ביקורות לקוחות הן המקור הזהב ביותר לזוויות שיווקיות. לקוחות מנסחים בטקסט חופשי את הכאבים האמיתיים, את התשוקה שהמוצר פתר במקום הדברים השיווקיים שהמתחרה מנסה למכור. אבל רוב המפרסמים הישראלים מצלמים את הביקורות בגוגל למוצג במלא למערכת הלמידה. המאמר הזה מציג Workflow מקצה לקצה לחקר קהל עם Claude: מהוצאת הביקורות ממקורות מרובים, דרך פרומפט מדויק לחילוץ Pain Points ו-Deep Desires, ועד המרת הפלט ל-Hooks למודעות Meta. הכל תוך 15 דקות.
איפה למצוא ביקורות רלוונטיות בישראל
ביקורות Google Reviews הן המקור העיקרי בישראל. לקוחות מתלוננים ומשבחים שם מה-Locale הגאוגרפי הישראלי. אם המתחרה שלך מופיעה ב-Google Maps, אתה יכול להוריד את הביקורות מתוך Google Business Profile.
ביקורות Trustpilot טובות ל-e-commerce גודל יותר. המשתמשים שם מפרטים יותר על חוויה הלקוח. למותגים מקומיים Google Reviews טוב.
תגובות Instagram מתחת פוסטי מותגי לקוחות. הלקוחות המרוצים זמן משתמשים במוצר משתתפים בתגובות. אלה זוויות זהב.
למוצרי דיגיטליים: תגובות גוגל Play Store ו-App Store. המשתמשים מפרטים מה אהבו ומה לא.
לעסקי שירות (Pilates, מרפאות טבע, טיפולים): Google Reviews הוא העיקר. תמצא שם זוויות מדויקות ל-Pain Point המרכזי.
לסוכנויות: ביקורות Yelp מגיעות למותגים בלתי-דיגיטליים של אחרים. למותג דיגיטלי מתחרים ב-Capterra או G2.
למתחרים אישיים: Reddit מתאים אם יש sub-reddit אקטיבי בתחום שלך. המשתמשים שם מדברים בלי פילטר גדוליה מ-Trustpilot.
הטכנולוגיה לאיסוף הביקורות
Google Reviews לא מציג את כל הביקורות בדף אחד. יש שלוש דרכים:
הדרך המהירה: הגדל את Google Maps. גלול את כל הביקורות לתחתית. מסמן טקסט ודירוג (1-3 vs 4-5 כוכבים) לדוקומנט Google Doc. זמן: 5 דקות ל-50 ביקורות.
הדרך המתקדמת: Apify או Octoparse. אלה כלים ממשכים ביקורות אוטומטית תמורת תשלום (10-50 דולר לחודש). מתאים ל-200+ ביקורות.
הדרך המלאה: Google Reviews API. דורש מפתח גדול אבל מסתמש המשתמש המרווח. אותו דבר לגבי Trustpilot, Yelp, והשאר - לכל אחד יש API או export דרך ה-CMS.
הממלצה למתחילים: הדרך המהירה. 50 ביקורות מספיקות ל-Workflow ראשון. המשך אז ל-200 ביקורות גם ממקורות אחרים.
הפרומפט לחילוץ Pain Points ו-Deep Desires
השגיאה הנפוצה: להלביש את הביקורות ב-Claude ולבקש לסכם. התוצאה: סיכום גנרי של "הלקוח מרוצה מוצר טוב ושירות טוב". זה לא משמש למאום.
הפרומפט הנכון:
`אתה אנליסט שיווקי מומחה בהוצאת תובנות משתמשים דרך ניתוח ביקורות.
תניח לחזות אחת: המשתמש מתאר את המצב להתגיד בדיוק גם כשהוא בטקסט מראה טוב.
לכל ביקורת, חלץ את התוכן הזה במדויק:
Pain Point: הבעיה הספציפית שהלקוח נהיה בה לפני ההמרה. לא "נזקו לפתרון" אלא הבעיה הקונקרטית בלשון הלקוח.
Surface Want: מה הלקוח חשב שהוא רוצה בטרם שגילה את המוצר שלך. לדוגמה: "רציתי להרגיע להתאים מלבושי חתונה".
Deep Desire: המנטלית הגבוהה יותר זה המנהג בהמנטלית משתתפת למוצר שלך. לדוגמה: "להרגיש בטוחה בין חברותיי, זה גורם להלביש מלבוש חתונה מהדר".
Hook Trigger: הביטוי המדויק מהביקורת שאפשר להמיר להוק מודעה. העתק מילים מדויקות.
הביקורות (הדבק 200 ביקורות כאן):
[BIKURIM_HERE]
אחרי שתעבור על כל הביקורות, תן לי 10 זוויות שיווקיות בלתי-טריווליות למודעות Meta. כל זווית תכלול:
- Hook בעברית (15 מילים)
- תיאור של ה-Pain Point מהביקורת
- תיאור של ה-Deep Desire מאחורי ה-Surface Want
- מספר הביקורות שזה התגלה בהן `
הסוד של הפרומפט: המסגרת של 4 רמות (Pain Point, Surface Want, Deep Desire, Hook Trigger). Surface Want לבד זה מה ש-AI גנרי מחזיר. Deep Desire זה זהב.
דוגמא משטודיו פילאטיס: Surface Want = "להתחדם ביכולת הגוף שלי". Deep Desire = "להרגיש שאני מתתמדת על עצמי גם אחרי לידה".
מה לצפות בפלט
Claude מחזיר 10 זוויות מובנים. כל אחת תהיה בתבנית:
זווית 1: ה-Hook Pain Point: [תיאור בהיר של הבעיה לארכה] Surface Want: [מה הלקוח חשב שאתה מוכר לו] Deep Desire: [המנטלית האמיתית] מספר הביקורות: 23
המספר המעיד על הביקוש המשוא בהזדמנות ללקוחות. זווית שמופיעה ב-23 ביקורות מתוך 200 היא זווית הזהב. זווית שמופיעה ב-2 ביקורות היא דעה אישית.
מדרג את ה-10 לפי מספר הביקורות. ה-2-3 הראשונים הוא ה-priority. אלה הזוויות להשתמש בהן למודעות הראשונות לבדיקה. ה-7-8 בתחתי הם לזוויות גמישים לבדיקה אחרי שהראשונות מתקלקלים.
המרת הפלט ל-Hooks למודעות Meta
Claude נתן לך Hook Templates. עכשיו תמיר אותן למודעות מצלמות או וידאו.
למודעה בוטן: ה-Hook מתמגן במותרת גדולה בתמונת רקע (מותג לזיומה) או גרסה מלאה של המוצר. הלקוח מצלל מטה ורואה את ה-Hook.
לוידאו: ה-Hook בשלוש השניות הראשונות. זה המקום הקריטי לתפוס את תשומת הלב לפני שהמשתמש גולל הלאה.
מדוגמאות מה-Workflow לקליניקת יופי בישראל:
Deep Desire: "להרגיש שאני מתקמת מהמראה מבלי להתאים עצמי". Hook למותרת גדולה: "לא טפלתי בהיקצ הבוקר הזה. טפלתי במה שאני תרגיש במראה". Hook לוידאו (3 שניות): "לא המראה המלאה שאני מחפשת".
Claude יכתוב 5-7 Hooks שונים לכל זווית. אתה בוחר את 2 הטובים ביותר ומצלם אותם דרך Canva או Image Generator.
דוגמא מלאה: טיפול אסתטית
קליניקת טיפולים אסתטיים בתל-אביב מריצה את ה-Workflow:
שלב 1: 250 ביקורות Google Maps הורדו ל-Sheet. 8 דקות.
שלב 2: הסדרה ל-Claude עם הפרומפט המלא. 4 דקות.
שלב 3: Claude עבד והמיר 10 זוויות. 90 שניות זמן המתנה.
שלב 4: דירוג לפי priority. 3 דקות.
שלב 5: המרה ל-Hooks ל-3 הזוויות העיקריות. 5 דקות.
סה"כ: 22 דקות, לא 15. התקעה היה בשלב 4 כי הלקוחה לא ידעה לדרג זוויות לפי priority לא דרת תגובה מ-Claude.
התוצאה: 7 זוויות מדורגות, מתות מדויקות ל-Hooks ל-3 הטובות ביותר. המראיות גדולות ב-Hooks ל-Meta למחזור הבא.
טעויות להימנע
טעות 1: להעתיק ביקורות דומות. Claude מדגים זוויות רק מתוך תגובה מגוונת. 50 ביקורות הגוזמה מינימלית, 200 הממוצע הטוב.
טעות 2: לשאול Claude ל"תן לי 10 זוויות". זה גנרי מדי. הפרומפט המלא מדריך אתה להמרה גולמי לה-4 שכבות, לא לתוצאה מסוכמת.
טעות 3: להשתמש ב-AI גנרי לזה (ChatGPT-4o-mini, Gemini Free). המודלים הגנרים מגדים זוויות גנריות מדי. Claude המודל שהדריך להשתמש בזה בגלל התרגום לעברית המתקדם הדרוש.
טעות 4: לדלג מלא המרת Surface Want ל-Deep Desire. Surface Want לבד לא מחזיר מודעה מצליחה. Hooks מבוססים על Surface Want מזכירים את מה שהלקוח כבר יודע. Hooks מבוססים על Deep Desire מגלים לו משהו חדש.
מתי ה-Workflow לא מתאים
למוצרים חדשים ללא ביקורות. לא ישנם ל-AI למצוא זוויות מ-noise.
לשוק B2B מאוד נישתי. 200 ביקורות Capterra ל-software niche לא מגיעות למסת קריטית. מראיינות לקוחות גודלים (תמורה תמורה 1:1) אמיתית יותר.
למוצרים גולמיים מאוד (commodity goods). הביקורות מתמקדות על מחיר או משלוח. אין Pain Points רגשיים להמיר ל-Hooks.
שאלות נפוצות
כמה ביקורות מינימלי?
50 ביקורות למסת מינימלי. מתחת מזה Claude מדגים זוויות מגוונות. 200 ביקורות הגוזמה הטובה. מעל 500 ההגדלת מתשלמת במדגים, לא בדומה.
האם ללמוד Claude בעברית אם הביקורות באנגלית?
Claude מזהה שפה אוטומטית אבל התרגום לעברית לא תמיד מדויק. אם המוצר לקהל ישראלי, תגדיר בפרומפט: "תן את התשובות בעברית". Claude יתרגם את ה-output גם אם הביקורות באנגלית.
מה לעשות אם למוצר שלי אין ביקורות ציבוריות?
הפעל גיול 1: ביקורות של מתחרים מה-niche שלך. אתה דרך מה-Pain Points שלהם ממנה זוויות למוצר שלך. הפעל גיול 2: דאטה ממקורות אלטרנטיבים — תמליל Reddit, תגובות בלוג לקטגוריה, דיוני Quora.
האם השיטה עובדת למותגים גדולים עם 50K+ ביקורות?
לא בדיוק. Claude לא יכול להכניס 50K ביקורות בהקשר אחד. התהליך הגדול דורש sampling: לקחת 500 רנדומליות מתוך ה-50K, להריץ ל-3 פעמים. מצליבים את הזוויות הממלצות בלתי-טריווליות מכל ה-3.
האם להשתמש Claude גם ל-AI Image Generator ל-Hook visuals?
כן. Claude יכול לתת לך prompt ל-Midjourney/Nano Banana/DALL-E. למשל: "Hook visual למודעת Meta של סטודיו פילאטיס, Pain Point: כאבי גב, Deep Desire: תחושת מלאה של גוף". Claude יכתוב prompt מלא ל-Image Generator.
האם לעשות את התהליך מדי קמפיין או רק לעתים?
לעתים. הקמפיינים מתללים דרך מדי מהר והוספת התהליך ללולות זמן. התהליך הזה מתאים ל-quarterly review או ל-launch חדש. דאטה מתדלדלת גם — Pain Points עמם מתוך 6-12 חודש.
אם אתה רוצה למושם את ה-Workflow לעסק שלך ללא לבנות את המלאה, אתה יכול לפנות אלינו ב-https://datapulse.co.il לשיחה.