https://mp.weixin.qq.com/s/qcBrGFWiJuywLj47i7BebA

设计师在工作中，为了完善产品体验，最常规的就是通过调研获取用户反馈。那么还有哪些渠道可以找到用户声音呢？我们在以下文章里，以双11活动为例，发现淘宝、天猫平台体验问题。从问题渠道、分类、提炼体验问题、思考四个维度来和大家分享。


一、问题从哪里来

需要找到产品体验问题，首先要从用户声音（VOC）来源着手。以双11举例，我们整合了双11期间，用户声音的来源从以下几个方面获取：热线、投诉、在线、小蜜、退款、淘宝/天猫反馈、舆情（微博 /内网 /新闻/政府/论坛/微信公众号）、其他。
image.png

二、问题怎么分类

面对那么多问题渠道来源，都是哪些问题类型呢？这里最快捷的方法，就是和对应的产品、运营负责人获取一些问题case，然后对问题case进行梳理归类。我们发现主要分服务类和平台类问题。再细分下，主要分技术、产品、设计、咨询（客户纯电话咨询）四个大类。我们进一步发现，涉及到技术、产品、设计、咨询，甚至有的问题是结合技术、产品、设计综合型问题。设计师的角色我们无法把问题都解决。但是我们能够通过问题归类，将问题反馈/推动给对应的技术团队/负责人区解决问题。
image.png
从解决问题的初衷来看待问题，从业务视角对用户反馈进行分类：
image.png

三、如何提炼体验问题

我们以双11为契机，以找到淘宝体验问题为目标，对VOC进行了一波人肉实操。

1.总量与抽样
由于每天的数据量都是千万级用户原声，单从人力是无法完成如此庞大的数据搜集。我们根据双11前-中-后5天进行人肉抽样。
image.png
过程很艰辛，通过人肉抽样分析，我们发现体验问题主要集中在热线、小蜜、在线居多，投诉、退款、舆情居少。奋战了3天，我们将抽样的体验问题划分出来：
image.png

2.设计与业务视角图
在12个体验问题里，我们制定了设计视角图，作为体验问题的维度划分。同时对体验问题进行交叉定位，织成“捕捞”设计问题的网。
image.png
image.png

3.影响力计算

渠道重要性反馈数量
从用户反馈问题的渠道来映射问题的紧急程度，从而制定影响力评分，并与业务方沟通达成共识。确定分数的合理性。

热线：电脑交流，急切程度高 2分 投诉：上升到投诉，急切程度高 2分 舆情：印象面较大，急切程度高 2分 在线：找到客服文字沟通，急切程度中 1分 小蜜：和小蜜文字沟通，急切程度较低 0.5 退款：引起退款的原因复杂，相关度低 0.1分

通过交叉表来制定

影响力=VOC广度 x VOC紧急度 VOC广度=相关VOC数量 VOC紧急度=根据用户反馈渠道来定义紧急度

image.png

4.问题模版
将不同渠道收集的问题、设计图、原声、权重分、影响范围整理呈现，并反馈提交问题。以解决问题的角色定位，和技术同学达成战略握手。
image.png

四、思考：更高效发现问题

每天千万级的用户原声，单纯依靠人力定期去抽样摸排既不能对原声整体建立认知，也很难长时间持续耗费精力。如何才能解决这样的问题? 我们有一个非常初步的计划：
image.png

面临的挑战
挑战一、设计问题的跨专业定义
判断用户反馈的一个问题，通过设计的力量能不能解决? 在一个相对专业的设计岗位者看来都是很容易判断的，但将这个判断标准下行到客服小二处，就没有那么简单了，这时需要我们去定义规则和边界。目前我们能应用到的分类方式还是非常粗线条的，如图是我们在人肉实践的案例中用到的分类，当它需要被跨专业准确传递到客服小二处，需要我们去明确每一条细则下的典型案例是什么，语义特征是什么，并且做好客服小二端的专业判断支持者。
image.png

挑战二、设计问题向算法传递
目前通过机器自主学习出来的结果仍然存在：精准度不高、发现新问题能力不足等。所以我们仍需要给算法输出每个体验类别的规则，辅助算法更加精准得找到设计师关注的问题。举例图2中的分支“设计视角-信息和内容-是否提供了必要的信息”这一情况说明我们如何通过抽象原声的共性，并给算法提供规则。
image.png

预见的结果
由于以上谈到的挑战，从人肉发现问题到算法发现问题的过渡正在缓缓徐行，但从未放弃。可以预见让算法拥有甄别用户原声的价值可以给平台的优化带来有价值的的前瞻性和动力。文末，用一张图把人肉和算法做对比。
image.png
image.png