評論數量與回覆率
回覆率本身就是排名訊號
評論與回覆像店門口的公開留言板——留言你管不了，但「老闆有沒有回、怎麼回」全寫在牆上；路過的人看的常常不是抱怨本身，是你接抱怨的姿態。
03為什麼是現在學
評論數量、新鮮度與回覆率都是在地排名訊號；而回覆內容同時被潛在客戶與 AI 讀取——它是少數「你可以 100% 控制的公開內容」。
04白話理解（對客戶簡報可直接引用）
三件事：①穩定取得新評論——建立自然的邀請流程（服務完成時的一句話＋QR code；買評論是紅線）②100% 回覆——好評謝、負評誠懇處理（回覆是寫給「下一個看到的人」看的）③負評 SOP——先私下解決問題，再公開簡述處理；違規評論（假評、惡意）走檢舉流程。
05工具箱
- ▸評論邀請物（QR 卡片/簡訊模板） — 把「請客人評論」變流程不靠記憶
- ▸回覆模板庫（好評3種/負評3種起手式） — 起手式統一，內容個人化
06怎麼做 · SOP 3 步（每步標產出物）
- 1建立評論邀請流程→ 邀請 SOP
- 2訂回覆節奏（48 小時內）與模板→ 回覆規範
- 3負評處理流程（私下→公開→檢舉分流）→ 負評 SOP
07場景應用（實戰經驗）
- ◆一則處理得漂亮的負評，說服力常高於十則五星——「出了問題他們會這樣處理」正是猶豫中的客人最想知道的事。
08⚠️ 常見誤區
- ✕買評論或發動員工洗評——平台偵測越來越準，被清洗時連真評論的信任一起賠。
- ✕用同一段罐頭回覆全部評論——比不回覆更像機器人。
口訣
「評論求真不求刷；回覆是寫給下一個客人看的。」
10里程碑 · 完成標準（可驗證）
- ☐邀請流程運作
- ☐回覆率 100%
- ☐負評有 SOP
學習者勾自己的進度；顧問勾客戶專案的交付——同一份標準，兩種用法。
12檢核方式與依據出處
半自動：程式抓資料或客戶填表，再由系統／顧問判讀。
- 🟢 官方明文Google：本地排名因素（含評論訊號） ↗
依據等級決定計分權重（🟢×3／🔵×2／⚠️×1）——權重量的是「依據有多硬」， 不是「我們覺得多重要」。查無權威文件的判準，誠實標「業界慣例」。