لماذا يهم هذا

قد تحقق خدمة كل هدف تقني وتترك الناس مع ذلك محبَطين. النظام يعمل، والتذاكر تُغلق في موعدها، وقد أمضت موظفة ساعتين ذلك الصباح تحاول الحصول على وصول إلى أداة تحتاجها. ولا تستطيع اللوحات المبنية من بيانات النظام أن ترى ذلك. فهي تعد ما سجلته الآلة، لا كيف كان حال الشخص.

تسد تحليلات التجربة الفجوة. تسأل الناس مباشرة، عبر استبيانات قصيرة لحظة الاستخدام وأطول دورية. وتقرأ ما يكتبونه: تعليقات التذاكر وإجابات الاستبيانات ورسائل المحادثة. وتلاحظ كيف يستخدمون الخدمة، وأين يتركون نموذجًا، وكم مرة يحاولون قبل أن ينجحوا. وتجمع هذه في صورة عن التجربة تفوّتها المقاييس التقنية. وفكرة اتفاقيات مستوى التجربة (XLA)، المقدَّمة في الموضوع 3.7 — إدارة مستوى الخدمة، أن تُوضع أهداف للتجربة إلى جانب أهداف للأداء التقني.

وللأساليب مخاطرها. فالاستبيانات لا تبلغ إلا من يجيبون. وأدوات تحليل المشاعر تخمّن المشاعر من الكلمات، وغالبًا ما تخطئ، خصوصًا عبر اللغات والثقافات. وتصير الدرجات أهدافًا، وتدعو الأهداف إلى الضغط على المجيبين. وتثير بيانات الموظفين أسئلة خصوصية وثقة. يصف هذا الموضوع كيف تُجمع بيانات التجربة وتُستخدم جيدًا، بإنصاف وتواضع بشأن ما تستطيع إظهاره. وهو يتصل بمكتب الخدمة (الموضوع 3.1 — مكتب الخدمة) ومستويات الخدمة (الموضوع 3.7 — إدارة مستوى الخدمة) والقياس (الموضوع 7.3 — القياس والتقارير) واستخدام الذكاء الاصطناعي لقراءة النص (الموضوع 5.1 — الذكاء الاصطناعي في إدارة الخدمات).

المفاهيم الأساسية

التجربة. ما يفكر فيه الشخص ويشعر به ويفعله عند استخدام خدمة، من أول اتصال إلى النتيجة. وتصف ويكيبيديا تجربة العميل وتجربة المستخدم. وفي الخدمات الداخلية، «العملاء» هم الزملاء، ويُستخدم أحيانًا مصطلح تجربة الموظف الرقمية لكيف يختبر الناس تقنيتهم. وهي تشمل السهولة والسرعة والثقة وهل بلغوا هدفهم.

الرضا والمقاييس المتصلة. رضا العميل، الذي تصفه ويكيبيديا، يُسأل عادة «ما مدى رضاك؟» على مقياس. ومؤشر صافي المروّج، الذي تصفه كذلك، يسأل عن احتمال أن يوصي الشخص بالخدمة ويُحسب من نسبة المروّجين ناقص المنتقدين. وتسأل مقاييس أخرى عن الجهد، مثل ما مدى سهولة إنجاز شيء. ولكل استخدامات وانتقادات: فهي سريعة وقابلة للمقارنة، وهي فجة وعرضة للتلاعب وسوء القراءة.

الاستبيانات المعاملاتية وعلاقة الخدمة. يسأل الاستبيان المعاملاتي عن تفاعل واحد، مثل تذكرة محلولة، بُعيده. ويسأل استبيان العلاقة عن الخدمة عمومًا، على فترات. تُظهر المعاملاتية مشكلات محددة؛ وتُظهر العلاقة النظرة الأوسع. استخدم الاثنين، وأبقِهما قصيرين.

تصميم الاستبيان. تؤثر الصياغة في الإجابات. وتصف ويكيبيديا منهجية الاستبيان والمشكلات الشائعة: الأسئلة الإيحائية، التي تقترح إجابة؛ وتحيز الموافقة، ميل إلى الاتفاق؛ وتحيز المرغوبية الاجتماعية، إعطاء إجابات تبدو مقبولة. استخدم صياغة محايدة ومقياسًا واضحًا وفكرة واحدة لكل سؤال وخانة تعليق مفتوحة. وتصف ويكيبيديا مقاييس ليكرت والاستبيانات. اختبر الاستبيان على بضعة أشخاص. انظر مهارة survey-design في هذا الدليل.

الاستجابة والتحيز. لا يجيب إلا بعض الناس، وهم ليسوا نموذجيين. وتصف ويكيبيديا معدل الاستجابة وتحيز المشاركة: من لهم مشاعر قوية، أو لديهم وقت، يستجيبون أكثر. وقد تقول درجة من استجابة 10 في المئة القليل عن الـ90 في المئة الآخرين. أبلغ بمعدل الاستجابة، وقارن المجيبين بالمجتمع حيث تستطيع، ولا تعامل الدرجة على أنها دقيقة.

إرهاق الاستبيانات. الناس الذين يُسألون كثيرًا يتوقفون عن الإجابة أو يجيبون بلا اهتمام. حدّ عدد مرات السؤال، واسأل ما ستستخدمه فقط، وأظهر ما تغيّر بفضل الإجابات. فالاستبيانات التي تختفي في الفراغ تعلّم الناس ألا يكترثوا.

الملاحظات بنص حر. التعليقات تخبرك لماذا. قراءة عينة أساسية، وتستطيع الأدوات المساعدة مع الحجم. وتصف ويكيبيديا التحليل الموضوعي، ممارسة تحديد المحاور في البيانات النوعية، والبحث النوعي عمومًا. وعدّ المحاور واقتباس أمثلة يجعل التعليقات قابلة للاستخدام.

تحليل المشاعر. برمجيات تصنف النص إيجابيًا أو سلبيًا أو محايدًا، أو بحسب العاطفة. وتصف ويكيبيديا تحليل المشاعر وأساليبه. وهو مفيد للفرز التقريبي للأحجام الكبيرة من النص. ويعاني مع السخرية والمشاعر المختلطة ومصطلحات المجال (قد تكون «حرجة» أولوية لا عاطفة) والفروق بين اللغات واللهجات. افحص تسمياته مقابل عينة يقرؤها الناس، ولا تعامل النتيجة على أنها شعور أي فرد. وتصف ويكيبيديا أيضًا التعرف على العواطف، الذي يثير مخاوف جدية من الموثوقية والأخلاقيات، خصوصًا حين يُطبق على الوجوه أو الأصوات؛ فتوخَّ الحذر والتمس المشورة قبل استخدام هذه الأساليب.

اكتشاف المواضيع. تستطيع تقنيات معالجة اللغة الطبيعية، ومنها نماذج المواضيع التي تصفها ويكيبيديا، تجميع التعليقات بحسب الموضوع. وهي تساعد في إيجاد المحاور في آلاف التعليقات، بمراجعة بشرية لتسمية المجموعات وفحصها.

إشارات السلوك والاستخدام. ما يفعله الناس يختلف غالبًا عما يقولونه. النماذج المتروكة والبحث المتكرر وإعادة المحاولات والاتصالات بعد محاولة خدمة ذاتية تُظهر الاحتكاك. وتصف ويكيبيديا اختبار قابلية الاستخدام، حيث يحاول الناس مهام واقعية بينما يدوّن المراقبون الصعوبات. وكثيرًا ما تجد حفنة جلسات مراقَبة مشكلات لا يكشفها أي استبيان.

الأساليب النوعية. المقابلات ومجموعات التركيز، التي تصفها ويكيبيديا، تعطي عمقًا. وقد يغيّر عدد قليل من المحادثات مع مستخدمين حقيقيين الأولويات أكثر من استبيان كبير. اختر أشخاصًا يختلفون في الدور والمهارة والموقع.

اتفاقيات مستوى التجربة. اتفاقيات تضع أهدافًا لمقاييس التجربة، مثل «ما لا يقل عن 80 في المئة من المستخدمين يقولون إن الخدمة ساعدتهم على إنجاز عملهم». وأفضل استخدامها هدفًا مشتركًا وحوارًا، بمقاييس عدة، لا رقمًا واحدًا مرتبطًا بعقوبات، لأن درجات التجربة تتشوه بسهولة. انظر الموضوع 3.7 — إدارة مستوى الخدمة.

صوت العميل. ممارسة التقاط ما يقوله العملاء والعمل بموجبه. وتصفها ويكيبيديا. وتجمع الاستبيانات والتعليقات واتصالات الدعم والمراجعات والمحادثات، وتوجّه الرؤى إلى من يستطيعون التصرف.

رفاه الموظفين وعبء العمل. يمكن للتحليلات أيضًا أن تعالج تجربة الموظفين الذين يقدمون الخدمة: عبء العمل وعبء المناوبة والمعنويات. وتصف ويكيبيديا انخراط الموظفين والاحتراق المهني. قِس على مستوى الفريق، بموافقة وعناية، وتصرف بناءً على ما تجد.

الأخلاقيات والخصوصية والموافقة. جمع الملاحظات وتحليلها يتضمن بيانات شخصية وأحيانًا آراء حساسة. وتصف ويكيبيديا الخصوصية وإخفاء الهوية والموافقة المستنيرة. قل ما تجمعه ولماذا، وأتح إخفاء الهوية حيث يهم، وجمّع قبل الإبلاغ، ولا تحدد أفرادًا من تعليقاتهم دون سبب وجيه. ومراقبة سلوك الموظفين أو مشاعرهم في العمل، التي تصفها ويكيبيديا تحت مراقبة الموظفين، قد تضر بالثقة وقد يقيّدها القانون؛ فاطلب مشورة قانونية. انظر الموضوع 5.6 — حوكمة الذكاء الاصطناعي ومخاطره والامتثال.

إغلاق الحلقة. أخبر الناس بما سمعت وما غيّرت. وتابع مع من أثاروا مشكلة جدية. وبدون استجابة مرئية، تنخفض المشاركة.

كيف تتلاءم العدسات. تعطي تحليلات التجربة النتيجة الإنسانية التي تسعى العدسات الثلاث الأخرى إلى تحسينها. وتجري الممارسة الرشيقة تجارب صغيرة وتسأل المستخدمين هل ساعدتهم. ويساعد الذكاء الاصطناعي في قراءة النص وتجميعه، تحت المراجعة. وتطلق الأتمتة الاستبيانات وتوجّه الملاحظات.

أفضل الممارسات

  1. اسأل عن النتائج لا الرضا فقط. ضمّن سؤالًا مثل «هل حصلت على ما تحتاجه؟» وآخر عن الجهد. واقرن الدرجات بسؤال نص حر «ما الذي اعترض طريقك؟».
  2. أبقِ الاستبيانات قصيرة وفي وقتها. اسأل من سؤال إلى ثلاثة بُعيد التفاعل، وأجرِ استبيان علاقة قصيرًا بضع مرات في السنة. ولا تسأل الناس مرارًا عن الشيء نفسه.
  3. اكتب أسئلة محايدة واختبرها. تجنب الصياغة الإيحائية والأسئلة المزدوجة والمصطلحات. وجرّب الاستبيان على بضعة أشخاص من مجموعات مختلفة قبل الإطلاق.
  4. أبلغ بمعدلات الاستجابة ومن أجاب. بيّن كم استجاب، وقارن بالمجتمع حيث أمكن، وصف الحدود. وتجنب الدقة الزائفة.
  5. اقرأ التعليقات. خذ عينات منها كل أسبوع، واقتبسها في التقارير، وجمّعها في محاور. واستخدم الأدوات للحجم، بمراجعة بشرية.
  6. افحص أدوات المشاعر مقابل الناس. اجعل الناس يسمّون عينة، وقارنها بالأداة، ودوّن أين تفشل. واستخدم الأداة للفرز لا لاستنتاجات عن الأفراد.
  7. راقب السلوك كما الكلمات. انظر في الترك وإعادة المحاولة والاتصالات المتكررة، وأجرِ بضع جلسات قابلية استخدام بمهام حقيقية. وقارن ما يفعله الناس بما يقولونه.
  8. استخدم XLA هدفًا مشتركًا. اتفق مع العملاء على مجموعة صغيرة من مقاييس التجربة، وراجعوها معًا، وتجنب ربطها بعقوبات أو بالأداء الفردي.
  9. احمِ الناس. اشرح ما تجمعه، وجمّع النتائج، وتجنب تحديد الأفراد، والتمس المشورة قبل مراقبة مشاعر الموظفين. ولا تستخدم بيانات التجربة لترتيب الأفراد أبدًا.
  10. أغلق الحلقة بصورة مرئية. انشر ملخصات «قلتم، فعلنا»، وتابع القضايا الجدية. وأحِل الأسئلة التي لا تقود إلى إجراء إلى التقاعد.

أسئلة للنقاش مع فريقك

ماذا نعرف عن كيف يختبر الناس خدمتنا مما لا تُظهره مقاييسنا التقنية؟ اسرد شكاوى أو تعليقات حديثة. توقّع عدم تطابق مع اللوحات. وتابع باختيار جانب واحد، مثل زمن الحصول على الوصول، وإضافة سؤال تجربة عنه.

من يجيب عن استبياناتنا، ومن لا يجيب أبدًا؟ قارن المجيبين بالمجتمع. توقّع غياب مجموعات مثل موظفي الليل أو المواقع البعيدة. وتابع ببلوغ مجموعة غائبة بطريقة أخرى، مثل مقابلة قصيرة.

ماذا غيّرنا في الربع الأخير بسبب ما قاله المستخدمون، وهل يعرفون؟ اطلب أمثلة. توقّع القليل. وتابع بالاتفاق على رسالة منتظمة «قلتم، فعلنا».

ما دقة أداة المشاعر لدينا حين يقرأ شخص عينة من التعليقات نفسها؟ اختبرها. توقّع أخطاء في السخرية ومصطلحات المجال. وتابع بالاتفاق على أين يجوز استخدام الأداة وأين لا يجوز.

أي مقاييس تجربتنا يمكن رفعها دون تحسين التجربة؟ فكّر في الضغط على المجيبين أو انتقاء من يُستطلعون أو إغلاق التذاكر قبل السؤال. وتابع بالاتفاق على قاعدة ضد التأثير في الإجابات وفحص لكيفية إرسال الاستبيانات.

ماذا سنجمع عن تجربة الموظفين، وكيف نضمن أنه يُستخدم للمساعدة لا للمراقبة؟ ناقش الموافقة والتجميع والغرض. توقّع آراء قوية. وتابع بالاتفاق على بيان استخدام، وإشراك ممثلي الموظفين ومشورة قانونية.

في الممارسة: مثال على إدارة الخدمات

يدعم فريق تقنية المعلومات في شبكة مكتبات وطنية 6,000 موظف في 300 فرع. تُظهر المقاييس التقنية أداءً جيدًا: توافر فوق 99.5 في المئة و92 في المئة من التذاكر محلولة ضمن الهدف. ومع ذلك يقول استبيان سنوي للموظفين إن «دعم تقنية المعلومات» أدنى الخدمات تقييمًا، ويقول مديرو الفروع إن تقنية المعلومات لا تفهم عملهم.

تبدأ مديرة الخدمة باستبيان معاملاتي قصير، يُرسل آليًا حين تُحل تذكرة: سؤالان («هل حللنا مشكلتك؟» و«ما مدى سهولة الحصول على المساعدة؟») وتعليق اختياري. معدل الاستجابة 18 في المئة. وبمقارنة المجيبين بمجتمع الموظفين، تجد أن الفروع الكبيرة ممثَّلة بزيادة وأن الفروع الصغيرة البعيدة بالكاد تظهر. فتضيف مكالمة هاتفية شهرية إلى خمسة فروع صغيرة مختارة عشوائيًا، وتجري ثلاث جلسات قابلية استخدام يحاول فيها الموظفون طلب تسجيل دخول جديد وحجز شاشة قاعة اجتماعات.

تُظهر الأرقام أن 84 في المئة يقولون إن مشكلتهم حُلت، لكن 55 في المئة فقط يقولون إن الحصول على المساعدة كان سهلًا. وتُظهر التعليقات، المجمّعة في محاور على يد محللين اثنين، أن الشكوى الأشيع هي الاضطرار إلى شرح المشكلة من جديد لكل شخص: 31 في المئة من التعليقات. وأداة مشاعر، اختُبرت مقابل 200 تعليق مسمّى يدويًا، تسمّي نحو الربع خطأً، ومنها كثير يستخدم «عاجل» أو «حرج» كلمات وصفية، فيستخدمها الفريق لفرز التعليقات للقراءة فقط. وتجد جلسات قابلية الاستخدام أن نموذج الطلب يسأل عن وسم أصل لا يعرفه معظم الموظفين.

يغيّر الفريق النموذج، وينشئ سجلًا مرئيًا يتبع التذكرة بين الوكلاء، وينشر ملاحظة شهرية بما تغيّر. ويتفقون مع مديري الفروع على هدف مستوى تجربة: 75 في المئة من الموظفين يقولون إن الحصول على المساعدة كان سهلًا، يُراجع فصليًا، مع التعليقات ومعدل الاستجابة. وتخبر المديرة الفريق بأن الدرجات لن تُستخدم في التقييم الفردي.

ما الذي يتغير: ترتفع درجات السهولة إلى 68 في المئة خلال ربعين، وينخفض «الشرح من جديد» إلى 15 في المئة من التعليقات. وما يظل صعبًا: تبقى معدلات الاستجابة منخفضة في أصغر الفروع؛ ويقلق بعض الوكلاء من أن تُستخدم الدرجات ضدهم رغم البيان؛ وعرض مورّد أداة لكشف العواطف في المكالمات الهاتفية، ترفضها المديرة إلى أن يراجعها الجانب القانوني وممثلو الموظفين. وتخطط لتوسيع أخذ العينات الهاتفية.

أربع زوايا نظر

فرق المنتج والتسليم

اسألوا المستخدمين عن نتائج ميزاتكم، ولاحظوا بضع جلسات حقيقية، وزوّدوا نقاط الاحتكاك مثل الترك بالأدوات. وشاركوا ما تتعلمونه مع فريق الخدمة.

فرق الخدمة والعمليات

اقرأوا التعليقات، وأخبروا العملاء بما تغيّر، واستخدموا بيانات التجربة لترَوا أين تحبط العملية الناس. ولا تتلاعبوا بالدرجات، ولا تطلبوا من الناس تقييمكم جيدًا.

القيادة والحوكمة

اطلبوا مقاييس التجربة مع معدلات الاستجابة والتعليقات. وموّلوا العمل النوعي والمتابعة. ولا تستخدموا درجات التجربة لترتيب الأفراد أو مكافأتهم. والتمسوا المشورة في الخصوصية ومراقبة الموظفين.

العملاء والمستخدمون

ينبغي أن تُسألوا عما يهم، وأن تستطيعوا التحدث دون كشف هويتكم حيث يناسب، وأن تسمعوا ما تغيّر. أخبروا المزود أين تفوّت الاستبيانات تجربتكم، وأعطوا أمثلة في تعليقاتكم.

الرشاقة والذكاء الاصطناعي والأتمتة والتحليلات

الرشاقة

أجرِ تجارب صغيرة على التجربة، مثل تغيير نموذج، واسأل بضعة مستخدمين هل ساعد. وأشرك المستخدمين في التصميم. تنبيه: التغيير المستمر للاستبيانات يدمر المقارنات؛ فأبقِ نواة مستقرة وأضف الأسئلة بتقتير.

الذكاء الاصطناعي

يستطيع الذكاء الاصطناعي تجميع التعليقات وتلخيص المحاور وصياغة ملاحظات «قلتم، فعلنا»، مع شخص يتحقق مقابل الأصول. سمِّ مالكًا. تنبيه: قد يخطئ كشف المشاعر والعواطف بالذكاء الاصطناعي ويكون غير منصف عبر المجموعات واللغات؛ فاختبره على عينة مسمّاة وتجنب استخدامه على الأفراد. انظر الموضوع 5.6 — حوكمة الذكاء الاصطناعي ومخاطره والامتثال.

الأتمتة

أتمت مطلقات الاستبيانات وتوجيه التعليقات الجدية إلى شخص وتذكيرات المتابعة. تنبيه: الاستبيانات الآلية المرسلة بعد النتائج الجيدة فقط تضخم الدرجات؛ فأطلقها باتساق. انظر الموضوع 6.2 — أتمتة سير العمل والتنسيق.

التحليلات

اجمع الدرجات ومعدلات الاستجابة والمحاور وإشارات السلوك والبيانات التقنية. تنبيه: الدرجات مضجَّة، تتأثر بمن يجيب وكيف يُطرح السؤال؛ فاستخدم الاتجاهات، وأبلغ بعدم اليقين، واقرأ التعليقات. انظر الموضوع 7.3 — القياس والتقارير وكتاب Service Management Metrics.

أنماط الإخفاق الشائعة

  • مقاييس تقنية فقط. لوحات خضراء ومستخدمون غير راضين. أضف مقاييس التجربة والتعليقات.
  • تجاهل تحيز الاستبيان. يستجيب الأعلى صوتًا. أبلغ بمعدلات الاستجابة وابلغ المجموعات الغائبة.
  • أسئلة إيحائية. الإجابات منحرفة. استخدم صياغة محايدة واختبر.
  • الوثوق بدرجات المشاعر. تسمّي الأدوات خطأً. افحص مقابل قراءة بشرية واستخدمها للفرز.
  • الدرجات أهدافًا. يضغط الناس على المجيبين. استخدم XLA هدفًا مشتركًا، بمقاييس عدة.
  • إرهاق الاستبيانات. تنخفض الاستجابة. اسأل أقل وأظهر ما تغيّر.
  • مراقبة الناس. تعاني الثقة والقانونية. جمّع واطلب الموافقة والتمس المشورة.

نموذج النضج

البُعد البدء التطوير التوحيد الإدارة التنسيق
الجمع استبيان سنوي استبيانات معاملاتية استبيانات معاملاتية وعلاقة قصيرة مع تعليقات تُفحص الاستجابة والتحيز وتُبلغ المجموعات الغائبة ملاحظات من قنوات عدة مدمجة
التحليل الدرجات فقط محاور تُقرأ يدويًا محاور مع عينات، وأدوات مفحوصة مقابل الناس التجربة مرتبطة بالسلوك والبيانات التقنية رؤى التجربة تقود التخطيط عبر الخدمات
الاستخدام يُبلَّغ بعض الإجراءات تُتتبَّع الإجراءات وتُنشر «قلتم، فعلنا» تُراجع أهداف التجربة مع العملاء اتفاقيات التجربة مشتركة عبر الشركاء
الأخلاقيات غير واضحة وعي قواعد الغرض وإخفاء الهوية والتجميع تُراجع الممارسات مع الموظفين والمستشارين الخصوصية مبنية في الجمع والتحليلات

قائمة التحقق

  • نقيس النتيجة والجهد، لا الرضا فقط.
  • الاستبيانات قصيرة ومحايدة ومختبَرة.
  • نبلّغ بمعدلات الاستجابة ومن يغيب.
  • نقرأ التعليقات أسبوعيًا ونجمّعها في محاور.
  • تُفحص أدوات المشاعر مقابل التسميات البشرية وتُستخدم للفرز فقط.
  • نلاحظ الاستخدام الحقيقي، لا نسأل فقط.
  • نستخدم أهداف التجربة أهدافًا مشتركة، لا مقاييس فردية.
  • ننشر ما تغيّر بسبب الملاحظات.

موجّهات الذكاء الاصطناعي

جمّع التعليقات في محاور للمراجعة.

Here are free-text comments from users with personal details removed: [paste].
Group them into up to eight themes, give a count for each, and quote two short comments exactly for each theme. List comments that do not fit. Do not rate sentiment or guess who wrote anything.
List what you are unsure of.

راجع أسئلة الاستبيان.

Here is a draft survey: [paste].
List questions that are leading, double-barreled, unclear, or likely to produce biased answers, quoting each, and suggest a neutral rewording. Do not add questions.
List what you are unsure of.

اختبر أداة مشاعر.

Here are 40 comments, each with a human label and the tool's label: [paste].
Compute the number and share of agreements and disagreements, list the comments with disagreements, and say what they have in common. Do not conclude anything about the tool beyond this sample.
List what you are unsure of.

مهارات الذكاء الاصطناعي

  • survey-design: استخدمها لتصميم استبيانات منصفة ومفيدة.
  • getting-feedback: استخدمها لجمع الملاحظات من المستخدمين والزملاء واستخدامها.
  • stakeholder-analysis: استخدمها لتحديد من يُسأل ومن يغيب.
  • statistical-analysis: استخدمها لتحليل بيانات الاستجابة مع عدم اليقين.
  • service-level-agreement: استخدمها لتأطير أهداف التجربة إلى جانب التقنية.

المصادر الرئيسة

  • Don Dillman, Jolene Smyth, and Leah Christian, Internet, Phone, Mail, and Mixed-Mode Surveys (4th edition, 2014): دليل معياري لتصميم الاستبيانات.
  • Jakob Nielsen, usability research (nngroup.com): أدلة عملية عن اختبار قابلية الاستخدام بعينات صغيرة.
  • The companion Service Management Metrics book: تعريفات وضوابط لمقاييس التجربة.
  • Wikipedia, "Customer satisfaction" and "Sentiment analysis": نظرات عامة على الأفكار الرئيسة.

المراجع

  1. Customer satisfaction — Wikipedia — https://en.wikipedia.org/wiki/Customer_satisfaction
  2. Net promoter score — Wikipedia — https://en.wikipedia.org/wiki/Net_promoter_score
  3. Customer experience — Wikipedia — https://en.wikipedia.org/wiki/Customer_experience
  4. User experience — Wikipedia — https://en.wikipedia.org/wiki/User_experience
  5. Survey methodology — Wikipedia — https://en.wikipedia.org/wiki/Survey_methodology
  6. Participation bias — Wikipedia — https://en.wikipedia.org/wiki/Participation_bias
  7. Sentiment analysis — Wikipedia — https://en.wikipedia.org/wiki/Sentiment_analysis
  8. Thematic analysis — Wikipedia — https://en.wikipedia.org/wiki/Thematic_analysis
  9. Usability testing — Wikipedia — https://en.wikipedia.org/wiki/Usability_testing
  10. Voice of the customer — Wikipedia — https://en.wikipedia.org/wiki/Voice_of_the_customer
  11. Employee monitoring — Wikipedia — https://en.wikipedia.org/wiki/Employee_monitoring
  12. Privacy — Wikipedia — https://en.wikipedia.org/wiki/Privacy