Mopinion เปิดตัวฟีเจอร์ Data Loader ใหม่ 30 ธ.ค. 2559

เผยแพร่แล้ว: 2016-12-30

ฟีเจอร์ตัวโหลดข้อมูลใหม่ของ Mopinion จะทำให้ผู้ใช้สามารถนำเข้าชุดข้อมูลคำติชมของตนเอง และแสดงภาพและวิเคราะห์ข้อมูลนี้ได้อย่างง่ายดายจากแหล่งข้อมูลภายนอกในแดชบอร์ดของเรา


ขณะนี้มีหลายวิธีในการรวบรวมข้อมูลในซอฟต์แวร์วิเคราะห์ความคิดเห็นออนไลน์ของ Mopinion สิ่งหนึ่งที่พบได้บ่อยที่สุดคือการขอคำติชมดิจิทัลผ่านแบบฟอร์มคำติชมออนไลน์ ประการที่สอง เครื่องมือคำติชมภายนอกที่เชื่อมต่อผ่าน API สามารถใช้เพื่อโหลดคำติชมของคุณจากเครื่องมือรวบรวมที่คุณมีอยู่แล้ว และยังมีทางเลือกที่สาม ตอนนี้ Mopinion มีตัวเลือกในการตั้งค่าการนำเข้าอัตโนมัติ (เช่น ทางอีเมลหรือ sFTP) เช่นเดียวกับการนำเข้าด้วยตนเองโดยใช้ตัวโหลดข้อมูล ซึ่งเป็นคุณสมบัติใหม่ล่าสุดของเรา

ฟีเจอร์ตัวโหลดข้อมูลทำงานอย่างไร

คุณสามารถลากและวางชุดข้อมูลคำติชมของคุณ (ในรูปแบบ CSV หรือ Excel) ลงในช่องไฟล์ของเราโดยตรงและอัปโหลดโดยตรง ซอฟต์แวร์จะระบุประเภทฟิลด์สำหรับแต่ละคอลัมน์ตามลักษณะของข้อมูล ตัวอย่างเช่น หากคอลัมน์แรกของคุณเป็นรูปแบบวันที่ (1-1-2017) ซอฟต์แวร์ของเราจะรับรู้ว่าเป็นวันที่และติดป้ายกำกับในแพลตฟอร์มของเรา เช่นเดียวกับคะแนนความคิดเห็นแบบเปิดและผลตอบรับ เช่น Csat และ NPS เมื่อตัวแปรเหล่านี้ตรงกันทั้งหมดแล้ว คุณสามารถนำเข้าข้อมูลและสร้างแผนภูมิและแดชบอร์ดของคุณเองได้ ต่อไปนี้คือเคล็ดลับบางประการเกี่ยวกับวิธีสร้างแดชบอร์ดเหล่านี้

Mopinion: Mopinion เปิดตัวฟีเจอร์ Data Loader ใหม่: Drag & Drop

ข้อดี

มีเครื่องมือรวบรวมข้อเสนอแนะมากมาย และบริษัทหลายแห่งที่ใช้เครื่องมือหลายตัวพร้อมกัน แต่ไม่มีวิธีเปรียบเทียบและแสดงภาพรายการคำติชมเหล่านี้ในแพลตฟอร์มเดียว นอกจากนี้ยังมีบริษัทที่ต้องการแสดงภาพและทำงานกับข้อมูลการวิจัยเท่านั้น ฟีเจอร์ตัวโหลดข้อมูลใหม่ของ Mopinion ตอบสนองความต้องการเหล่านี้ ในขณะเดียวกันก็นำฟีเจอร์ข้อมูลเพิ่มเติมหลายรายการมาไว้ในตาราง:

  • คุณไม่ จำกัด เฉพาะเทมเพลตที่กำหนดไว้ล่วงหน้า: คุณสามารถใช้ตัวแปรของคุณเองเป็นป้ายกำกับที่ระบบของเราจะรู้จัก
  • คุณสามารถเพิ่มข้อมูลลงในชุดข้อมูลที่มีอยู่ก่อนได้: ตัวอย่างเช่น หากคุณมีการส่งออกข้อมูลที่เกิดซ้ำเป็นระยะๆ คุณสามารถอัปเดตรายงานของคุณด้วยชุดข้อมูลรายวัน รายสัปดาห์ หรือรายเดือน นอกจากนี้ ซอฟต์แวร์ของ Mopinion ยังสร้างไฟล์เก็บถาวรการนำเข้าด้วยชุดข้อมูลก่อนหน้าทั้งหมดที่คุณนำเข้า ประวัติข้อมูลนี้เป็นหลัก ซึ่งคุณสามารถดูได้ว่าไฟล์ใดที่คุณอัปโหลด จำนวนระเบียนที่อยู่ในนั้น และเมื่อใดที่ดำเนินการเสร็จสิ้น สิ่งเหล่านี้สามารถลบออกได้เมื่อไม่ต้องการอีกต่อไป
  • คุณไม่จำเป็นต้องคำนวณเมตริกด้วยตนเองอีกต่อไป เช่น คะแนนโปรโมเตอร์สุทธิ (NPS) อัตราความสำเร็จตามเป้าหมาย (GCR) และคะแนนความพยายามของลูกค้า (CES) ซอฟต์แวร์ของ Mopinion มีความสามารถในตัวทำให้สามารถคำนวณสิ่งเหล่านี้ให้คุณได้โดยอัตโนมัติ

รองรับตัวแปรข้อมูลจำนวนมาก

ซอฟต์แวร์วิเคราะห์ความคิดเห็นของ Mopinion สามารถคำนวณเมตริกต่างๆ ที่นักการตลาดและนักวิเคราะห์ออนไลน์ใช้เป็นประจำ ซึ่งรวมถึง (แต่ไม่จำกัดเพียง) รายการต่อไปนี้:

1. กรมอุทยานฯ

คะแนนโปรโมเตอร์สุทธิเป็นตัวชี้วัดที่ใช้ในการวัดความภักดีของลูกค้า NPS แบ่งออกเป็นสามกลุ่มที่แตกต่างกัน: โปรโมเตอร์, พาสซีฟและผู้ว่า

ผู้โปรโมต: ลูกค้าเหล่านี้คือลูกค้าที่ภักดีต่อบริษัทของคุณและจะซื้อจากคุณและแนะนำคุณให้รู้จักกับเพื่อนและครอบครัวต่อไป โปรโมเตอร์อยู่ในอันดับระหว่าง 9 ถึง 10

Passives: ลูกค้าที่โดยทั่วไปพอใจแต่ไม่จำเป็นต้องกระตือรือร้นเท่าผู้จัดโปรโมชั่นของคุณ ลูกค้าเหล่านี้มีแนวโน้มที่จะสนใจข้อเสนอของคู่แข่งของคุณมากขึ้น พาสซีฟอยู่ในอันดับระหว่าง 7 ถึง 8

ผู้ว่า: นั่นทิ้งผู้ว่าซึ่งเป็นลูกค้าที่ไม่พอใจกับบริการหรือผลิตภัณฑ์ของคุณ และในกรณีที่ความรู้สึกต่อเนื้อหานี้แพร่กระจายโดยผู้ว่า อาจเป็นอันตรายต่อแบรนด์ของคุณได้มาก จากการสำรวจที่จัดทำโดย Unitiv 75% ของผู้ตอบแบบสอบถามระบุว่าพวกเขามีแนวโน้มที่จะแบ่งปันประสบการณ์ที่ไม่ดีหรือเชิงลบกับเพื่อนและครอบครัว ในขณะที่มีเพียง 42% เท่านั้นที่จะแนะนำผลิตภัณฑ์/บริการที่พวกเขาพอใจจริงๆ ยิ่งมีเหตุผลมากขึ้นในการตอบสนองต่อข้อเสนอแนะและทำให้ลูกค้าของคุณมีความสุขใช่ไหม? ผู้ว่าจะถูกจัดอันดับระหว่าง 0 ถึง 6

การคำนวณกรมอุทยานฯ:
หาเปอร์เซ็นต์ของโปรโมเตอร์ (9 และ 10) และลบเปอร์เซ็นต์ของโปรโมเตอร์ (0 ถึง 6)

การ รายงาน: สามารถรายงานกรมอุทยานฯเป็นคะแนนเดียวในช่วงเวลาหนึ่ง (เช่น กรมอุทยานฯ ของเดือนธันวาคมคือ 22). นอกจากนี้ยังสามารถคำนวณในแนวโน้มเพื่อแสดงวิวัฒนาการเมื่อเวลาผ่านไป (วัน สัปดาห์ เดือน) และสุดท้าย เราสามารถแสดงการกระจาย (เปอร์เซ็นต์ของผู้ก่อการ/ผู้ว่า/ผู้อยู่เฉยๆ) โดยรวมหรือความคืบหน้าเมื่อเวลาผ่านไป

2. GCR

อัตราความสำเร็จของเป้าหมายจะวัดจำนวนผู้ที่ทำเป้าหมาย (การตลาด) ให้สำเร็จบนเว็บไซต์หรือแอพมือถือของคุณ โดยทั่วไปจะใช้เพื่อดูว่าเว็บไซต์ของคุณดึงดูดผู้เยี่ยมชมและลูกค้าของคุณอย่างไร คะแนนเหล่านี้เป็นส่วนสำคัญของกระบวนการซื้อของคุณ เนื่องจากคุณสามารถแสดงอัตรา Conversion ได้บ่อยครั้งตั้งแต่การรับรู้จนถึงขั้นตอนการซื้อ คุณถามผู้เยี่ยมชมในเชิงปฏิบัติว่า: “คุณสามารถบรรลุเป้าหมาย (ด้วยการเยี่ยมชมเว็บไซต์ของเรานี้) หรือไม่” จากนั้นคุณเสนอสามตัวเลือกคือ 'ใช่' 'บางส่วน' และ 'ไม่'

Mopinion: Mopinion ออกฟีเจอร์ตัวโหลดข้อมูลใหม่: GCR

การคำนวณ GCR: อัตราความสำเร็จของเป้าหมาย = เปอร์เซ็นต์ของเป้าหมายที่สำเร็จ (ใช่) / เปอร์เซ็นต์ของ GCR ทั้งหมด (ใช่ บางส่วน ไม่ใช่)

การ รายงาน: GCR สามารถรายงานเป็นเปอร์เซ็นต์เดียวในช่วงเวลาหนึ่ง (เช่น GCR ของเดือนธันวาคม 40% - หมายความว่า 40% พูดว่า "ใช่ ฉันบรรลุเป้าหมายแล้ว") นอกจากนี้ยังสามารถคำนวณในแนวโน้มเพื่อแสดงวิวัฒนาการเมื่อเวลาผ่านไป (วัน สัปดาห์ เดือน) และสุดท้าย เราสามารถแสดงการกระจาย (ใช่ บางส่วน ไม่ใช่) โดยรวมหรือความคืบหน้าเมื่อเวลาผ่านไป

3. CES

คะแนนความพยายามของลูกค้าจะวัดว่าลูกค้าของคุณต้องใช้ความพยายามมากเพียงใดในการบรรลุเป้าหมายบนเว็บไซต์หรือแอปของคุณ การใช้ตัวชี้วัดนี้สามารถช่วยให้คุณขจัดอุปสรรคในเส้นทางของลูกค้าของคุณ ตัวอย่างเช่น สมมติว่าคุณมีลูกค้าที่จัดอันดับประสบการณ์ของพวกเขาว่าน่าพอใจแต่พวกเขาไม่ภักดีต่อแบรนด์ของคุณและคุณไม่รู้ว่าทำไม เมตริกนี้ช่วยให้คุณเข้าใจถึงปัญหาที่พวกเขาพบระหว่างทางในขณะที่พยายามบรรลุเป้าหมายทางออนไลน์

Mopinion: Mopinion เปิดตัวคุณสมบัติตัวโหลดข้อมูลใหม่: CES

การคำนวณ CES: เราคำนวณเปอร์เซ็นต์ของผู้ที่ให้คะแนน "ความพยายามน้อยมาก" และ "ความพยายามเพียงเล็กน้อย" โดยพื้นฐานแล้ว 1 หรือ 2 แล้วเราคำนวณนี่เป็นเปอร์เซ็นต์ คุณจะได้เช่น 65% ซึ่งหมายความว่า 65% ของทุกคนที่ให้คะแนน CES กล่าวว่า "ใช้ความพยายามเพียงเล็กน้อย" หรือ "ความพยายามเพียงเล็กน้อย" เพื่อให้บรรลุเป้าหมาย

การ รายงาน: เช่นเดียวกับ GCR คุณสามารถรายงาน CES เป็นเปอร์เซ็นต์เดียวในช่วงเวลาหนึ่งได้ ตัวอย่างเช่น CES ของเดือนพฤศจิกายนคือ 64% ซึ่งแสดงถึงเปอร์เซ็นต์ของลูกค้าที่พยายามเพียงเล็กน้อยเพื่อบรรลุเป้าหมาย นอกจากนี้ยังสามารถคำนวณในแนวโน้มเพื่อแสดงวิวัฒนาการเมื่อเวลาผ่านไป (วัน สัปดาห์ เดือน) และสุดท้าย เราสามารถแสดงการกระจาย ((มาก) ความพยายามเพียงเล็กน้อย เป็นกลาง (มาก) มาก) โดยรวมหรือคืบหน้า เวลา.

4. ประเภทเบราว์เซอร์

ตัวชี้วัดเพิ่มเติมคือการระบุประเภทของเบราว์เซอร์ (เช่น Internet Explorer, FireFox, Google Chrome, Safari) ที่ผู้เยี่ยมชม/ลูกค้าของคุณใช้ คุณคงเดาได้แล้วว่าเหตุใดจึงเป็นตัวชี้วัดที่สำคัญในด้านการปรับเว็บไซต์ให้เหมาะสมและระบุจุดบกพร่องและข้อผิดพลาดของหน้าเว็บ

ตามที่ Foundant Technologies กล่าวไว้ “คิดว่าเว็บไซต์เป็นโฮสต์ของปาร์ตี้ พวกเขาให้รายชื่อของทุกสิ่งที่จำเป็นสำหรับปาร์ตี้แก่ผู้วางแผนปาร์ตี้ (เบราว์เซอร์) และอธิบายว่าทุกอย่างควรไปที่ใด แต่บางครั้งเจ้าภาพอาจพูดอย่างหนึ่งและผู้จัดปาร์ตี้ก็เข้าใจอีกอย่างหนึ่ง ผลลัพธ์ที่ได้คือ ในฐานะแขกที่มางานปาร์ตี้ คุณจะสับสนเพราะพยายามกินซุปด้วยส้อม”

กล่าวอีกนัยหนึ่ง ไม่ใช่ทุกเบราว์เซอร์จะมีแนวทางเดียวกันในแง่ของการพัฒนา และไม่มีวิธีเดียวในการแสดงข้อมูลบนหน้าเว็บ ดังนั้น การระบุเบราว์เซอร์ที่ผู้เยี่ยมชมของคุณใช้อาจเป็นกุญแจสำคัญในการระบุข้อผิดพลาดทางเทคนิค

Mopinion: Mopinion เปิดตัวฟีเจอร์ Data Loader ใหม่: ไฮไลต์คำติชม

การระบุประเภทเบราว์เซอร์: สามารถทำได้โดยใช้ตัวแทนผู้ใช้ โดยพื้นฐานแล้ว วิธีนี้จะช่วยให้เว็บไซต์สามารถปรับให้เข้ากับคำแนะนำเฉพาะ เช่น เบราว์เซอร์หรือระบบปฏิบัติการ

5. URL

ด้วยข้อมูลคำติชมส่วนใหญ่ที่คุณได้รับจากการเก็บรวบรวมคำติชม การระบุ URL เฉพาะที่ซึ่งคำติชมมีต้นกำเนิดมาจากหรือเกี่ยวข้องจึงเป็นสิ่งสำคัญ ด้วยเหตุนี้ซอฟต์แวร์ของ Mopinion จึงนำเข้า URL สำหรับทั้งเว็บไซต์และแอพมือถือของคุณ ด้วยข้อมูลนี้ คุณไม่เพียงแต่สามารถระบุที่มาของความคิดเห็นได้เท่านั้น แต่ยังดูว่าหน้าใดให้คะแนนสูงสุดหรือต่ำสุด เป็นต้น

6. เปิดความคิดเห็น

ช่องแสดงความคิดเห็นแบบเปิดเป็นวิธีที่ยอดเยี่ยมในการรวบรวมข้อมูลเชิงคุณภาพจากผู้เยี่ยมชมออนไลน์ของคุณ ซึ่งมักจะเต็มไปด้วยความรู้สึกและข้อมูลเชิงลึกในส่วนต่างๆ ของเว็บไซต์ของคุณ

Mopinion: Mopinion เปิดตัวคุณสมบัติตัวโหลดข้อมูลใหม่: การวิเคราะห์ข้อความ

การ วิเคราะห์ความคิดเห็นที่เปิดกว้าง: สามารถใช้เทคนิคจำนวนหนึ่งเพื่อวิเคราะห์ความคิดเห็นที่เปิดกว้าง (หรือที่เรียกว่าการวิเคราะห์ข้อความ) รวมถึงการนับคำ การจัดกลุ่มคำ การวิเคราะห์ความคิดเห็น และการจัดหมวดหมู่ความคิดเห็นผ่านการเรียนรู้ของเครื่อง อ่านเพิ่มเติมเกี่ยวกับการวิเคราะห์ข้อความและวิธีการใช้เทคนิคเหล่านี้ในบล็อกก่อนหน้าของฉันเกี่ยวกับวิธี "ลดการปั่นป่วนโดยใช้การวิเคราะห์ข้อความ"

คว้าข้อมูลคำติชมของคุณแล้วเริ่มวิเคราะห์!

นักการตลาดหรือนักวิเคราะห์ดิจิทัลทุกคนรู้ว่าสิ่งเหล่านี้เป็นตัวชี้วัดที่ดีที่สุดสำหรับการวิเคราะห์ความคิดเห็นของลูกค้าออนไลน์ รวบรวมข้อเสนอแนะและใช้ตัวชี้วัดเหล่านี้มากเกินไปหรือไม่

พร้อมที่จะเห็น Mopinion ใช้งานจริงแล้วหรือยัง?

ต้องการเรียนรู้เพิ่มเติมเกี่ยวกับแพลตฟอร์มคำติชมของผู้ใช้แบบครบวงจรของ Mopinion หรือไม่ อย่าอายและลองใช้ซอฟต์แวร์ของเราเลย! คุณชอบความเป็นส่วนตัวมากกว่านี้ไหม? เพียงจองการสาธิต หนึ่งในข้อเสนอแนะของผู้เชี่ยวชาญจะแนะนำคุณตลอดการใช้งานซอฟต์แวร์และตอบคำถามใดๆ ที่คุณอาจมี

ขอ DEMOTRY MOPINION ตอนนี้