
Analyser les avis Google et Uber Eats de vos restaurants avec l'IA : la méthode en 5 étapes

Vos clients vous trouvent-ils ?
Votre score sur Google Maps, Google et ChatGPT, et vos actions prioritaires pour progresser.
Lancer l’audit.png)
Analysez vos performances en ligne, vos concurrents et obtenez un audit complet avec des conseils personnalisés !
Un directeur de site lit ses avis chaque matin. Il repère les urgences, rarement ce qui se répète d'un établissement à l'autre. Depuis un seul site, personne ne voit que la vente à emporter plombe trois restaurants sur cinq. Une IA, si : avec ChatGPT ou Claude, analyser les avis Google de vos restaurants prend quelques secondes, à partir d'un simple fichier.
Ajoutez-y vos avis Uber Eats et vous comparez enfin la salle et la livraison. À une condition que personne ne vous dit : lui donner un fichier propre. Lors de notre webinar du 16 septembre 2026, il a fallu 25 minutes pour consolider deux plateformes, Google et Uber Eats, avant de poser la moindre question. C'est là que la plupart des tentatives s'arrêtent.
Voici la méthode en 5 étapes, un prompt prêt à l'emploi et la limite à connaître avant de l'appliquer à tout un groupe.
En bref
- Ce que l'IA fait bien : comparer des centaines d'avis par établissement et par canal, et compter les irritants qui reviennent. Une lecture avis par avis s'arrête à l'impression générale.
- Le vrai coût : récupérer et préparer les exports. Côté Google, il n'existe que deux voies, Google Takeout et l'API, et aucune n'est confortable.
- Google et Uber Eats ne notent pas pareil : des étoiles par établissement d'un côté, un pouce levé ou baissé par plat de l'autre. Faire la moyenne des deux donne un chiffre faux.
- La bonne question : un ratio de mentions positives et négatives par thème et par établissement. « Résume mes avis » est la pire question à poser.
- Les données : une offre professionnelle (ChatGPT Business ou Enterprise, Claude Team ou Enterprise) et aucun nom de client dans le fichier.
- La limite : un export est une photo figée. Au-delà de deux ou trois plateformes, la consolidation manuelle ne tient pas chaque mois.
Pourquoi analyser ses avis avec l'IA plutôt que les lire un par un ?
Un avis vous raconte ce qu'un client a vécu. Cent avis analysés ensemble vous disent ce qui se répète, où et sur quel canal : un même irritant peut revenir dans trois établissements sur cinq, ou ne toucher que la livraison, sans que personne ne le remarque.
Soyons clairs : lire ses avis tous les matins ne permet pas de piloter un groupe. On voit les incendies, pas les tendances. L'IA regroupe des centaines de commentaires par thème (attente, température des plats, accueil, emballage, oublis), les compte et les ventile par établissement.
La lecture des avis sensibles reste humaine. Le reste devient une liste de priorités. Dans notre guide pour utiliser ChatGPT et Claude dans un groupe de restaurants, cette méthode correspond au niveau 2 : charger un fichier.
Étape 1 : récupérer les avis Google et Uber Eats
Réunissez les avis des trois à six derniers mois, établissement par établissement, sur chaque plateforme. L'objectif : un fichier par plateforme, sur la même période pour tous les sites.
Côté Google, il y a un paradoxe. L'interface Business Profile permet de lire chaque avis et d'y répondre, mais pas de les exporter proprement. Il reste deux portes d'entrée, et aucune n'est confortable.
Google Takeout, la voie gratuite. Sur takeout.google.com, désélectionnez tout, cochez uniquement « Google Business Profile », puis lancez l'export depuis le compte propriétaire ou gestionnaire des fiches. Vous recevez une archive : dans le dossier Business Profile, un fichier Reviews.json par établissement.
Il faut ensuite le convertir en tableau, avec Power Query dans Excel ou en demandant directement à l'IA de le faire. Les notes arrivent en toutes lettres (« FIVE », « FOUR ») : à recoder en chiffres avant toute analyse. Pour un test ponctuel, ça passe. Le refaire chaque mois sur dix sites, beaucoup moins.
L'API Google Business Profile, la voie technique. L'API Google Business Profile renvoie 50 avis par appel et ne fonctionne que sur des fiches validées. Elle suppose un projet Google Cloud et un accès approuvé par Google. Dans un groupe, personne ne la branche à la main : c'est le travail d'un outil connecté.
Notre conseil : Takeout pour un premier essai sur trois ou quatre sites, un outil connecté dès que vous voulez refaire l'exercice tous les mois. Le copier-coller depuis l'interface, lui, n'est pas une option.
Côté Uber Eats, c'est plus simple : tout se trouve dans Uber Eats Manager. La rubrique Feedback rassemble les avis clients. La rubrique Rapports permet de télécharger les retours clients, livraison et plats, pour l'établissement et la période choisis.
Étape 2 : consolider vos avis dans un format unique
Google et Uber Eats ne parlent pas la même langue. Avant de confier quoi que ce soit à l'IA, ramenez tout à un seul tableau : une ligne par avis, les mêmes colonnes partout.
Gardez au minimum sept colonnes : établissement, plateforme, date, sentiment, canal, texte de l'avis, réponse oui ou non.
Et supprimez le nom des auteurs. Même publié, il reste une donnée personnelle, et il n'apporte rien à l'analyse.
Un mot sur les notes : ne faites jamais la moyenne d'une note Google et d'une note Uber Eats. Elles ne mesurent pas la même chose, et le chiffre obtenu ne veut rien dire. C'est cette étape de consolidation qui a pris 25 minutes lors de notre démo, pour deux plateformes seulement.
Étape 3 : charger le fichier dans ChatGPT ou Claude
Un fichier CSV ou Excel propre suffit : ChatGPT comme Claude savent le lire et faire les calculs. Premier réflexe, demandez à l'IA combien d'avis et d'établissements elle a lus. Si le compte est faux, inutile d'aller plus loin.
La taille du fichier pose rarement problème. ChatGPT accepte des tableurs d'environ 50 Mo selon la FAQ d'OpenAI sur les fichiers, de quoi couvrir plusieurs milliers d'avis.
Claude accepte 30 Mo par fichier et jusqu'à 20 fichiers par conversation, d'après son centre d'aide. Pour un fichier Excel, l'option de création et d'analyse de fichiers doit être activée.
Non négociable : une offre professionnelle, jamais un compte personnel. C'est elle qui garantit que les données de l'entreprise ne servent pas à entraîner les modèles et que les accès sont administrés. Nous détaillons les garde-fous RGPD et anti-hallucinations à poser avant d'utiliser ChatGPT ou Claude dans notre guide complet.
Étape 4 : poser les bonnes questions à l'IA
« Résume mes avis » est la pire question à poser à une IA : vous obtiendrez une synthèse tiède, juste et inutile. Demandez des comptes, des ratios et des comparaisons, et exigez que chaque réponse débouche sur une action attribuable à un établissement.
Tu es analyste qualité pour un groupe de restaurants. Le fichier joint contient nos avis Google et Uber Eats des 6 derniers mois, une ligne par avis. 1) Regroupe les commentaires en 8 thèmes maximum. 2) Pour chaque thème, compte les mentions positives et négatives, par établissement et par canal. 3) Classe les 3 problèmes au pire ratio négatif sur positif, avec 2 verbatims chacun. 4) Propose une action concrète par problème. N'invente aucun chiffre : si une donnée manque, dis-le.
Lors du webinar, une question de ce type a fait ressortir une priorité qu'aucun tableau de bord du groupe n'avait isolée : la commande à emporter, avec 2 mentions positives contre 12 négatives, le pire ratio de tout le jeu de données.
D'autres idées de questions dans nos 7 prompts ChatGPT sur la rentabilité de vos restaurants.
Étape 5 : vérifier et transformer l'analyse en décision
Une IA peut se tromper de catégorie ou arrondir généreusement. Avant de présenter un chiffre en comité, demandez-lui les verbatims qui justifient chaque thème et relisez-en une dizaine. Puis recomptez vous-même un thème sur un établissement : si les chiffres concordent, l'analyse tient.
Nommez ensuite un responsable et une échéance par problème, et relancez la même question le mois suivant pour mesurer l'effet. Une analyse qui ne finit pas sur un nom et une date n'a servi à rien.
L'analyse révèle des avis restés sans réponse ? Nos 30 modèles de réponses aux avis Google vous aident à rattraper le retard, et un projet IA à la voix de votre marque les rend cohérentes d'un site à l'autre. Gardez une relecture humaine sur les avis sensibles, comme une intoxication ou une allergie.
Comment gérer les avis Google de plusieurs restaurants en même temps ?
Pour quelques établissements et deux plateformes, la méthode manuelle tient une fois par mois. Au-delà, elle casse. Chaque plateforme ajoutée alourdit la consolidation (TheFork, TripAdvisor, Deliveroo), et le fichier est périmé le lendemain de l'export.
L'IA analyse très bien ce qu'on lui donne. Aller chercher les avis, elle ne le fait que si vous la reliez à vos outils : c'est l'objet des connecteurs Claude MCP et des apps ChatGPT, que nous expliquons sans jargon.
Passé cinq ou six sites, il faut centraliser les avis de tous vos points de vente dans un outil connecté en continu à chaque plateforme. L'analyse part alors toujours de données à jour, et les réponses restent homogènes sur tous les sites, en appliquant les bonnes pratiques de gestion des avis clients.
Vous voulez voir la différence entre un export consolidé à la main et des sources déjà connectées ? Regardez le replay du webinar avec Waad Toumi et Adrien Angelvy, sur de vraies données de restaurants.
Questions fréquentes
Comment exporter ses avis Google gratuitement ?
Avec Google Takeout. Connectez-vous avec le compte qui gère vos fiches, sélectionnez uniquement « Google Business Profile » et lancez l'export. L'archive contient un fichier Reviews.json par établissement, à convertir en tableau avant l'analyse. Pour un suivi mensuel sur plusieurs sites, un outil connecté à l'API Google Business Profile vous évite de refaire l'opération à la main.
Comment analyser les avis de mes restaurants avec ChatGPT ?
Exportez vos avis de chaque plateforme, regroupez-les dans un seul fichier CSV ou Excel avec une ligne par avis et des colonnes communes (établissement, plateforme, date, sentiment, canal, texte), puis chargez-le dans ChatGPT sur une offre professionnelle. Posez ensuite une question précise : regrouper les commentaires par thème, compter les mentions positives et négatives par établissement, et classer les problèmes au pire ratio.
Comment comparer les avis Google et Uber Eats ?
En les ramenant à une échelle commune. Google note l'établissement de 1 à 5 étoiles, alors qu'Uber Eats recueille un pouce levé ou baissé par plat. Classez chaque avis en positif, neutre ou négatif, ajoutez une colonne canal, puis comparez les thèmes qui reviennent en salle et en livraison, établissement par établissement.
Peut-on mettre les avis clients dans ChatGPT ou Claude sans enfreindre le RGPD ?
Oui, avec deux précautions. Utilisez une offre professionnelle (ChatGPT Business ou Enterprise, Claude Team ou Enterprise), dont les données ne servent pas à l'entraînement par défaut, et retirez le nom des auteurs avant de charger le fichier : même publié en ligne, il reste une donnée personnelle. Le texte de l'avis suffit à l'analyse.
Comment repérer les irritants récurrents dans ses avis clients ?
Demandez à l'IA de regrouper les commentaires en thèmes, puis de compter, pour chacun, les mentions positives et négatives par établissement. Un irritant récurrent se reconnaît à un ratio négatif élevé sur plusieurs mois ou plusieurs sites. Vérifiez toujours un échantillon de verbatims avant d'agir, et suivez le même ratio le mois suivant.
Chez Malou, nous aidons les groupes de restaurants à piloter leur visibilité locale — fiches, avis, contenus — sur tous leurs établissements, et à centraliser les avis de toutes leurs plateformes pour les analyser sans export manuel. Testez la visibilité de votre groupe avec notre outil de diagnostic.
On met les bouchées doubles pour vous satisfaire
Augmentez votre visibilité sur Google et les réseaux sociaux avec Malou.



