Ta strona opisuje naszą procedurę: progi, wagi, algorytmy i filtry. Nic tu nie jest przybliżeniem ani wyczuciem, każda wartość w raporcie ma regułę, którą można odtworzyć
Pobieramy publicznie dostępne opinie z profilu obiektu w Google Maps i Booking.com: treść, ocenę, datę oraz odpowiedź właściciela, jeśli została udzielona. Nie mamy dostępu do panelu zarządzania ani danych rezerwacji. Google podaje daty względnie („2 lata temu”), więc przeliczamy je na konkretne miesiące; wpisy z datą starszą niż 10 lat traktujemy jako błąd danych i odrzucamy. Analizujemy cały dostępny okres, nie wycinek.
Wydźwięk wynika z oceny gwiazdkowej, a nie z interpretacji modelu. Progi są stałe i identyczne dla każdego obiektu: w skali Google ⟨4–5⟩ to opinia pozytywna, ⟨3⟩ neutralna, ⟨1–2⟩ negatywna; oceny Booking przeliczamy wcześniej na skalę Google. Dzięki temu klasyfikację da się odtworzyć ręcznie na dowolnej próbce opinii i sprawdzić, czy nasze liczby się zgadzają.
Tematem opinii zajmuje się model językowy: czyta treść i przypisuje ją do kategorii. Jedna opinia może trafić do kilku kategorii, pochwała śniadania i skarga na Wi-Fi w tym samym tekście to dwie osobne wzmianki. Dlatego suma wzmianek jest wyższa niż liczba opinii i te dwie liczby nie powinny się zgadzać. Kategorie są narzucone z góry.
Macierz priorytetów zestawia dwie wielkości: liczbę wszystkich wzmianek w kategorii (skala - jak wielu gości w ogóle o tym mówi) i udział wzmianek negatywnych (intensywność - jak bardzo ten temat im przeszkadza). Granicą między „dużo" a „mało" jest mediana liczby wzmianek w danym raporcie, więc odnosi się do konkretnego obiektu, a nie do sztywnej wartości. Kategorie powyżej mediany z wysokim stopniem negatywności to obszary krytyczne, te poniżej - szybkie usprawnienia. Analiza Pareto porządkuje kategorie osobno: sortuje je malejąco po liczbie negatywnych wzmianek i wskazuje te, które domykają 80% wszystkich negatywów.
Pojedynczy miesiąc potrafi zmylić, wystarczą dwie słabe opinie w listopadzie. Dlatego każdy miesiąc liczymy razem z dwoma sąsiednimi i dopiero na tak wygładzonym wykresie szukamy momentów, w których nastroje gości faktycznie się zmieniły. Wskazuje je algorytm Dynp. Wychodzą cztery fazy, a to, gdzie przebiega granica, wynika z danych - dlatego potrafi wypaść w środku roku, a nie np. 1 stycznia.
Rozdział „Aktualne wyzwania” zestawia dwa rozłączne okresy: ostatnie dwanaście pełnych miesięcy oraz cały wcześniejszy okres dostępny w danych. Raport zawsze wypisuje daty obu, więc widać, jak długa jest baza. Porównujemy udział opinii negatywnych, nie liczby bezwzględne, przy spadającym ruchu liczby bezwzględne maleją wszędzie naraz i sugerowałyby poprawę, której może nie być. Status „nasila się” lub „ustępuje” pojawia się dopiero przy zmianie o co najmniej 5 punktów procentowych, mniejsze różnice opisujemy jako brak zmiany.
Booking ocenia w skali 1-10, Google w skali 1-5, więc oceny Bookinga przeliczamy na skalę Google. Dane miesięczne łączymy sumując liczby bezwzględne i dopiero z nich liczymy procenty. „Ocena Google” w raporcie liczona jest wyłącznie z gwiazdek Google i może nieznacznie różnić się od wartości widocznej na profilu, bo Google stosuje własne ważenie i zaokrąglanie. Jeśli obiekt działa tylko na jednej platformie, sekcje porównawcze znikają z raportu zamiast pokazywać puste tabele.
Ostatni miesiąc jest zwykle niepełny w momencie pobrania danych, więc nie wchodzi do trendu ani do porównania okresów. Z analizy faz wypadają też miesiące z mniej niż 20 opiniami, gdzie pojedynczy wpis dałby 0% albo 100%. Opinie bez treści mają wydźwięk i liczą się do rozkładu sentymentu, ale nie do kategorii, gdyż nie ma czego klasyfikować. Wszystkie te wpisy pozostają w sumach całkowitych. Wykluczenie dotyczy wyłącznie analiz, które bez tego dawałyby mylący wynik.
Cztery sygnały, które Google bierze pod uwagę w wynikach lokalnych. Każdy przeliczamy na skalę 0–100 względem poziomu odniesienia, a potem ważymy. Ostatnia kolumna pokazuje, na czym te poziomy są oparte — dane pochodzą z publicznych badań branżowych z 2026 roku.
| Sygnał | Waga | 100 punktów oznacza | Co mówią badania (2026) |
|---|---|---|---|
| Średnia ocena | 30% | 5,0 w skali Google | 92% konsumentów zwraca uwagę na gwiazdki: 68% korzysta wyłącznie z firm z oceną 4,0 lub wyższą, 31% wymaga co najmniej 4,5, a tylko 10% oczekuje pełnej piątki (BrightLocal LCRS 2026). Średnia ocena hotelu na świecie to 4,2 na 5 (Revinate 2026) |
| Liczba opinii | 20% | 3000 opinii | Publiczne badania nie podają poziomu odniesienia dla łącznej liczby opinii hotelu, dlatego kalibrujemy go na obiektach, które sami analizujemy, i aktualizujemy w miarę ich przybywania. Obecnie średnia liczba opinii w tej próbie to około 1400 |
| Świeżość opinii | 20% | 15 nowych opinii miesięcznie | 74% bierze pod uwagę wyłącznie opinie z ostatnich trzech miesięcy, 32% z ostatnich dwóch tygodni, a 18% z ostatniego tygodnia; dla 44% świeżość jest jednym z najważniejszych atrybutów opinii (BrightLocal LCRS 2026) |
| Odpowiedzi właściciela | 30% | 100% opinii z odpowiedzią | 89% konsumentów oczekuje odpowiedzi, 80% chętniej wybiera firmę odpowiadającą na wszystkie opinie, a 42% raczej pominie taką, która nie odpowiada wcale; odpowiadanie tylko na część opinii działa wyraźnie słabiej (BrightLocal LCRS 2026). W hotelach EMEA odpowiedzi dostaje średnio 54% opinii (Revinate 2026) |
Terminy, które pojawiają się w tabelach i na wykresach — w znaczeniu, w jakim ich używamy.
Czego raport nie jest w stanie pokazać, niezależnie od jakości metody.
Sprawdź FAQ albo napisz bezpośrednio — chętnie wyjaśnimy dowolny fragment metodologii, zanim złożysz zamówienie.