Mopinionは2016年12月30日に新しいデータローダー機能をリリースします

Mopinionの新しいデータローダー機能により、ユーザーは独自のフィードバックデータセットをインポートし、ダッシュボードの外部ソースからこのデータを簡単に視覚化して分析できます。

現在、Mopinionのオンラインフィードバック分析ソフトウェアでデータを収集する方法はいくつかあります。 最も一般的なものの1つは、オンラインフィードバックフォームを介してデジタルフィードバックを要求することです。 次に、APIを介して接続された外部フィードバックツールを使用して、既存の収集ツールからフィードバックを読み込むことができます。 そして、3番目のオプションもあります。 Mopinionは、自動インポート（たとえば、電子メールやsFTPによる）を設定するオプションと、最新の利用可能な機能であるデータローダーを使用した手動インポートを設定するオプションを提供するようになりました。

データローダー機能はどのように機能しますか？

フィードバックデータセット（CSVまたはExcel形式）をファイルフィールドに直接ドラッグアンドドロップして、直接アップロードできます。 次に、ソフトウェアは、データの性質に基づいて各列のフィールドタイプを識別します。 したがって、たとえば、最初の列が日付形式（1-1-2017）の場合、ソフトウェアはこれを日付として認識し、プラットフォームでそのようにラベル付けします。 同じことが、CsatやNPSなどのオープンコメントやフィードバックスコアにも当てはまります。 これらの変数がすべて一致したら、データをインポートして、独自のグラフとダッシュボードを作成できます。 これらのダッシュボードを作成するためのヒントをいくつか紹介します。

利点

そこには多くのフィードバック収集ツールがあり、一度に複数のツールを使用しているが、これらのフィードバック項目を1つのプラットフォームで比較および視覚化する方法がない多くの企業があります。 研究データを視覚化して操作したいだけの企業もあります。 Mopinionの新しいデータローダー機能は、これらのニーズに対応すると同時に、いくつかの追加のデータ機能をテーブルにもたらします。

• 事前定義されたテンプレートに限定されません。独自の変数を、システムによって認識されるラベルとして使用できます。
• 既存のデータセットにさらにデータを追加できます。たとえば、定期的に繰り返されるデータエクスポートがある場合は、レポートを日次、週次、または月次のデータセットで更新できます。 さらに、Mopinionのソフトウェアは、以前にインポートしたすべてのデータセットを使用してインポートアーカイブを構築します。 これは基本的に、アップロードしたファイル、含まれているレコードの数、およびこれがいつ行われたかを確認できるデータ履歴です。 これらは、不要になったときに削除できます。
• ネットプロモータースコア（NPS）、目標完了率（GCR）、顧客努力スコア（CES）などの指標を自分で計算する必要はなくなりました。 Mopinionのソフトウェアには、これらを自動的に計算できる機能が組み込まれています。

多数のデータ変数に対応

Mopinionのフィードバック分析ソフトウェアは、オンラインマーケターやアナリストが定期的に使用するさまざまな指標を計算できます。これには、次のようなものが含まれますが、これらに限定されません。

1. NPS

ネットプロモータースコアは、顧客の忠誠心を測定するために使用される指標です。 NPSは、プロモーター、パッシブ、デトラクターの3つのグループに分類されます。

プロモーター：これらはあなたの会社に忠実であり、あなたから購入し続け、あなたを友人や家族に紹介する顧客です。 プロモーターは9から10の間でランク付けされます。

パッシブ：一般的に満足しているが、必ずしもプロモーターほど熱心ではない顧客。 これらの顧客は、競合他社の製品に関心を持つ可能性も高くなります。 パッシブは7から8の間にランク付けされます。

中傷者：それはあなたのサービスや製品に不満を持っている顧客である中傷者を残します。 そして、このコンテンツの感覚が中傷者によって広められた場合、それはあなたのブランドに非常に有害である可能性があります。 Unitivが実施した調査によると、回答者の75％が、友人や家族と悪いまたは否定的な経験を共有する可能性が高いと回答しましたが、本当に満足している製品/サービスを推奨するのは42％のみでした。 フィードバックに対応し、顧客を満足させ続ける理由はなおさらですよね？ 中傷者は0から6の間にランク付けされます。

NPSの計算：
プロモーター（9と10）のパーセンテージを取り、デトラクター（0から6）のパーセンテージを引きます。

レポート： NPSは、一定期間にわたる単一のスコアとしてレポートできます（たとえば、12月のNPSは22でした）。 また、トレンドで計算して、時間の経過（日、週、月）の変化を示し、最後に、分布（プロモーター/デトラクター/パッシブのパーセンテージ）の合計または時間の経過を示すことができます。

2. GCR

目標達成率は、Webサイトまたはモバイルアプリで特定の（マーケティング）目標を達成した人の数を測定します。 これは通常、Webサイトが訪問者や顧客にどのようにアピールするかを確認するために使用されます。 これらのスコアは、認知から購入段階までのコンバージョン率を示すことが多いため、購入ファネルの重要な部分です。 運用上、訪問者に「（今回のWebサイトへの訪問で）目標を達成できましたか？」と尋ねます。 次に、「はい」、「部分的に」、「いいえ」の3つのオプションを提供します。



GCRの計算：目標完了率=完了した目標のパーセンテージ（はい）/ GCRの合計パーセンテージ（はい、部分的に、いいえ）

レポート： GCRは、一定期間の単一のパーセンテージとしてレポートできます（たとえば、12月のGCR 40％– 40％が「はい私は目標を達成しました」と言ったことを意味します）。 また、トレンドで計算して、時間の経過（日、週、月）の変化を示し、最後に、分布（はい、部分的、いいえ）の合計または時間の経過を示すことができます。

3. CES

顧客努力スコアは、基本的に、顧客がWebサイトまたはアプリで目標を達成するために費やした努力を測定します。 このメトリックを使用すると、顧客の進路にある障害を取り除くことができます。 たとえば、自分の経験を満足のいくものとしてランク付けしている顧客がいるが、彼らはあなたのブランドに忠実であり続けておらず、その理由がわからないとします。 この指標は、オンラインの目標を達成しようとしているときに、彼らがどのような困難に遭遇したかについての洞察を提供します。



CESの計算： 「ほとんど努力していない」と「ほとんど努力していない」のスコアを与える人の割合を計算します。 つまり、基本的に1または2です。次に、これをパーセンテージとして計算するので、たとえば65％になります。 これは、CESスコアを提供したすべての人の65％が、目標を達成するのに「ほとんど努力しなかった」または「ほとんど努力しなかった」と述べたことを意味します。

レポート： GCRと同様に、CESも一定期間の単一のパーセンテージとしてレポートできます。 たとえば、11月のCESは64％です。 これは、目標を達成するためにほとんど努力しなかった顧客の割合を表しています。 また、時間の経過（日、週、月）でどのように進化するかを示す傾向で計算することもでき、最後に、全体または進行中の分布（（非常に）少しの努力、中立、（非常に）多くの努力）を示すことができます時間。

4.ブラウザの種類

追加のメトリックは、訪問者/顧客が使用しているブラウザーのタイプ（つまり、Internet Explorer、FireFox、Google Chrome、Safari）を識別することです。 これがウェブサイトの最適化とバグやウェブページのエラーの特定の分野で重要な指標である理由は、おそらくすでに推測できます。

Foundant Technologiesは次のように述べています。「ウェブサイトをパーティーの主催者と考えてください。彼らはパーティープランナー（ブラウザ）にパーティーに必要なすべてのもののリストを提供し、すべてがどこに行くべきかを説明します。 しかし、時には主催者が1つのことを言い、パーティープランナーが別のことを理解することがあります。 その結果、パーティーのゲストとして、フォークでスープを食べようとしているために混乱してしまいます。」

言い換えれば、すべてのブラウザが開発に関して同じアプローチを採用しているわけではなく、Webページに情報を表示する単一の方法はありません。 したがって、訪問者が使用しているブラウザを特定することは、技術的なエラーを特定する上で重要になる可能性があります。



ブラウザタイプの識別：これは、ユーザーエージェントを使用して実行できます。 基本的に、これにより、Webサイトは特定のアドバイス、つまりブラウザやオペレーティングシステムに適応できます。

5.URL

フィードバック収集を通じて受け取るフィードバックデータの多くでは、フィードバックの発信元または関連する特定のURLを特定することが重要になることがよくあります。 そのため、Mopinionのソフトウェアでは、Webサイトとモバイルアプリの両方のURLもインポートされます。 この情報を使用すると、フィードバックの発信元を特定できるだけでなく、たとえば、どのページが最高または最低のスコアを付けているかも確認できます。

6.コメントを開く

オープンコメントフィールドは、オンライン訪問者から定性的なデータを収集するための優れた方法であり、多くの場合、Webサイトのさまざまな部分に対する感情とより深い洞察が豊富です。



未解決のコメントの分析：未解決のコメントの分析（テキスト分析とも呼ばれます）には、単語数、単語のグループ化、感情分析、機械学習によるコメントの分類など、さまざまな手法を適用できます。 「テキスト分析を使用してチャーンを減らす」方法については、以前のブログでテキスト分析とこれらの手法を適用する方法の詳細をお読みください。

フィードバックデータを取得して分析を開始してください。

デジタルマーケティング担当者やアナリストなら誰でも、これらがオンラインの顧客フィードバックを分析するための最良の指標のいくつかであることを知っています。 すでにフィードバックを収集し、これらのメトリックの多くも使用していますか？