Что учитывать при работе с отзывами пользователей (фидбэком)?

Что учитывать при работе с отзывами пользователей (фидбэком)?

Возможные ответы (11)

. Зная, какая информация в последнее время на слуху у наших пользователей, мы можем заранее знать их ответы на интересующие нас вопросы. Понимание этого искажения позволяет нам составлять более качественные вопросы, избежав тех у которых очевидные ответы.
. Нам следует максимально упростить механизм обратной связи, чтобы пользователи могли поделиться своим мнением «в один клик». Любая дополнительная нагрузка в этом механизме (будь то «подталкивающие» тексты, или картинки) может усложнить действие в глазах пользователя, и лишить нас его мнения.
. Из-за нашего желания подкрепить решения данными из системы, мы можем видеть ошибочные корелляции между частотой/типом фидбэка, и каким-то нашим решением по продукту ().
. Нам нельзя принуждать пользователей давать фидбэк. Пример принуждения: обязательные ответы на сторонние вопросы при заполнении какой-то формы. Исключением может стать случай, когда пользователь отказывается от продукта. Например, перед деактивацией аккаунта или удалением приложения мы можем сделать указание причины решения обязательным.
. Нам следует избегать вопросов, которые могут причинить пользователю эмоциональный дискомфорт. Если пользователь должен выбирать между вариантами, ряд которых социально неприемлем – мы рискуем получить данные, не содержащие его настоящего мнения (или вообще ничего не получить).
. В наших механизмах обратной связи нам всегда следует обозначить контекст. Так, если мы запускаем опрос – мы должны с самого начала позаботиться о том, чтобы пользователь понимал не только сами вопросы, но и к чему в перспективе ведут его ответы. Если мы будем задавать вопросы без установленного контекста, тогда ответы с высокой вероятностью будут более «абстрактными», а результаты - менее полезными.
. Нам следует избегать абстрактных вопросов, потому что ответы на них с высокой вероятностью будут продиктованы текущим настроением пользователя. Помимо этого, нам также следует задавать вопросы в наиболее «нейтральное» время, не омраченное какими-то печальными событиями. Пример: если мы просим пользователя оценить качество нашей службы поддеркжи в траурный день в его стране, то с высокой вероятностью его ответы будут искажены.
. Неграмотное использование чисел в опросниках и прочих формах может подтолкнуть пользователей к ответам тем самым исказив полученные данные.
. Одна из наиболее популярных ошибок, допускаемых командами продукта – одновременное предложение слишком большого кол-ва опций. Пример: форма обратной связи с вопросом «Какое нововведение в продукте вы бы захотели больше всего?» с десятком ответов. Согласно закону Миллера, пользователь не сможет удерживать в уме все эти варианты одновременно, и, следственно, не сможет оценить их вес и значимость по отношению друг к другу для него лично. Как следствие, полученные нами данные не будут отражать реальной ситуации.
. Предположим мы получили фидбэк от одной категории пользователей и не получили (или получили гораздо меньше) – от другой. Если мы экстраполируем эти результаты на всех пользователей, мы рискуем принять множество ошибочных решений.
Для «подталкивания» пользователя к даче фидбэка мы можем использовать широкое множество инструментов, каждый из которых будет удобен в какой-то конкретной ситуации и конкретных задачах. Инструменты: , , , .

Связанные вопросы

Насколько полезным вы нашли этот материал?
Не полезно
1
2
3
4
5
6
7
8
9
10
Не полезно
Очень полезно
Спасибо за ваш вклад в развитие проекта!
previous bias
next bias
keepsimple logo
picВойти
Мой профильНастройкиВыйти

UX CORE GUIDE

arrow downКак пользоваться

UXCG — это бесплатный инструмент, который помогает командам выявлять проблемы пользовательского опыта, связанные с когнитивными искажениями, на всех стадиях разработки продукта: от прототипирования и тестирования до улучшения действующего продукта.

Как использовать UXCG

  1. Выберите стадию вашего продукта ниже;
  2. Выберите интересующий вас вопрос;
  3. Прочтите возможные ответы.

Каждый ответ объясняет, как когнитивные искажения связаны с вашим вопросом. Поскольку вы лучше всего понимаете свой контекст, вы можете напрямую применять полученные знания. Хотя инструмент не предоставляет готовых решений из-за уникальности каждого случая, он открывает новые перспективы, подкрепленные наукой.

Описание лейблов
Вопросы связанные с кооперацией команд и лиц, работающих над продуктом.
Вопросы связанные со стадией разработки продукта (от идеи до публичного релиза).
Вопросы связанные с продажами, маркетингом, потенциальными пользователями и общей оберткой продукта.
Вопросы связанные с интеракцией пользователей с продуктом и его функционалом.
Вопросы связанные с чтением аналитики по продукту.
search icon
Выберите стадию вашего проекта
#10.

Почему пользователи жалуются на качество нашей поддержки?

#30.

Какие ошибки мы допускаем в работе с аналитическими данными по продукту?

#41.

Что делать если упрямство наших коллег наносит вред рабочему процессу?

#43.

Что учитывать при планировании релизов продукта?

#45.

Что делать если некоторые участники нашей команды не высказывают свое мнение?

#50.

Как работать с некомпетентным коллегой/начальником?

#59.

Что учитывать при упоминании политических, социальных либо экономических событий в текстах компании/продукта?

#61.

Что делать, если команда тратит слишком много времени на неважные мелочи?

Be Kind. Do Good.