Узнайте, как максимально использовать запросы и отзывы своих клиентов.

В Nubank нам повезло, что у нас есть заинтересованная и увлеченная группа пользователей, которые каждую неделю подают сотни отзывов и запросов функций через наши каналы поддержки и социальные сети.

Этот устойчивый и лояльный поток фидбека подобен для нас золотому руднику. Редко, когда такой богатый и добровольный источник информации о потребностях и проблемах пользователей настолько легкодоступен.

Однако управлять этой информацией и эффективно ее использовать было намного сложнее, чем мы могли себе представить. В этой статье мы расскажем о некоторых проблемах, с которыми мы столкнулись, о том, как мы справлялись с ними до сих пор, и о том, что мы планируем делать дальше.

Фаза 1: Копирование и вставка скриншотов

Когда я присоединился к Nubank еще в 2016 году, мы приблизились к отметке в 1 миллион активных пользователей. На этом этапе каждое полученное нами сообщение фидбека было проактивно опубликовано нашими экспертами по поддержке клиентов (xpeers) в канале Slack, называемом #feedbacks.

Скриншоты чата поддержки, отправленные экспертами в Slack
Скриншоты чата поддержки, отправленные экспертами в Slack
Интересно отметить, что никто не требовал, чтобы члены команды поддержки подавали фидбек клиентов командам продуктов. Этот рабочий процесс был естественным результатом наличия высококвалифицированной группы техподдержки, которая наравне с дизайнерами, продакт-менеджерами и инженерами испытывала чувство ответственности за конечный продукт.

Любой сотрудник компании может присоединиться к каналу #feedbacks, просмотреть запросы в режиме реального времени, обсудить их в тредах, предлагать решения и @ упоминать заинтересованные стороны, чтобы привлечь их внимание к важным вопросам.

На данный момент канал #feedback является 34-м по популярности из 1454 каналов в нашем аккаунте Slack. 232 члена канала общаются с пользователями в реальном времени весь день.

👍 Ценность, добавленная этим первым простым решением:

  • Централизация всех отзывов клиентов в Slack
  • Дискуссии разделены на треды по каждой проблеме / идее
  • Повышено внимание к важным ошибкам или срочным проблемам приложения

Несмотря на то, что это было отличное начало, имелись очевидные проблемы, требующие решения:

👎 Недостатки первого решения:

  • Скриншоты не подходят для поиска или анализа
  • Их можно использовать только в качестве фида. Поэтому невозможно сформировать выводы
  • Один канал для всех тем фидбека, быстро стал слишком загруженным, поскольку мы выросли до многопрофильной компании

Фаза 2: Многоканальность

Чтобы адаптироваться к росту числа отзывов, команды, естественно, начали создавать побочные каналы обратной связи, специфичные для их сферы деятельности.

Таким образом, за основным каналом #feedback, который стал домом для более «общих» тем, мы стали замечать, как время от времени создавались, такие каналы как # virtual-card-feedback, # chargeback-feedback и т. д.

Благодаря этому новому подходу заинтересованные стороны теперь могут подписаться на конкретные темы и изучать конкретные потребности пользователей.

Поиск по Slack показывает наши многочисленные независимые каналы обратной связи
Поиск по Slack показывает наши многочисленные независимые каналы обратной связи

Фаза 3: Таблицы

Самое большое изменение произошло, когда мы решили, что пришло время отказаться от скриншотов, чтобы принять более структурированную форму подачи материалов онлайн. Мы создали простые Google формы и применили их к каждому каналу обратной связи.

Вначале мы опасались, что это создаст дополнительные сложности для пользователей. В то же время ценность, которую мы могли бы извлечь из анализа структурированных данных, безусловно, стоила риска.

Мы также убедились, что, когда форма была отправлена, бот повторял представление в Slack, поддерживая нашу старую модель. Таким образом, треды все еще можно найти на Slack, тогда как команды продуктов получат структурированную базу данных в Google Таблицах.

Версия нашей формы обратной связи Google
Версия нашей формы обратной связи Google
Этот новый рабочий процесс был впечатляющим, и мы некоторое время не трогали его. Теперь мы можем классифицировать и оценивать запросы функций, общаться с конкретными пользователями для более глубокого понимания их потребностей и делиться более информативными отчетами с компанией.

Однако, как мы все знаем, где есть много таблиц, есть приложение. Очень быстро мы почувствовали, что чтение длинного списка запросов в Google Таблицах не улучшает анализ, поэтому мы начали покупать сторонние приложения, которые могли бы помочь нам управлять отзывами клиентов.

Фаза 4: Сторонняя платформа

Эта идея впервые пришла нам в голову, когда мы посмотрели это видео от MailChimp, в котором их исследовательская команда объясняет, как они создали глобальную базу данных поиска в Evernote.

Мы постарались создать аналогичный рабочий процесс, но он не совсем соответствовал нашим индивидуальным потребностям. Мы искали подходящий продукт, пока не нашли ProductBoard.

Направляя наши Google формы в Product Board, мы можем сортировать сообщения по продуктам, субпродуктам, тегам и обсуждать их в контексте. Мы можем экспортировать контактную информацию для всех клиентов, которые запросили функцию X, и попросить исследователя, дизайнера или аналитика поговорить с ними.

Что еще важнее, специализированный инструмент дал нам правильное мышление для рассмотрения запросов функций. Это позволяет нам воспринимать их, как одну из точек данных среди множества других, которые мы должны рассмотреть, чтобы принимать более правильные решения.

Скриншот нашего аккаунта в Product Board
Скриншот нашего аккаунта в Product Board
Для нас эта панель мониторинга стала отправной точкой для многих проектов. Это место, куда мы идем, чтобы получить первое представление о потребностях клиентов, получить первоначальную гипотезу для исследований и распространить информацию о низкоприоритетных, но актуальных проблемах наших продуктов. Это стало незаменимой частью исследования, а не просто источником правды для принятия решений по дорожной карте.

Следующие шаги

Наше нынешнее решение дает нам гораздо лучшее чувство контроля над информацией, которую мы собираем, но этот процесс далек от совершенства. Трудно оценить затраты / выгоды от огромных усилий, требуемых для отчета, сортировки и классификации всех полученных нами сообщений, и это, безусловно, не будет масштабироваться на требуемой скорости.

Вот несколько следующих шагов, которые мы планируем предпринять в будущих итерациях.

Трудности ввода данных

Важным шагом, был бы поиск путей, чтобы клиенты могли самостоятельно сообщать о своих запросах, не открывая тикеты в службе поддержки клиентов. Это уменьшит нагрузку, создаваемую фидбек тикетами, которые не требуют поддержки, и даст нам менее предвзятый поток идей, которые сегодня неизбежно отфильтровываются по уровню внимания, или даже личного интереса к этой функции вручную.

Некоторые компании решают это, создавая отдельную «фидбек» точку входа в своих приложениях, которая отделена от раздела «Помощь» и баз знаний. Другие направляют клиентов в онлайн-форму и просят их заполнить ее самостоятельно.

Приложения, которые имеют отдельную точку входа для отзывов пользователей: Duolingo, Google Фото, Nike Training Club
Приложения, которые имеют отдельную точку входа для отзывов пользователей: Duolingo, Google Фото, Nike Training Club

Сортировка

Трудно поспевать за потоком запросов функций, если мы должны читать и сортировать их по категориям вручную. Заглядывая в будущее, нам нужна модель, которая позволит клиентам предварительно сортировать свои сообщения. Это потребует создания механизма систематизации, который смогут понять клиенты, и который мы сможем использовать для перенаправления сообщений на соответствующие каналы.

Если смотреть еще дальше, мы, возможно, захотим, чтобы алгоритмы машинного обучения выполняли сложную, повторяющуюся работу, так же, как в настоящее время, для передачи тикетов.

Ориентированно на сообщество

Некоторые компании, которыми мы восхищаемся, например, Monzo, приняли модель «открытой дорожной карты», в которой пользователи могут подавать запросы, голосовать и обсуждать функции онлайн. Пока нам не ясно, будет ли эта модель работать в нашем контексте, но это решение, которое хорошо масштабируется, и которое дает пользователям невероятное чувство владения и расширения прав и возможностей.

В заключение, есть много способов решения запросов клиентов, и это еще одна сложная проблема дизайна, над которой мы любим работать и обсуждать здесь, в Nubank. Такой объем информации может подавлять, но с правильным мышлением он может стать одним из самых дешевых и ценнейших источников данных для улучшения принятия решений по дорожной карте нашего продукта. Мы надеемся, что вдохновили вас на более пристальное внимание к фидбеку, который ваши клиенты добровольно предоставляют, и что вы используете эту информацию с умом, чтобы создавать вещи, которые они полюбят.

Мы хотели бы узнать, что вы думаете по этому вопросу. Пожалуйста, оставляйте свои комментарии с любыми отзывами, идеями и собственным опытом ниже;)

Спасибо Erick Mazer Yamashita, Max Josino, Lucas Terra и Paula Rothman.