一家門市最近收到幾則負評，老闆最想知道的通常是：排隊太久、收費不清楚，還是服務流程出了問題？如果交付結果只有平均星級和一張文字雲，仍然無法決定該改哪一步。

Google 地圖評論分析更有用的產物，是一張附原文證據的問題清單：發生在哪家店、哪個時段、涉及什麼環節、樣本中出現多少次，以及下一次如何用相同條件複查。本文提供一套可以從小樣本開始的整理方法；文中數字均為演算範例，不是真實門市調查結果。

先分清：低星評分、文字抱怨與門市總評分

這三者回答的問題不同。

可以在專案裡把一至二星定義為「低星評分」，但要寫明這是本次分析規則。一則四星評論寫「整體不錯，不過結帳時多了一項沒提前說明的費用」，仍應標記「收費說明」問題。相反，一則只有一星、沒有正文的評價，可以進入低星統計，卻無法判斷不滿意的原因。

Google 對評分的說明指出，商家評分來自該商家在 Google 上已發布評分的平均值。因此，不能把本次取得的幾十則評論均分，稱為門市的完整評分，也不能要求它與頁面顯示值一致。

還有一個來源限制：Places API（New）的 Place 資源中，reviews 最多回傳五則評論，依相關性排序。這種 API 結果可以提供線索，但不足以代表某家店最近一個月的全部評論。先確認資料來自哪裡、採用什麼排序、實際涵蓋到什麼時間，再談分析。擷取階段的範圍說明見Google 地圖評論擷取與匯出。

固定門市、時間與取樣條件

建議先寫一句可執行的問題，例如：「比較三家指定門市在同一 28 天內，公開評論裡反覆出現的等候與收費問題。」這裡的 28 天只是方便涵蓋相同星期結構的範例，不是通用標準。

把門市連結或可取得的地點識別碼固定下來；同品牌不同分店應分別統計。再記錄時間邊界、時區、介面語言、排序方式、每店則數上限，以及擷取失敗或無法涵蓋的部分。依評論發布時間歸入區間，另存擷取時間；只有「幾週前」這類相對時間時，保留原值和日期精度，不編造精確日期。

如果一批依最新排序，另一批依相關性排序，即使則數相同，也不能直接說某類問題增加了。每次僅取前 100 則，還可能在評論活躍的門市只涵蓋幾天；時間區間與則數上限必須一起交代。需要擴充門市清單時，可先參考Google Maps 商家名單整理方法。

用欄位表連接原文與分類

欄位組 建議保留什麼 用途
門市與來源 門市識別碼、名稱、公開來源連結；可取得時保存評論識別碼 區分分店、回查與去重
時間與條件 發布時間原值、日期精度、擷取時間、排序及區間 判斷兩期資料能否比較
評分與文字 星級、正文原文、原文語言；譯文另列 避免譯文覆蓋原文，區分無正文評分
分析標籤 問題類別、支持標籤的原文片段、待複核標記 讓分類有證據，允許多標籤
處理紀錄 分類規則版本、複核結果、內部追蹤事項 追蹤規則變化與後續動作

「問題類別」是分析者新增的欄位，不是 Google 原始提供的欄位。表格中應明確區分原始資料與分析結果。只保留任務需要的資訊，分析門市流程不需要識別評論者的真實身分。

有穩定評論識別碼時，依門市與評論識別碼去重；沒有時，用可取得的來源、時間和文字組合標記疑似重複，再複核。不能因為兩則都寫「服務不錯」就自動合併。之後重複擷取到同一評論，屬於再次觀察，不是新增一則客訴。

類別要能指向具體動作

先讀一小批原文，再列類別定義。餐飲或到店服務情境可以從等候、服務溝通、收費說明、產品體驗、環境設施開始；定義應寫清包含和不包含什麼，不能每遇到一個新說法就新建一類。

例如「等了四十分鐘，工作人員也沒說明原因」可同時標記「等候」和「服務溝通」；「雖然排隊，但處理很快」不應僅因出現「排隊」就記為等候客訴。同一類別在同一則評論裡只計一次，但一則評論可以屬於多個類別，所以各類則數相加可能超過評論總數。

自動分類適合做第一輪整理。複核時既要抽查被標為有問題的紀錄，也要抽查未命中的紀錄，特別留意反諷、否定、譯文和星級與正文不一致的情況。無法判斷的保留為「待複核」或「原因不明」，不補寫原文沒說的事實。分類規則改變後，應依新規則重算對比期。

用同一組數字說明分母

假設某家門市在固定區間內取得 120 則去重後的評分紀錄，其中 90 則有可分析正文，30 則沒有正文；一至二星共 24 則；90 則正文中有 18 則表達了等候方面的不滿。

指標 演算 可以怎樣表述
樣本低星占比 24 ÷ 120 = 20% 本次取得的評分紀錄中，20% 為一至二星
正文等候問題占比 18 ÷ 90 = 20% 有可分析正文的樣本中，20% 表達等候不滿
全部樣本中的等候提及占比 18 ÷ 120 = 15% 全部樣本中，15% 明確表達等候不滿；無正文者原因未知

兩個 20% 不是同一指標：低星與等候問題可能交叉，也可能不交叉，不能相加。也不能把 15% 寫成「15% 的顧客嫌排隊久」，因為顧客總數和未評論顧客的體驗都不在這份資料裡。

只擷取負評、某種語言或帶特定關鍵字的評論時，分母已被篩選，應稱為專題樣本。報告同時列出分子、分母和涵蓋限制，比單獨放一個百分比更容易核查。

比較門市時，則數、占比與情境一起看

假設 A 店有 10 則等候抱怨、100 則可分析正文；B 店有 6 則等候抱怨、20 則可分析正文。A 店則數多，B 店樣本占比高。兩者提示的核查重點不同，不能憑其中一個數字宣布哪家店服務更差。

先確認兩店的時間區間、取樣方式和分類規則一致，再看來客數、預約制度、促銷、裝修等背景。小樣本比例容易大幅波動，不適合做精確排名。涉及嚴重服務事件的單則評論可以優先核查，但評論中的說法仍是待核實線索，不能因措辭強烈就視為已經證實。

把問題清單變成下一期能複查的事項

決定外包時，不要只比較報告樣式。讓候選方用同一組門市、時間區間和分類規則試測，再核對來源、相關性和匯出結果；具體清單見口碑監測公司怎麼選與試測驗收。

每個重點問題附上樣本則數、分母、代表性原文與來源，並補一項具體核查動作。例如，對「預約後仍長時間等候」核查預約容量和現場接待紀錄，對「費用未提前說明」核查報價頁與結帳流程。

實施改善後，用等長、可比較的區間再觀察同一類別，同時記錄則數和占比。沒有擷取到某類抱怨，不等於問題已經消失；評論下降也可能來自來客數或擷取範圍變化。公開評論能協助提出和追蹤問題，是否由改善措施帶來效果，還要結合內部紀錄驗證。週期設計可參考資料更新需要提前確認什麼。

如果需要批次整理多家門市的公開評論，可以從品牌口碑監測方案進入評估。提交門市清單、目標時間區間和想核查的兩三類問題，我們先確認公開可取得的範圍，再確定欄位與交付口徑；門市改善與效果判斷仍需業務方參與。