Начать собирать фидбек на сайте – лишь самый первый шаг покорения Эвереста Voice of the Customer. Допустим, вы разобрались, как это делать. Поняли, какие вопросы и в какое время задавать. Запустили сбор… И получили в первый день 1000 отзывов.
Казалось бы, цифра не такая уж и страшная. Но потом начинаешь читать комментарии, и понимаешь, что все они о разном. Как за всё это браться, с чего начать и что делать? Выписывать инсайты из каждого отзыва? Но и «кусочничать» ведь тоже не лучшая идея. А вдруг, бегло пробегаясь по файлу с выгрузкой отзывов, пропустишь те самые, с матом, КАПСОМ и, С*КА, такой важной информацией!
На самом деле, стоит сразу сделать ремарку – категоризация, о которой мы поговорим, нужна не только для самоуспокоения. И это не digital-макраме, которое своей монотонностью предоставит необходимый отдых вашему мозгу. Чтобы получить инсайты, его наоборот придётся поднапрячь.
По полочкам
Что же мы называем категоризацией фидбека? Представьте, что перед вами excel-таблица, в которой ждут своего звёздного часа 3000 отзывов. Прямо сейчас это страшный набор символов, с которыми совершенно не хочется работать – нужно переплыть океан, перепахать бесконечное поле, написать книгу от руки.
Но что, если разбить файл на мелкие кластеры и проводить основной анализ уже на их основе? Для этого и нужна категоризация. Вкратце, суть её в следующем:
- на основе ключевых слов определяются родительские категории: например, проблемные пользовательские сценарии («Оплата и промокоды», «Авторизация») или типы пользователей («Покупатели», «Продавцы», «Агенты»)
- по типу возникающих у пользователей проблем определяются дочерние категории: например, «Оплата и промокоды / Просроченный промокод», или «Подача объявления / Редактирование».
- В дальнейшем проставленные категории дают возможность подвести некоторую статистику (например, выяснить, проблемы в какой из категорий самые частые и насущные) и работать с фидбеком точечно – передавать его соответствующим командам внутри компании, сосредоточиться на самых критичных «болях».
Связав обработанный фидбек с силами веб-аналитики, вы избежите долгих исследований. С такими инсайтами, отсортированными по степени важности, можно сразу приступать к работе над ошибками.
Как категоризировать фидбек
Пока мы находимся в процессе разработки автоматизированного решения, мы обрабатываем фидбек вручную в табличных редакторах типа Excel. На его примере и покажем, что из себя представляет этот процесс.
Для начала создаём пустой столбец, в котором и будем проставлять категории. Устанавливаем фильтр (Данные – Автофильтр) на столбцы с комментариями , оценкой, категорией и URL. Первое, от чего стоит избавиться при обработке – это бесполезные пустые строки. Как правило, они могут занимать до половины выборки. Открываем фильтр в столбце «Комментарий» и ставим флажок на «(Пустые)». Стираем все отфильтрованные строки.
Продолжаем проводить файл через «чистилище». Сейчас нам нужно убрать как можно больше коротких бесполезных отзывов, чтобы они не перетягивали на себя одеяло (и внимание) при дальнейшей обработке. Практика показывает, что в отзыве, в котором меньше 15-20 символов, почти невозможно написать инсайт. В большинстве случаев это либо бессмысленный набор символов, либо благодарность, либо наш любимый мат.
С «зачисткой» нам поможет встроенная в Excel формула ДЛСТР, она считает количество символов в выбранной ячейке. Всё просто – «просчитаем» длину каждого комментария, а потом удалим короткие.
Создайте рядом со столбцом «Комментарий» новый пустой столбик. Начните набирать во второй строке «=ДЛСТР», кликните на формулу в выпадающем списке, а затем выберите ячейку с отзывом в соседнем столбике. Нажмите Enter.
Теперь нужно применить формулу ко всем комментариям. Кликните на ячейку с числом символов, «ухватитесь» за точку в правом нижнем углу ячейки и потяните вниз. Доведите выделение до последней строки, содержащей отзыв, и отпустите. В этом столбце вы получите числовые значения – количество символов в каждом отзыве.
Включите фильтр для этого столбца. Откройте его и установите для параметра «Меньше или равно» значение «5». Нажмите Enter – теперь в выдаче остались только те отзывы, в которых 5 или меньше символов. Бегло просмотрите их, оставив полезные, и удалите всё остальное.
Повторите эти действия для значений параметра «10», «15» и «20». В каждом «подходе» бегло просматривайте отфильтрованные комментарии, в них всё ещё могут оказаться полезные инсайты. Всё ненужное смело удаляйте, а потом можете удалить и столбец с формулой ДЛСТР – он своё уже отслужил. Таким образом очищается в среднем не меньше трети документа. А конкретно в том, который мы разбираем в этой статье, после манипуляций осталось 44 полезных строки (из 168!).
Последний этап чистки – сортировка отзывов по алфавиту от А до Я. Откройте фильтр в столбце с комментариями и нажмите на кнопку «По возрастанию». Если она уже активирована, кликните по ней ещё раз. Отзывы отсортируются в алфавитном порядке, а самые первые из них, скорее всего, будут «мусорными» – состоять из различных символов и цифр.
Теперь, когда в файле практически отсутствует «мусор», можно переходить к самому интересному – работе с категориями. По составлению самих категорий правил не существует, они всегда варьируются от продукта к продукту. Самое важное – категории должны объединять как можно больше отзывов по единому принципу. Например, если пользователи просят вас добавить поддержку Apple Pay, категория может быть «Оформление заказа/Apple Pay».
Чтобы тратить на обработку фидбека как можно меньше времени, в самый первый раз вам придётся как следует над ним покорпеть. Мы советуем провести «дебют» в полностью ручном режиме. То есть, придумывать категории отзывов и самостоятельно их расставлять для каждого отдельного комментария.
Так вы познакомитесь с вашими пользователями и научитесь понимать их язык. В дальнейшем для более быстрой работы вы можете создать отдельную вкладку или документ, в которых будете хранить категории. Это удобно, потому что при обработке можно будет быстро копировать и вставлять их в таблицу.
В дальнейшем, чтобы в разы ускорить процесс, вам понадобятся ключевые слова. Исходя из специфики вашего продукта, нужно продумать список «ключевиков» – тех слов, по которым, скорее всего, вы найдёте сразу несколько комментариев. Например, «цена», если на сайте вы что-то продаёте.
Таким примерный список категорий и слов может быть для e-commerce-проекта:
| Родительская категория отзывов | Дочерние категории отзывов | Ключевые слова или вхождения |
| Авторизация | Проблемы с регистрацией / Не восстанавливается пароль / Проблемы со входом | войти, авториз, регистр, почт, парол, смс, восстан |
| Выбор товаров | Ассортимент / Информация о товаре | ассорт, товар, спис, информ, характерист |
| Интерфейс | Карта / Вёрстка / Фильтры и поиск / Личный кабинет | поиск, фильтр, карта, интерф, навиг, найти, иска, нашёл/нашла, адрес |
| Оформление заказа | Оплата / Доставка и самовывоз / Промокоды / Наличие товара / Кредит | оплат, цен, стоим, достав, самовывоз, промо, налич, карт, pay, банк, кред, процент |
| Программа лояльности | Проблемы с бонусной картой | бонус, лоял, клиент, списыв, активир, заблок |
Все эти категории и подкатегории, а тем более ключевые слова, всегда будут отличаться в зависимости от сферы и специфики конкретного проекта. Важно «обкатать» их в первые несколько раз. «Ключевики» собирайте в той же вкладке или таблице, где теперь вы храните категории.
Теперь можно фильтровать отзывы по ключевым словам и проставлять им категории. Мы советуем делать это в полу-ручном режиме и всё-таки вчитываться хотя бы по несколько секунд в каждый комментарий: некоторые отзывы могут относиться сразу к нескольким категориям, в таком случае их можно дублировать или оставить ту, где описанная проблема серьёзнее; а иногда ключевое слово не обязательно относится к заранее определённой категории.
А что дальше?
Теперь, когда вы обработали фидбек, вы можете отсортировать категории по количеству упоминаний. Это наглядно покажет вам, какие аспекты сайта требуют доработок в первую очередь. Мы обычно дополнительно раскладываем их в процентном соотношении.
В UX Feedback пользователи имеют возможность оставить вместе с отзывом оценку. Поэтому при обработке мы не забываем и о них. Ведь может быть такое, что в самой «популярной» категории оставили 500 отзывов, но 450 из них хорошие. А в самой «непопулярной» – 250 отзывов, из которых 150 плохие. Так что оценки мы раскладываем в сами-за-себя-говорящие таблицы и графики.
Отсортированный файл используется для аргументации будущих изменений на сайте. Подготовив отчёт на его основе и учтя данные веб-аналитики, вам будет гораздо проще распределить задачи для разработчиков по степени важности.
Категоризация – важнейший элемент комплексной работы с фидбеком. Представьте, что вы собираете пазл, и не знаете, что именно это за картинка. Методом проб и ошибок, затратив кучу времени и сил, вы начинаете продвигаться в решении головоломки. Конечно, можно предположить, собрав ещё не все детальки, что перед вами автомобиль. Но пока вы максимально не приблизитесь к полному решению, на 100% утверждать, легковой он или грузовой у вас не получится. Обработка фидбека – это полностью собранный пазл.
