Mopinion, 새로운 Data Loader 기능 출시 2016년 12월 30일

Mopinion의 새로운 데이터 로더 기능을 통해 사용자는 자신의 피드백 데이터 세트를 가져와 대시보드의 외부 소스에서 이 데이터를 쉽게 시각화 및 분석할 수 있습니다.

이제 Mopinion의 온라인 피드백 분석 소프트웨어에서 데이터를 수집하는 여러 가지 방법이 있습니다. 가장 일반적인 것 중 하나는 온라인 피드백 양식을 통해 디지털 피드백을 요청하는 것입니다. 둘째, API를 통해 연결된 외부 피드백 도구를 사용하여 이미 있는 수집 도구에서 피드백을 로드할 수 있습니다. 그리고 세 번째 옵션도 있습니다. 이제 Mopinion은 사용 가능한 최신 기능인 데이터 로더를 사용한 수동 가져오기와 함께 자동 가져오기(예: 이메일 또는 sFTP)를 설정하는 옵션을 제공합니다.

데이터 로더 기능은 어떻게 작동합니까?

피드백 데이터 세트(CSV 또는 Excel 형식)를 파일 필드로 직접 끌어다 놓고 직접 업로드할 수 있습니다. 그런 다음 소프트웨어는 데이터의 특성에 따라 각 열의 필드 유형을 식별합니다. 예를 들어 첫 번째 열이 날짜 형식(1-1-2017)인 경우 당사 소프트웨어는 이를 날짜로 인식하고 당사 플랫폼에서 레이블을 지정합니다. Csat 및 NPS와 같은 공개 댓글 및 피드백 점수도 마찬가지입니다. 이러한 변수가 모두 일치하면 데이터를 가져와 고유한 차트와 대시보드를 만들 수 있습니다. 다음은 이러한 대시보드를 구축하는 방법에 대한 몇 가지 팁입니다.

이점들

피드백 수집 도구가 많이 있고 여러 도구를 한 번에 사용하지만 이러한 피드백 항목을 하나의 플랫폼에서 비교하고 시각화할 방법이 없는 많은 회사가 있습니다. 연구 데이터를 시각화하고 작업하려는 회사도 있습니다. Mopinion의 새로운 데이터 로더 기능은 이러한 요구를 수용하는 동시에 몇 가지 추가 데이터 기능을 테이블에 제공합니다.

• 사전 정의된 템플릿에 국한되지 않습니다. 고유한 변수를 시스템에서 인식할 레이블로 사용할 수 있습니다.
• 기존 데이터 세트에 더 많은 데이터를 추가할 수 있습니다. 예를 들어 주기적으로 반복되는 데이터 내보내기가 있는 경우 일별, 주별 또는 월별 데이터 세트로 보고서를 업데이트할 수 있습니다. 또한 Mopinion의 소프트웨어는 이전에 가져온 모든 데이터 세트로 가져오기 아카이브를 구축합니다. 이것은 기본적으로 어떤 파일을 업로드했는지, 얼마나 많은 레코드를 포함했는지, 언제 완료했는지 확인할 수 있는 데이터 기록입니다. 더 이상 필요하지 않을 때 제거할 수 있습니다.
• NPS(순 추천 고객 점수), GCR(목표 달성률) 및 CES(고객 노력 점수)와 같은 측정항목을 더 이상 직접 계산할 필요가 없습니다. Mopinion의 소프트웨어에는 자동으로 계산할 수 있는 기능이 내장되어 있습니다.

수많은 데이터 변수 수용

Mopinion의 피드백 분석 소프트웨어는 다음을 포함하여(이에 국한되지 않음) 온라인 마케터와 분석가가 정기적으로 사용하는 다양한 메트릭을 계산할 수 있습니다.

1. 국민연금

Net Promoter Score는 고객 충성도를 측정하는 데 사용되는 지표입니다. NPS는 추천자, 수동자 및 비추천자의 세 그룹으로 나뉩니다.

발기인: 이들은 귀하의 회사에 충성하고 귀하로부터 계속 구매하고 귀하를 친구 및 가족에게 추천할 고객입니다. 발기인은 9에서 10 사이의 순위입니다.

수동적 고객: 일반적으로 만족하지만 반드시 귀하의 프로모터만큼 열광적이지는 않은 고객입니다. 이러한 고객은 경쟁업체의 제안에 더 관심을 가질 가능성이 높습니다. 패시브는 7에서 8 사이입니다.

비방 자: 비방자는 귀하의 서비스나 제품에 불만을 품은 고객을 남깁니다. 그리고 이러한 콘텐츠의 느낌이 비방하는 사람에 의해 퍼질 경우 브랜드에 매우 해로울 수 있습니다. Unitiv에서 실시한 설문 조사에 따르면 응답자의 75%는 친구 및 가족과 좋지 않거나 부정적인 경험을 공유할 가능성이 있다고 밝혔고 42%만이 정말 만족하는 제품/서비스를 추천할 것이라고 말했습니다. 피드백에 응답하고 고객을 행복하게 유지해야 하는 더 많은 이유가 있습니다. 그렇죠? 비추천자는 0에서 6 사이의 순위입니다.

NPS 계산:
추천자 비율(9 및 10)을 취하고 비추천자 비율(0~6)을 뺍니다.

보고: NPS는 일정 기간 동안 단일 점수로 보고될 수 있습니다(예: 12월의 NPS는 22). 또한 시간(일, 주, 월)에 따라 어떻게 진화하는지 보여주는 추세로 계산할 수 있으며 마지막으로 전체 또는 시간 경과에 따라 진행되는 분포(추천자/비추천자/수동적 비율)를 표시할 수 있습니다.

2. GCR

목표 완료율은 웹사이트 또는 모바일 앱에서 특정(마케팅) 목표를 완료한 사람들의 수를 측정합니다. 일반적으로 웹 사이트가 방문자와 고객에게 어떻게 호소하는지 확인하는 데 사용됩니다. 이러한 점수는 인지에서 구매 단계에 이르는 전환율을 종종 보여줄 수 있으므로 구매 유입경로의 핵심 부분입니다. 운영상 귀하는 방문자에게 다음과 같이 질문합니다. "목표를 달성할 수 있었습니까(이번 웹사이트 방문으로)?" 그런 다음 '예', '부분적으로' 및 '아니요'의 세 가지 옵션을 제공합니다.



GCR 계산: 목표 달성률 = 목표 달성 비율(예) / 총 비율 GCR(예, 부분적으로, 아니오)

보고: GCR은 일정 기간 동안 단일 백분율로 보고될 수 있습니다(예: 12월의 GCR 40% - 40%가 "예, 목표에 도달했습니다"라고 응답함). 또한 시간(일, 주, 월)에 따라 어떻게 진화하는지 보여주는 추세로 계산할 수 있으며 마지막으로 전체 또는 시간 경과에 따라 진행되는 분포(예, 부분, 아니오)를 표시할 수 있습니다.

3. CES

고객 노력 점수는 기본적으로 고객이 웹사이트 또는 앱에서 목표를 달성하기 위해 얼마나 많은 노력을 기울였는지 측정합니다. 이 메트릭을 사용하면 고객의 경로에 있는 장애물을 제거할 수 있습니다. 예를 들어, 만족스러운 경험을 했다고 평가한 고객이 있지만 고객이 브랜드 충성도를 유지하지 않고 이유를 모른다고 가정해 보겠습니다. 이 지표는 온라인 목표를 달성하기 위해 노력하는 동안 어떤 어려움에 부딪혔는지에 대한 통찰력을 제공합니다.



CES 계산: "노력이 거의 없음" 및 "노력이 거의 없음"에 점수를 부여한 사람들의 비율을 계산합니다. 따라서 기본적으로 1 또는 2입니다. 그런 다음 이것을 백분율로 계산하므로 예를 들어 65%가 됩니다. 이것은 CES 점수를 제공한 모든 사람들의 65%가 목표를 달성하는 데 "매우 적은 노력" 또는 "적은 노력"이 필요하다고 말했습니다.

보고: GCR과 유사하게 CES도 일정 기간 동안 단일 백분율로 보고될 수 있습니다. 예를 들어, 11월의 CES는 64%입니다. 이것은 목표를 달성하기 위해 거의 노력을 들이지 않아도 되는 고객의 비율을 나타냅니다. 또한 시간(일, 주, 월)에 따라 어떻게 진화하는지 보여주는 추세로 계산할 수 있으며 마지막으로 전체 또는 진행 중인 분포((매우) 적은 노력, 중립, (매우) 많은 노력)를 표시할 수 있습니다. 시각.

4. 브라우저 종류

추가 측정항목은 방문자/고객이 사용하는 브라우저 유형(예: Internet Explorer, FireFox, Google Chrome, Safari)을 식별하는 것입니다. 이것이 웹사이트 최적화 및 버그 및 웹 페이지 오류 식별 영역에서 중요한 지표인 이유를 이미 짐작할 수 있습니다.

Foundant Technologies는 다음과 같이 말합니다. 그러나 때때로 호스트는 한 가지를 말하고 파티 플래너는 다른 것을 이해할 수 있습니다. 결과는 파티의 손님으로서 포크로 수프를 먹으려고 하기 때문에 혼란에 빠지게 되는 것입니다.”

즉, 모든 브라우저가 개발 측면에서 동일한 접근 방식을 사용하는 것은 아니며 웹 페이지에 정보를 표시하는 단일 방법도 없습니다. 따라서 방문자가 사용 중인 브라우저를 식별하는 것이 기술적 오류를 식별하는 데 중요할 수 있습니다.



브라우저 유형 식별: 사용자 에이전트를 사용하여 수행할 수 있습니다. 기본적으로 이것은 웹사이트가 특정 조언(예: 브라우저 또는 운영 체제)에 적응할 수 있도록 합니다.

5. URL

피드백 수집을 통해 받는 피드백 데이터의 대부분은 피드백의 출처 또는 관련이 있는 특정 URL을 식별하는 것이 중요합니다. 이것이 Mopinion의 소프트웨어가 웹사이트와 모바일 앱 모두에 대한 URL을 가져오는 이유입니다. 이 정보를 사용하면 피드백의 출처를 식별할 수 있을 뿐만 아니라 예를 들어 어떤 페이지가 최고 또는 최저 점수를 받았는지 확인할 수 있습니다.

6. 댓글 열기

공개 댓글 필드는 웹사이트의 다른 부분에 대한 감성과 심층적인 통찰력이 풍부한 온라인 방문자로부터 정성적 데이터를 캡처하는 좋은 방법입니다.



공개 댓글 분석: 단어 수, 단어 그룹화, 감정 분석 및 머신 러닝을 통한 댓글 분류를 포함하여 공개 댓글을 분석(텍스트 분석이라고도 함)하기 위해 여러 기술을 적용할 수 있습니다. "텍스트 분석을 사용하여 이탈 감소" 방법에 대한 이전 블로그에서 텍스트 분석 및 이러한 기술을 적용하는 방법에 대해 자세히 읽어보십시오.

피드백 데이터를 수집하고 분석을 시작하십시오!

모든 디지털 마케터나 분석가는 이것이 온라인 고객 피드백을 분석하기 위한 최고의 지표라는 것을 알고 있습니다. 이미 피드백을 수집하고 이러한 측정항목을 많이 사용하고 계십니까?