新浪新闻|用户反馈分析实例：新浪新闻客户端( 二 ) 三星|工厂|三协|越南

此外，我会对具有一定规模的二级问题进行渗透度分析，给出四象限图（X=反馈量，Y=影响规模），对进入一二三象限的问题进行重点讨论（PS. 值得一提的是，到现在为止并没有出现过象限I问题）。
4. 需求分析通过上述工作，我们已经可以得到来自当月用户反馈的用户痛点问题清单，但这些问题并不是需要全部、立刻拿小鞭子抽着产品经理去讨说法的，在此之前，我会先进行一轮需求分析：

这个问题是如何产生的？会对哪些用户产生何种程度的影响？
这个问题是短期还是中长期问题？
是否有较为明确的优化方向
根据重要和紧急程度，依次找对应的业务负责人沟通问题现状，讨论解决方案
获得结论，包括是否处理、处理方案、优先级、排期等。

5. 归档与追踪建立往期问题档案清单，把每个月的重点用户体验问题进行归档。我每次会把它作为附录放到报告的末尾，在完成月度反馈分析工作的时候，顺手跟踪一下往期优化中的项目的最新进展，这样可以很好地了解到自己的工作成果落地的情况，跟产品/运营/开发等不同岗位的同事多沟通有助于深入学习和了解业务。
如果业务侧认为你提出的问题很有价值，也许还能诞生出一个更具有针对性的专项研究，一举多得。
四、小结与思考1. 各职能线精益协作对用户反馈分析的促进作用完成用户反馈分析工作的过程当中，用研会持续与客服、产品、运营，交互乃至研发等不同岗位的小伙伴进行沟通。客服要对数量庞大且内容各异的用户反馈信息进行第一手处理，很多BUG类问题在分析之初先找客服聊一轮，往往就能够了解到问题的发生原因、处理方案/结果、业务对接人是谁等等。
而业务侧也会帮助用研深入了解业务现状，分析相关数据，积极讨论体验点是否转化为需求，以及跟进需求最终落地。
可以说，用研能够借助用户反馈来挖掘用户需求，实现优化用户体验，很大程度上得益于各职能线之间的精益协作。
2. 负反馈的局限性一直以来，我们围绕用户提出的负反馈进行纵向深入的监测和分析工作，为最大化降低用户的负面体验付出了许多努力，也收获了很多关于体验提升的策略落地成果。尽管用户反馈的价值已被论证，但我们还是应该注意到，如果只分析来自客户端内客服系统的负反馈，也具有明显的局限性：

被动：我们在评估时只能被动接收有反馈意愿的用户提出的问题，也很难有机会后续沟通联系，往往无法明确问题细节。
滞后：由于采用月度评估，相对与客服系统的即时性，用研对反馈问题做出反应的时间较为滞后。
幸存者偏差：正常使用产品的用户不会提负反馈，负反馈用户对产品甚至品牌存在负面偏见，对产品更加“挑剔”，无法代表全部用户的想法。
维度单一：只分析负反馈，不关注正反馈。

在许多产品中，对于产品/服务的体验度量的尝试大都集中在解决用户的“负反馈”维度，然而这种维度相对单一的聚焦方式，无法客观、真实反映用户对产品/服务的完整体验。
在用户研究的层面上，我们认为可以从一个更为积极的角度出发，探索用户对新浪新闻更为立体的体验评价，形成一套可量化、可持续，且（和负反馈分析方法相较）更为立体和主动的用户体验度量衡——这将是我们后续工作的目标。
本文由 @新浪MDC 原创发布于人人都是产品经理，未经许可，禁止转载
【 新浪新闻|用户反馈分析实例：新浪新闻客户端】题图来自Unsplash，基于 CC0 协议