Работа с отзывами пользователей, или Как дешево вылезти из хрустальной башни

Credit: just a pic from Google Pictures

Давайте представим, что вы — стартап. У вас есть команда разработчиков, маркетолог, который закупает трафик, человек на саппорте и продакт-менеджер. А еще у вас есть рост. У вас есть миллион пользователей, а то и больше. И вам очень-очень нужно улучшать продукт.

Бедный продакт-менеджер, мне заранее его жаль. Он хотел бы общаться с пользователями. Он хотел бы проводить продуктовые интервью, нежно заглядывать в глаза конечному потребителю, познать его боль и найти решение всех его проблем. Ну ладно, будем честными, не всех, но хотя бы части. Но — вот незадача — его время и ресурсы не бесконечны.

Что же делать? Заглянуть в Google Analytics или Flurry?

Да, безусловно, но мы-то с вами понимаем, что количественный метод исследования не равен качественному, и то, что ты увидишь, построив карту путей пользователя, не даст тебе полного понимания, почему пользователь выбрал именно твой сервис, и что заставит его однажды отказаться от него. А ведь хочется знать, в чем магия зеленой кнопки, и что чувствует пользователь, когда на его смартфон приходит смска от банка о списании денежных средств.

И тут на помощь бедному продакту приходит супермен из саппорта и немного железной ж..пы.

ДА, мы все знаем, что отзывы из саппорта могут быть полезны. Но мы точно так же знаем, что сельдерей повышает потенцию, а красное вино в небольших порциях улучшает наш иммунитет. Но как заставить это дерьмо работать?

Ответ прост — пить вино каждое утро. То есть нет, я имею в виду, анализировать отзывы на постоянной основе.

Например, так:

  • вандервумен или супермен из саппорта внимательно вносит каждое обращение и каждый отзыв в мобильном сторе в отдельную табличку;
  • важно, чтобы вандервумен вносила в табличку текст обращения, e-mail или любой id обратившегося пользователя, ссылку на тикет в системе обработки отзывов (если такая система есть), ссылку на профиль пользователя в системе администрирования (если такая система есть) и платформу, на которой возникла проблема (например, приложение на iOS). Эти данные нужны продакту, чтобы быть в состоянии разобраться в сути проблемы пользователя, если это не смог толково сделать саппорт, и определить его эмоциональное состояние в момент обращения (может варьироваться от “все п..ц, вы п… сы” до “вы мои цветочки, миллион баксов вам”);
  • продакт заходит в табличку каждую неделю и сортирует отзывы по категориям (например, у меня есть такие категории как Баг, Общий негатив, Позитивчик, Запрос новой фишки, Система оплаты и пр, но у каждого продакта может быть что-то свое);
  • для каждого отзыва кроме категории важно обозначать код обращения, т.е., его общий смысл. Например: Категория: “Запрос новой фишки”, Код обращения “Автоскроллинг в читалке”;
  • желательно, если есть возможность, добавлять в табличку время жизни пользователя в сервисе (например, можно считать от даты регистрации) и общую сумму занесенных им денег. Здесь, опять же, все зависит от типа вашего бизнеса, но в целом можно просто опираться на CLV конкретного пользователя.

А дальше начинается магия (подсказка: используйте фильтры в Excel или Google Docs). С помощью этих нехитрых данных и, опять же, железной ж.. пы продакта можно узнать:

  • какие проблемы наиболее сильно волнуют разные сегменты ваших пользователей (новых пользователей, пользователей с большим сроком жизни, пользователей с наибольшей занесенной суммой и пр);
  • какие проблемы самые частотные по больнице;
  • какие точки сервиса являются самыми болезненными для пользователей и требуют вашего пристального внимания (предсказываю, что оплата и доставка).

Тут нужно помнить, что в техническую поддержку, как правило, обращаются только самые отчаявшиеся или самые общительные пользователи, но учитывая, что у вас один продакт и мало ресурсов, даже такие данные лучше, чем ничего.

А еще самый неленивый продакт может написать активным и лояльным пользователям лично и пообщаться с ними, пообещав за это какой-нибудь приятный бонус от компании. Это гораздо лучше, чем искать каких-нибудь участников исследований через паблики “Маркетинговые исследования в Москве”, потому что это гарантирует вам, что ваши респонденты будут вам подходить (при условии, что вы не исследуете первую сессию).

Итак, дешево и сердито мы получаем примерное понимание того, чем дышат наши пользователи и какие области сервиса вызывают у них наибольший зуд в мозгу. Конечно, это не идеальный хрустальный мир, но гораздо лучше, чем экспертное мнение или сияющее ничего.

Единственное, что может потенциально пострадать от этого, это крепость пятой точки продакта, но мы — стойкие ребята, и знали, на что шли. Так что рекомендую.