Mopinion merilis fitur Data Loader baru 30 Des 2016

Fitur pemuat data baru Mopinion akan memungkinkan pengguna untuk mengimpor kumpulan data umpan balik mereka sendiri dan dengan mudah memvisualisasikan dan menganalisis data ini dari sumber eksternal di dasbor kami.

Sekarang ada beberapa cara berbeda untuk mengumpulkan data dalam perangkat lunak analitik umpan balik online Mopinion. Salah satu yang paling umum adalah meminta umpan balik digital melalui formulir umpan balik online. Kedua, alat umpan balik eksternal yang terhubung melalui API dapat digunakan untuk memuat umpan balik Anda dari alat pengumpulan yang sudah Anda miliki. Dan ada juga opsi ketiga. Mopinion sekarang menyediakan opsi untuk mengatur impor otomatis (misalnya, melalui email atau sFTP) serta dengan impor manual menggunakan pemuat data, yang merupakan fitur terbaru kami yang tersedia.

Bagaimana cara kerja fitur pemuat data?

Anda dapat menarik dan melepaskan kumpulan data umpan balik Anda (dalam format CSV atau Excel) langsung ke bidang file kami dan mengunggahnya secara langsung. Perangkat lunak kemudian akan mengidentifikasi jenis bidang untuk setiap kolom berdasarkan sifat data. Jadi misalnya, jika kolom pertama Anda adalah format tanggal (1-1-2017), perangkat lunak kami akan mengenali ini sebagai tanggal dan memberi label seperti itu di platform kami. Hal yang sama berlaku untuk komentar terbuka dan skor umpan balik seperti Csat dan NPS. Setelah semua variabel ini dicocokkan, Anda dapat mengimpor data dan membuat bagan dan dasbor Anda sendiri. Berikut adalah beberapa tip tentang cara membuat dasbor ini.

Keuntungannya

Ada banyak alat pengumpulan umpan balik di luar sana dan banyak perusahaan yang menggunakan banyak alat sekaligus tetapi tidak memiliki cara untuk membandingkan dan memvisualisasikan item umpan balik ini dalam satu platform. Ada juga perusahaan yang hanya ingin memvisualisasikan dan bekerja dengan data penelitian. Fitur pemuat data baru Mopinion mengakomodasi kebutuhan ini, sekaligus menghadirkan beberapa fitur data tambahan:

• Anda tidak terbatas pada template yang telah ditentukan sebelumnya: Anda dapat menggunakan variabel Anda sendiri sebagai label yang akan dikenali oleh sistem kami.
• Anda dapat menambahkan lebih banyak data ke kumpulan data yang sudah ada sebelumnya: Misalnya, jika Anda memiliki ekspor data berulang secara berkala, Anda dapat memperbarui laporan dengan kumpulan data harian, mingguan, atau bulanan. Selain itu, perangkat lunak Mopinion membuat arsip impor dengan semua kumpulan data sebelumnya yang telah Anda impor. Ini pada dasarnya riwayat data di mana Anda dapat melihat file mana yang telah Anda unggah, berapa banyak catatan yang dikandungnya dan kapan ini dilakukan. Ini dapat dihapus ketika tidak lagi diperlukan.
• Anda tidak perlu lagi menghitung metrik sendiri, seperti Net Promoter Score (NPS), Goal Completion Rate (GCR) dan Customer Effort Score (CES), . Perangkat lunak Mopinion memiliki kemampuan bawaan yang memungkinkannya menghitung ini untuk Anda secara otomatis.

Mengakomodasi banyak variabel data

Perangkat lunak analitik umpan balik Mopinion dapat menghitung berbagai metrik yang digunakan secara teratur oleh pemasar dan analis online, termasuk (namun tidak terbatas pada) berikut ini:

1. NPS

Skor Promotor Bersih adalah metrik yang digunakan untuk mengukur loyalitas pelanggan. NPS dipecah menjadi tiga kelompok berbeda: Promotor, Pasif, dan Detraktor.

Promotor: Ini adalah pelanggan yang setia kepada perusahaan Anda dan akan terus membeli dari Anda dan merujuk Anda ke teman dan keluarga. Promotor diberi peringkat antara 9 dan 10.

Pasif: Pelanggan yang umumnya puas tetapi belum tentu seantusias Promotor Anda. Pelanggan ini juga lebih cenderung tertarik pada penawaran pesaing Anda. Pasif diberi peringkat antara 7 dan 8.

Pencela: Itu meninggalkan pencela, yaitu pelanggan yang tidak puas dengan layanan atau produk Anda. Dan jika perasaan konten ini disebarkan oleh pencela, itu bisa sangat berbahaya bagi merek Anda. Menurut survei yang dilakukan oleh Unitiv, 75% responden mengindikasikan bahwa mereka cenderung berbagi pengalaman buruk atau negatif dengan teman dan keluarga, sementara hanya 42% yang akan merekomendasikan produk/layanan yang benar-benar mereka sukai. Semakin banyak alasan untuk menanggapi umpan balik dan membuat pelanggan Anda senang, bukan? Para pencela diberi peringkat antara 0 dan 6.

Menghitung NPS:
Ambil persentase Promotor (9 dan 10) dan kurangi persentase Detractors (0 hingga 6).

Pelaporan: NPS dapat dilaporkan sebagai skor tunggal selama periode waktu tertentu (misalnya, NPS bulan desember adalah 22). Ini juga dapat dihitung dalam tren untuk menunjukkan bagaimana perkembangannya dari waktu ke waktu (hari, minggu, bulan) dan terakhir, kami dapat menunjukkan distribusi (persentase promotor/penentang/pasif) secara total atau berkembang seiring waktu.

2. GCR

Rasio Penyelesaian Sasaran mengukur jumlah orang yang menyelesaikan sasaran (pemasaran) tertentu di situs web atau aplikasi seluler Anda. Biasanya digunakan untuk melihat bagaimana situs web Anda menarik bagi pengunjung dan pelanggan Anda. Skor ini adalah bagian penting dari corong pembelian Anda karena Anda sering dapat menunjukkan tingkat konversi mulai dari kesadaran hingga fase pembelian. Secara operasional Anda bertanya kepada pengunjung Anda: "Apakah Anda dapat mencapai tujuan Anda (dengan kunjungan ini ke situs web kami)?" Kemudian Anda menawarkan tiga opsi, 'Ya', 'Sebagian' dan 'Tidak'.



Menghitung GCR: Rasio Penyelesaian Sasaran = Persentase Sasaran Terselesaikan (Ya) / Total persentase GCR (Ya, Sebagian, Tidak)

Pelaporan: GCR dapat dilaporkan sebagai persentase tunggal selama periode waktu tertentu (misalnya, GCR bulan Desember 40% – artinya 40% mengatakan “Ya, saya telah mencapai tujuan saya”). Hal ini juga dapat dihitung dalam tren untuk menunjukkan bagaimana ia berkembang dari waktu ke waktu (hari, minggu, bulan) dan terakhir, kita dapat menunjukkan distribusi (Ya, Sebagian, Tidak) secara total atau berkembang dari waktu ke waktu.

3. CES

Skor Upaya Pelanggan pada dasarnya mengukur seberapa banyak upaya yang harus dilakukan pelanggan Anda untuk mencapai tujuan mereka di situs web atau aplikasi Anda. Menggunakan metrik ini dapat memungkinkan Anda menghilangkan hambatan di jalur pelanggan Anda. Misalnya, Anda memiliki pelanggan yang menilai pengalaman mereka memuaskan tetapi mereka tidak tetap setia pada merek Anda dan Anda tidak tahu mengapa. Metrik ini memberi Anda wawasan tentang kesulitan apa yang mereka hadapi di sepanjang jalan saat mencoba mencapai tujuan online mereka.



Menghitung CES: Kami menghitung persentase orang yang memberikan skor "sangat sedikit usaha" dan "sedikit usaha". Jadi pada dasarnya 1 atau 2. Dan kemudian kami menghitung ini sebagai persentase, jadi Anda akan mendapatkan misalnya 65%. Ini berarti bahwa 65% dari semua orang yang memberikan skor CES mengatakan bahwa dibutuhkan “sangat sedikit usaha” atau “sedikit usaha” untuk mencapai tujuan mereka.

Pelaporan: Serupa dengan GCR, CES juga dapat dilaporkan sebagai persentase tunggal selama periode waktu tertentu. Misalnya, CES bulan November adalah 64%. Ini mewakili persentase pelanggan yang harus berusaha dengan sangat sedikit untuk mencapai tujuan mereka. Hal ini juga dapat dihitung dalam tren untuk menunjukkan bagaimana ia berkembang dari waktu ke waktu (hari, minggu, bulan) dan terakhir, kita dapat menunjukkan distribusi ((Sangat) sedikit usaha, netral, (sangat) banyak usaha) secara total atau berkembang selama waktu.

4. Jenis peramban

Metrik tambahan adalah mengidentifikasi jenis browser (yaitu Internet Explorer, FireFox, Google Chrome, Safari) yang digunakan pengunjung/pelanggan Anda. Anda mungkin sudah dapat menebak mengapa ini merupakan metrik penting di bidang pengoptimalan situs web dan mengidentifikasi bug dan kesalahan halaman web.

Seperti yang dikatakan Foundant Technologies, “Pikirkan situs web sebagai tuan rumah pesta, mereka memberi perencana pesta (peramban) daftar semua hal yang diperlukan untuk pesta dan menjelaskan ke mana harus pergi. Namun terkadang pembawa acara mungkin mengatakan satu hal dan perencana pesta memahami hal lain. Hasil akhirnya adalah, sebagai tamu pesta, Anda akhirnya bingung karena Anda mencoba makan sup dengan garpu”.

Dengan kata lain, tidak semua browser memiliki pendekatan yang sama dalam hal pengembangan dan tidak ada satu cara untuk menampilkan informasi pada halaman web. Oleh karena itu, mengidentifikasi browser mana yang digunakan pengunjung Anda dapat menjadi kunci dalam mengidentifikasi kesalahan teknis.



Mengidentifikasi jenis browser: Ini dapat dilakukan dengan menggunakan agen pengguna. Pada dasarnya, ini memungkinkan situs web untuk beradaptasi dengan saran tertentu, yaitu browser atau sistem operasi.

5. URL

Dengan banyak data umpan balik yang Anda terima melalui pengumpulan umpan balik, seringkali penting untuk mengidentifikasi URL tertentu tempat umpan balik berasal atau berkaitan. Itulah sebabnya dengan perangkat lunak Mopinion juga mengimpor URL untuk situs web dan aplikasi seluler Anda. Dengan informasi ini Anda tidak hanya dapat mengidentifikasi asal umpan balik, tetapi juga melihat halaman mana yang mendapat skor tertinggi atau terendah, misalnya.

6. Buka Komentar

Kolom komentar terbuka adalah cara yang bagus untuk menangkap data kualitatif dari pengunjung online Anda, seringkali kaya dengan sentimen dan wawasan yang lebih dalam ke berbagai bagian situs web Anda.



Menganalisis Komentar Terbuka: Sejumlah teknik dapat diterapkan untuk menganalisis komentar terbuka (juga dikenal sebagai analisis teks), termasuk jumlah kata, pengelompokan kata, analisis sentimen, dan pengkategorian komentar melalui pembelajaran mesin. Baca lebih lanjut tentang analisis teks dan bagaimana menerapkan teknik ini di blog saya sebelumnya tentang cara "Mengurangi churn menggunakan analisis teks".

Ambil data umpan balik Anda dan mulailah menganalisis!

Setiap pemasar atau analis digital tahu bahwa ini adalah beberapa metrik terbaik di luar sana untuk menganalisis umpan balik pelanggan online. Sudah mengumpulkan umpan balik dan menggunakan banyak metrik ini juga?