中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導(dǎo)語：當(dāng)用戶產(chǎn)生疑問，或者遇到其他問題時，可能就會通過用戶反饋系統(tǒng)將自己的問題反映給平臺方，之后再由平臺方進(jìn)行處理。然而用戶反饋中可能存在著大量無意義的內(nèi)容，如何才能知曉哪些用戶反饋是有效的？又應(yīng)該如何對其進(jìn)行處理？本文作者結(jié)合實際案例對該問題進(jìn)行了總結(jié)，一起來看一下。

一、引言

在新浪新聞，我接觸到的第一項工作就是月度用戶反饋的分析。

新浪新聞具有一套成熟度較高的客服系統(tǒng)來分發(fā)和處理大批量的用戶反饋，所以用研的主要工作側(cè)重于對反饋內(nèi)容進(jìn)行聚類分析，探索有價值的體驗優(yōu)化方向。接下來，我想分享在新浪新聞的用戶反饋分析工作當(dāng)中的工作思路、實際經(jīng)驗和一些想法，希望和大家進(jìn)行討論。

二、哪些用戶反饋更重要？

在不同的團(tuán)隊架構(gòu)中，處理用戶反饋的崗位可能有所不同（也許是客服、運營或者產(chǎn)品）。

很多接觸過用戶反饋的朋友可能都或多或少發(fā)現(xiàn)——在大量無意義、無原因、重復(fù)性的反饋內(nèi)容里，到有價值的內(nèi)容似乎并不是一件容易的事情——所以，我們首先要做的就是對海量的反饋內(nèi)容進(jìn)行拆分和合理聚類，這也就引出了第一個問題：有哪些類型的用戶反饋？其中哪些是重要的？

1. 功能類反饋

在新浪新聞的用戶反饋處理系統(tǒng)中，經(jīng)?？吹接脩籼岢鲞@樣或者那樣的功能需求，“為什么不能調(diào)節(jié)行間距？”“為什么評論不能發(fā)動圖？”——面對這一類問題，我通常會結(jié)合業(yè)務(wù)現(xiàn)狀去思考：

1. 用戶實際的需求是什么？
2. 我們現(xiàn)在是否已具備相關(guān)功能能夠滿足用戶的需求？
3. 如果已有相關(guān)功能，用戶為何不使用？
4. 如果沒有相關(guān)功能，是否需要添加？

2. 內(nèi)容類反饋

新浪新聞作為內(nèi)容流產(chǎn)品，來自用戶的內(nèi)容類反饋也是非常常見的，其中，內(nèi)容質(zhì)量問題和推薦算法問題是最主要的2個組成部分。

這兩種類型的問題優(yōu)化都是中長期，甚至持續(xù)不間斷迭代進(jìn)行的，有可能用戶提出的問題，對應(yīng)業(yè)務(wù)側(cè)已經(jīng)優(yōu)化完就等上線了，這就需要用研深入扎根業(yè)務(wù)，才能做到不浪費資源，動態(tài)分析。

3. 運營/活動類反饋

在我的經(jīng)驗中，短期的運營活動會產(chǎn)生大量用戶反饋（通常占全量80%左右）——詢問活動流程和規(guī)則的，吐槽頁面卡頓或者BUG的，查詢活動收益和獎品兌換結(jié)果的，不一而足。

分析這一類反饋是性價比較低的，不僅因為發(fā)現(xiàn)的問題往往因為時間周期的關(guān)系來不及修復(fù)/優(yōu)化，且這次的經(jīng)驗下次也未必能夠復(fù)用，故通常關(guān)注一下高頻關(guān)鍵詞，排查一下重大問題，對客服話術(shù)進(jìn)行優(yōu)化，即可解決主要問題。

當(dāng)然，如果時間非常充足，也可以不考慮這些。

4. 賬號/評論類反饋

這一類問題通常來自于因評論命中某些管理規(guī)范而被限制賬號權(quán)限的用戶，通常只需要客服按手冊進(jìn)行回復(fù)即可，但也有例外，如登錄異常的反饋量明顯上升，我們也需要搞清楚其中發(fā)生了什么，才能夠判斷接下來是否需要、如何采取措施。

5. BUG類反饋

諸如“圖片變黑白”“頁面無內(nèi)容”這一類BUG問題處理起來是最為簡單的，在用研接手之前，客服部門一般都已對BUG進(jìn)行復(fù)現(xiàn)核實，將問題報告給對應(yīng)的業(yè)務(wù)負(fù)責(zé)人，極少會出現(xiàn)用研從反饋中發(fā)現(xiàn)未知BUG的情況，一般只需要關(guān)注問題趨勢和跟進(jìn)處理進(jìn)度即可。

6. 其它類型反饋

有相當(dāng)數(shù)量的用戶（較常見的是在應(yīng)用商店評分里）并不會對產(chǎn)品問題進(jìn)行具體的描述，而只是單純地抒發(fā)個人情緒感受，這一類反饋通常不具有太多分析意義，故在此按下不表。

三、客戶端內(nèi)用戶反饋處理流程

1. 數(shù)據(jù)清洗

在拿到當(dāng)月的用戶反饋原始數(shù)據(jù)之后，通常按照以下步驟完成數(shù)據(jù)清洗：

1. 對不同來源的數(shù)據(jù)進(jìn)行合并，統(tǒng)一格式；
2. 刪除無效數(shù)據(jù)；
3. 對同場景的多條反饋信息進(jìn)行內(nèi)容按類型進(jìn)行合并/拆分（這一步比較漫長）。

2. 分類匯總

按照反饋類型給每條信息編碼，得利與新浪新聞用戶反饋系統(tǒng)的完善性，到手的數(shù)據(jù)中絕大部分是自帶類型編碼的，但編碼信息是用戶自主提交的，準(zhǔn)確度并不足夠高，因此用研還是會全部瀏覽一遍，逐一進(jìn)行匹配修正。

3. 數(shù)據(jù)可視化

在完成編碼之后，我們首先會對每種類型的反饋數(shù)量進(jìn)行計數(shù)統(tǒng)計，給出數(shù)據(jù)透視表，然后和過往數(shù)據(jù)進(jìn)行縱向比較，了解問題變化的趨勢。除了和上月反饋數(shù)量進(jìn)行對比之外，還會繪制半年趨勢的折線圖，如果發(fā)現(xiàn)某種類型的問題有連續(xù)變化的趨勢或者出現(xiàn)較大的拐點，則意味著需要給予額外關(guān)注。

此外，我會對具有一定規(guī)模的二級問題進(jìn)行滲透度分析，給出四象限圖（X=反饋量，Y=影響規(guī)模），對進(jìn)入一二三象限的問題進(jìn)行重點討論（PS. 值得一提的是，到現(xiàn)在為止并沒有出現(xiàn)過象限I問題）。

4. 需求分析

通過上述工作，我們已經(jīng)可以得到來自當(dāng)月用戶反饋的用戶痛點問題清單，但這些問題并不是需要全部、立刻拿小鞭子抽著產(chǎn)品經(jīng)理去討說法的，在此之前，我會先進(jìn)行一輪需求分析：

1. 這個問題是如何產(chǎn)生的？會對哪些用戶產(chǎn)生何種程度的影響？
2. 這個問題是短期還是中長期問題？
3. 是否有較為明確的優(yōu)化方向
4. 根據(jù)重要和緊急程度，依次找對應(yīng)的業(yè)務(wù)負(fù)責(zé)人溝通問題現(xiàn)狀，討論解決方案
5. 獲得結(jié)論，包括是否處理、處理方案、優(yōu)先級、排期等。

5. 歸檔與追蹤

建立往期問題檔案清單，把每個月的重點用戶體驗問題進(jìn)行歸檔。我每次會把它作為附錄放到報告的末尾，在完成月度反饋分析工作的時候，順手跟蹤一下往期優(yōu)化中的項目的最新進(jìn)展，這樣可以很好地了解到自己的工作成果落地的情況，跟產(chǎn)品/運營/開發(fā)等不同崗位的同事多溝通有助于深入學(xué)習(xí)和了解業(yè)務(wù)。

如果業(yè)務(wù)側(cè)認(rèn)為你提出的問題很有價值，也許還能誕生出一個更具有針對性的專項研究，一舉多得。

四、小結(jié)與思考

1. 各職能線精益協(xié)作對用戶反饋分析的促進(jìn)作用

完成用戶反饋分析工作的過程當(dāng)中，用研會持續(xù)與客服、產(chǎn)品、運營，交互乃至研發(fā)等不同崗位的小伙伴進(jìn)行溝通?？头獙?shù)量龐大且內(nèi)容各異的用戶反饋信息進(jìn)行第一手處理，很多BUG類問題在分析之初先找客服聊一輪，往往就能夠了解到問題的發(fā)生原因、處理方案/結(jié)果、業(yè)務(wù)對接人是誰等等。

而業(yè)務(wù)側(cè)也會幫助用研深入了解業(yè)務(wù)現(xiàn)狀，分析相關(guān)數(shù)據(jù)，積極討論體驗點是否轉(zhuǎn)化為需求，以及跟進(jìn)需求最終落地。

可以說，用研能夠借助用戶反饋來挖掘用戶需求，實現(xiàn)優(yōu)化用戶體驗，很大程度上得益于各職能線之間的精益協(xié)作。

2. 負(fù)反饋的局限性

一直以來，我們圍繞用戶提出的負(fù)反饋進(jìn)行縱向深入的監(jiān)測和分析工作，為最大化降低用戶的負(fù)面體驗付出了許多努力，也收獲了很多關(guān)于體驗提升的策略落地成果。盡管用戶反饋的價值已被論證，但我們還是應(yīng)該注意到，如果只分析來自客戶端內(nèi)客服系統(tǒng)的負(fù)反饋，也具有明顯的局限性：

• 被動：我們在評估時只能被動接收有反饋意愿的用戶提出的問題，也很難有機(jī)會后續(xù)溝通聯(lián)系，往往無法明確問題細(xì)節(jié)。
• 滯后：由于采用月度評估，相對與客服系統(tǒng)的即時性，用研對反饋問題做出反應(yīng)的時間較為滯后。
• 幸存者偏差：正常使用產(chǎn)品的用戶不會提負(fù)反饋，負(fù)反饋用戶對產(chǎn)品甚至品牌存在負(fù)面偏見，對產(chǎn)品更加“挑剔”，無法代表全部用戶的想法。
• 維度單一：只分析負(fù)反饋，不關(guān)注正反饋。

在許多產(chǎn)品中，對于產(chǎn)品/服務(wù)的體驗度量的嘗試大都集中在解決用戶的“負(fù)反饋”維度，然而這種維度相對單一的聚焦方式，無法客觀、真實反映用戶對產(chǎn)品/服務(wù)的完整體驗。

在用戶研究的層面上，我們認(rèn)為可以從一個更為積極的角度出發(fā)，探索用戶對新浪新聞更為立體的體驗評價，形成一套可量化、可持續(xù)，且（和負(fù)反饋分析方法相較）更為立體和主動的用戶體驗度量衡——這將是我們后續(xù)工作的目標(biāo)。

本文由 @新浪MDC 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于 CC0 協(xié)議