起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識從3個角度分析吐個槽
“吐個槽”是一個幫助APP等應用快速搭建反饋社區、2B的服務，涉及三個角色：用戶（C端）、開發者（B端）、平臺。以下行文就按照這三個維度來討論。
用戶
首先來看問題：用戶反饋問題的目的是什么？是不是為了解決問題？所以如何讓用戶快速解決他遇到的問題才是關鍵點。
現在用戶可以通過查看常見問題、發帖、填寫反饋來嘗試解決問題，如下圖：
用戶的操作路徑清晰，那么：
- 當用戶閱讀常見問題后，多大個概率能解決？
- 當用戶發現常見問題無用時，下一步要如何？
- 當用戶反饋的問題已經存在答案，如何讓用戶盡快看到？
所以為了能夠盡量快速解決用戶問題，我們是否可以增加一點邏輯優化該流程，如下圖：
- 當用戶帶著問題來到反饋頁面，查看常見問題后點擊“無用”時，應該建議用戶去反饋，而不是展示“提交成功!非常感謝您的反饋, 我們將努力做到更好”。
- 當用戶反饋時，隨著用戶輸入的增加或者點擊提交時，可以在已經被回復的帖子中找到相關的、有官方回復的帖子告訴用戶，幫助其解決問題。
主動推薦相關已解決帖子的流程在平時反饋中也應該復用。通過以上流程的改變，增加用戶盡快、自行解決問題概率。這種改變還有好的副產品：如果用戶通過點擊無用后再發起反饋，那么這個反饋有價值的可能性會更高。
其次，用戶反饋是解決問題，所以盡量不要再制造問題，不要讓用戶反饋：這個反饋流程不好。反饋問題就是一個發表觀點的過程，那么其交互邏輯是否可以與用戶常用的發布朋友圈、發布QQ空間、發布微博類似？我們對比會發現，剔除隱私權限等設置，發布內容的交互是高度相似的，那么我們的反饋交互流程是否可以參考？
從這個點出發，選擇分類是否可以滯后？
用戶填寫完內容后，我們直接推薦其屬于哪個分類，因為這個是可以基于語義分析等算法獲得；如果沒有對應分類，算法進行概括一個新分類或者鼓勵用戶建立分類，然后再去提交，通過算法來降低反饋門檻。除流程的改變，反饋內容載體也應該改變。除了文字描述問題、圖片、表情，有沒有更方便用戶表達、更能清晰闡述問題的內容表現形式？是有的。
- 用戶是否可以用語音留言進行反饋？比如120S留言，一段留言中可以包含口音、情緒、節奏、語氣等文字無法表達的內容；用戶是否可以用視頻反饋？
- 用戶用文字敘述導致APP崩潰的流程會很復雜，但是通過幾十秒的錄屏來反饋，成本會大大降低。
上面談到的用戶反饋路徑都是用戶發現問題?→?尋找反饋入口?→?填寫反饋內容?→?提交完成?！跋氲饺シ答仭边@個動作是用戶在遇到問題時，頁面中不存在、用戶主動思考產生，這個思路是跳躍，很多用戶可能會放棄尋找和嘗試，而不是想到去反饋。用戶很多時候是喜歡被動的。
那這個問題我們要怎么處理哪？我們是否可以設計時間或路徑規則，當用戶觸發時，就推薦常見問題同時提示可以反饋，比如：我們上線一個新功能，除等待數據反饋、用戶主動反饋外，是否可以對使用該功能三次但未成功的用戶，主動在頁面上推薦反饋入口。
這就仿佛我們進入一家商店閑逛，而店員明確的發現在一個貨架前徘徊許久，主動問我們是否有什么需要幫助，這也是一種降低反饋門檻的方式，也能夠獲得更多的高質量反饋。
以上是從降低反饋成本的角度來分析，接下來我們從讓用戶獲得更多利益角度來看。
我理解紅包就是這個目的，但是筆者認為紅包效果不一定好。短期看，用戶反饋后紅包獎勵讓用戶感覺被尊重、被重視、提高其參與感。
但是長期哪？用戶提交反饋并獲得紅包獎勵，而第二次反饋卻沒有被采納，用戶會是什么心情？
就如讓司機評價自己的駕駛技術，大部分司機認為自己的駕駛技術位于人群頭部，但這明顯不合理，所以人們往往都是高估自己的能力，當第一次被采納，之后沒被采納或者沒有紅包時，這里面的失落和沮喪可能帶來更多的負面情緒，甚至增加對這個APP整理評價下降的可能性。
如果我們還是想回饋用戶，是否可以考慮獎金池？也就是說反饋的好壞只決定是否能進入獎金池，而進入獎金池后，能分得多少，就要看個人運氣，運氣是一個隨機事件。
所以是否可以入池是一回事，入池后能否得到錢是另外一回事；而因為運氣的存在，用戶的得失心會被運氣這個因素所影響，那么對APP整體的評價波動會小很多，同時因為是隨機性的獎勵，游戲感、趣味性、參與感都會有所提升。
在增加紅包獎勵的同時，虛擬榮譽獎勵也是好的方案，比如：
- 我們可以在發版時告知用戶：您當時提的***需求已在***版本上線；
- 可以在啟動動畫中加入一個感謝的畫面；
- 可以在release note中寫上用戶ID；
- 可以有個反饋明星墻。
綜上，用戶反饋是為了解決問題，所以反饋要快速相應、流程簡潔、有點獎勵。
二、開發者
說完用戶，我們再來看看開發者。開發者希望通過反饋來干嘛？是否是希望通過反饋來持續優化APP、滿足用戶需求、實現商業價值？
假設你是一個小區的水果攤攤主，
- 有一個經常來你這里買水果的小區用戶A，還有一個僅僅是今天碰巧路過該小區來你這買水果的用戶B，他們兩個的意見，哪個更加重要？
- 兩個人都是小區的住戶，也都按照相同的頻率來你這里買水果，一個人建議你要囤一噸蘋果，另一個建議你應該供應一些其他品種的蘋果，增加大家挑選空間，哪個更加重要？
- 一個小區用戶每次來買蘋果都反饋想吃偏酸的蘋果，這個問題一年反饋365次，今天元旦，又和你反饋了一次；另一種情況是小區內的用戶中有一部分人，每人僅反饋一次想吃偏酸的蘋果；兩個問題孰輕孰重？
這三個問題的答案是否清晰？那么在反饋平臺上，一個反饋問題至少可以分兩個層次來看：
- 第一層，哪類用戶反饋的問題，重度用戶、新用戶、低頻用戶等；
- 第二層，反饋問題是否是已存在、同質化的問題，或者很情緒化而無實質的問題，如果是，反饋內容的價值會降權，否則需要提高權重。
而我們要優先處理哪些反饋問題哪？應該是總價值V最大的問題，即
V（總）= V （用戶價值）* V（問題價值）
所以后臺要讓開發者能夠發現V（總）更大的反饋是哪些，可以查看V（總）更大反饋的變化趨勢是是什么，可以編輯定義什么是V（總）更大的反饋。這需要將反饋問題與用戶數據關聯，然后由開發者定義關鍵用戶，由用戶的反饋內容及開發者的反饋內容來定義問題價值。
基于以上的分析，我們看B端的后臺，如下截圖所示：
當前這些數據其中包含不準確和噪聲，所以我們看到如下圖可以提一些問題：
- 發帖下降，是否是V（用戶價值）較高的反饋減少？
- 發帖下降，是否是反饋V（問題價值）較高的減少？
- 發帖下降，同時需要考慮是否是因為DAU下降？
- 回帖下降，是否是因為有些問題水分太多不值得回復？
為解決以上問題，需要用戶數據與反饋數據的互通，那么如果APP開發者用了騰訊移動分析是否可以支持？這樣通過用戶數據加持來確定V（用戶價值），通過用戶數據及反饋內容分析來確定V（問題價值）。這樣我們可以從反饋量變化的大趨勢中發現更加關心的小趨勢的變化，以便來分析現在做的如何、未來怎么做。
接下來再思考如下問題：
- 由不同渠道來的用戶，在APP內的行為模式、價值貢獻是一致的嗎？
- 在不同版本間來對比，由于版本功能差異，是否會導致用戶行為變化？
- 針對同一個功能模塊，每次優化都能一定能產生正向效果嗎？
基于以上示例，再看后臺折線圖，通過支持選擇版本、用戶類型、反饋類型、渠道，能更準確展現反饋問題趨勢。比如：
- 我們對一個功能做AB test，除了對比渠道間數據外，也要對比渠道間的反饋變化；從數據反饋兩條線來分析改版對整個APP的影響；
- 如果我們發現一個渠道的用戶留存率相對高、反饋率相對高，那么我們是否可以認為這個渠道的用戶是真愛粉，我們有新的想法可以先給他們嘗鮮；
- 如果我們發現一個渠道的用戶留存率在反饋數量上升而下降，那么這個渠道我們更加應該投放的是經過驗證的穩定版本。
我們再看個“管理員回帖數”這個數據，如果判斷其回帖是對用戶有價值的？我們是否應該讓發帖人可以對管理員的回答做評分，或者至少選擇有用/沒有，而不是僅僅靠回帖數量來分析這個問題。
同時，因為我們記錄用戶認為很有用的回答，而用戶的問題也在我們的數據庫中，我們就可以針對一些反饋給出推薦回答，此時管理員回答的效率將增加，因為可以從編寫答案、復制粘貼答案變成選擇答案。對于“常見問題” 和“ 反饋分類”，隨著反饋數量上升，系統推薦篩選常見問題、推薦分類方案，管理員只需負責簡單維護即可。
反饋列表中可以考慮增加一個指派給誰的功能，方便某位管理員遇到無法解決問題時提醒某同時關注，用戶也能因此盡快得到反饋；同時我們考慮問題追蹤機制，一個用戶的反饋很可能就是一個需求的開始，那么反饋如何和已有的需求池建立連接，然后再通過需求管理將版本發布后告知用戶與反饋系統的微信通知相關聯？
這樣就行程一個對C端提高參與感，對B端提高反饋價值效率的簡單閉環，呼應用戶分析部分的release note榮譽部分內容。
綜上，開發者需要找到V（總）高的反饋，也要能通過反饋判斷之前的工作結果和之后的工作方向。
三、平臺
以上討論用戶、開發者所涉及問題，都需要平臺方提供相應能力，下面我們更加關注平臺本身的發展發展方向。先用一幅圖說明下平臺存在與否對信息結構的影響。
從這張圖可以看出，平臺就像一條必經之路，連接著兩端，所以平臺上的信息是最多的，因為他是一個樞紐。
那么從這個角度出發，我們可以嘗試一下幾點：
（1）反饋數據與應用排行榜結合
如果我們想去安裝某類應用，該分類存在一個排行榜，是否會影響我們的決定？
我想答案是肯定的。那么當一個應用讓用戶感到不爽時，用APP本身的反饋來提供意見是不是算作影響榜單的一個因素？
所以我們可以試想下，使用“騰訊·吐個槽”的APP，用戶在吐槽平臺的反饋可以作為一個參數來影響應用在應用寶中排行，比如我們以關鍵用戶吐槽比率為一個指標，將該指標加入現有的排行榜的算法中，對不使用“騰訊·吐個槽”服務，那么這個因素可以考慮不添加。
（2）反饋數據與行業結合
排行是一個應用分類的縮影，也是一個行業的縮影，所以可以做“共享反饋白皮書”，比如說這段時間用戶對視頻應用吐槽最多的是什么哪個模塊、什么問題、占整體比率等，而我們自己APP又是什么情況，這是一個他山之石可以攻玉的參考，也是對用戶需求方向變化的參考。
（3）從軟件反饋服務，到服務大眾生活
反饋是一個問答的過程，也是一個交流過程，而這個過程中隨著數據收集的越來越多，那么問題有哪些、該用什么內容回答、那種回答更加有效等就很容易判斷，現在語義分析和語音合成技術都相對成熟，可以將平臺的數據進行擴展應用，比如做電話客服來解決、線上自動客服等。
寫在最后
最后，嘗試回答剛開始寫這個文章時的一個疑問：為什么吐槽反饋的內容要建立一個貼吧社區哪？在寫這篇文章的過程中，我想到一個類比。
傳統的反饋功能就像是我們在某些機構大門口看到的意見箱，我們都潛意識的知道它無用；而現在的貼吧社區像什么哪？像是一個許愿樹，我們不確定自己的愿望是否會被實現，但是我們會感覺一些溫暖，愿意把我們的期許寫上去。
一些不成熟的小建議，供參考，以上。
#專欄作家#
代成龍，人人都是產品經理專欄作家，智能硬件創業公司產品狗，從視頻巨頭公司到玩智能硬件的公司，繼續產品設計工作。
本文原創發布于人人都是產品經理。未經許可，禁止轉載。
題圖來自 Pixabay，基于 CC0 協議
- 目前還沒評論，等你發揮！
