DataFirefly Avaliações Verificadas: documentação

Pré-requisitos e instalação

O DataFirefly Avaliações Verificadas funciona no PrestaShop 8.0 a 9.0 com PHP 8.0 a 8.4. Desde a versão 1.1.0, um único ZIP cobre os dois ramos: não há uma versão para o PS 8 e outra para o PS 9 a escolher na descarga.

1. No seu back-office, abra Módulos → Gestor de módulos e clique em Instalar um módulo.
2. Carregue o ficheiro dfreviews.zip descarregado da sua conta DataFirefly.
3. Clique em Configurar assim que a instalação terminar.

A instalação cria seis tabelas dedicadas (avaliações, ficheiros, pedidos, votos de utilidade, resumos de IA, estatísticas) e acrescenta um separador Avaliações Verificadas no menu Catálogo. É a partir desse separador que modera as avaliações; o ecrã de configuração continua acessível pelo gestor de módulos.

Configurar o momento dos pedidos de avaliação

É o coração do módulo. Duas definições, na secção Parâmetros gerais:

• Despoletar depois do estado: Expedido (predefinição) ou Entregue. Escolha aquele que, no seu fluxo real, indica que o cliente já tem o produto em mãos.
• Prazo antes do envio: 3 dias por predefinição. Conte o tempo de entrega mais alguns dias de utilização. Num produto que se avalia com o uso (cosmética, colchão), suba para 10 ou 15 dias.

Quando uma encomenda atinge o estado escolhido, é colocado em fila um pedido com a sua data de envio calculada. Não é enviado de imediato: é o CRON que trata disso.

Configurar o CRON

Sem CRON, não sai qualquer e-mail. O URL a chamar é apresentado no topo do ecrã de configuração do módulo e contém um token único gerado na instalação. Agende-o de hora a hora no seu alojamento:

0 * * * * wget -q -O /dev/null "URL_DO_CRON_APRESENTADO_NO_MODULO"

Em cada passagem, o CRON executa três tratamentos e devolve um resumo em JSON do trabalho feito:

• envio dos pedidos cuja data chegou, em lotes de 50;
• envio dos lembretes dos pedidos que ficaram sem resposta;
• expiração dos pedidos com mais de 60 dias.

Lembretes e código promocional como recompensa

A secção Lembrete ativa um segundo e-mail se a avaliação não tiver sido deixada ao fim de um prazo configurável (5 dias por predefinição, contados desde o primeiro envio). É enviado apenas um lembrete por pedido.

A secção Código promocional de incentivo gera um vale de desconto assim que uma avaliação é publicada por um cliente identificado. Define a percentagem (10 % por predefinição) e a validade (30 dias). O código criado é uma regra de carrinho nativa do PrestaShop, nominativa e de utilização única, pelo que o encontra em Catálogo → Descontos.

Ativar o resumo por IA

Indique a sua chave de API da OpenAI na secção Inteligência Artificial e escolha um modelo. O gpt-4o-mini é o predefinido: é o mais económico, na ordem de meio cêntimo por resumo.

O resumo é acionado a partir de três avaliações publicadas num produto. O módulo envia até 100 avaliações à OpenAI e recebe três elementos estruturados: pontos fortes, pontos fracos e síntese global. O resultado é guardado em cache por produto, por loja e por idioma, e apresentado depois no topo da zona de avaliações da ficha de produto.

Pode desativar a apresentação sem eliminar a chave, através da opção Apresentar o resumo de IA na página de produto.

Rich snippets e apresentação no front-office

Com a opção Rich Snippets ativa, o módulo injeta dados estruturados Schema.org (AggregateRating, Review, Offer, Brand) em cada ficha de produto que atinja o número mínimo de avaliações configurado. Verifique o resultado com a ferramenta de teste de resultados enriquecidos da Google depois da passagem do robô.

Do lado da apresentação, o módulo liga-se aos hooks nativos do tema:

• displayProductAdditionalInfo: as estrelas e a classificação média por baixo do título do produto;
• displayProductExtraContent: o separador «Avaliações de clientes», com a lista, os filtros e o formulário;
• displayProductListReviews: as estrelas nas listagens de categoria;
• displayCustomerAccount: a ligação «As minhas avaliações» na conta do cliente.

Estes hooks existem nos temas Classic e Hummingbird. Num tema à medida que os tenha retirado, é preciso repô-los nos templates em causa, caso contrário as avaliações não aparecem em lado nenhum.

Moderar as avaliações

O ecrã Catálogo → Avaliações Verificadas apresenta um painel (total, publicadas, pendentes, denunciadas, classificação média, pedidos em fila), seguido da lista completa das avaliações.

Por predefinição, cada avaliação aguarda a sua validação. Ative a Aprovação automática se preferir a publicação imediata. A partir da lista, pode aprovar ou rejeitar em massa e abrir uma avaliação para a editar ou responder.

A resposta do comerciante aparece publicamente por baixo da avaliação. Se estiver configurada uma chave da OpenAI, um botão Sugestão de resposta por IA propõe um rascunho adaptado ao tom da avaliação, para rever e ajustar antes de gravar, nunca para publicar tal como está.

Fotografias dos clientes

Os clientes podem anexar até N fotografias por avaliação (3 por predefinição). Formatos aceites: JPEG, PNG e WebP, com um máximo de 5 MB por ficheiro. O tipo real do ficheiro é verificado na receção, independentemente do seu nome.

As imagens são guardadas em modules/dfreviews/uploads/. Inclua esta pasta nas suas cópias de segurança: eliminar uma avaliação elimina também os seus ficheiros.

Importar e exportar avaliações

No ecrã Avaliações Verificadas, o botão Exportar CSV produz um ficheiro UTF-8 separado por ponto e vírgula, diretamente legível no Excel. O bloco de importação, logo abaixo, permite carregar um ficheiro no mesmo formato.

Duas colunas são obrigatórias: id_product e rating (de 1 a 5). As restantes são facultativas: customer_name, customer_email, title, content, id_customer, id_order, verified_purchase, active, merchant_reply e date_add. As linhas cujo produto não existe são ignoradas e assinaladas. Assinale Aprovar automaticamente para publicar diretamente as avaliações importadas.

A forma mais simples de preparar uma migração a partir do Trustpilot ou de um módulo antigo: exporte primeiro um ficheiro do módulo para obter o cabeçalho exato e verta aí os seus dados.

Multiloja e multilingue

Toda a configuração é independente por subloja: chave da OpenAI, estado que despoleta o envio, prazos, cores e incentivo. As avaliações estão separadas por id_shop, pelo que um mesmo produto presente em várias lojas pode apresentar conjuntos de avaliações diferentes consoante o contexto.

As avaliações e os resumos de IA são guardados com o seu id_lang. É gerado um resumo para o idioma em que é pedido.

Passar do PrestaShop 8 para o PrestaShop 9

Não é necessária qualquer migração de dados: o esquema é idêntico nos dois ramos. Substitua o módulo pela versão 1.1.0 antes ou depois da subida de versão do PrestaShop, pela ordem que lhe der jeito.

Se atualizar a partir de uma 1.0.x numa loja já em PS 9, há dois pontos a conhecer: as versões anteriores à 1.1.0 não se instalam no PS 9 (o registo de hooks sem método correspondente é aí recusado) e a configuração existente é integralmente conservada na atualização.

Resolução de problemas

Não é enviado qualquer e-mail de pedido. Verifique primeiro se o CRON está mesmo a correr, chamando o seu URL à mão: a resposta em JSON indica o número de envios. Confirme depois o estado configurado para despoletar o envio e, a seguir, as definições de e-mail da loja em Parâmetros avançados → E-mail.

As estrelas não aparecem na ficha de produto. O tema provavelmente não chama os hooks listados acima. Verifique também se há pelo menos uma avaliação publicada: sem avaliações ativas, não aparece nada.

O resumo de IA não é gerado. São necessárias três avaliações publicadas, no mínimo, e uma chave da OpenAI válida e com saldo. Os erros de chamada à API ficam registados em Parâmetros avançados → Registos.

As estrelas não aparecem na Google. A indexação demora de alguns dias a algumas semanas. Verifique a marcação com a ferramenta de teste de resultados enriquecidos e confirme que nenhum outro módulo de SEO injeta um segundo bloco Product concorrente na mesma página.

A importação de CSV não faz nada. Era um defeito das versões 1.0.x, corrigido na 1.1.0.