ניתוח סנטימנט ביקורות לקוחות אוטומטי לדשבורד
עודכן יולי 2026 · צוות HELIX
מתכון זה בונה ב-n8n צינור אוטומטי שאוסף ביקורות לקוחות ממקורות שונים — ביקורות גוגל, טפסים באתר או שיחות תמיכה — ושולח כל טקסט למנוע בינה מלאכותית שמסווג סנטימנט (חיובי, שלילי או ניטרלי), מזהה נושא ומעניק ציון. התוצאות נשמרות בבסיס נתונים ומוצגות בדשבורד חי שמתעדכן לבד, כך שתראו את מצב שביעות הרצון בזמן אמת בלי לקרוא ביקורת אחת ידנית.
בית קפה ברשת קטנה בתל אביב מקבל עשרות ביקורות בשבוע בגוגל, בפייסבוק ובטפסי משוב. במקום שהבעלים יקרא הכול בסוף החודש, המתכון מסמן מיד כל ביקורת שלילית על "זמן המתנה" או "שירות", שולח התראה לצוות בערוץ Mattermost, ומצייר בדשבורד את מגמת שביעות הרצון לפי סניף. כשמנהל רואה שסניף מסוים צולל שבועיים ברציפות, הוא מטפל לפני שהמוניטין נפגע — במקום לגלות מאוחר מדי.
איך בונים את זה ב-n8n — צעד אחר צעד
- 1Schedule Trigger: מגדירים תזמון קבוע — כל שעה או כל בוקר — שמריץ את הזרימה ומושך רק ביקורות חדשות מאז ההרצה הקודמת. לחלופין Webhook node שמאזין לדחיפות בזמן אמת ממקור הביקורות.
- 2HTTP Request: מושכים את הביקורות מהמקור — Google Business Profile API, טופס באתר או ה-API של Chatwoot לשיחות תמיכה. node של Split Out מפרק מערך ביקורות לרשומות בודדות לעיבוד.
- 3HTTP Request ל-Flowise: שולחים כל טקסט ביקורת ל-chatflow סנטימנט שרץ על Flowise באותו שרת HELIX. הפרומפט מחזיר JSON מובנה — קטגוריה (חיובי/שלילי/ניטרלי), ציון 1–5 ונושא עיקרי — ו-Edit Fields ממפה אותו לשדות נקיים.
- 4Baserow node: יוצרים שורה בטבלת 'ביקורות' עם הטקסט, הסנטימנט, הציון, הנושא, המקור והתאריך. Baserow הוא מקור האמת שהדשבורד קורא ממנו.
- 5IF + Mattermost: node של IF בודק אם הסנטימנט שלילי או הציון נמוך מ-2; אם כן, Mattermost node שולח התראה לערוץ הצוות עם קישור לביקורת — לטיפול תוך דקות, לא בסוף החודש.
- 6Metabase: הדשבורד מחובר לאותו בסיס נתונים ומצייר גרפים חיים — מגמת סנטימנט לאורך זמן, פילוח לפי נושא וסניף, ואחוז הביקורות השליליות. מתעדכן אוטומטית בכל הרצה, בלי עבודה ידנית.
וריאציות שוות
כשמזוהה ביקורת שלילית, n8n שולח ללקוח הודעת התנצלות ופיצוי דרך WhatsApp Business API עם תבנית מאושרת מראש — ורק ללקוחות שנתנו הסכמה מפורשת לקבלת הודעות (חוק הספאם). השליחה אוטומטית ומופעלת מזיהוי הסנטימנט.
מחברים את הסנטימנט לכרטיס הלקוח ב-EspoCRM: כל ביקורת מעדכנת שדה 'מצב רוח' בפרופיל, כך שנציג רואה לפני שיחה אם הלקוח מרוצה או מתוסכל ומתאים את הגישה.
ביקורות עם ציון גבוה עוברות אוטומטית ל-Postiz שמתזמן מהן פוסט לרשתות החברתיות — הופכים לקוחות מרוצים לתוכן שיווקי בלי עבודה ידנית.
שאלות נפוצות
לא חובה. Flowise שרץ על שרת HELIX שלכם מתחבר למודל בינה מלאכותית לפי בחירתכם, כולל מודלים בקוד פתוח שרצים מקומית. כך הביקורות של הלקוחות נשארות אצלכם ולא זולגות לשירות חיצוני, ואין עלות לכל בקשה.
n8n עולה על שרת HELIX תוך 1-3 דקות, בלי הגבלת מספר הרצות. בניית הזרימה — טריגר, ניתוח סנטימנט וחיבור לדשבורד — היא עבודה של שעה-שעתיים לפי מקורות הביקורות שלכם. צוות הליקסון זמין 24/7, ויש 14 יום להחזר מלא אם לא מתאים.
כן. הפרומפט ב-Flowise מוגדר לעברית ומבין ניואנסים, סלנג ואירוניה בסיסית. אפשר לכייל את ההנחיות ולהוסיף דוגמאות מתחום העסק שלכם כדי לשפר דיוק, וכל שינוי נבדק על ביקורות אמת לפני שעולה לאוויר.
רוצים שהאוטומציה הזו תרוץ אצלכם — בלי להקים שרת?
שרת n8n מנוהל מ-79 ₪/חודש קבוע, בלי הגבלת הרצות. חי תוך 1-3 דקות, עם גיבוי יומי ותמיכה בעברית. 14 יום החזר מלא.