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

面對用戶反饋，我們需要運用什么方法才能做到更好的分析呢？讓我們一起跟隨筆者，通過各種分析的方法，拓寬我們的思維，去寫出更好的用戶反饋分析報告吧！

嗶哩嗶哩（英文名稱：bilibili，簡稱B站）現為國內領先的年輕人文化社區，該網站于2009年6月26日創建，目前月活躍用戶量為8504萬，其中18-35歲用戶占總人數的78%。

B站最開始是一個二次元社區，初始B站的會員注冊門檻非常高，需要在規定的時間內做100道題，且分數達到60分才可以成功注冊。用戶在B站利用彈幕的形式交流，成為UGC制作視頻，為產品提供源源不斷的內容，有著極高的粘性和忠度。

目前的B站的目標已不僅僅有二次元，從高評價紀錄片“人生一串”到央視入駐B站，B站的觸手已經從二次元伸向了時尚、綜藝、舞蹈、生活、紀錄片、科技等垂直領域，也逐步通過與廣告、自制游戲綜藝、直播打賞等方式實現商業化，成為可以與優愛騰競爭的新泛娛樂化視頻平臺。

軟件在應用商店的實時排名：

一、收集用戶反饋

本次用戶反饋需求主要基于非UP主用戶展開討論與分析。

1. 用戶反饋基本信息

信息周期：90天（版本v5.44.2-v5.48.2）

瀏覽數據量：1000+

選取樣本數據量：60（120條篩選出的無重復觀點樣本）

體驗環境：iOS系統+Android系統（無手機和平板機型和價位偏好）

需要說明的是，由于90天的信息周期涉及到4個APP版本的更新，反饋數據量過于龐大，因此需要通過數據確定重點研究的版本。圖中展示了iOS系統B站評分歲產品更新的變化圖，可以得出以下兩個結論：

1. 每一次版本的更新都會引發一次差評的增長
2. 差評數量較高的版本是V5.47和V5.48版本，版本更新后連續4-5日每日差評數量相比之前增長近20

因此，我們選取v5.47和v5.48版本的用戶反饋作為主要分析的版本。

2. 用戶反饋來源

本次研究選取了三類主要的渠道收集用戶數據，ios，Android和公共社交平臺。iOS和Android我們優先考慮多應用商店軟件評價集合平臺（e.g.七麥、蟬大師、酷傳）。但由于集合平臺缺少具體版本以及評論點贊信息，需要選取質量較高的應用商城作為補充的用戶反饋來源。

下圖為蟬大師統計的不同應用市場的B站評分和評論量，可以看到VIVO應用市場的評論總數更多，而華為市場的昨日增長最高（對新版本的評價更多），所以選取這兩個應用市場做具體分析。

由于B站用戶年齡集中在18-35歲，社交娛樂屬性強，微博是其接觸最多的公共平臺，反饋相比知乎更簡短直接，故選其進行分析。用戶反饋渠道一覽表如下：（半公開渠道如社群由于反饋周期長本次不做考慮）

二、用戶反饋信息整理表

將內容不同的60條反饋按照功能，內容和技術三類進行分類，這三類分別對應產品、運營和技術部門。各類別反饋的具體信息如下（圖中標紅的字為問題反饋中的重點信息）：

1. 功能類反饋（33條）

2. 內容類反饋（10條）

3. 技術類反饋（17條）

三、反饋內容分析

1. 反饋分類細化

將反饋已有的功能、內容、技術三個一級分類進行細化，形成細分的二級分類：

• 功能（產品）：現有功能問題，新功能建議
• 內容（運營）：用戶服務，社區生態，內容組織
• 技術（技術）：產品bug（其余問題技術非第一手執行部門）

各部分問題數量占比如圖所示，可見產品bug、現有功能問題和新功能建議方面所提出的問題個數最多。

2. 反饋熱度分析

1）詞云分析

將小組內選取的120條不同平臺的差評反饋（有重復），分析高頻關鍵詞得到以下詞云：

從詞云中我們可以發現以下的差評關鍵詞出現頻率較高：

• 屏蔽（按關鍵詞屏蔽內容，屏蔽不喜歡的用戶和相關用戶）
• 彈幕（彈幕禮儀，彈幕個性化設置）
• iPad（有一些專門針對平板的bug）
• 閃退卡頓

2）點贊評論分析

在華為應用市場和VIVO應用市場中得到的用戶反饋按照點贊數由高到底排序，兩個應用市場分別最受認可的3個差評（華為市場2個，vivo市場1個）為：

• 以前質量高的視頻檢索不到（現有功能問題）
• 彈幕禮儀太差（內容問題）
• 刷B站視頻會卡死自動重啟（產品bug）

3. 產品適配性差評分析

1）平板端

從用戶反饋中可以看出：產品適配性上，平板是弱于手機的；而且部分功能僅存在于手機上，直接影響用戶體驗。

2）手機端

產品bug和功能問題沒有明顯的設備差異，僅僅iOS13系統使用最新版本的app時出現的幾個問題需要重點關注：

• 橫屏狀態下，手機頂部的時間顯示消失了
• 關閉后臺播放，鎖屏后，仍在播放
• 閃退卡頓很頻繁

四、B站用戶畫像

BILIBILI最初是由ACG（即Animation、Comic、Game、動漫、漫畫、御宅向游戲）而啟發的一個內容社區，到如今已經發展成為具有多個模塊的綜合性娛樂平臺，也是目前國內最為活躍的二次元社區之一。

（以下數據來自極光2017.9-2018.3）

1. 用戶年齡和性別分布

用戶群體多為20-24歲的學生黨，及30歲以下的年輕工作者為主。

這一類人群多為大學生，相對來說社會生活壓力較低，有更多時間和金錢享受娛樂生活，追求精神愛好。

【個性】、【自我】、【多元】、【獵奇】是這類用戶的性格標簽。

性別比例均衡，說明該社區內容綜合性強，內容沒有性別偏好。

2. 內容分布

B站的內容跨度較大，內容包含動漫、紀錄片、學習視頻、鬼畜、游戲等，其中番劇+游戲+國創是其主要內容版圖。內容追求原創保護版權，發展大量UGC并形成社區文化，最大限度地保證了其內容的生命力和社區生態穩定。

3. 用戶需求

在不考慮PGC,UGC的基礎上，將用戶的需求分為了以下三點：

1）內容享受

BILIBILI需要滿足用戶對以二次元為主題內容觀看以及其他重點內容（游戲，鬼畜，偶像，學習等）的補充，保證維持原有喜愛二次元具有分享性的用戶和非二次元對社區文化感興趣的用戶。

2）體驗優先

BILIBILI以其彈幕文化而出名，而且視頻無廣告，畫質高，原創力強等皆是BILIBILI自身擁有的優勢所在。

3）社交服務

通過頻道對內容主題的劃分，使得用戶更加輕松找到自己所需的內容和群體，便于認識更多的同好之人。

五、反饋內容場景還原

根據B站的用戶畫像，本次分析從業務端出發，將問題按照產品-運營-技術三大類對反饋內容進行分類和梳理，并將用戶按照這三大業務方向分為（需要強調的是，本次反饋僅針對于移動端且非up主的用戶）：

• 追求軟件體驗的用戶（功能）：共整理出2個細分類別，8個場景，13個問題，每個問題對應至少2個現有解決方案。
• 追求內容服務的用戶：共整理出2個細分類別，4個場景，7個問題，每個問題對應4個現有解決方案。
• 追求硬件體驗的用戶：共整理出2個細分類別，4個場景，5個問題，每個問題對應至少2個現有解決方案。

六、需求優先級排序

在對需求優先級排序之前，需要梳理核心目標用戶畫像，用于判斷用戶屬性和不同需求的用戶體量。

1. B站核心用戶畫像

這里列舉了兩類B站典型用戶，第一類用戶（興趣持續驅動）&第二類用戶（非興趣驅動）

【第一類典型用戶】

【第二類典型用戶】

2. 優先級評判標準

基于核心用戶畫像，建立橫向對比維度作為優先級評判標準：用戶數量、發生頻率、產品價值、實現難度。

1. 用戶數量：多少用戶會遇見此類問題
2. 發生頻率：核心用戶遇見此問題的概率
3. 產品價值：問題的迫切程度、用戶的付費意愿和ARPU
4. 實現難度：開發和迭代效率

綜合四個維度可以形成兩個四象限圖，更直觀反映問題的難易程度：

3. 反饋的優先級評判

將差評反饋進行二度梳理，將需求進行排序，并將其按照重要程度和緊急程度分為P0,P1,P2,P34類。

P0重要且緊急>P1重要但不緊急>P2緊急但不重要>P3不重要也不緊急

最后將場景按照優先級排序后得到本圖（紅黃藍綠分別代表P0,P1,P2,P3)

七、對B站的建議

1. 內容審核方面

1）加強算法，提升機器識別關鍵詞能力，一旦出現高危關鍵詞3次該視頻將直接無法上架。

2）加強人工審核力度，可以邀請各個興趣組的部分用戶成為內容審核志愿者，用愛發電為維護社群內容質量做貢獻，對這樣的用戶可以采取積分、會員、線下活動門票等獎勵。

3）仿照游戲類產品建立打分制度。用戶可在播放界面找到舉報審核評分欄，單日多人累計評分低于xx或單人多次舉報同一視頻，則進入人工審核模式，審核后及時給用戶反饋并對視頻進行處理，審核不通過的用戶將遭受封號或禁發視頻1個月以上的懲罰。

4）定期進行APP內關鍵詞或近義詞（變聲詞）搜索彌補審核漏洞

2. 內容推薦方面

完善推送機制，非單純相似內容推薦，而是要了解用戶的綜合屬性，多標簽多內容推薦以便提升新鮮感增強用戶黏性。

1）建議仿照網易云音樂創建獨特視頻播單，不是同一主題不同up主的詮釋而是相近主題或者主題之間可產生話題性和關聯性，增強內容好感度和趣味性。

2）推送機制是關注UP主最新內容+用戶喜歡標簽內容+直播/文字/信息流廣告。這樣幫助了up主完成粉絲穩固，同時為用戶推薦了新的他可能感興趣的內容。

3）在界面上方加入近期熱門話題標簽欄（如肖恩，我和我的祖國等），用戶可根據熱門話題觀看up主針對此話題的創作

3. 視頻卡頓、閃退、長時間緩沖方面

這個問題的反饋從7月份到9月份一直存在，希望可以引發重視盡早改善。

附錄

1.檢索差評經驗總結

https://docs.qq.com/sheet/DZXF1WWVrc0xrYVZn?tab=BB08J2&c=F5A0A0

2.學習筆記

參考文件

1.用戶反饋分析案例

• 收集整理用戶反饋（簡書）：https://www.jianshu.com/p/6e8219592234
• 如何用數據透視表快速做用戶反饋分析（簡書）：https://www.jianshu.com/p/a2299277a4a1
• foodie用戶反饋分析報告（簡書）：https://www.jianshu.com/p/478da24971e4
• 產品分析報告 | 嗶哩嗶哩“小破站” ，大魅力（人人都是產品經理）：http://www.aharts.cn/evaluating/2093879.html
• 用戶反饋分析：網易蝸牛讀書用戶評論分析流程及結果（人人都是產品經理）：http://www.aharts.cn/user-research/745038.html
• 4000 字詳解「用戶反饋」的收集與分析（人人都是產品經理）：http://www.aharts.cn/it/2823150.html

2.B站簡介

https://www.bilibili.com/blackboard/aboutUs.html

3.B站用戶畫像數據

http://chanye.07073.com/guonei/1739829.html

作者：豆子，一個努力找運營工作的小白

本文由 @豆子 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 Unsplash，基于 CC0 協議