分析-用户反馈分析

Ⅰ.什么是用户反馈:

用户(客户)反馈来自于客户,其中包含有关你的产品或服务的体验和满意度。用户反馈可以来自各种渠道,如:电子邮件、社交媒体等。

用户反馈对于未来的产品开发、改善客户体验和整体客户满意度至关重要。回应不满意用户的负面反馈,有助于有效提高用户忠诚度。

Ⅱ.更好地收集用户反馈:

  1. 提供反馈意见的客户类型很重要

你是否能对给你提出反馈意见的朋友持相同的关注度?不太可能。通常情况下,你会比较信赖和你认识时间较长的朋友,即使你在公共汽车上遇到的陌生人告诉你你应该怎样对待你的生活,你也可能不会对他们的观点给予太多的重视。

在业务情况下,客户与业务的关系会影响你参考他们提供反馈的权重。忠诚度最高的客户对你的产品有着丰富的经验,他们的意见就显得特别有价值。

  1. 无论是否提示,客户的反馈都很重要

自动反馈值得特别关注。这是因为那些你没有注意到的、完全没有意识到的客户问题可能包含着一些你最需要听到并关注的信息。

同时,一些开放性的主动问询,也会收获比较重要的反馈信息,比如在就医结束时,医生问“你还有什么想说的吗?”,它常常会引发病人谈论他们眼下最重要的问题。

  1. 顾客的动机很重要

记住,如果人们有一个极端的经历,他们通常会主动提供非请求的反馈。这就是为什么你会看到 Yelp 餐厅的评论集中在“令人惊讶”和“令人震惊”的一端。人们认为他们可以通过告诉别人他们刚去过的好餐馆,或者警告别人不要去糟糕的餐馆来获得社会资本。

但是你的晚餐真的很特别吗?你会写一篇评论去推荐吗?餐馆顾客反馈的例子说明了一个关于动机的重要原则。

导致这类餐厅评论数据的分布类型通常是J曲线。“J”形是指曲线最初下降,然后上升到比开始更高的点的数据。

当涉及到你收集的客户反馈时,你可以期望有一个类似的模式,你的客户更有动力告诉你他们什么时候对你的产品非常满意或不满意。然而,这并不意味着你的客户只喜欢或者讨厌你的产品。还可能有一大群中间派认为你的产品“很好”,但这些客户通常保持沉默。可是请记住,他们也可以给你有用的反馈。如果你很聪明,你应该能找到一些方法来整理他们的反馈。

  1. 数据很重要

如果上个月 80% 的客户反馈都告诉你最近对核心产品的“改进”已经破坏了人们的工作流程,那么你当然应该倾听。于是,关于单个问题相对于其他问题的反馈总量很重要。它也会保护你免受“自由”偏见的影响,在这种偏见中,人们认为他们经常听到或最近听到的事情是最重要的。

  1. 重复很重要

用户问题经常被工作人员忽略,理由是“哦,我们已经听说了很多遍了。”也许你打算在明年的一次大规模重新设计中最终解决这个问题,又或者这个请求已经变得如此重复,以至于变成了陈词滥调,一种没有人再听的沉闷的抱怨。

无论哪种方式,这种反馈都是非常值得倾听的,特别是当它涉及到产品质量、bug 或难以实现产品中的核心任务时。这表明你没有掌握正确的基本知识,这是你必须优先处理的事情,而不是忽视它。

  1. 注意高风险反馈

一些反馈是值得倾听的,是因为它正代表着客户正在经历的困难,我们可以将其称之为高风险的反馈。也许你发布的产品存在安全漏洞,或者你的产品不小心将消费者的隐私置于危险之中。在审查客户反馈时,试着建立一种机制,提醒你这种非常偶然但高风险的反馈,这样你就可以立即采取行动

Ⅲ.如何收集用户反馈:

你可以使用许多工具、方法和反馈系统来了解客户的体验。这里介绍三种方式:

• 实时聊天

实时聊天是客户与你直接沟通的一种无障碍方式。你可以询问特定的问题(提示)或被动地对反馈进行分类整理。

• 调查

向客户询问有关特定功能、平台的某些方面或部分体验的问题是一种简单而直接的方法。

• 社交媒体

你可能已经注意到,人们喜欢在社交媒体上表达自己的情感。虽然这通常不是建设性的,但实际上你可以在一些社交媒体上找到非常有价值的反馈。客户在社交媒体上的反馈往往要么是喜气洋洋,要么是怒不可遏。如果出现某种趋势,你应该把它纳入你的分析中。

Ⅳ.分析用户反馈的 7 个步骤:

  1. 整理数据

首先,将你想要分析的所有开放式客户反馈,以及关于每个客户的关键元数据,整理到一个电子表格中。理想的情况下,元数据应该包括一些属性,比如这个人成为客户多久了,他们花了多少钱,反馈数据提交的日期,以及反馈的来源等等。当然,你也可以使用其他工具来收集这些数据。表格可以呈下图:

  1. 分组归类

通常情况下,可以分为 3 类:反馈类型、反馈主题、反馈代码。

反馈类型 如果要处理来自客户支持团队的非机密反馈,或者客户可以在调查字段中写下他们喜欢的任何内容,那么,将反馈分成不同的类型尤其有用。

以下是一些可能会较为有用的分类:

• 可用性问题

• 新功能要求

• 错误

用户教育问题

• 定价/计费

• 一般的肯定句(例如:“我爱你的产品!”)

• 一般的否定句(例如:“我讨厌你的产品!”)

• “垃圾”(这样无意义的反馈非常有用)

• “其他”

反馈主题 当你试图理解大量不同的反馈时,将反馈分解成不同的主题是非常有用的,但如果你的数据集很小(比如少于 50 条),那么你可能不需要这个。

你所提出的主题对于你所收到的实际反馈数据是唯一的,并且通常与产品的各个方面有关。例如,假设你正在开发一款像 Instagram 这样的流行产品,并且收到了很多客户的反馈。你的主题可能看起来像一个特定产品功能的列表,像这样:

• 照片流

• 故事

• @

• 配置文件

这种类型的分类在你的工作环境中特别有用,因为你可以将你的反馈给多个团队来采取行动。

有时主题可能与团队相关(例如客户支持、销售、市场营销),也可能与客户正在经历的未满足的需求相关。尝试提出一些主题,看看这些类型的主题是否对你和团队有用。

反馈代码 反馈代码的目的是提取客户给你的原始反馈,并以更简洁、更可行的方式重新表述。

你的目标是使反馈代码具有足够的描述性,以便不熟悉项目的人能够理解客户的观点。反馈代码也应该尽可能简洁和真实地反映原始客户的反馈。不管你是否同意,你的工作就是尽可能客观地提取反馈。

  1. 快速浏览

在开始对数据进行编码之前,你需要对数据有一个初步的了解:浏览反馈,了解反馈的多样性。一般来说,如果每个客户给你的反馈都不一样,你很可能需要分析更多的反馈,以便发现模式,并使其具有可操作性。如果你浏览了前 50 条反馈,它们都与你的产品中的某个特定问题有关,那么你可能就不需要那么多的评论了。

  1. 编写反馈代码

是时候卷起袖子集中精力了。找一个你不会被打扰的地方,开始阅读每一段用户反馈,仔细编码每一行。

你创建的这些确切的反馈代码将特定于反馈所涉及的产品,但这里有一些分析代码,用于某些虚构的新功能请求 :

• 能够将任务分配给多个客户端

• 能够向任务添加复杂的 HTML

• 能够添加或删除任何屏幕上的队友

• 能够发送表情符号给客户

如果一条反馈正在传达多个点(例如,两个不同的特征请求),则在单独的列中捕获这两个单独的点是很有用的。

  1. 优化代码

可以从更高级的代码开始,然后逐步分解,同时注意人们使用的语言词汇。因为很多乍一看是相似的问题,但实际上可能是不同的问题。

例如,假设你最初看到许多与“电子邮件问题”相关的客户反馈。然而,当你仔细阅读更多的反馈时,你会发现这些问题可以分解为两个独立的问题:“电子邮件编写器错误”和“电子邮件发送错误”,它们是完全不同的。

有时,当你阅读更多的反馈时,你会意识到需要将一个流行的代码分解为几个更具体的代码。例如,“对视觉设计的更多控制”可以分解为“添加字体的能力”和“控制图像对齐的能力”。

  1. 计算总量

编写完所有代码后,下一步是计算每个代码的反馈总量。这将帮助你了解哪些反馈是最常见的,以及客户反馈中的模式。

一个超级简单的方法是按字母顺序对“反馈类型”、“反馈主题”和“反馈代码”列中的数据进行排序,这将把类似的项目组合在一起。然后标注显示所有具有相同反馈代码的单元格,总计数将出现在电子表格的右下角。

如果你有 100-500 条反馈,请在“反馈代码”列旁边添加一个新列,并为具有相同反馈代码的每一行输入一个“1”(例如,在“裁剪图像的能力”单元格旁边添加一个“1”),然后将代码出现的次数相加,重复执行其他反馈代码。

如果你有一个较大的数据集,你可以创建一个数据透视表来进行这些计算。对于大型数据集,此时更深入地挖掘并分析收集的其他客户属性也是很有价值的。将客户属性(例如客户类型、客户支出)放入电子表格中,并查看与你收到的反馈的其他关联。例如,哪些客户对 X 抱怨最多?客户每月对 X 新功能的需求是多少?

  1. 总结与分享

现在你已经对数据进行了编码,你可以根据问题的热度创建客户反馈数据的摘要,并与你的产品团队进行讨论。

如果你有 50 条或更少的反馈,你可以在一个简单的表格或一页文档中总结可执行的反馈。如果你有一个更大的反馈集,你可以将数据分解为我们前面讨论的其他变量(“反馈类型”和“反馈主题”)。这将使你更容易地获取你所确定的不同的反馈,并将它们传递给公司中能够针对这些反馈采取行动的不同人员。

对于客户反馈,你可以做的最强大的事情之一是创建十大功能请求列表或十大客户问题列表,然后你可以使用这些列表来通知你的产品路线图。

有时候,很难知道如何分析客户的反馈,尤其是在你的公司没有研究人员或分析师可以提供帮助的情况下。然而,如果你遵循这篇文章中的建议,任何人都可以把杂乱的客户反馈变成清晰的总结。最重要的是,你可以使用文中提到的方法在你的公司做出明智的决策,从而改进你的产品



请遵守《互联网环境法规》文明发言,欢迎讨论问题
扫码反馈

扫一扫,反馈当前页面

咨询反馈
扫码关注
返回顶部