“Пятничный апдейт” или как оперативно работать со спайками отзывов

Go to the profile of Анна Кочеткова
Анна Кочеткова
“Пятничный апдейт” или как оперативно работать со спайками отзывов

Стратегия взаимодействия с фидбеком - тонкая материя. У каждого бренда есть своя линия по ведению этого процесса. Важно все: тон, с которым ведется диалог, формат ответа, даже уровень глубины помощи - в каждой вертикали, в каждом продукте могут быть свои критерии и правила.

Отзывы в сторах и ответы на них - публичный канал взаимодействия с фидбеком. Ответ разработчика виден не только юзеру, оставившему отзыв, но и всем остальным пользователям. Именно поэтому этот канал является одним из важнейших для каждого бренда.

Прежде чем глубоко нырнуть в качественный разбор работы с отзывами в мобильных магазинах, давайте разберем 2 самых популярных кейса, которые часто являются триггерами для разработчика начать отвечать на отзывы в сторах. Мы называем это “Пятничный апдейт”, проще говоря - что делать, когда вышел апдейт с багом, ввели новую платную версию продукта, поменяли интерфейс и пользователи среагировали на это.

Кейс #1:

Действительно, экстенсивный путь (например, рост команды сапорта) не всегда решает проблему. Давайте разберем, какие тактики можно использовать с текущими ресурсами.

Начнем с того, что спайки в отзывах после апдейта - обычное дело. Именно отзывы являются одним из ключевых источников для продуктовой команды как и по возможным улучшениям продукта (feature requests), так и обнаружению багов, которые могли быть пропущены во время тестирования. Подробнее о поиске инсайтов рассказано в части “Семантический анализ отзывов”.

Причинами спайков могут стать совершенно разные вещи, внедрение монетизации - как один из возможных вариантов. И в кейсе выше, разработчик совершенно верно не хочет игнорировать этот поток, отправляя всем одинаковые шаблонные ответы. В противном случае, есть риск ухудшить пользовательский опыт и потерять своих лояльных пользователей. Так как же быть, когда отзывов становится все больше, а ресурсы ограничены?

Шаг 1: Определить проблему

В кейсе выше, казалось бы, проблема очевидна - пользователи реагируют на появление рекламы в приложении. Однако, монетизация была внедрена в нескольких странах и через разные модели.

Важно сегментировать ситуацию до первичных вводных и провести анализ - во всех ли гео одинаковая реакция?

В разделе Reviews Analysis выбираем нужную версию продукта, в которую вошли изменения:

И смотрим статистику с разделением по стране:

Таким образом можно увидеть средний рейтинг по отзывам (именно с текстом) в разрезе версии апдейта/гео и определить критичные регионы.

Есть более точечный способ посмотреть на выбранные гео и оценить изменения в динамике:

Используя фильтр по стране на графике Ratings Chart (см. скрин) можно сегментировать регионы и посмотреть на общую картину входящих оценок (звезд) после апдейта. Выбираем все страны, где были внесены изменения и оцениваем ситуацию.

Подобную аналитику можно углубить и сделать отдельно по отзывам с текстом. В первом случае можно оценить ситуацию в целом, во втором - получить подсказку что именно возмущает пользователей. Важно смотреть динамику оценок (не только последний апдейт) для того чтобы оценить насколько пользователи конкретного региона в целом склонны оставлять критичные отзывы.

Итак, мы выявили, что пользователи из США острее всего реагируют на изменения. Что дальше?

После того, как выявлены критичные регионы (где кол-во 1-3* звездочных отзывов более заметно), рекомендуем провести более детальный анализ текста самих жалоб и разобрать их по топикам.

Даже в таком понятном на первый взгляд кейсе как внедрение монетизации, могут быть нюансы. Ниже примеры различного фидбека, относящегося к данной проблеме:

Итого, здесь мы видим 3 вида жалоб, которые нуждаются в различном подходе решения и единый шаблон - не лучшая тактика для ответа на данные отзывы:

  • количество рекламы (отзыв №1). Возможный путь решения проблемы: снизить частоту показов рекламы;
  • реклама блокирует использование/прогресс внутри приложения (отзыв №2). Возможный путь решения проблемы: протестировать новые форматы плейсмента, которые не мешают прогрессу (ex. rewarded videos)
  • контент рекламы (отзыв №3). Возможный путь решения проблемы: разобраться с текущим партнером по медиации.

Команда саппорта, которая выступает первой линией, помимо индивидуального подхода к ответам на разные темы отзывов, может сообщить команде маркетинга фидбек пользователей и качественно повлиять на продуктовые изменения.

Проблема определена: большинство пользователей жалуются на частотность, плейсмент и качество рекламы. Команда саппорта провела короткий анализ и сообщила команде маркетинга, которые приняли фидбек и разбираются с проблемой. Но что делать дальше?

Шаг 2: Face the problem Действовать решительно

Стратегий ответа может быть множество. Как упоминалось выше, у каждого продукта свой tone of voice при общении с пользователями, однако давайте рассмотрим как снять с первой линии команды саппорта основную ручную нагрузку.

У нас выявлено 3 основных зоны, каждую из которой можно выделить с помощью дополнительной фильтрации по ключевому запросу в отзыве. На каждую когорту необходимо подготовить 1 или несколько (зависит от объема отзывов) шаблонных ответов, учитывая всю специфику продукта и все навыки команды поддержки по нейтрализации негатива.

Например: с момента апдейта (сутки) используя фильтр по ключевым словам, мы нашли 165 негативных отзывов со средним рейтингом 1.44 по фильтру первой проблемы (количество рекламы).

Далее, мы выбираем всю эту когорту отзывов (инструмент Bulk Actions, AppFollow) и отправляем заготовленный шаблонный ответ сразу всем выбранным пользователям.

Таким образом, потратив несколько часов на анализ ситуации и сделав необходимые сегменты, команда поддержки может сэкономить огромное количество времени (и нервов).

Подобную тактику можно провести со всеми необходимыми группами отзывов, сегментируя их по языкам, странам, типам проблем. Дальнейшая настройка авто-ответов по похожим фильтрам застрахует от повторяющихся кейсов в будущем, но об этом мы расскажем в следующих главах. А пока, давайте рассмотрим второй кейс.

Кейс #2:

От проблемного апдейта никто не застрахован, любой продукт за всю свою историю хотя бы раз попадал в такую ситуацию. Преимущество в том, что все пользователи пишут об одной проблеме, которая уже известна разработчику. Тут главное - не упустить момент и вовремя сосредоточить ресурсы на стратегии ответа.

Сама стратегия ответа/поведения 1-ой линии поддержки может варьироваться от кейса к кейсу. Если проблема уже в работе, можно пойти путем нейтрализации негатива. Используя тактику анализа, о которой рассказано выше (Шаг 1), мы сужаем круг. Определяем основные критичные регионы/языки, учитывая что в описанном кейсе речь идет про баг на конкретной версии Android, такой фильтр значительно ускорит и упростит сегментацию.

Выбрав необходимую когорту, обсудив с продактом время устранения проблемы и ближайший хот-фикс, можно приступать к составлению шаблона ответа. Учитывая наш опыт, мы можем отметить, что пользователи зачастую адекватно реагируют на обычные извинения об ошибке и обещании ее устранить со следующим/скором обновлении.

Шаблон составлен, готов к отправке, но! Учитывая что кейс экстренный, всплеск негатива резкий и импульсивный (многие пользователи могут быть лояльными пользователями продукта, которые просто сообщают о проблеме), и это может отразиться на общем среднем рейтинге - важно, чтобы как можно больше данных оценок были обновлены в положительную сторону после устранения проблемы. Поэтому, хорошей тактикой будет разметить все эти отзывы специальным тегом (например: ‘Bug 01/05‘ для того чтобы после апдейта вернуться к этим пользователям и оповестить их о решении проблемы.

Вернуться к данной когорте отзывов можно через фильтр.

Повторный ответ на отзыв - обычная практика среди работы в мобильных магазинах. Пользователю приходит оповещение на почту о том, что его отзыв получил ответ. Таким образом, во-первых, вы сообщаете юзеру, что проблема устранена, и во-вторых, повышаете вероятность апдейта отзыва в положительную сторону.

Приведенные выше кейсы и способы наглядно показывают как можно сократить ручную работу команды поддержки в критические моменты и извлечь максимум полезной информации для продукта. Далее мы расскажем про тегирование, авто-ответы и подготовку фундамента для полной автоматизации 1 и 2 линии саппорта.

В наших следующих главах вы узнаете ответы на вопросы:

  • Как увеличить рейтинг и эффективно отвечать на отзывы?
  • Как получить максимум ценной информации из отзывов
  • Как автоматизировать работу команды/менеджера саппорта
  • Лучшие стратегии ответов на отзывы

Посмотрите другие публикации:

Работа с отзывами: на что влияет средний рейтинг приложения приложения?

Работа с отзывами: на что влияет средний рейтинг приложения приложения?

Как эффективно работать с отзывами в мобильных сторах и как повысить рейтинг своего приложения? Проч...

Анна Кочеткова
Анна Кочеткова
subscribe success
subscribe fail

Следите за приложениями с помощью AppFollow