review-mining

name: review-mining description: Quand l'utilisateur souhaite étudier les points de friction clients, les réclamations ou le sentiment en utilisant des plateformes d'avis comme Trustpilot, G2, Capterra ou les app stores. À utiliser également quand l'utilisateur mentionne « que disent les utilisateurs », « avis des concurrents », « points de friction » ou « recherche sur la voix du client ». related: [competitive-analysis, user-research-synthesis, feedback-synthesis, cold-outreach] reads: [startup-context]

tags: [nontechnical, startup-founder-skills, review-mining] ------|-----------|-----------|-------| | ... | ... | ... | ... |

Voice of Customer Swipe File

Mots que les utilisateurs utilisent pour le problème : [liste de phrases exactes] Mots que les utilisateurs utilisent pour le résultat souhaité : [liste de phrases exactes] Langage émotionnel : [mots de frustration, mots de soulagement]

Opportunités de Positionnement

• [Opportunité 1] : [ce que vous pouvez revendiquer selon la faiblesse du concurrent]
• [Opportunité 2] : [cas d'usage sous-desservi que vous pouvez conquérir]

Frameworks & Bonnes Pratiques

Où miner par type de produit : | Type de produit | Meilleures sources | |-------------|-------------| | B2B SaaS | G2, Capterra, TrustRadius | | B2C / Consommateur | Trustpilot, App Store, Play Store | | Developer Tools | Reddit, Hacker News, GitHub Issues | | E-commerce / DTC | Trustpilot, avis Amazon | | N'importe quel | plaintes Twitter/X, fils Reddit |

Principes d'analyse d'avis :

• Avis 1-2 étoiles révèlent les freins et les déclencheurs de migration
• Avis 3 étoiles révèlent « assez bon mais frustré » — les utilisateurs les plus persuadables
• Avis 4-5 étoiles révèlent ce que les utilisateurs valorisent vraiment (défendez ces points dans votre produit)
• Avis récents (6-12 derniers mois) comptent plus que les anciens
• Avis vérifiés (achat/utilisateur confirmé) ont plus de poids

Le langage textuel est la sortie. Les paroles exactes que les utilisateurs emploient pour décrire leur friction valent plus que votre résumé. Elles deviennent des titres, des lignes d'objet d'email, du copy publicitaire et du copy de landing page.

Erreurs courantes :

• Lire uniquement les avis négatifs (vous ratez ce que les utilisateurs valorisent vraiment)
• Résumer au lieu de citer (vous perdez le langage authentique)
• Traiter toutes les plaintes de manière égale (fréquence × sévérité compte)
• Ignorer le contexte de qui évalue (enterprise vs PME, power user vs casual)
• Miner une fois et ne jamais revenir (faites-le trimestriellement)

Compétences Connexes

• competitive-analysis — pour une recherche concurrente plus large au-delà des avis
• user-research-synthesis — pour synthétiser vos propres entretiens clients
• feedback-synthesis — pour analyser les retours de vos propres utilisateurs
• cold-outreach — utilisez le langage voice-of-customer dans les emails de prospection

Exemples

Prompt : « Je crée un outil de gestion de projet. Quels sont les plus gros points de friction que les gens rencontrent avec Asana et Monday.com ? »

Une bonne sortie inclut : Miner Trustpilot, G2 et Capterra pour Asana et Monday.com, extraire les 5-7 principaux points de friction avec des citations textuelles, identifier les déclencheurs de migration et les mapper aux opportunités de positionnement.

Prompt : « Nous sommes une alternative à Trustpilot. Aide-moi à comprendre ce que les entreprises détestent chez Trustpilot. »

Une bonne sortie inclut : Miner les avis de Trustpilot lui-même (méta !), G2 et Reddit pour les réclamations sur Trustpilot, extraire des thèmes comme le gatekeeping d'avis, la tarification, la gestion des faux avis et produire un voice-of-customer swipe file que le fondateur peut utiliser dans la prospection.