Beschreibung der einzelnen Schritte
1. When clicking ‘Test workflow’
- Typ: Manual Trigger
- Funktion: Startpunkt des Workflows. Dieser Schritt wird manuell ausgelöst, wenn der Benutzer auf die Schaltfläche „Test workflow“ klickt.
2. Set Variables
- Typ: Set
- Funktion: Hier wird die Unternehmens-ID, die analysiert werden soll, auf „www.freddiesflowers.com“ gesetzt. Dies wird später im Workflow verwendet, um spezifische Berichte zu generieren.
3. Clear Existing Reviews
- Typ: HTTP Request
- Funktion: Dieser Schritt entfernt alle bisherigen Bewertungen für das angegebene Unternehmen aus der Qdrant-Datenbank, um sicherzustellen, dass die Analyse mit frischen Daten erfolgt.
4. Get TrustPilot Page
- Typ: HTTP Request
- Funktion: Hier wird die Trustpilot-Seite für das angegebene Unternehmen abgerufen. Die Anfrage ist auf die neuesten 3 Seiten von Bewertungen begrenzt.
5. Extract Reviews
- Typ: HTML
- Funktion: Dieser Schritt extrahiert relevante Bewertungen von der abgerufenen Trustpilot-Seite. Verschiedene CSS-Selektoren werden verwendet, um Informationen wie Autor, Bewertung, Titel und Text der Bewertungen zu extrahieren.
6. Zip Entries
- Typ: Set
- Funktion: Hier werden die extrahierten Bewertungen in einem Array organisiert, inklusive der Umwandlung und Formatierung von Datums- und Bewertungsinformationen.
7. Reviews to List
- Typ: Split Out
- Funktion: Diese Node trennt die Bewertungen in eine Liste, um sie in der Qdrant-Datenbank einzufügen.
8. Qdrant Vector Store
- Typ: Vector Store Qdrant
- Funktion: Dieser Schritt speichert die Bewertungen in der Qdrant-Vektordatenbank. Dadurch kann eine spätere Analyse und Abfrage der Bewertungen erleichtert werden.
9. Find Reviews
- Typ: HTTP Request
- Funktion: Diese Anfrage findet die Bewertungen in der Qdrant-Datenbank und filtert sie nach dem Unternehmen sowie nach Datum.
10. Apply K-means Clustering Algorithm
- Typ: Code
- Funktion: Hier wird ein K-means Clustering Algorithmus angewendet, um die Bewertungen in Gruppen zu unterteilen. Dies hilft, Muster in den Bewertungen zu erkennen.
11. Only Clusters With 3+ points
- Typ: Filter
- Funktion: Dieser Schritt filtert die Cluster, um nur die Cluster mit mindestens 3 Punkten zu behalten, sodass nur signifikante Muster analysiert werden.
12. Get Payload of Points
- Typ: HTTP Request
- Funktion: Hier werden die Daten (Payload) der gefilterten Cluster abgerufen, um die relevanten Bewertungen für die spätere Analyse zu erhalten.
13. Embeddings OpenAI
- Typ: Embeddings OpenAI
- Funktion: erzeugt embeddings von den Bewertungen, um sie für maschinelles Lernen und Textanalyse bereitzustellen.
14. OpenAI Chat Model
- Typ: Chat Model OpenAI
- Funktion: Hier wird ein KI-Modell verwendet, um Einsichten basierend auf den analysierten Bewertungen zu generieren.
15. Customer Insights Agent
- Typ: Information Extractor
- Funktion: Diese Node zieht Erkenntnisse aus den Bewertungen, einschließlich Gesamteinschätzungen und Verbesserungsvorschlägen.
16. Prep Output For Export
- Typ: Set
- Funktion: Bereitet die Ausgabedaten vor, um sie in ein Google Sheet zu exportieren, einschließlich aller relevanten Informationen über die Bewertungen.
17. Export To Sheets
- Typ: Google Sheets
- Funktion: Exportiert die vorbereiteten Daten in ein Google Sheet, um sie zu speichern und einfach zugänglich zu machen.
Ergebnis
Durch die Anwendung dieses Workflows erhalten Sie eine umfassende Analyse der Trustpilot-Bewertungen, die wertvolle Einblicke und Daten zur Verbesserung der Kundenbindung und -zufriedenheit liefern.
Download Link: Hier herunterladen
