随着更多零售商重新开放以及在COVID-19中争夺更紧的钱包的竞争加剧，品牌商需要密切注意客户的评价。

虽然少数顾客可能渴望在没有任何安全措施的情况下恢复正常，但更多的消费者选择零售商，例如通过清晰，实际的距离疏导和卫生习惯，使他们在购物时感到舒适。

除了将清洁度确定为正面评价中的共同组成部分之外，DEPR还发现，在COVID-19中，公司如何照顾员工和社区可以改变消费者的情绪。为急救人员提供折扣，为员工提供带薪病假以及危险津贴，这些都可以在消费者眼中产生影响。

当品牌未能考虑到这些因素时，或者当他们在适应这种环境方面做得很好时（例如，使路边取货无缝化），客户会通过评论让零售商知道。

优先考虑客户反馈

某些品牌可能会觉得自己没有足够的资源在这样的混乱时刻分析客户的反馈，但是忽略评论只会使纠正导致客户回头的任何问题变得更加困难。在这个新时代，吸引客户并为他们提供继续购物的理由变得越来越重要，并且应该成为每一种行销策略的一部分。

此外，分析竞争对手的正确做法可以使品牌洞悉他们如何适应。例如，如果客户基于提供非接触式付款方式或方便使用购物车的清洁擦拭布等因素对公司给予正面评价，则与传统广告相比，实施这些服务可能是吸引和留住客户的更具成本效益的方式。

因此，公司可能需要将资源转移到客户服务和营销的这些领域，这是否意味着要雇用更多的客户体验代表，在社交媒体上讨论安全措施，使用技术来分析客户反馈或方法的组合。

首先，零售商应将资源集中在电子商务网站上的在线评论上，这些评论比大品牌经常部署的客户调查留下的反馈更真实。

虽然分析客户调查可能更直接，但样本量往往会更小，并且可能会根据品牌提出的问题而产生误导性的结果。取而代之的是，在线评论可以更自然地捕捉客户在这种环境中的感受，同时仍然可以留出空间来评论诸如产品/服务功能和体验之类的共同领域。

分解为非结构化数据

诸如社交媒体帖子或客户电子邮件中的文本之类的非结构化数据可能很难手动理解。然而，在这种环境下，非结构化数据可能更有价值，因为四星级和五星级审查之间的差异不一定与产品质量有关，而可能与COVID-19相关的服务领域却被忽略了。因此，零售商迫切需要比评级的结构化数据更深入地研究，并找到将轶事转化为可行见解的方法。

深入非结构化数据的一部分涉及零售商将客户反馈分析作为公司范围的举措，而不仅仅是客户服务功能。每个部门都有各自的KPI，它们需要能够查看非结构化数据，以找到改善品牌营销，产品开发，公共关系等的想法。通过更多地动手，分析非结构化数据变得更加易于管理。

但是，并非每个品牌都具有分析师和研发资源来充分利用非结构化数据，零售商也不一定希望员工花时间阅读各种类型的客户反馈。

这就是自动化可以实现的地方，越来越多的非结构化数据分析工具类别使之能够在不同类型的反馈中快速找到见解。例如，品牌可能已经在使用社交媒体管理平台来安排社交媒体发布，并且在这些工具中，零售商可以越来越多地利用社交聆听功能来根据客户在网上说的话来访问分析。

注意这些指标可能是快速找出使客户在某些商店中购物舒适的原因与猜测客户的需求与落后之间的区别。在这种脆弱的环境中，零售商无力等待。现在，倾听客户的声音是找出最佳服务方式的最快方法。