Владислава Епифанова написала о настройке каналов сбора обратной связи от пользователей.

— ОС помогает узнавать о пользовательских проблемах и быстро исправлять недостатки и находить идеи для улучшения продукта;
— Один из каналов — опросы в сервисе;
— Полезными оказались точечные опросы после релизов для определённых сценариев. Когда задача переходит в разработку, на встрече с проектировщиком и аналитиком можно узнать, какие есть сомнения, что хотелось бы узнать о пользователях или сценарии, и решить, нужен ли опрос, выбрать место для размещения в сценарии и так далее. Опрос позволяет узнать о недовольстве и быстро исправить замечания;
— В техподдержку приходит много ОС, поэтому работу с ней надо автоматизировать. Полезные отчёты: 1) Топ знаний по количеству обращений за месяц и их общее количество; 2) Общая сводка по всем знаниям;
— Важны аномалии в конкретном месяце и динамика знаний, попадающих в топ-5 обращений. Их можно сопоставлять с релизами. Из этого вырастают задачи на исследования;
— Комментарии специалистов техподдержки были расплывчатыми, тяжело было понимать проблемы. Добавили обязательное поле «Описание проблемы» для четырёх знаний, данные которых больше всего интересовали;
— Также, чтобы конкретизировать ОС, пришлось доработать анкету, которую заполняли в отделе активации (работают с теми, кто недоволен сервисом или купил, но не пользуется) при общении с клиентами;
— ОС от отдела продаж решили добавлять в виде инцидентов, с которыми работают специалисты техподдержки. Оттуда она попадает в беклог или напрямую команде (если доработка срочная);
— При этом описали критерии, которые обязательно надо указывать: данные клиента и чек за год, описание задачи или проблемы, как сейчас справляется с проблемой, как часто с ней сталкивается и так далее. Что-то может указать специалист по продажам, что-то — техподдержки;
— Этот канал обратной связи сейчас один из самых эффективных;
— Лучше не браться за всё разом, а идти поэтапно;
— Пробуйте разные каналы ОС для своего продукта. Универсальных решений нет.

#research #feedback

Виталий Фридман написал об отзывах и рейтингах товаров.

— В отзывах люди ищут подтверждения, что реклама не врёт, цена справедлива, товар их удовлетворит, есть похожие на них люди, которые остались довольны;
— Также их интересуют важные детали, решаются ли выявленные проблемы и худшее, что может случиться после покупки;
— Люди сначала изучают негативные отзывы. У хороших продуктов их немного, по ним понятно, что проблемы эпизодические: сорвали сроки доставки из-за праздников и подобное;
— Не все негативные отзывы люди считают таковыми. Значимы отзывы похожих на них людей относительно важных им аспектов. Если не нужна доставка за границу, не важно, что есть жалобы на соответствующую упаковку;
— Важно, чтобы клиенты писали честные негативные отзывы. Просите конкретно указывать, что не устроило и была ли проблема в конечном итоге решена;
— Показывайте среднюю оценку, лучше с одной цифрой после запятой (например, «4,7 из 5»), чтобы товары с оценкой 3,6 и 4,4 не получали одинаковый рейтинг 4;
— Показывайте общее количество голосов. Большинство людей выберет товар с рейтингом 4,5 и 57 голосами, а не с рейтингом 5 и пятью голосами;
— Идеальный рейтинг — между 4,5 и 4,89, если отзывов достаточно много (больше 75). Слишком высокий рейтинг вызывает подозрения, покупатели начинают искать недостатки, о которых не сказано прямо;
— Покажите диаграмму распределения оценок. Там должно быть J-образное распределение: достаточно отрицательных отзывов, очень мало средних и очень много положительных;
— Почему не нормальное распределение: обычно люди тратят время на отзыв, когда товар обрадовал или расстроил;
— Оценки и диаграммы распределения можно показывать по отдельным атрибутам товара;
— При написании отзыва предлагайте выбрать теги. Они могут касаться как товара (и зависеть от категории товаров), так и купивших его людей. Эти теги могут быть отдельными фильтрами;
— Можно спросить, готов ли покупатель рекомендовать товар. Даже с оценкой в 3 звезды он всё ещё может его рекомендовать. Для усиления эффекта можно совместить процент рекомендаций с характеристиками этих людей: «86% клиентов (занимаются бизнесом более 5 лет) рекомендуют этот продукт»;
— Анализируйте отзывы и давайте резюме положительных и отрицательных отзывов. Особенно полезно для страницы сравнения товаров;
— Дайте возможность отмечать полезные отзывы, фильтровать и сортировать отзывы по оценке, дате написания, полезности, наличию фото и так далее, а также искать в них отдельные слова;
— Дополняйте отзывы данными клиентов: имя, местоположение, диапазон возраста, роль или должность, ссылка на соцсети, фото и так далее.

In English. #feedback #rating #ecommerce

Станислав Хрусталёв написал о рейтинге и отзывах в интернет-магазинах.

— Если рейтинга нет, лучше честно об этом написать, а не скрывать его. Но люди могут проходить мимо таких товаров. ВкусВилл креативно пишет в списке товаров: «Я новенький»;
— Чаще всего для обозначения отзывов используется жёлтая звезда. Часто жёлтый заменяют на фирменный цвет;
— Показывайте числовое значение рейтинга. Уточняйте его до десятых, при этом целые числа можно сократить (5,0 → 5);
— Дополнительно показывайте количество оценок или отзывов: чем их больше, тем надёжнее рейтинг. Если оценок нет, отдельно об этом можно не сообщать (с нулевым рейтингом это и так понятно);
— Подумайте об отображении количества отзывов, если их будет очень много;
— Если собираете оценки и большинство товаров оценено, стоит реализовать сортировку и фильтрацию по рейтингу. Также имеет смысл сортировка по числу отзывов;
— Сортировку лучше делать одностороннюю. Кому нужны сначала товары с низким рейтингом?
— Фильтрацию — диапазоном от выбранного пользователем значения до 5;
— На странице товара нажатие на рейтинг должно вести к отзывам;
— Предусмотрите отображение сводки с диаграммой распределения оценок (сколько оценок на 5 звёзд, на 4 и так далее), чтобы клиент быстрее сформировал впечатление о товаре;
— Покажите, какой может быть максимальная оценка (4,5 из 5), добавьте текстовое пояснение (5 из 5 — великолепно);
— Список отзывов лучше разместить на отдельной странице, чтобы не занимать много места. На странице товара оставьте его краткую версию (например, в виде горизонтальной коллекции или одного отзыва);
— Полезна фильтрация отзывов: по географии, варианту товара, производителю (если его предлагают разные компании), только от покупателей;
— Посмотреть негативные отзывы — вполне жизненная потребность.

#rating #feedback #ecommerce

Даниэль Виленчук написал о категоризации фидбека.

— Вы начали собирать обратную связь от пользователей и получили таблицу с 3000 отзывами. Как с ними работать?
— Удалите отзывы без текста. Они могут занимать до половины таблицы;
— Практика показывает, что из отзывов короче 10–15 символов почти невозможно извлечь инсайт. Можно отфильтровать таблицу, бегло просмотреть отзывы короче 5 символов и удалить бесполезные. Повторить для 10, 15 и 20 символов. Так очищается не меньше трети документа;
— Отсортируйте отзывы от А до Я. Самые первые, скорее всего, будут мусорными: состоять из цифр и случайных символов;
— Далее по ключевым словам определите родительские категории, например, сценарии («Оплата и промокоды», «Авторизация») или типы пользователей («Покупатели», «Продавцы»);
— По типу возникающих проблем определите дочерние категории: «Оплата и промокоды / Просроченный промокод»;
— В первый раз придётся самостоятельно идти по отзывам, придумывать категории и расставлять их вручную. Так вы познакомитесь с языком ваших пользователей и сформируете набор ключевых слов, по которым отзыв можно отнести к той или иной категории;
— Проставленные категории дадут статистику, какие проблемы вызывают больше обращений пользователей, и позволят работать с фидбеком точечно, передавать конкретным командам;
— Категории и ключевые слова сохраните для категоризации будущих отзывов.

#feedback