如何分析用户反馈数据? （下）
通过对客户分析列表进行优先级排序操作，充分利用客户反馈的信息，进一步使用分析的输出物可以制定相应的产品路线图。
在《如何更好的理解用户反馈？》，我们主要着眼于如何分析和理解那些对我们的产品有重要影响的反馈类型。
一旦你决定了应该聚焦于哪些反馈以后，接下来，要如何针对用户的反馈制定公司的可执行方案?如何管理大量开放式的用户反馈，然后在制定产品路线时使用它?
按照以下步骤操作，可以帮助你自信地对客户分析列表进行优先级排序操作，还可以使用分析的输出物来帮助制定您的产品路线图。
1、整理你的数据
首先，整理所有你想要分析的开放式用户反馈数据，并使用电子表格(Excle)给每一个用户加上主要的数据表头。理想情况下，数据表头应当包括用户的注册时间、消费情况、提交反馈的时间、反馈渠道等等。当然，你也可以使用内部通讯系统帮助你来收集这些数据。你的表格的列标题应该是下面这样：
2、对用户反馈分类
一个能帮助你理解用户反馈的常用规则是将用户反馈归纳为以下几个类别：
- 反馈类型
- 反馈主题
- 反馈编码
让我们分解来看一下：
1、反馈类型
如果你正在处理一些从客户支持团队那获得的未分类反馈数据，或者用户可以在信息反馈栏填写任何信息的时候，将用户反馈分类成不同的类型会显得特别有用。
下面是一些可能会很有用的分类类型：
- 使用问题
- 新功能需求
- Bug
- 用户教育问题
- 价格/账单问题
- 普通的正面情绪
- 普通的负面情绪
- 垃圾反馈(对于处理那些没意义的反馈是很有用的)
- 其它(用于那些难以分类的反馈，当你在剩余数据中发现更多模式的时候，你可以重新分类它)
2、反馈主题
当你处理大量的、各种各样的用户反馈时，将其细分为不同的主题会很有用。所以如果你的数据集很小(比如，少于50)，那么你用不上它。
你设置的主题应该是与收到的实际反馈不同的，而且常常与产品的某一部分关联。例如：假如你在一个类Instagram 产品的公司工作，那么你能收到大量的反馈，你的主题可能看起来会是一个详细的产品功能列表。如下：
- 照片流(Photo stream)
- 故事(Stories)
- 奖项(Mentions)
- 个人信息(Profile)
当你需要将你的分析和洞察结果用于支持多个团队的工作时，这种分类形式非常有效。(例如：一个团队负责 Stream，另一个负责 Stories。)
有时候，主题会与团队有关联，偶尔它们也会关联到那些用户正在体验但还未满足的需求。那么尝试提出一些新的主题，然后看看分类的这些主题对你是否有用、你是否已经理解了这些数据。
3、反馈编码
反馈编码的目的是：从原始的用户反馈中提取出简洁且可执行的信息。
你的目标是尽量使反馈编码拥有足够的描述性，让那些不熟悉项目的的人也能理解用户的想法。反馈编码同时也应该是简洁的，尽可能与用户原意一致的。不管你是否同意，你的任务就是尽可能客观提炼用户反馈。
下面是一个示例：
3、快速浏览
在你开始编码这些数据之前，你需要对数据有一个大致的感觉。通过快速扫读去发现这些反馈大概含有哪些种类。作为一般的经验法则：如果每个用户都是完全不同的反馈，为了找到所有可执行的模式，你需要分析大量的反馈数据;如果前50条反馈都是指向你的产品的某一个问题，那么你只需要检查比较少的数据就行了。(译者注：通过这个法则，你可以预判自己的工作量)
4、编码用户反馈
是时候卷起你的袖子开干了。找一个没有人会打扰你的地方，开始一条一条地阅读反馈，仔细地给每一行加上编码。
你创建的实际反馈编码应该是和用户反馈的产品的具体信息紧密关联的。下面给出了一些虚构的新功能需求的分析编码的例子，帮助你理解如何对反馈进行编码。
- 分发任务给多个用户的能力
- 给任务添加复杂的 HTML 的能力
- 从当前页面增加/删除团队成员的能力
- 给用户发送 emoji 表情的能力
如果一条用户反馈提到了两个不同的点(例如，两个不同的功能需求)，把它们拆分为两列会更好。
5、改进你的编码
在开始的时候先使用高度概括性的编码，之后再进行分解，这是可以的。一定要注意用户使用的特定词汇，有时候看起来相似的问题，实际上可能是完全不同的。
例如，想象一下你一开始看到大量的跟“Email 问题”相关联的反馈，当你仔细地阅读了更多的反馈的时候，你会发现他们能够分解成不同的问题：“Email 发送问题”和“Email 接收问题”，它们是完全不同的。
有时候，随着你看了越来越多的反馈，你会意识到你需要将一个特定的编码分解成两个或多个详细的编码。这没问题，返回前面将其分解为多个子编码。例如：“视觉优化”可以分解为“字体优化”和“图片排版”。记住要返回前面重新编码之前的行。
6、计算每个编码的流行度
一旦你编码了所有的数据，下一步就是计算每一个编码的总量。这将帮助你发现哪些反馈是非常普遍的以及用户反馈的模式有哪些。
完成这个任务的一个超级简单方法是：按“反馈类型”、“反馈主题”以及“反馈编码”的字母顺序，对你的数据进行排序，这将把相似的元素聚集到一起。然后高亮有相同反馈编码的单元格，电子表格将自动计算总数。创建一个总结表格记录每一个反馈编码的条目总数。
如果你有100-500条用户反馈，在你的“反馈编码”行旁边再添加一行，然后在有相同的反馈编码的每一行输入“1”(例如：在所有“裁切图片”的单元格旁添加1)。然后它们相加就可以计算出个反馈编码出现了多少次。对于其它的反馈编码，重复以上步骤就行了。
如果你有大量的数据集，你可以创建一个数据透视表来做这些计算。当你拥有大量数据的时候，使用它们做针对性的深度挖掘、分析其它的用户属性、寻找反馈之间的关联性，这些也是非常重要的。例如：哪个用户对 X 抱怨最多?需要新功能x的用户每月的花费是多少?
7、总结和分享
现在你已经编码了你的数据，你可以基于问题的流行度来写一个用户反馈的总结，使用它和你的团队一起讨论。
假如你只获得了50条甚至更少的反馈信息，你可以将其总结在一个简单的表格或者一页word 文档里。如果你有大量的反馈数据，你需要通过使用我们之前讨论过的可变因素(如反馈类型、反馈主题)将数据进行分解。这样，你就可以更轻松地掌控你所定义的不同类型的反馈，并将其转发给公司中需要用户反馈数据支撑的不同人员。
你可以通过用户反馈做的最有力量的一件事就是：创建一个最需要的前10个功能的排行榜，或者你可以运用到产品路线规划中的前10个用户问题。
分析用户反馈数据是一件非常难的事情，特别是在公司没有相关的研究人员和分析师帮助你的时候。然而，如果使用这篇文章的建议，每个人都能够将大量混乱的用户反馈分析整理成清晰且可执行的总结。最重要的是，你可以使用总结帮助公司做出明智的决定，进而改善你的产品。
作者： INTERCOM_UXR 翻译 ：王狐狸
来源：http://www.36dsj.com/archives/70860
关键字：数据, 反馈
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
