👩‍🔧 Вы наверняка заметили, что мы стали чаще писать не просто «как правильно делать вот это» или «мы разобрали такое-то исследование», а именно свою позицию — иногда спорную, иногда прямо противоречащую тому, что говорят на рынке. Это действительно так, и это не случайность.

Мы 8 лет каждый день разговариваем с командами, которые работают с фидбэком — с зрелыми и только начинающими, с маленькими и очень большими. И постепенно у нас накопилось довольно много опыта и мнений: где рынок ошибается, что переоценивают, а что, наоборот, недооценивают. Раньше это часто оставалось внутри команды. Сейчас мы решили — если у нас есть позиция, основанная на реальном опыте, странно её не проговаривать вслух просто потому что «это же не совсем нейтральный контент».

Поэтому дальше будет больше постов с «голосом UX Feedback» о том, как мы видим индустрию и основные вопросы, проблемы и процессы внутри нее.

Не всегда мы будем правы. Иногда позиция через полгода может поменяться — рынок и технологии сейчас двигаются быстро, и мы сами не претендуем на то, что видим всё окончательно. Но нам кажется, что честная, пусть иногда и спорная точка зрения — полезнее, чем бесконечно нейтральный контент, из которого невозможно понять, что мы сами обо всём этом думаем.

💜 Но мы все так же будем рассказывать о наших мероприятиях, новых материалах, поездках, будем делать мемные открытки и делиться невыдуманными историями о приключениях Котофея Александровича!

🤖 Ещё в конце прошлого года про использование ИИ в ресёрче внутри нашей команды и во вне говорили осторожно — кто-то стеснялся признаться, что вообще пользуется, кто-то относился скептически. Прошло всего несколько месяцев — и мы честно должны сказать: многое изменилось за это время.

Дело не в том, что мы вдруг «поверили в хайп». Модели реально стали сильнее: выросло контекстное окно, агентские сценарии работают надёжнее, сложность задач, которые ИИ решает без ошибок, заметно увеличилась. Естественная эволюция технологии — от «попробовать пощупать» к «начинает реально приживаться там, где полезно».

❗️Однако есть один важный момент, с которым мы все согласны внутри: ИИ безусловно эффективен — но в паре с человеком, который занимается исследованием. Не вместо него.

ИИ отлично забирает на себя рутину — категоризация, кластеризация, весь тот механический труд, который раньше съедал часы ресёрчера. Здесь и доверие выросло сильнее всего: когда, например, сравниваешь расшифровку, сделанную вручную, и расшифровку от ИИ — разницы часто просто нет, только по времени в разы быстрее.

Плюс, если мы говорим, например, об интерпретации, ИИ помогает увидеть то, что можно не заметить самому — расширяет горизонт поиска, даёт быстрый доступ к сравнениям и лучшим практикам, которые раньше искали бы часами.

✅ Еще одна аажная оговорка: мы не про слепое доверие.

Ценность не в том, чтобы просто отдать ИИ задачу и не глядя взять результат. Ценность — в связке: делегировал часть работы ➡️ проверил ➡️ скорректировал ➡️ пошёл дальше. Именно этот цикл даёт реальный буст скорости, а не замену человека.

🤖 Продолжаем разговор про ИИ. В прошлом посте мы разбирали, где AI может быть полезен и чем он хорош. А сегодня поговорим про риски.

❎ Главный риск — слепое доверие.

ИИ по сути — помощник, а не самостоятельный эксперт. Условно говоря, это джун при хороших стараниях или мидл: может сделать много и быстро, но результат обязательно нужно проверять, интерпретировать и задавать ему правильный контекст и границы. Без этого есть риск получить красивый, уверенно сформулированный, но неверный ответ и не заметить это.

❎ Риск для тех, кто не разбирается в методологии.

Отдельно эту тему поднимают сами фундаментальные исследователи — и небезосновательно. ИИ создаёт иллюзию, что запустить исследование, получить результат и проинтерпретировать его может кто угодно, даже без реальной методологической базы. Проблема в том, что человек без экспертизы физически не может отличить качественный результат от плохого — а сам ИИ не подскажет, где именно он ошибся. Тогда возникает риск принять неверное решение и убежать не в ту сторону, будучи уверенным, что всё сделано правильно.

❎ ИИ заменит людей?

Есть еще отдельная тема, которая напрямую не касается исследований, но касается тех, кто их проводит. Эту тревогу мы слышим в основном от линейных специалистов, реже от руководителей: опасение, что в какой-то момент компания просто «сократит» часть команды за счёт того, что их функционал заберёт ИИ.

Мы считаем, что ИИ заменяет не ресёрчера целиком, а конкретные рутинные задачи внутри его работы. Но если развиваться в сторону того, что рутина не покрывает (интерпретация, контекст, критическая проверка), это скорее становится инструментом усиления, а не угрозой.

👩‍🔧 Работа с фидбэком — это не один шаг, а целая цепочка. Собрать, разобрать, передать нужным людям, принять решение, внедрить, проверить, что стало лучше. И почти у каждой команды где-то в этой цепочке есть своя точка боли.

Хотим понять, где этот разрыв возникает чаще всего у вас⤵️

👩‍🔧 Лето закончилось, но чтобы было не так грустно, мы врываемся с новым отчетом по индустриям! И этот сентябрь мы посвятим e-com!

Мы разобрали 127 277 (!) жалоб покупателей 13 интернет-магазинов — от поиска товара до получения заказа — и собрали из них отчёт: что реально бесит людей в онлайн-шопинге и почему это бьёт по выручке.

В онлайне недовольство быстро превращается в уход потенциального клиента. Маркетплейс или прямой конкурент всегда рядом, переключиться можно в один клик. Поэтому даже небольшая заминка на сайте может стоить компании покупателя.

➡️ Что показала карта индустрии:

Больше всего жалоб — на оплату и бонусы (37 035, 29% массива), следом ассортимент и наличие (20%), доставка (17%). А вот на поддержку жалуются реже всего (2,4%) — но не потому что там всё хорошо, а потому что до поддержки многие просто не доходят.

➡️ Внутри отчёта:

— разбор 8 ключевых тем: с чем сталкивается покупатель + прямые цитаты
— как каждая проблема влияет на конверсию, удержание и средний чек — по данным открытых исследований (Baymard, ВЦИОМ, Salsify и др.)
— общий вывод по индустрии: что приводит покупателя в магазин, что помогает выбрать товар, а что срывает уже собранную корзину

❗️ Если хотите получить отчет с данными, инсайтами и голосом самих пользователей рынка — оставьте "+" в комментариях, и мы отправим его вам в личные сообщения.

👩‍🔧 Пятница — отличное время для неспешных рассуждений, поэтому сегодня предлагаем еще раз поговорить про разработку собственных решений in-house — тему, к которой мы возвращаемся регулярно.

Собственный инструмент для сбора фидбэка — не всегда плохая идея. Если у вас одна простая задача: один инструмент, одна метрика, и ничего особо не меняется — вполне можно сделать всё самостоятельно.

Например, если вы пять лет просто собираете NPS в одной точке и этого вам достаточно, зачем вам сложная система?

Однако по нашему опыту часто получается по-другому. Например, компания начинает с условного: «Давайте просто собирать NPS».

А потом хочется понять, почему пользователь поставил такую оценку. Потом — проверить гипотезу. Потом — собрать фидбэк для роудмапа. Потом появляется ещё один продукт, ещё одна точка, ещё один вопрос, который хочется задать пользователям.

🔧 Вместе с этим растёт и собственный инструмент. Его нужно дорабатывать, поддерживать, добавлять новые сценарии и интеграции. То, что когда-то было небольшим решением, постепенно становится отдельной разработкой, которая требует всё больше ресурсов. Причём количество пользователей здесь не главное.

У вас может быть огромный продукт и один-единственный сценарий работы с фидбэком. А может быть небольшая аудитория, но десятки решений, которые команда хочет принимать, опираясь на обратную связь. Именно количество таких кейсов постепенно усложняет систему.

Поэтому готовый продукт со временем начинает выигрывать не только потому, что его не нужно разрабатывать с нуля. В нём уже есть экспертиза, разные сценарии и опыт, накопленный на практике в других компаниях.

❗️Так что дело не в том, что in-house — плохо, а готовый продукт — хорошо. Для простой и стабильной задачи своего решения может быть вполне достаточно. Но чем больше решений вы хотите принимать на основе фидбэка, тем больше ресурсов начинает уходить на то, чтобы собственное решение поддерживать и развивать.

👩‍🔧 Знаете этот момент на вебинарах? Спикеры закончили, кто-то задаёт классный вопрос, кто-то отвечает: «о, а у нас вообще наоборот», начинается настоящий спор — и тут: «друзья, к сожалению, время подходит к концу».

Если честно, мы устали от классического формата вебинаров: спикер вещает 40 минут в одну сторону, чат молчит, а самое интересное обрубается ровно там, где должно было начаться.

Поэтому мы решили от него отойти и запускаем «Разговоры с UX Feedback» — формат, где спикеры приносят короткие реальные кейсы без получасовых докладов, а большую часть времени оставляем на то, ради чего обычно и хочется задержаться: сравнивать опыт, спорить, разбирать то, что в реальной работе пошло совсем не по учебнику.

🎙 Первый разговор — про внутренний рекрут.

Звучит как готовое решение: респонденты уже среди ваших пользователей, не платим за внешний поиск, экономим, всем хорошо. Но когда мы начали собирать реальные кейсы, быстро выяснилось, что всё не так однозначно. Где-то это действительно сокращает расходы и ручную работу. Где-то нужных людей в своей базе приходится искать дольше, чем через агентство. Где-то всё ломается уже после того, как человек согласился оставить контакт. А иногда другой канал просто оказывается разумнее.

🤩 17 сентября в 16:00 разберём это с цифрами и живыми кейсами вместе с исследователями из Циан, Hoff, S7 и T2:

📍 Из чего реально складывается стоимость рекрута
📍 Когда искать респондентов среди своих пользователей выгоднее внешнего рекрута — а когда нет
📍 Как находить людей с нужным продуктовым опытом, а не просто «активных пользователей»
📍 Почему большая аудитория сама по себе ещё не гарантирует быстрый рекрут
📍 Что меняется, когда пользователи видят, что их обратная связь реально на что-то повлияла

И да, приносите свою ситуацию прямо в эфир — разберём вживую вместе.

➡️➡️ Регистрация здесь в нашем боте

👩‍🔧 Мы любим тему Customer Success и стараемся поддерживать всё интересное вокруг неё — а тут ещё и ИИ, про который мы не так давно рассуждали у нас в канале.

Поэтому 16 сентября в 18:00 мы с удовольствием сходим на вебинар к Марине Востриковой «Как AI возвращает руководителю CS полную картину происходящего с клиентами».

Там будет разбираться, как объединить продажи и CS в единый контур с помощью AI: собирать обращения из разных каналов, находить в разговорах реальные возражения и невыполненные обещания, следить за воронкой и связать CRM, helpdesk, телефонию и речевую аналитику в одну систему. Плюс — честно про сроки, стоимость внедрения и что пока не удалось автоматизировать.

➡️ Ссылка на эфир будет в чате мероприятия.

👩‍🔧 Мы провели первое офлайн-мероприятие UX Feedback! Говорили про фидбек как систему: от сбора сигналов до бизнес-решений.

Собрали людей, которые особенно глубоко погружены в эту тему — и получился не просто набор презентаций от спикеров, а классный живой разговор с самыми разными кейсами, дискуссиями и мнениями.

Спасибо всем, кто был и делился своим опытом 💜 Совсем скоро расскажем обо всем подробнее!

👩‍🔧 Если бы нужно было выбрать одну тему, где интернет-магазины теряют деньги быстрее всего, — это оплата и бонусы. 37 035 единиц фидбэка на эту тему или 29% всего массива, который мы разбирали для нашего нового отчёта по e-commerce.

✅ О чем говорят покупатели:

Почти половина комментариев (47%) — про бонусы, промокоды и скидки, которые не сработали как ожидалось. Дальше — ограниченный выбор способов оплаты (28%), расхождение суммы в чеке с ценой на витрине (13%) и сбои при самой оплате (12%).

Короткий, но очень показательный кейс из отчёта: покупатель оплатил заказ сертификатом, компания заказ отменила — часть сертификата просто сгорела.

✅ Почему это критично:

Цена — самый важный критерий выбора товара в онлайне (47%, ВЦИОМ, 2024). А по данным Baymard Institute (2025), 12% покупателей бросают заказ, потому что не смогли заранее увидеть итоговую стоимость, ещё 9% — из-за нехватки нужного способа оплаты.

Что получается в итоге: намерение купить у человека уже было. Корзина собрана, решение принято. Но если цифра в чеке отличается от той, что была на витрине, или нужного способа оплаты просто нет — покупка срывается в последний момент, когда бизнесу это обиднее всего.

❓ Хотите понять, на каком именно шаге оплаты теряете своих покупателей — приходите на демо, покажем на примерах, как это отследить у себя.

Записаться на демо

💜 На первый Разговор с UX Feedback собирается невероятная компания:

— Оксана Половинкина — UX-исследователь | Циан
— Варвара Ленева — UX-исследователь | Hoff
— Анастасия Диденко — руководитель аналитики UX | S7
— Дарья Рогачева — UX-исследователь | T2

У каждой — свой продукт, своя аудитория, свой опыт и подход к внутреннему рекруту. Будем разбираться вместе, как одна и та же задача выглядит с разных сторон и как она влияет на качество и экономику.

❓А после — 30 минут для ваших вопросов, кейсов и мнений в прямом эфире с нашими гостями.

Приходите не только слушать — присоединяйтесь, чтобы поговорить ⬇️

✅ 17 сентября, 16:00 МСК

Регистрация в нашем боте

👩‍🔧 Есть темы, в которых чем глубже копаешь, тем больше неудобных вопросов и меньше однозначных ответов. И одна из таких тем — это система работы с фидбэком. Чем больше мы говорим о ней внутри, тем больше сложных моментов обнаруживаем.

В будущих постах мы обязательно поговорим о ней вместе с вами, а пока поделимся парой наблюдений.

✅Слово «система» слишком большое

Мы довольно быстро поняли, что говорим про разные вещи одним словом. И разложили это на два слоя.

📍Первый, глобальный — это Voice of the Customer. Не инструмент, а способ мышления всей компании: голос клиента как то, на что опираются при решениях. В идеале это работает на уровне всей организации, но честно — это сложно. Чаще получается мини-версия внутри одного блока, например продуктового. Тоже рабочая история, просто меньшего масштаба.

📍Второй слой — уже про саму механику. Допустим, вы решили работать с фидбэком. Как выстроить внутри систему, которая будет приносить результат? И что вообще считать рабочей системой?

✅Система — это то, что переживает внезапное отсутствие какого-либо элемента

Система должна крутиться по условному кругу: собрали, разобрали, применили, собрали снова. Но главный критерий другой — она должна работать, когда из неё вынимают какую-нибудь часть.

Представим, что в компании есть сотрудник, который отвечает за фидбэк, но он заболел, и всё встало. Значит, системы не было. Был просто один хороший и ответственный сотрудник.

Так что в первую очередь система — про устойчивость.

➡️ Ну а дальше мы подискутируем здесь о том, где проходит граница между системой и просто регулярным сбором, что делать компании, у которой ничего нет, и что отвечать тем, кто уверен, что у них всё в порядке.

🔥 Уже сегодня в 16:00 первый «Разговор с UX Feedback»!

Приходите поговорить с нами на тему внутреннего рекрута. Приносите свои ситуации, дискутируйте со спикерами и задавайте неудобные вопросы!

Если вы еще не успели зарегистрироваться, то сейчас самое удачное время для этого.

➡️ Регистрация здесь

👩‍🔧 На прошлой неделе мы провели первый Разговор 🎉

Обсуждали внутренний рекрут — как команды находят респондентов среди собственных пользователей, сколько это стоит и от чего зависит результат.

Вместе с Оксаной (Циан), Варварой (Hoff), Анастасией (S7) и Дарьей (T2) разобрали:

✅Кейсы и цифры. Гостьи поделились своим опытом, инструментами и метриками. Например, как конверсия в 0,3% однажды принесла 42 интервью, назначенных на один день.

✅Опыт разных команд. Вместе с участниками собрали саммари в Миро. «Причешем» его и поделимся главным, но уже есть интересный общий вывод: собственные инструменты — основной способ организовать внутренний рекрут, а внешние ресурсы скорее исключение.

✅Практические вопросы. Обсудили, что может ускорить рекрут, где ожидания расходятся с реальностью и какие ошибки можно допустить при работе с собственной базой пользователей.

Наша команда ещё готовит более подробные материалы с инсайтами разговора.

А пока посмотрите запись — там реальные кейсы, цифры и опыт коллег, который может пригодиться вам в работе уже сегодня.

➡️ Посмотреть запись разговора

Было круто! Уверены, что ещё соберёмся в таком формате для живого разговора и обмена опытом 💜

👩‍🔧 Мы не только зовём коллег к себе, но и сами ходим в гости 😎

24 сентября в 16:00 по Москве Вика Макеева, продакт UX Feedback, придёт на Learnings к Андрею Андрееву, Head of E-Merchandising в METRO Cash & Carry.

💭 Как принимать продуктовые решения на основе голоса пользователя?

Вроде бы всё просто: пользователь что-то попросил — команда взяла и сделала (это ведь то самое решение на основе фидбэка). Но в реальности между этими точками целый процесс: собрать сигналы, понять контекст, сопоставить запросы, выбрать приоритеты и проверить, действительно ли решение помогло.

🎤Вика расскажет, как этот процесс работает в UX Feedback: от первых сигналов и идей до выбора задач и проверки результата. Будет минимум теории и максимум живых примеров.

А ещё ребята выберут один из этапов принятия продуктовых решений и разберут его подробнее прямо в эфире, так что точно будет интересно.

➡️ Подробности и ссылка на встречу — в анонсе Андрея.

👩‍🔧 Разбирая фидбэк пользователей интернет-магазинов мы обнаружили любопытный момент: почти каждый пятый комментарий (26%) внутри темы «Ассортимент» — про то, что на карточке товара просто не хватает информации для решения о покупке.

Вот, например, о чем часто пишут покупатели: «В карточке товара не указан материал изготовления, и нет возможности задать вопрос непосредственно при выборе товара».

В онлайне товар нельзя потрогать — карточка становится единственным источником информации для покупателя. Если её недостаточно, или данные противоречат реальности, человек либо не покупает вообще, либо покупает и потом возвращает.

↔️ По данным Salsify (2025), 71% покупателей возвращали товар, потому что он не совпал с онлайн-описанием, а 54% отказывались от покупки из-за противоречивой информации о товаре.

При этом почти половина всей обратной связи в этой теме (48%) еще проще: нужного товара просто нет в каталоге. А ещё 8% — когда наличие отображается неверно, и заказ отменяют уже после оформления, когда человек рассчитывает, что покупка состоялась.

Получается, что карточка товара — это не «просто описание». Это точка, где решается, останется покупатель у вас или уйдёт за покупками куда-то еще.

➡️ Если хотите получить наше исследование с анализом 127 277 комментариев, реальными цитатами пользователей и выводами, которые можно использовать в работе, — оставьте «+» в комментариях. Отправим отчёт в личные сообщения.

Как это было 💜

Наш первый офлайн — в одном видео.

👩‍🔧 Весь сентябрь мы посвятили интернет-магазинам и каждую неделю мы доставали из нашего отчёта по кусочку. Сегодня собираем все важные цифры на одной инфографике.

🔎 Из частной коллекции XIX века пропал фидбэк. Редкий, подлинный, в отличном состоянии.

Следствие ведётся.

Подозреваемых, как водится, несколько. Дворецкий, у которого нет алиби. Садовник, который в ту ночь что-то закапывал. И, разумеется, Котофей Александрович — который божится, что никакой коллекции вообще не существовало, а мы всё придумали. Может и придумали, кто знает…👀

❗️Пока точно можем сказать одно: 2 октября на Research Expo — приходите к нам на стенд номер 40, чтобы поучаствовать в настоящем детективном расследовании! Будет все: сложные загадки, веселье и много полезностей!

До встречи на Research Expo 2026! 💜