Mopinion yeni Veri Yükleyici özelliğini yayınladı 30 Aralık 2016

Mopinion'un yeni veri yükleyici özelliği, kullanıcıların kendi geri bildirim veri kümelerini içe aktarmalarını ve bu verileri panolarımızda harici kaynaklardan kolayca görselleştirmelerini ve analiz etmelerini sağlayacaktır.

Mopinion'un çevrimiçi geri bildirim analizi yazılımında veri toplamanın artık birkaç farklı yolu var. En yaygın olanlardan biri, çevrimiçi geri bildirim formları aracılığıyla dijital geri bildirim istemektir. İkinci olarak, API'ler aracılığıyla bağlanan harici geri bildirim araçları, halihazırda sahip olduğunuz toplama araçlarından geri bildirimlerinizi yüklemek için kullanılabilir. Ve ayrıca üçüncü bir seçenek var. Mopinion artık, mevcut en yeni özelliğimiz olan bir veri yükleyici kullanarak manuel içe aktarmanın yanı sıra otomatik içe aktarmaları (örneğin, e-posta veya sFTP ile) ayarlama seçeneği sunar.

Veri yükleyici özelliği nasıl çalışır?

Geri bildirim veri setinizi (CSV veya Excel formatında) doğrudan dosya alanımıza sürükleyip bırakabilir ve doğrudan yükleyebilirsiniz. Yazılım daha sonra verilerin niteliğine göre her sütun için alan türünü belirleyecektir. Örneğin, ilk sütununuz bir tarih formatıysa (1-1-2017), yazılımımız bunu bir tarih olarak algılayacak ve platformumuzda bu şekilde etiketleyecektir. Aynısı, Csat ve NPS gibi açık yorumlar ve geri bildirim puanları için de geçerlidir. Bu değişkenlerin tümü eşleştirildiğinde, verileri içe aktarabilir ve kendi çizelgelerinizi ve gösterge tablolarınızı oluşturabilirsiniz. İşte bu panoların nasıl oluşturulacağına dair bazı ipuçları.

Avantajlar

Dışarıda birçok geri bildirim toplama aracı var ve aynı anda birden fazla araç kullanan ancak bu geri bildirim öğelerini tek bir platformda karşılaştırma ve görselleştirme yöntemi olmayan birçok şirket var. Sadece araştırma verilerini görselleştirmek ve bunlarla çalışmak isteyen şirketler de var. Mopinion'un yeni veri yükleyici özelliği bu ihtiyaçları karşılarken, aynı zamanda tabloya birkaç ek veri özelliği getiriyor:

• Önceden tanımlanmış bir şablonla sınırlı değilsiniz: Sistemimiz tarafından tanınacak etiketler olarak kendi değişkenlerinizi kullanabilirsiniz.
• Önceden var olan veri kümelerine daha fazla veri ekleyebilirsiniz: Örneğin, periyodik olarak yinelenen bir veri dışa aktarımınız varsa, raporunuzu günlük, haftalık veya aylık veri kümeleriyle güncelleyebilirsiniz. Ek olarak, Mopinion'un yazılımı, içe aktardığınız tüm önceki veri kümeleriyle bir içe aktarma arşivi oluşturur. Bu aslında hangi dosyaları yüklediğinizi, kaç tane kayıt içerdiğini ve bunun ne zaman yapıldığını görebileceğiniz veri geçmişi. Bunlar artık gerekmediğinde çıkarılabilir.
• Net Destekçi Puanı (NPS), Hedef Tamamlama Oranı (GCR) ve Müşteri İşgücü Puanı (CES) gibi metrikleri kendiniz hesaplamanız artık gerekli değildir. Mopinion'un yazılımı, bunları sizin için otomatik olarak hesaplamasını sağlayan yerleşik yeteneklere sahiptir.

Çok sayıda veri değişkenini barındırma

Mopinion'un geri bildirim analitik yazılımı, çevrimiçi pazarlamacılar ve analistler tarafından düzenli olarak kullanılan, aşağıdakiler dahil (ancak bunlarla sınırlı olmayan) çeşitli ölçümleri hesaplayabilir:

1. NPS

Net Promoter Score, müşteri sadakatini ölçmek için kullanılan bir ölçümdür. NPS üç farklı gruba ayrılır: Destekleyenler, Pasifler ve Kötüleyenler.

Destekleyiciler: Bunlar, şirketinize sadık olan ve sizden satın almaya devam edecek ve sizi arkadaşlarınıza ve ailenize yönlendirecek müşterilerdir. Destekleyiciler 9 ile 10 arasında sıralanır.

Pasifler: Genel olarak memnun olan ancak Destekçileriniz kadar hevesli olmayan müşteriler. Bu müşterilerin ayrıca rakiplerinizin tekliflerine ilgi duyma olasılığı daha yüksektir. Pasifler 7 ile 8 arasında derecelendirilir.

Kötüleyenler: Bu, hizmetinizden veya ürününüzden memnun olmayan müşteriler olan kötüleyicileri bırakır. Ve bu içerik duygusunun kötü niyetli kişiler tarafından yayılması durumunda markanız için çok zararlı olabilir. Unitiv tarafından yapılan bir ankete göre, katılımcıların %75'i kötü veya olumsuz bir deneyimi arkadaşları ve ailesiyle paylaşma ihtimalinin yüksek olduğunu belirtirken, yalnızca %42'si gerçekten memnun oldukları bir ürün/hizmeti tavsiye ediyor. Geri bildirimlere yanıt vermek ve müşterilerinizi mutlu etmek için daha fazla neden, değil mi? Kötüleyenler 0 ile 6 arasında sıralanır.

NPS'nin hesaplanması:
Destekleyenlerin (9 ve 10) yüzdesini alın ve Kötüleyenlerin yüzdesini (0 ila 6) çıkarın.

Raporlama: NPS, belirli bir süre boyunca tek bir puan olarak raporlanabilir (örneğin, Aralık ayının NPS'si 22 idi). Ayrıca zaman içinde (günler, haftalar, aylar) nasıl geliştiğini göstermek için bir eğilimde hesaplanabilir ve son olarak, dağılımı (destekleyenlerin/kötüleyenlerin/pasiflerin yüzdesi) toplam veya zaman içinde ilerlemeyi gösterebiliriz.

2. GCR

Hedef Tamamlama Oranı, web sitenizde veya mobil uygulamanızda belirli bir (pazarlama) hedefini tamamlayan kişi sayısını ölçer. Genellikle web sitenizin ziyaretçilerinize ve müşterilerinize nasıl hitap ettiğini görmek için kullanılır. Bu puanlar, genellikle farkındalıktan satın alma aşamasına kadar değişen dönüşüm oranlarını gösterebildiğiniz için satın alma dönüşüm huninizin önemli bir parçasıdır. Operasyonel olarak ziyaretçilerinize “Hedefinize ulaşabildiniz mi (web sitemizi bu ziyaretinizle)?” diye soruyorsunuz. Ardından 'Evet', 'Kısmen' ve 'Hayır' olmak üzere üç seçenek sunarsınız.



GCR Hesaplama: Hedef Tamamlama Oranı = Tamamlanan Hedef Yüzdesi (Evet) / Toplam GCR yüzdesi (Evet, Kısmen, Hayır)

Raporlama: GCR, belirli bir süre boyunca tek bir yüzde olarak raporlanabilir (örneğin, Aralık ayındaki GCR %40 - yani %40'ı “Evet, hedefime ulaştım” dedi). Zaman içinde nasıl geliştiğini (günler, haftalar, aylar) göstermek için bir trendde de hesaplanabilir ve son olarak, toplamda veya zaman içinde ilerleme dağılımını (Evet, Kısmen, Hayır) gösterebiliriz.

3. CES

Müşteri Eforu Puanı, esas olarak müşterilerinizin web sitenizde veya uygulamanızda hedeflerine ulaşmak için ne kadar çaba sarf etmesi gerektiğini ölçer. Bu metriği kullanmak, müşterilerinizin yolundaki engelleri kaldırmanızı sağlayabilir. Örneğin, deneyimlerini tatmin edici olarak değerlendiren ancak markanıza sadık kalmayan bir müşteriniz olduğunu ve nedenini bilmediğinizi varsayalım. Bu ölçüm, çevrimiçi hedeflerine ulaşmaya çalışırken yol boyunca karşılaştıkları zorluklar hakkında size fikir verir.



CES'i Hesaplamak: “Çok az çaba” ve “az çaba” puanı veren kişilerin yüzdesini hesaplıyoruz. Yani temelde 1 veya 2. Ve sonra bunu yüzde olarak hesaplıyoruz, yani örneğin %65 elde edeceksiniz. Bu, CES puanı veren tüm kişilerin %65'inin, hedeflerine ulaşmak için "çok az çaba" veya "az çaba" gerektiğini söylediği anlamına gelir.

Raporlama: GCR'ye benzer şekilde, CES de belirli bir süre boyunca tek bir yüzde olarak raporlanabilir. Örneğin, Kasım CES'i %64'tür. Bu, hedeflerine ulaşmak için çok az çabayla çok az çaba sarf etmek zorunda kalan müşterilerin yüzdesini temsil eder. Ayrıca zaman içinde (günler, haftalar, aylar) nasıl geliştiğini göstermek için bir eğilimde hesaplanabilir ve son olarak, dağılımı ((Çok) az çaba, tarafsız, (çok) çok çaba) toplam veya ilerlemeyi gösterebiliriz. zaman.

4. Tarayıcı türü

Ek bir ölçüm, ziyaretçilerinizin/müşterilerinizin kullandığı tarayıcı türünü (yani Internet Explorer, FireFox, Google Chrome, Safari) belirlemektir. Bunun web sitesi optimizasyonu ve hataları ve web sayfası hatalarını belirleme alanında neden önemli bir ölçüm olduğunu muhtemelen zaten tahmin edebilirsiniz.

Foundant Technologies'in dediği gibi, "Web sitesini bir partinin ev sahibi olarak düşünün, bir parti planlayıcısına (tarayıcıya) parti için gereken her şeyin bir listesini verir ve her şeyin nereye gitmesi gerektiğini açıklar. Ancak bazen bir ev sahibi bir şey söyleyebilir ve parti planlayıcısı başka bir şey anlayabilir. Sonuçta, partinin konuğu olarak, çatalla çorba yemeye çalıştığınız için kafanız karışıyor”.

Diğer bir deyişle, geliştirme açısından tüm tarayıcılar aynı yaklaşıma sahip değildir ve bir web sayfasında bilgi görüntülemenin tek bir yolu yoktur. Bu nedenle, ziyaretçilerinizin hangi tarayıcıyı kullandığını belirlemek teknik bir hatayı belirlemede anahtar olabilir.



Tarayıcı türünü belirleme: Bu, bir kullanıcı aracısı kullanılarak yapılabilir. Temel olarak bu, web sitesinin belirli bir tavsiyeye, yani tarayıcıya veya işletim sistemine uyum sağlamasına olanak tanır.

5. URL

Geri bildirim toplama yoluyla aldığınız geri bildirim verilerinin çoğunda, geri bildirimin kaynaklandığı veya ilgili olduğu belirli URL'yi belirlemek genellikle önemlidir. Bu nedenle Mopinion'un yazılımı hem web siteniz hem de mobil uygulamanız için URL'leri içe aktarır. Bu bilgilerle yalnızca geri bildirimin kaynağını tespit etmekle kalmaz, aynı zamanda örneğin hangi sayfaların en yüksek veya en düşük puan aldığını da görebilirsiniz.

6. Yorumu Aç

Açık yorum alanı, çevrimiçi ziyaretçilerinizden, genellikle web sitenizin farklı bölümlerine ilişkin duygu ve daha derin görüşlerle zengin niteliksel verileri yakalamanın harika bir yoludur.



Açık Yorumları Analiz Etme: Açık yorumları analiz etmek için (metin analizi olarak da bilinir), kelime sayımı, kelime gruplandırma, duygu analizi ve yorumları makine öğrenimi yoluyla kategorilere ayırma dahil bir dizi teknik uygulanabilir. Metin analizi ve bu tekniklerin nasıl uygulanacağı hakkında daha fazla bilgiyi önceki blogumda "Metin analitiği kullanarak karmaşayı azaltma" hakkında okuyun.

Geri bildirim verilerinizi alın ve analiz etmeye başlayın!

Herhangi bir dijital pazarlamacı veya analist, bunların çevrimiçi müşteri geri bildirimlerini analiz etmek için mevcut en iyi ölçümlerden bazıları olduğunu bilir. Halihazırda geri bildirim topluyor ve bu metriklerin çoğunu da mı kullanıyorsunuz?