Müşteri Geri Bildirimini Ürün Kararlarına Dönüştürmek

• Ürün sinyalleri anketlere, yorumlara, çağrılara ve iade açıklamalarına dağılmış durumdadır. Bunları tek bir ürün konuları setinde toplayın.
• Ürün sorunlarını ne kadar yüksek sesle dile getirildiklerine göre değil, memnuniyet ve iadeler üzerindeki etkilerine göre sıralayın.
• Kısa listeyi kısa bir anket ya da bir MaxDiff çalışmasıyla doğrulayın, ardından müşterilere neyin değiştiğini anlatın.

Ürün ekiplerinin sırada ne geliştirileceğine dair fikri nadiren eksiktir. Çoğu zaman eksik olan kanıttır. Hangi şikâyetler yaygın? Hangileri en çok satın alan müşteriler için önemli? Hangileri düzeltilirse davranışı gerçekten değiştirir?

Kanıt genellikle zaten mevcuttur. Yalnızca şirketin dört bir yanına, ürün ekiplerinin pek bakmadığı yerlere dağılmıştır.

• Satın alma ve ilk kullanım sonrasındaki anket yorumları.
• Kendi sitenizdeki ve pazaryerlerindeki ürün yorumları.
• Müşterilerin neyin yanlış gittiğini ayrıntılı anlattığı iletişim merkezi çağrıları ve sohbetleri.
• Özellikle serbest metin olanlar başta olmak üzere iade nedenleri.
• Her gün aynı soruları duyan mağaza ve servis ekiplerindeki çalışanlardan gelen geri bildirimler.

Her kaynak tek başına kısmi bir tablo verir, birlikte ise bir örüntü gösterir. Örneğin bir beyaz eşya markası için “temizlemesi zor” anketlerde neredeyse hiç görünmezken iade açıklamalarına ve çağrılara hâkim olabilir. (Temsilî örnek.)

Teslimat, personel ve bekleme süresi gibi deneyim konuları ürün konularıyla aynı değildir. Ürün kararları için yorumları ürün özelliklerine göre kodlayın: kullanım kolaylığı, ses, boyut ve kalıp, dayanıklılık, malzemeler, kullanım talimatları ve fiyat/değer.

Her yorumu ilgili olduğu ürüne ya da modele bağlayın. Bu, “müşteriler temizlikten şikâyet ediyor” bilgisini “iki belirli modelin müşterileri filtreyi temizlemekten şikâyet ediyor” bilgisine dönüştürür.

Bir AI motoru bu kodlamayı her kaynakta ve 50'den fazla dilde yapabilir. Ekibiniz yeni ürün konularını ortaya çıktıkça onaylar, böylece konu modeli ürün yelpazesine ayak uydurur.

Hacim zayıf bir yol göstericidir. Bazı sorunlardan sık bahsedilir ama nadiren bir puanı değiştirir; diğerlerinden daha az bahsedilir ama neredeyse her zaman tek yıldızlı bir yorum ya da bir iadeyle birlikte gelir.

Ürün konularını önemsediğiniz sonuçlarla bağlarına göre sıralayın: memnuniyet, yıldız puanı, iadeler ve tekrar satın alma gibi. Bu, ürün ekibine toplantıdaki en yüksek sese değil, kanıta dayalı kısa bir liste verir.

Geri bildirim, müşterilerin neyi sevmediğini söyler ama düzeltildiğinde en çok neye değer vereceklerini her zaman söylemez. Bir yol haritasına bağlanmadan önce kısa listeyi test edin:

• Ürünü satın alan müşterilere o belirli sorunu soran kısa ve hedefli bir anket.
• Birkaç olası iyileştirmeyi birbirine göre sıralamanız gerektiğinde bir MaxDiff çalışması. İnsanlardan en önemli ve en az önemli seçenekleri seçmelerini istemek, derecelendirme ölçeklerinden daha net bir sıralama verir. MaxDiff rehberimize bakın.

Bir değişiklik hayata geçtiğinde bunu söyleyin:

• sorunu dile getiren yorumlara yanıt verin;
• değişikliği ürün sayfalarında ve sürüm notlarında belirtin;
• mümkünse bunu isteyen müşterilere haber verin.

“Bize söylediniz, değiştirdik” bir markanın gönderebileceği en ikna edici mesajlardan biridir ve bir sonraki sefere daha faydalı geri bildirimi teşvik eder.

Ürün, CX ve kalite ekipleriyle aylık bir ürün geri bildirimi değerlendirmesi yapın. Kısa tutun ve dört şeye bakın:

1. 1etkiye göre en önemli ürün konuları;
2. 2yeni konular;
3. 3geçen ayki aksiyonların ilerleyişi;
4. 4müşterilerin hayata geçen değişiklikler hakkında söyledikleri.

Zamanla bu, görüşe dayalı yol haritası tartışmalarının yerini müşterilerin size gerçekte ne söylediğine dair ortak bir bakışa bırakır. Cloud4Feed'in ürün ekiplerini nasıl desteklediğini görmek için ürün yönetimi sayfamızı ziyaret edin.

Araştırma, analitik ve CX ekibimiz 15+ sektörde geri bildirim programları yürütürken öğrendiklerini yazıyor.