如何可视化和分析用户反馈？

内容导航：

如何可视化和分析用户反馈？

如何做好数据可视化的用户体验

如何实现大数据可视化?

如何处理用户需求反馈？

一、如何可视化和分析用户反馈？

从来没有公司像现在这样收到如此多的用户反馈。拿手机应用程序来说：我们通过苹果应用商店获取数据，通过分析系统得到应用程序内部的运转状态，而且特别是通过苹果应用商店的真实用户中获取评论和评级，在这个数据海洋里隐藏着许多价值连城的信息。

每天都有成千上万的用户在苹果应用商店评论里分享他们的想法。他们通过评论表达他们对于应用程序愤怒或者令人激动的地方，这样做通常是希望能够促进应用程序的改进。

许多设计和开发团队利用这些信息来查找和修复bug，有些团队甚至会回复用户且和他们的用户紧密联系。然而，他们却很少用一种结构式的方法来分析应用程序评论。

所以，结构式的这种分析方法在用户体验的设计周期中并没有一席之地，而且他们也不被认为是用户研究的一部分。

在这篇文章里，我分享了一个简单并且有效的方法，通过从成千上万的应用程序评论中得到可执行的反馈。

首先，我将通过一个案例研究：我的公司， flexponsive，做过一个航空公司的应用程序的评论的分析，那时候我就进行了深入的挖掘并且为设计师和产品所有者，分析他们自己的应用程序列出了易于遵循的步骤。

KLM航空公司的应用程序的案例研究

flexponsive对航空公司的电子商务非常关注，并且我们可以看到许多航空公司因为他们的移动应用程序和移动网站的质量而饱受批评（ mobile website quality）。最近，应用程序的质量开始提高（app quality is starting to improve）。

当我们看到荷兰国旗的承运商荷兰航空公司推出了一个全新的、耗资的，但最终不成功的应用程序升级时，我们决定进行调查研究。

我们发现：该航空公司已经从一个行业的最佳跌到了用户满意度排名表的底部！虽然在这个案例研究中。我们分析的是一个宠物项目的评论，但是我们也对用户使用了这个流程，并且发现它既能有深刻的见解又很有成效。

荷兰航空公司，以前是航空类应用程序质量最佳，以一个糟糕的结果升级了他们的应用程序。

为了找到KLM的应用程序发生了什么，我们详细分析了去年App Store中用英文写的所有的评论。我们确定了八个最重要的应用程序功能，并根据评论分析了用户对每个功能的意见。然后，我们在两个图上总结出了关于旧的和新的应用程序的用户意见和用户评论的频率的对比。

图表显示了旧版本KLM应用程序的主要缺陷，关键优势，其他缺陷和其他优势。

在图标中，右边的位置代表正面评价，例如：“很好使用，而且扫描你的护照是个非常好的选项！！！”频率轴上的特征越高，评论中提到的频率越高。

从图表中可以很清楚的看出：KLM旧版本应用程序有非常强的设计，45%的用户提到了外观或者导航并给与了充分的肯定，还提到了几个关键的特征——预订、记录和航班信息。

这个应用程序最大的问题是性能问题，超过30%的用户抱怨关于app的速度和不稳定。从App的评价来看，看起来性能应该是应用更新的重点。

图表显示了修改过的KLM应用程序的优势和缺陷。

不幸的是，根据应用程序升级后的图表，几乎所有的功能都变糟糕了。升级后，没有一个功能被列为强项，尽管性能不再是最大的问题，但我们无法判断速度和稳定性是否有所提高，或者其他功能是否变糟糕了。

如果设计师们在设计升级之前查看过这些数百位用户给出的反馈，他们可能会保留正面的功能，并且专注于提高性能。

分析数据

这个分析可以应用于其他任何应用程序。

以下是进行类似分析的四个简单步骤：

1. 下载评论

第一步，显而易见的是下载评论，应用程序的所有者，可以通过他们的开发者账户获得该应用程序的评论。这是一个重要的，容易获得的，并且不能被过度使用的信息来源。

评论可以从iTunes商店的博客订阅（RSS feed）和谷歌商店（Google Play）非官方的API下载。示例代码（sample code）和更多的应用程序评论下载的细节，可以在rpubs博客（on the rpubs blog.）里找到。

团队还可以与竞争对手的应用程序的反馈进行比对，但是要牢记，很大一部分评论是由对新的升级失望的用户来编写的。这是非常难做的，而这恰恰是改进我们的应用程序所需要的。

在失败的升级之后，即便是长期的用户评级很差，也不意味着负面反馈比竞争对手的应用更糟糕。

2. 确定主要功能

一旦下载了评论，就要准备一份已经确定好了5~8个特征的应用需求的列表，其中一些将涵盖行业或应用程序具体的功能（“我想要查到我的航班信息”）和另外一些关注应用程序易用性的（“应用程序应该快速运行”，“应用程序不应该崩溃”）。

对于每一个主要的分类，我建议在分析过程中分析具体的功能，这样的好处是清晰可见的。这会使得未来的评估更加容易,而且我们能够从评论中获得更多的信息。

当初步清单列好了，现在就是该阅读前100篇的评论了，要确保用户对于列表中出现的功能进行的是真实的评论。然后根据用户的言论修正清单，添加新的功能以及更新功能的名称。

根据荷兰航空应用的案例我们确定了以下功能：

（1）个性化

个人信息保存就餐或座位的偏好

（2）预定管理

航班选择付款额外服务/特殊要求航班更改座位选择/座位更换

（3）登机

QR码（Quick Response Code 快速响应矩阵码）登机牌

（4）航班信息和航班跟踪

最初，我们把这个功能放在“账户管理”中，但是在用户评论中特别强调了航班信息，所以我们将他作为一个独立功能展示出来。

（5）账户管理

常用飞行计划

状态里程网站的兼容性预订记录

（6）兼容性

日历Passbook（Passbook是iOS中的一个应用程序，让用户可以在手机中存储商店优惠券、登机证、活动门票、会员卡或其他类型的移动支付票卡等。Apple Watch, etc

（7）性能

速度稳定

（8）设计

导航图形

一旦清单完成，就要召集一组研究人员开始进行评估。理想情况下，研究人员应该熟悉应用程序，但不涉及开发过程，这样才不会带有偏见。

这是一个很长的流程，需要花费很多工时去完成。这使不禁我们产生这样的疑问：这个流程是否能自动化进行？

因此出现越来越多提供自动化评论分析的服务（包括Appplause和AppAnnie）。这些服务所使用的算法，只对稳定性或导航之类的通用应用程序特性进行评估。能够识别应用程序个性特征的算法还没有达到商业化的程度，目前还无法超过人类专家级评估标准的50%。所以，现在我们只能祈祷未来的计算机科学家们能有所突破，并能人工进行评论分析。

3. 创建电子表格

下一步是获取每一个评论，并把它转化为数值评级。这有许多方法来完成，但我建议创建一个电子表格来记录分值。如果一个评论给产品特性给予肯定评价，研究者就应该给该产品特性一个肯定的分值+1。

如果是否定的评价，则给分-1，如果是中立的评价，则给分0。如果没有提到该产品功能，则空着不填分值。电子表格完成后，随应用程序版本和时间的推移而产生的意见看法的改变情况，将很容易集中展现出来。

举个例子，下面的是在iTunes商店找到的荷兰皇家航空公司 APP的评论。

第一位评论者对最新的改动感到满意，但她的评论不是很具体。她提到：“座位变更后的正确信息”，我们不能确定她是指正确的航班信息还是正确的个人资料。

因此，我们只给包含了座位变更参考的“预定管理”类目部分判定+1分。同样，基于评论标题里的“没有用！！”和“没有航班”，我们给个性化、预约、登记和设计记下-1分。

找到正确的类目来记录用户的看法感受通常并不容易，为了获得高准确的结果，我们至少有两位分析师评定一组评论。取其平均值来获得更高精确度。

4. 可视化&分析

一旦数据在电子表格中，我们就可以总结出结论，并计算和量化出关键的统计数据。为了使信息更容易解析，这样有助于将其呈现在图表中。

该图表一目了然地显示了需要改进的功能，以及app是否符合或超过预期。如果分析扩大到竞争对手的app，该图表也可以识别驱动用户满意度的特性，这可以作为未来升级的灵感来源。

我建议使用一个二维矩阵，X轴为“情绪”分数，Y轴为在访问中提到该项目的“频率”。

为了使分析更具有可操作性，将平面分成四个象限，每个象限以特定的行为对齐。需要注意的是：在rpubs博客上可以找到像我们的团队设计一样创建图表的代码。

主要优势：这些是用户喜爱的功能，并且经常被提到，同时给与了充分的肯定。 我们应该为这些功能而自豪，维护它们，并且提升它们- -只要它们还能满足商业目标！其他优势：这些是得到积极情绪的功能，但频率较低。值得调查一下这个app的分析，看看这个功能多久被使用一次。如果它的利用率不足，则这是一个促进极好的功能的机会。其他缺陷：这些项目收到的消极情绪，但只有少数。这些评论会有点不寻常- -当用户得到他们所期望的功能时，他们通常会说出一个随机功能，并建议它可以进一步改进。关键缺陷：这些是问题所在区域，如果一个功能属于“关键缺陷”这个区域，那就意味着几乎所有写评论的人都会抱怨它，应该尽快实施改进。

原文作者：Piotr Spiewanowski

译文作者：兔子翻译组

本文由@兔子翻译组 翻译发布于人人都是产品经理。未经许可，禁止转载

题图作者提供

一、如何做好数据可视化的用户体验

【编者按】本文来源@百度商业UED 在当前互联网，各种数据可视化图表层出不穷，本文尝试对数据可视化的方法进行归纳，整理成6步法。 　　一般的数据图表都可以拆分成最基本的两类元素: 所描述的事物及这个事物的数值，我们暂且将其分别定义为指标和指标值。比如一个性别分布中，男性占比30%，女性占比70%，那么指标就是男性、女性，指标值对应为30%、70%。 　　1. 将指标值图形化 　　一个指标值就是一个数据，将数据的大小以图形的方式表现。比如用柱形图的长度或高度表现数据大小，这也是最常用的可视化形式。 　　传统的柱形图、饼图有可能会带来审美疲劳，可尝试从图形的视觉样式上进行一些创新，常用的方法就是将图形与指标的含义关联起来。 　　比如Google Zeitgeist在展现top10的搜索词时，展示的就是“搜索”形状的柱形，图形与指标的含义相吻合，同时也做了立体的视觉变化： 　　2. 将指标图形化 　　一般用与指标含义相近的icon来表现，使用场景也比较多，如下： 　　3.将指标关系图形化 　　当存在多个指标时，挖掘指标之间的关系，并将其图形化表达，可提升图表的可视化深度。常见有以下两种方式： 　　借助已有的场景来表现 　　联想自然或社会中有无场景与指标关系类似，然后借助此场景来表现。 　　比如百度统计流量研究院操作系统的分布，首先分为windows、mac还有其他操作系统，windows又包含xp、2003等多种子系统。 　　根据这种关系联想，发现宇宙星系中也有类似的关系： 宇宙中有很多星系，我们最为熟悉的是太阳系，太阳系中又包括各个行星， 因此整体借用宇宙星系的场景，将熟知的windows比喻成太阳系，将xp、window7等比喻成太阳系中的行星，将mac和其他系统比喻成其他星系，表现如下： 　　构建场景来表现 　　指标之间往往具有一些关联特征，如从简单到复杂、从低级到高级、从前到后等等。如无法找到已存在的对应场景，也可构建场景。 　　比如百度统计流量研究院中的学历分布，指标分别是小学、初中、高中、本科等等，它们之间是一种越爬越高，从低等级到高等级的关系，那么，这种关系可以通过构建一个台阶去表现，如下： 　　支付宝新出的个人年度账单中，在描述付款最多的三项时，构建了一个领奖台的形式： 　　小结： 　　根据之前3步，可将指标、指标值和指标关系分别进行图形化处理。 　　以最简单的性别分布为例，可以得到一个线性的可视化过程，如下： 　　以上图示为供参考的线性化过程，实际可视化思考中，将哪类元素进行图形化或者图形化前后的顺序可能均有不同，需根据具体情况处理。 　　4. 将时间和空间可视化 　　时间 　　通过时间的维度来查看指标值的变化情况，一般通过增加时间轴的形式，也就是常见的趋势图。 　　空间 　　当图表存在地域信息并且需要突出表现的时候，可用地图将空间可视化，地图作为主背景呈现所有信息点。 　　Google Zeitgeist在2010和2012年的年度热门回顾中，都是以地图为主要载体(同时也结合了时间)，来呈现热门事件： 　　5. 将数据进行概念转换 　　先看下生活中的概念转换，当我们需要喝水时，通常会说：给我来一杯水;而不会说：给我来30ml的水。在这里，30ml是一个实际数据，但是难以感知，所以用一杯的概念来转换。 　　同样在数据可视化，有时需要对数据进行概念转换，可加深用户对数据的感知。常用方法有对比和比喻： 　　对比： 　　下图是一个介绍中国烟民数量的图表：如果只看左半部分中国烟民的数量：32000000，知道数据量级很大，但具体有多大却很难感知;直到看到右半部分：中国烟民数量超过了美国人口总和，这样一对比，对数据的感知就加深了。 　　比喻 　　下图是一个介绍雅虎邮箱处理数据量的图表，大意是每小时处理的电子邮件大小有1.2TB，相当于644245094张打印的纸。 　　这又是一个很大的数据，但到底有多大? 在这里用了一个比喻的手法：644245094张纸，如果把每一张纸首尾对接，可以绕地球4圈多。到这里，能较深刻感受到雅虎邮箱处理的数据量之大，为地球节省了很多纸张。 　　更进一步地，还将这个比喻进行了图形化表现。 　　6.让图表“动”起来 　　数据图形化完成后，可结合实际情况，将其变为动态化和可操控性的图表，用户在操控过程中能更好地感知数据的变化过程，提升体验。 　　实现动态化通常以下两种方式： 交互和动画。 　　交互 　　交互包括鼠标浮动、点击、多图表时的联动响应等等，如下是百度统计流量研究院的时间分布图，采用左图右表的联动形式，左图中，鼠标浮动则显示对应数据，点击则切换选择： 　　动画 　　包括增加入场动画、交互过程的动画、播放动画等等。 　　入场动画：即在页面载入后，给图表一个“生长”的过程，取代“数据载入中”这样的提示文字。 　　交互动画：用户发生交互行为后，通过动画形式给以及时反馈。 　　播放动画：一般来是提供播放功能，像看视频一样，让用户能够完整看到数据随时间变化的过程。下图是Gapminder在描述多维数据时，提供随时间播放的功能，可以直观感受到所有数据的变化。 　　总结 　　数据可视化形式多样，思考过程也不尽相同。以上6步法，是基于“数据”层面(区别于信息可视化)，梳理思考过程，总结设计方法，为后续可视化提供可借鉴的思路。 　　作者博客：百度商业用户体验部

二、如何实现大数据可视化?

数据可视化指的是，通过商业智能BI以图形化手段为基础，将复杂、抽象和难以理解的数据用图表进行表达，清晰有效地传达信息。数据可视化是商业智能BI数据分析的延伸，分析人员借助统计分析方法，将数据转化为信息，然后进行可视化展现。

数据可视化-派可数据商业智能BI

经过数据可视化处理后，复杂的数据分析报告就转化为了商业智能BI中简洁明了的可视化报表，让企业中财务、生产、运营、销售等不同部门不同职务的员工，都能通过数据可视化获取信息，促使企业更好地发展。

最后，分析人员还可以借助商业智能BI，分别制作PC、移动、大屏等不同终端的可视化报表，形成管理驾驶舱、业务分析、企业状况、核心指标、监控预警等不同风格、功能的数据可视化，让数据分析深入企业内核，以数据为核心驱动企业健康发展。

数据可视化工具

1、可视化工具的优点就是更加轻量化，可以通过模板完成简单图表的制作。可视化工具也可以细分为两种，一种是免费和收费并行，这种可视化工具一般会有水印、功能、导入导出等方面的限制，付费解锁全功能。

另一种就是开源的可视化工具，一般可以免费使用全部功能，也能制作复杂的数据可视化报表，但是通常需要编写代码来制作可视化图表，对使用者的IT技术要求比较高。

2、商业智能BI功能比较完善，有丰富的组件模板，是一套完整的由数据仓库、查询报表、数据分析、数据可视化等组成的数据类技术解决方案。商业智能BI可以直连数据库，将不同来源数据储存到数据仓库，也拥有ETL和数据模型等数据处理能力，对数据 以指标、标签的形式分级分类。

数据可视化-派可数据商业智能BI

在商业智能BI中，数据可视化能分别为PC、移动端、大屏制作可视化报表，只需拖拉拽就能完成数据可视化分析，制作可视化报表，还拥有详细的用户权限设置功能保护数据安全。

三、如何处理用户需求反馈？

个人认为，处理用户反馈可以分为以下几个步骤：收集——整理——转化——实现。

在这个过程中，关键要素就是人和事：1.“反馈是什么”；2.“谁来判断&处理这些反馈”。

理想的效果应该是：能够快速地搜集到不同渠道的反馈，并且将反馈进行整理、分类，然后根据反馈的不同情况由不同的人来进行处理。

然而现实往往没有这么理想。这里面收集整理的工作量大不说，由于还牵涉到产品、测试、开发这些部门，要把整个流程跑起来也有很多阻力，这种情况下借助一些工具能协助我们把流程建起来，并且由工具处理一部分人力的工作。

主要的处理流程为：

1. 得到客户在应用市场反馈

2. 及时将反馈处理成Bug或是新功能建议

3. 能根据不同情况分派处理人并跟踪处理情况

4. 重点关注1星评价内容

5. 要第一时间看到评价评分的趋势舆情

6. 细化到各个版本的评分质量

下面我们来结合实际场景，讲一讲这个场景是如何在 ONES Project 上实现的：

1. 首先，我们可以通过爬虫 API 爬取指定渠道里面关于产品的评论数据。

在ONES中打开App评论插件并爬取评论

2. 定义一套我们关心的评论数据属性，比如评分，评论内容，评分版本等，方便后续的整理工作。

挑选不同类型的属性来描述应用评价

3. 定义关心评论的角色，比如产品经理，测试工程师，客服运营，项目经理。

为整个评论处理流程引入不同角色

4. 通过自定义工作流引擎，建立一个重点关注 BUG 修复情况的反馈流程。这个解决了不同部门之间的协作问题。（流程可以根据你团队的实际情况去配置）

一个相对完善且复杂的反馈工作流

5. 我们认为这些角色有不同的权限，比如只有测试工程师才有权限确认一个客户的反馈是 Bug。

工作流权限验证

6. 项目经理会关注不同版本的评分分布情况，并需要报表来展现。

通过报表建立版本评分分布报表

7. 产品经理还需要重点关注一星评论，到底是什么原因导致有极端不满意的客户。（把1星的评论筛选出来）

通过自定义筛选器找出一星评价

8. 把各个报表卡片、一星评价卡片、重点关注的几个数字Pin在仪表盘主页上。

设置好的仪表盘供相关成员查看

在这个过程中，ONES Project 不仅能够实现自动抓取评论，还能自动整理评论，并且通过自定义的工作流实现评论的自动流转，重要的评论可以流转到产品、测试、研发的手上，随时筛选重点评论，并且生成版本评分的报表，对评分情况实现实时监测。