通過對客戶分析列表進行優先級排序操作，充分利用客戶反饋的信息，進一步使用分析的輸出物可以制定相應的產品路線圖。

在《如何更好的理解用戶反饋？》，我們主要著眼于如何分析和理解那些對我們的產品有重要影響的反饋類型。

一旦你決定了應該聚焦于哪些反饋以后，接下來，要如何針對用戶的反饋制定公司的可執行方案?如何管理大量開放式的用戶反饋，然后在制定產品路線時使用它?

按照以下步驟操作，可以幫助你自信地對客戶分析列表進行優先級排序操作，還可以使用分析的輸出物來幫助制定您的產品路線圖。

1、整理你的數據

首先，整理所有你想要分析的開放式用戶反饋數據，并使用電子表格(Excle)給每一個用戶加上主要的數據表頭。理想情況下，數據表頭應當包括用戶的注冊時間、消費情況、提交反饋的時間、反饋渠道等等。當然，你也可以使用內部通訊系統幫助你來收集這些數據。你的表格的列標題應該是下面這樣：

2、對用戶反饋分類

一個能幫助你理解用戶反饋的常用規則是將用戶反饋歸納為以下幾個類別：

1. 反饋類型
2. 反饋主題
3. 反饋編碼

讓我們分解來看一下：

1、反饋類型

如果你正在處理一些從客戶支持團隊那獲得的未分類反饋數據，或者用戶可以在信息反饋欄填寫任何信息的時候，將用戶反饋分類成不同的類型會顯得特別有用。

下面是一些可能會很有用的分類類型：

1. 使用問題
2. 新功能需求
3. Bug
4. 用戶教育問題
5. 價格/賬單問題
6. 普通的正面情緒
7. 普通的負面情緒
8. 垃圾反饋(對于處理那些沒意義的反饋是很有用的)
9. 其它(用于那些難以分類的反饋，當你在剩余數據中發現更多模式的時候，你可以重新分類它)

2、反饋主題

當你處理大量的、各種各樣的用戶反饋時，將其細分為不同的主題會很有用。所以如果你的數據集很小(比如，少于50)，那么你用不上它。

你設置的主題應該是與收到的實際反饋不同的，而且常常與產品的某一部分關聯。例如：假如你在一個類Instagram 產品的公司工作，那么你能收到大量的反饋，你的主題可能看起來會是一個詳細的產品功能列表。如下：

1. 照片流(Photo stream)
2. 故事(Stories)
3. 獎項(Mentions)
4. 個人信息(Profile)

當你需要將你的分析和洞察結果用于支持多個團隊的工作時，這種分類形式非常有效。(例如：一個團隊負責 Stream，另一個負責 Stories。)

有時候，主題會與團隊有關聯，偶爾它們也會關聯到那些用戶正在體驗但還未滿足的需求。那么嘗試提出一些新的主題，然后看看分類的這些主題對你是否有用、你是否已經理解了這些數據。

3、反饋編碼

反饋編碼的目的是：從原始的用戶反饋中提取出簡潔且可執行的信息。

你的目標是盡量使反饋編碼擁有足夠的描述性，讓那些不熟悉項目的的人也能理解用戶的想法。反饋編碼同時也應該是簡潔的，盡可能與用戶原意一致的。不管你是否同意，你的任務就是盡可能客觀提煉用戶反饋。

下面是一個示例：

3、快速瀏覽

在你開始編碼這些數據之前，你需要對數據有一個大致的感覺。通過快速掃讀去發現這些反饋大概含有哪些種類。作為一般的經驗法則：如果每個用戶都是完全不同的反饋，為了找到所有可執行的模式，你需要分析大量的反饋數據;如果前50條反饋都是指向你的產品的某一個問題，那么你只需要檢查比較少的數據就行了。(譯者注：通過這個法則，你可以預判自己的工作量)

4、編碼用戶反饋

是時候卷起你的袖子開干了。找一個沒有人會打擾你的地方，開始一條一條地閱讀反饋，仔細地給每一行加上編碼。

你創建的實際反饋編碼應該是和用戶反饋的產品的具體信息緊密關聯的。下面給出了一些虛構的新功能需求的分析編碼的例子，幫助你理解如何對反饋進行編碼。

1. 分發任務給多個用戶的能力
2. 給任務添加復雜的 HTML 的能力
3. 從當前頁面增加/刪除團隊成員的能力
4. 給用戶發送 emoji 表情的能力

如果一條用戶反饋提到了兩個不同的點(例如，兩個不同的功能需求)，把它們拆分為兩列會更好。

5、改進你的編碼

在開始的時候先使用高度概括性的編碼，之后再進行分解，這是可以的。一定要注意用戶使用的特定詞匯，有時候看起來相似的問題，實際上可能是完全不同的。

例如，想象一下你一開始看到大量的跟“Email 問題”相關聯的反饋，當你仔細地閱讀了更多的反饋的時候，你會發現他們能夠分解成不同的問題：“Email 發送問題”和“Email 接收問題”，它們是完全不同的。

有時候，隨著你看了越來越多的反饋，你會意識到你需要將一個特定的編碼分解成兩個或多個詳細的編碼。這沒問題，返回前面將其分解為多個子編碼。例如：“視覺優化”可以分解為“字體優化”和“圖片排版”。記住要返回前面重新編碼之前的行。

6、計算每個編碼的流行度

一旦你編碼了所有的數據，下一步就是計算每一個編碼的總量。這將幫助你發現哪些反饋是非常普遍的以及用戶反饋的模式有哪些。

完成這個任務的一個超級簡單方法是：按“反饋類型”、“反饋主題”以及“反饋編碼”的字母順序，對你的數據進行排序，這將把相似的元素聚集到一起。然后高亮有相同反饋編碼的單元格，電子表格將自動計算總數。創建一個總結表格記錄每一個反饋編碼的條目總數。

如果你有100-500條用戶反饋，在你的“反饋編碼”行旁邊再添加一行，然后在有相同的反饋編碼的每一行輸入“1”(例如：在所有“裁切圖片”的單元格旁添加1)。然后它們相加就可以計算出個反饋編碼出現了多少次。對于其它的反饋編碼，重復以上步驟就行了。

如果你有大量的數據集，你可以創建一個數據透視表來做這些計算。當你擁有大量數據的時候，使用它們做針對性的深度挖掘、分析其它的用戶屬性、尋找反饋之間的關聯性，這些也是非常重要的。例如：哪個用戶對 X 抱怨最多?需要新功能x的用戶每月的花費是多少?

7、總結和分享

現在你已經編碼了你的數據，你可以基于問題的流行度來寫一個用戶反饋的總結，使用它和你的團隊一起討論。

假如你只獲得了50條甚至更少的反饋信息，你可以將其總結在一個簡單的表格或者一頁word 文檔里。如果你有大量的反饋數據，你需要通過使用我們之前討論過的可變因素(如反饋類型、反饋主題)將數據進行分解。這樣，你就可以更輕松地掌控你所定義的不同類型的反饋，并將其轉發給公司中需要用戶反饋數據支撐的不同人員。

你可以通過用戶反饋做的最有力量的一件事就是：創建一個最需要的前10個功能的排行榜，或者你可以運用到產品路線規劃中的前10個用戶問題。

分析用戶反饋數據是一件非常難的事情，特別是在公司沒有相關的研究人員和分析師幫助你的時候。然而，如果使用這篇文章的建議，每個人都能夠將大量混亂的用戶反饋分析整理成清晰且可執行的總結。最重要的是，你可以使用總結幫助公司做出明智的決定，進而改善你的產品。

作者：?INTERCOM_UXR ? ? 翻譯 ：王狐貍

來源：http://www.36dsj.com/archives/70860

本文來源于人人都是產品經理合作媒體@36大數據，作者@INTERCOM_UXR