Skimle tootejuhtidele
Muutke kliendisignaalid tooteotsusteks
Tootejuhid asuvad kliendi tagasiside ja toote suuna ristumiskohas. Väljakutse ei ole kunagi andmete puudus: App Store'i arvustused, NPS-i avatud vastused, tugipöördumised, kliendiavastuse vestlused, võidetud ja kaotatud tehingute intervjuud. Väljakutse on sellest kõigest süsteemselt aru saada, kulutamata liiga palju aega ja uppumata üksikute rakenduste merre.
Skimle on põhjalik, mitmekülgne ja lihtsalt kasutatav uurimistööriist, mis võtab vastu igat tüüpi tekstiandmeid (tagasiside, intervjuud, koosolekute transkriptsioonid jne), korrastab need teemadeks ja näitab täpselt, kust iga leid pärineb. Andmeid saate koguda ka Skimle Askiga, meie lihtsa tehisintellekti toega intervjuutööriistaga, mida on lihtne toodetesse manustada. Skimlega teete otsuseid selle põhjal, mida kliendid tegelikult ütlesid, mitte selle põhjal, mida viimase tooteülevaatuse kõige valjem hääl juhtumisi mainis.
Üks tööriist kogu kvalitatiivse kliendiinfo jaoks
Olenemata sellest, kas töötate läbi 2000 App Store'i arvustust, 500 NPS-i avatud vastust või 30 põhjalikku kliendiavastuse intervjuud, on analüüsiväljakutse sama: liiga palju teksti, liiga vähe aega ja liiga suur oht jätta oluline muster märkamata. Skimle tuleb mahuga süsteemselt toime, et saaksite keskenduda tõlgendamisele.
- Analüüsige App Store'i arvustusi, NPS-kommentaare ja tugipöördumisi suures mahus
- Tehke tehisintellekti toel kliendiavastuse intervjuusid ilma planeerimise kitsaskohtadeta
- Sünteesige leide kasutajaintervjuudest, võidetud ja kaotatud tehingute vestlustest ning huvirühmade kohtumistest
- Segmentige analüüs kasutajatüübi, platvormi, hinnangu, piirkonna või mis tahes metaandmete muutuja järgi
- Täielik jälgitavus: iga teema on seotud täpse kliendi tsitaadiga
- GDPR-ile vastav andmete hoidmine ELis, andmeid ei kasutata tehisintellekti mudelite treenimiseks
MUUTKE TUHANDED KLIENDISIGNAALID SELGETEKS PRIORITEETIDEKS
Koguge ja analüüsige klientide kommentaare, App Store'i arvustusi ja NPS-kommentaare
Tuhanded App Store'i arvustused, NPS-i avatud vastused ja tugipöördumised sisaldavad tõelist signaali, kuid nende käsitsi läbilugemine ei ole realistlik ning sõnapilvetööriistad kaotavad nüansid, millest tooteotsused sõltuvad. Skimle loeb iga elemendi süsteemselt ja annab teile struktureeritud teemahierarhia, kus iga teema on seotud tegelike kliendi tsitaatidega ning filtreeritav hinnangu, platvormi või ajavahemiku järgi.
Kuidas see töötab
- 1. Importige andmed
Laadige üles CSV-ekspordid App Store'ist, NPS-tööriistast või tugiplatvormist. Skimle võtab vastu teksti, CSV, PDF-i ja Wordi ning saate allikaid ühes projektis vabalt kombineerida.
- 2. Määrake, mida otsite
Keskendage analüüs oma praegustele tooteküsimustele: puuduvad funktsioonid, loobumise märgid, takistused sisseelamisel. Või tehke avatud analüüs ja laske teemadel ise esile tulla.
- 3. Vaadake teemastruktuur üle
Skimle loob kõigi vastuste põhjal teemahierarhia, kus igal teemal on toetavate mainimiste arv ja tegelikud kliendi tsitaadid. Midagi ei võeta kokku kuni kadumiseni.
- 4. Segmentige metaandmete järgi
Filtreerige teemasid hinnangu, platvormi, kasutajatüübi või ajavahemiku järgi, et mõista, millised probleemid puudutavad milliseid kasutajaid kõige teravamalt.
- 5. Eksportige oma teekaardi jaoks
Looge struktureeritud aruanne Wordis või PowerPointis: kliendipoolsed tõendid, mida saab kohe järgmisse tooteülevaatusse või nõukogule esitatavasse ülevaatesse lisada.
KLIENDITÄHELEPANEKUD SUURES MAHUS ILMA VÄRBAMISPLAANITA
Tehke pidevat kliendiavastust meeskonda suurendamata
Pidev avastamine on põhimõtteliselt mõistlik, kuid intervjuude kiires tempos planeerimine, läbiviimine ja sünteesimine nõuab uurimismeeskonda, mida enamikul tooteorganisatsioonidel ei ole. Skimle Ask võimaldab teha tehisintellekti juhitud intervjuusid suures mahus: kliendid vastavad endale sobival ajal, tehisintellekt küsib täpsustusi ja Skimle korraldab leiud vastuste saabumisel.
Kuidas see töötab
- 1. Kujundage oma intervjuu
Kirjutage oma kliendiavastuse põhiküsimused ja määrake kontekst. Skimle Ask juhib iga vastaja läbi loomuliku vestluse ja küsib täpsustusi vastuste puhul, mis seda väärivad.
- 2. Manustage või jagage linki
Lisage intervjuu link oma rakendusse, sisseelamise voogu, loobumisküsitlusse või toe järelkirja. Vastajad täidavad selle, kui neile sobib.
- 3. Tehisintellekt peab vestlused
Iga klient saab isikupärastatud vestluse. Tehisintellekt esitab täpsustavaid küsimusi, hoiab vestluse kursil ja tabab nüansse, mis suletud küsitlustest kaduma lähevad.
- 4. Vastuseid analüüsitakse automaatselt
Vastuste saabudes korraldab Skimle need teemadeks. Teil on pidev pilt sellest, mida kliendid ütlevad, ilma analüüsisprinti ootamata.
- 5. Täiustage oma küsimusi
Uuendage intervjuukava, kui teie tooteküsimused muutuvad. Eksportige leiud iganädalaselt või igakuiselt planeerimistsüklite sisendiks.
ÜKS TEADMUSBAAS KOGU TEIE KVALITATIIVSE UURIMISTÖÖ JAOKS
Koondage leiud kasutajate süvaintervjuudest, võidetud ja kaotatud tehingute intervjuudest ning huvirühmade intervjuudest
Enamik tootemeeskondi kogub kvalitatiivseid uuringuid eraldi silodesse: eelmise kvartali kasutajaintervjuud, võidetud ja kaotatud tehingute vestlused, huvirühmade kohtumised, igaüks eraldi kaustas ja järgmisele projektile nähtamatu. Skimle võimaldab koondada kõik ühte teadmusbaasi, tuvastab mustrid kogu materjalis ja hoiab teadmised organisatsioonis, mitte ühe uurija peas.
Kuidas see töötab
- 1. Importige olemasolevad uuringud
Laadige varasemate uuringute transkriptsioonid üles koos uutega. Skimle tuleb ühes projektis toime eri vormingutega: märkmed, transkriptsioonid, kokkuvõtted.
- 2. Korraldage uurimisprogrammide kaupa
Märgistage dokumendid metaandmetega uuringu tüübi, kuupäeva või kasutajasegmendi järgi. Nii saate filtreerida ja võrrelda eri uurimisprogrammide leide.
- 3. Tuvastage läbivad mustrid
Skimle loob teemad kogu materjali põhjal, tuues esile, mis on kasutajauuringutes, võidetud ja kaotatud tehingute andmetes ning huvirühmade sisendis järjepidev ja mis on vastuoluline.
- 4. Uurige, mis on muutunud
Võrrelge, kuidas teemad jaotuvad ajavahemike või kasutajakohortide lõikes. Jälgige, kas probleem paraneb või halveneb, kui parandusi välja annate.
- 5. Jagage leide meeskonnaga
Eksportige sünteesiaruanne, mis annab kogu tootemeeskonnale juurdepääsu tõendusmaterjalile, mitte ainult uuringu teinud inimestele.
Korduma kippuvad küsimused
Korduma kippuvad küsimused
- Kuidas importida arvustusi App Store'ist või Google Playst?
- Eksportige arvustused CSV-failina App Store Connectist, Google Play Console'ist või mõnest välisest tööriistast nagu AppFollow või Sensor Tower ning laadige need otse Skimlesse. Skimle loeb arvustuse teksti ja kõik metaandmete veerud (hinnang, kuupäev, riik) ning teeb need filtreerimiseks ja segmentimiseks kättesaadavaks.
- Kas Skimle suudab analüüsida eri keeltes arvustusi?
- Jah. Skimle toetab enam kui 100 keelt ja suudab analüüsida eri turgude arvustusi ühes projektis ilma tõlkimata. Teemad ühtlustatakse keelte vahel, nii et näete, kas saksakeelsetes arvustustes esinev kasutatavuse kaebus ilmub ka inglis- ja jaapanikeelsetes.
- Mille poolest erineb Skimle Ask küsitlustööriistast?
- Küsitlustööriistad esitavad kindlaid küsimusi ja koguvad struktureeritud vastuseid. Skimle Ask peab vestlust ja esitab täpsustavaid küsimusi selle põhjal, mida vastaja ütleb, nagu teeks oskuslik intervjueerija. Saate kvalitatiivse intervjuu sügavuse küsitluse mahus.
- Kas saan Skimlet kasutada pidevaks uurimistööks, mitte ainult ühekordseteks projektideks?
- Jah. Saate projekti uute vastustega täiendada nende saabumisel ja analüüsi uuesti käivitada, et teemastruktuuri uuendada. See teeb Skimlest hea valiku pideva kliendiavastuse programmideks, kus kogute kliendi tagasisidet järjepidevalt.
- Kuidas käsitleb Skimle tundlikke kliendiandmeid?
- Kõiki andmeid hoitakse ELi serverites ja neid ei kasutata kunagi tehisintellekti mudelite treenimiseks. Skimle vastab GDPR-ile ja pakub andmetöötluslepinguid organisatsioonidele, kes neid vajavad. Kliendiandmeid ei jagata kolmandate osapooltega.
- Kui kiiresti saan suurest andmestikust tulemused?
- 500 NPS-kommentaari või App Store'i arvustust töödeldakse tavaliselt vähem kui tunniga. 30 kuni 50 intervjuu transkriptsiooni võtab 1 kuni 2 tundi. Laadite üles, käivitate analüüsi ja naasete struktureeritud teemavaate juurde, käsitsi tööd pole vaja.
Skimlest
Spetsialistidelt spetsialistidele
Skimle asub Soomes ja selle on loonud inimesed, kes mõistavad nii kvalitatiivse analüüsi nõutavat uurimuslikku põhjalikkust kui ka tootearenduse tempot. Meid usaldavad uurijad enam kui 30 ülikoolis, Soome ministeeriumid, nõustamisettevõtted ja kasvavad tootemeeskonnad. Kõiki andmeid hoitakse ELis, täielikus vastavuses GDPR-iga.
Kõiki andmeid hoitakse ELis ja töödeldakse meie range GDPR-poliitika ja kasutustingimuste kohaselt.
Soovite rohkem teada? Tutvuge meie blogiga Signal & Noise, korduma kippuvate küsimustega ja valdkonnapõhiste kasutusjuhtudega. Ettevõtte päringute või meeskonnapaketi arutamiseks võtke meiega ühendust.