery, eine Zusammenfassung der Seite Rating insight.
• Reply impact: beantwortete unzufriedene Bewertungen und versandbereite Entwürfe.
• Automation: Spam-Meldungen und automatische Antworten.
• What changed, Needs you, Top topics, Reviews by platform und Recent replies.

Banner oben zeigen Ihnen, wenn eine Verbindung ein Problem hat oder ein Spam-Meldelauf Sie braucht.

Vier Kacheln: Reviews, Negative reply rate, Avg rating und Store rating (mit der Veränderung über 7 Tage). Darunter:

• Diagramme zu Stimmung und Rating-Anteilen.
• What customers are saying, mit All topics, Needs attention, Customers love und Mentioned more.
• Eine Zusammenfassung von Bewertungen, Durchschnittsrating, automatischen Antworten und erkanntem, gemeldetem und entferntem Spam.
• Eine Aufschlüsselung nach Plattform, Storefront und Sprache.
• Eine Tabelle All apps: Bewertungen, Antworten, Antwortrate, durchschnittliche Sterne, Store-Rating, positive und negative pro App.

Klicken Sie auf eine App, um ihre eigene Seite zu öffnen: Bewertungen, Antworten, Antwortrate und Ratings, ihre Arbeitslast (wartet auf Antwort, muss geprüft werden, automatisch veröffentlicht, als Entwurf), Stimmung, Volumen, Themen, Sprachen, häufige Schlüsselwörter und aktuelle Bewertungen.

Review Intelligence gruppiert, was Kunden sagen, in Probleme (einzelne, klar abgegrenzte Beschwerden) und Lob (einzelne Dinge, die ihnen gefallen), damit Sie auf Themen reagieren, statt Bewertungen einzeln zu lesen.

Oben sehen Sie, wie viele Probleme es gibt, wie viele Bewertungen sie betreffen, wie viele zunehmen oder neu sind und wie viel Lob es gibt. Filtern Sie die Liste nach Rising & new, Rising, New, Steady, Falling oder Too few to call.

Öffnen Sie ein Problem, um zu sehen, ob es sich im Lauf der Zeit verändert, wie die Sterne verteilt sind, aus welchen Apps, Versionen, Ländern und Sprachen es stammt und welche Bewertungen dahinterstehen. Eine Karte Feature requests sammelt, was Kunden sich von Ihnen wünschen.

Sie messen absichtlich verschiedene Dinge, also stimmen sie nicht immer überein.

Avg rating ist der Sterne-Durchschnitt der schriftlichen Bewertungen in Ihrem Zeitraum, die noch im Store online sind. Markierter Spam bleibt darin, bis der Store die Bewertung entfernt.

Store rating ist das, was App Store und Google Play heute für Ihre Apps veröffentlichen, einschließlich reiner Sterne-Ratings ohne Text. Es bewegt sich nach dem Zeitplan der Plattform, nicht nach unserem.

Wenn Sie jemand anderem eine Zahl nennen, sagen Sie, aus welcher der beiden Sie sie haben.

Kennzahl	Bedeutung
Reviews	Bewertungen, die im gewählten Zeitraum zu noch verbundenen Apps veröffentlicht wurden, Spam eingeschlossen
Reply rate	Anteil der Bewertungen im Zeitraum, die eine aus AI Review Sensor gesendete Antwort erhalten haben. Direkt im Store veröffentlichte Antworten zählen nicht
Negative reply rate	Anteil der unzufriedenen Bewertungen (negativ oder dringend) im Zeitraum, die eine Antwort erhalten haben
Avg rating	Sterne-Durchschnitt der schriftlichen Bewertungen im Zeitraum, die noch im Store online sind. Markierter Spam bleibt darin, bis der Store ihn entfernt
Store rating	Das Rating, das App Store und Google Play heute für Ihre Apps veröffentlichen, reine Sterne-Ratings eingeschlossen
Recent rating	Sterne-Durchschnitt der aktuellen schriftlichen Bewertungen, verglichen mit Ihrem Gesamtdurchschnitt
Urgent	Als dringend markierte Bewertungen, die noch auf eine Antwort warten
Awaiting reply	Bewertungen im Zeitraum, die noch keine Antwort haben
Oldest unanswered	Wie lange die älteste noch unbeantwortete Bewertung schon wartet
Needs review	Noch unbeantwortete Bewertungen, die die KI markiert hat, damit ein Mensch sie zuerst prüft
Replies sent	Bewertungen im Zeitraum, die eine aus AI Review Sensor gesendete Antwort erhalten haben
Auto-published	Antworten, die die automatische Antwort im Zeitraum selbstständig veröffentlicht hat
Drafted	Im Zeitraum geschriebene Antwortentwürfe, die darauf warten, dass jemand sie sendet
Spam found	Als Spam markierte Bewertungen, die noch im Store online sind oder die Sie bereits gemeldet haben
Spam reported	Markierter Spam, den Sie dem Store gemeldet haben
Spam removed	Gemeldeter Spam, den der Store inzwischen entfernt hat
Pending removal	Gemeldeter Spam, der noch im Store steht und auf die Entscheidung des Stores wartet
Rating you can recover	Sterne, die Ihr Durchschnitt aus schriftlichen Bewertungen gewinnen würde, wenn der noch im Store stehende markierte Spam entfernt würde
Rating recovered	Sterne, die Ihr Durchschnitt aus schriftlichen Bewertungen durch von den Stores entfernten Spam bereits gewonnen hat
Top issue	Die Beschwerde, die im Zeitraum in den meisten Bewertungen erwähnt wurde
Issues	Einzelne Probleme, die Kunden im Zeitraum angesprochen haben
Reviews affected	Beschwerden im Zeitraum, die zu mindestens einem Problem gehören
Rising & new	Probleme, die deutlich häufiger als zuvor erwähnt werden, plus neue
Praise	Einzelne Dinge, die Kunden im Zeitraum gelobt haben
Coverage	Wie viele verbundene Apps im Zeitraum mindestens eine Bewertung gebracht haben

Export auf der Analytics-Seite lädt eine CSV mit einer Zeile pro verbundener Integration herunter: Plattform, Verbindungsdatum, Bewertungen gesamt, gesendete Antworten, Antwortrate, Durchschnittsrating und die Anzahl positiver, neutraler, negativer und dringender Bewertungen für den betrachteten Zeitraum. Das ist die Zusammenfassung: das, was Sie in eine Tabelle oder ein Board-Deck einfügen.

Es ist kein Auszug der Bewertungen selbst. Einen Self-Service-Export aller Bewertungen und Antworten gibt es nicht. Die Wege für Datenanfragen stehen in Sicherheit und Datenschutz.