社区编辑申请
注册/登录
如何更好的理解用户反馈? | 上
大数据 数据分析
及时收集有用的用户反馈是一个长期的过程。这就是我们为什么要将《如何更好的理解用户反馈》分成两部分的原因。在这篇文章中,你将聚焦于如何分析和理解对你的产品最重要的那些用户反馈类型。
  • 及时收集有用的用户反馈是一个长期的过程。

当你已经清理了那些无用的反馈(例如超出现实的,纯粹假设的、来自第三方感受的),你仍然应该决定你应该听从哪些用户反馈,并想办法去理解它们的含义。

这就是我们为什么要将《如何更好的理解用户反馈》分成两部分的原因。在这篇文章中,你将聚焦于如何分析和理解对你的产品最重要的那些用户反馈类型。(在第二部分中,我们将说明如何处理这些反馈)

1、反馈问题的用户类型很重要

如何更好的理解用户反馈? | 上

你是否同样重视那些聪明人给你的所有有用的建议? 不太可能。 你可能会更相信那些你认识时间很长的朋友的观点和意见。 对于你刚刚在公共汽车上遇到的向你强调你应该怎样生活的陌生人的意见? 你可能并不会多么重视。

在商业市场下,用户与你的业务的关系程度将影响他们反馈的问题的权重。 长期的忠诚用户对你的产品有丰富的使用经验,这将使他们的意见特别有价值。 你有一些用户虽然只使用你的产品六个月,但是却是重度使用者么? 他们可能会有很多有见地的反馈。 你有一些用户明显比其他用户更愿意付费吗? 你可能会想找出其中的原因。

2、用户主动提交的反馈很重要

如何更好的理解用户反馈? | 上

用户主动提出的反馈需要特别注意。 这里有一个关键的原因。 用户提出的那些不在你的思考范围内,而且你完全不知道的问题,可能正是你需要听到的最重要的事情。你更有可能通过主动提出的反馈或开放式调查问题中找到意见相左的观点,而不是在一个具有多项选择答案的调查中。当医生在诊断结束时询问患者是否还有“想谈谈的其他事情?”时, 这经常会让患者说出最重要的问题。

3、用户的反馈动机很重要

如何更好的理解用户反馈? | 上

请记住,当用户有一些极端体验时,才会促使他们主动反馈。这就是为什么你看到Yelp餐厅评论很多都以“令人惊喜的”和“骇人听闻的”这样的词语结束。人们认为他们会通过告诉别人他们刚刚去的非常好吃的餐厅或者警告别人不要去一家垃圾来获得社会资本。

但是如果今天你的晚餐真的很一般,你很可能懒得撰写评论,因为这有什么意义?这并不是一个非常有趣的故事对吗?

这种餐厅评论数据的分布类型通常是J型曲线。 “J”形状是指数据曲线最初下降但随后上升到比开始更高的点。

当你收到的你的产品的用户反馈时,很可能也是类似的模式。当他们对你的产品非常满意或不满意时,会更积极地告诉你。但是,这并不意味着你的用户只会爱/恨你的产品。很有可能还有一个大的中间组,认为你的产品是不错的。这些用户通常保持沉默。记住,他们也可以为你提供有用的反馈。如果你认为自己聪明的话,肯定会找到方法来获得他们的反馈。

4、反馈声音的很重要

如何更好的理解用户反馈? | 上

如果上个月80%的用户反馈告诉你,最近对核心产品所做的“改进”破坏了用户的使用流程,你应该好好听听。 单个问题相对于其他问题的反馈的总体重要性。它将保护你免受“自由”的偏见,人们认为他们在那里经常或最近听到最重要的东西。

5、重复的反馈很重要

如何更好的理解用户反馈? | 上

用户反馈的问题经常会被我们忽略,理由是“哦,我们听说了多年”。 也许你正在打算在明年的一个大的重新设计上最终解决这个问题。或者更有可能这个请求已经变得如此重复,以至于它变成了一种老生常谈,一种暗淡的呜咽,没有人听到了。不管怎样,这种反馈真的值得倾听,特别是当它涉及到产品质量,错误或阻断了用户实现产品中的核心任务。这是一个你没有理解用户的核心诉求的暗示,你必须将它作为优先事项了解决,而不是忽视它。

6、高风险的反馈很重要

如何更好的理解用户反馈? | 上

一些反馈值得听,纯粹是因为已经严重影响到用户的使用。 这是高风险反馈。 也许你推送了一个有安全漏洞的发布,或者你的产品意外地将消费者的隐私置于危险之中。在查看用户反馈时,请尝试建立一个途径或者机制,提醒你此类比较少见但高风险的反馈,以便你可以立即采取行动。

当你有大量的用户反馈,你可以挖掘有价值的洞察。在第二部分中,我们将介绍如何将用户反馈转化为你的团队可以解决的一系列可操作的问题,并创建一组明确的优先级,直接指导你的产品路线图规划。

同系列之 如何分析用户反馈数据? | 下

责任编辑:未丽燕 来源: 36大数据
相关推荐

2016-12-08 13:22:43

2022-04-28 06:37:59

敏捷驱动QA

2021-03-10 17:16:56

微软 UserVoice反馈论坛

2022-05-09 10:47:08

2017-02-06 14:12:57

2021-04-01 16:26:10

MindSpore

2020-12-30 10:58:52

MIUI

2011-02-14 09:29:45

10Gb以太网10Gb以太网

2018-09-29 14:48:22

用户管理

2014-04-14 15:55:49

用户体验产品设计

2012-12-12 10:05:05

2014-07-16 09:30:25

项目需求

同话题下的热门内容

大数据分析技术和方法有哪些?节日消费数据不“杀熟”?大数据带你一起“解”七夕!五个方法,破解数据分析的核心难题数据专家的晋级之路:大数据中的四大挑战!2022年网购如何对抗大数据杀熟,更换商品名词有惊喜

编辑推荐

什么是数据分析的漏斗模型?数据分析师还吃香吗?用数据告诉你对比解读五种主流大数据架构的数据分析能力《狄仁杰之四大天王》影评分析(爬虫+词云+热力图)22个免费的数据可视化和分析工具推荐
我收藏的内容
点赞
收藏

51CTO技术栈公众号