Uchanganuzi wa uzoefu na hisia
Uchanganuzi wa uzoefu huuliza watumiaji huduma iliwasaidiaje na kutazama wanaitumiaje kwa kweli; tafiti, maandishi ya mrejesho, uchanganuzi wa hisia, na makubaliano ya kiwango cha uzoefu zina manufaa maswali yanapokuwa ya haki, upendeleo wa majibu ukikubaliwa, zana za hisia zikikaguliwa dhidi ya maneno ya watu wenyewe, na hakuna mtu binafsi anayepangwa au kuchunguzwa.
Kwa nini hili ni muhimu
Huduma inaweza kutimiza kila lengo la kiufundi na bado kuwaacha watu wamekasirika. Mfumo uko hewani, tiketi zinafungwa kwa wakati, na mfanyakazi ametumia saa mbili asubuhi hiyo akijaribu kupata ufikiaji wa zana anayohitaji. Dashibodi zilizojengwa kutoka kwa data ya mfumo haziwezi kuona hilo. Zinahesabu kile mashine ilichorekodi, si jinsi mtu alivyofanikiwa.
Uchanganuzi wa uzoefu huziba pengo. Huwauliza watu moja kwa moja, kupitia tafiti fupi wakati wa matumizi na ndefu zaidi za mara kwa mara. Husoma wanachoandika: maoni ya tiketi, majibu ya tafiti, ujumbe wa soga. Hutazama jinsi wanavyotumia huduma, wanapoacha fomu, wanajaribu mara ngapi kabla ya kufanikiwa. Huchanganya haya kuwa picha ya uzoefu ambayo vipimo vya kiufundi hukosa. Wazo nyuma ya makubaliano ya kiwango cha uzoefu (XLA), yaliyoletwa katika mada 3.7 — Usimamizi wa Kiwango cha Huduma, ni kuweka malengo ya uzoefu pamoja na malengo ya utendaji wa kiufundi.
Mbinu zinaleta hatari zake. Tafiti hufikia watu wanaojibu tu. Zana za uchanganuzi wa hisia hukisia hisia kutoka kwa maneno, na mara nyingi hukisia vibaya, hasa kati ya lugha na tamaduni. Alama huwa malengo, na malengo huvutia shinikizo kwa wanaojibu. Data ya wafanyakazi huibua maswali ya faragha na imani. Mada hii inaeleza jinsi ya kukusanya na kutumia data ya uzoefu vizuri, kwa haki na unyenyekevu kuhusu kile inachoweza kuonyesha. Inaunganishwa na dawati la huduma (mada 3.1 — Dawati la Huduma), viwango vya huduma (mada 3.7 — Usimamizi wa Kiwango cha Huduma), upimaji (mada 7.3 — Upimaji na utoaji taarifa), na matumizi ya AI kusoma maandishi (mada 5.1 — AI katika usimamizi wa huduma).
Dhana kuu
Uzoefu. Kile mtu anachofikiri, kuhisi, na kufanya anapotumia huduma, kuanzia mawasiliano ya kwanza hadi matokeo. Wikipedia inaeleza uzoefu wa mteja na uzoefu wa mtumiaji. Kwa huduma za ndani, "wateja" ni wenzako, na neno uzoefu wa kidijitali wa mfanyakazi wakati mwingine hutumika kwa jinsi watu wanavyopata uzoefu wa teknolojia yao. Linajumuisha urahisi, kasi, imani, na kama walifikia lengo lao.
Kuridhika na vipimo vinavyohusiana. Kuridhika kwa wateja, kunakoelezwa na Wikipedia, kwa kawaida huulizwa kama "uliridhika kiasi gani?" kwa kipimo. Alama ya wakuzaji wavu (net promoter score), pia inayoelezwa hapo, huuliza mtu anaweza kwa kiasi gani kupendekeza huduma na hukokotolewa kutoka sehemu ya wakuzaji kuondoa wapinzani. Vipimo vingine huuliza kuhusu juhudi, kama ilikuwa rahisi kiasi gani kupata kitu. Kila kimoja kina matumizi na ukosoaji: ni vya haraka na vinalinganishwa, na ni butu na wazi kwa kuchezewa na kufasiriwa vibaya.
Tafiti za muamala na za uhusiano. Utafiti wa muamala huuliza kuhusu mwingiliano mmoja, kama tiketi iliyotatuliwa, muda mfupi baadaye. Utafiti wa uhusiano huuliza kuhusu huduma kwa ujumla, kwa vipindi. Tafiti za muamala zinaonyesha matatizo mahususi; za uhusiano zinaonyesha mtazamo mpana. Tumia zote mbili, na uziweke fupi.
Usanifu wa utafiti. Maneno huathiri majibu. Wikipedia inaeleza mbinu za tafiti na matatizo ya kawaida: maswali ya kuongoza, yanayopendekeza jibu; upendeleo wa kukubali, mwelekeo wa kukubaliana; na upendeleo wa kutaka kuonekana vyema, kutoa majibu yanayoonekana kukubalika. Tumia maneno yasiyoegemea upande, kipimo wazi, wazo moja kwa swali, na kisanduku cha maoni huru. Wikipedia inaeleza vipimo vya Likert na hojaji. Jaribu utafiti kwa watu wachache. Tazama ujuzi wa survey-design katika mwongozo huu.
Majibu na upendeleo. Baadhi ya watu tu hujibu, na si wa kawaida. Wikipedia inaeleza kiwango cha majibu na upendeleo wa ushiriki: watu wenye hisia kali, au wenye muda, hujibu zaidi. Alama kutoka kwa majibu ya asilimia 10 inaweza kusema kidogo kuhusu asilimia 90 iliyobaki. Ripoti kiwango cha majibu, linganisha wanaojibu na idadi ya watu inapowezekana, na usichukulie alama kama sahihi kamili.
Uchovu wa tafiti. Watu wanaoulizwa mara nyingi mno huacha kujibu au kujibu kwa kutojali. Punguza mara ngapi unauliza, uliza tu utakachotumia, na uonyeshe kilichobadilika kwa sababu ya majibu. Tafiti zinazotoweka kwenye ombwe huwafundisha watu wasijali.
Mrejesho wa maandishi huru. Maoni yanakuambia kwa nini. Kusoma sampuli ni muhimu, na zana zinaweza kusaidia kwa kiasi. Wikipedia inaeleza uchanganuzi wa mada (thematic analysis), zoea la kutambua mada katika data ya ubora, na utafiti wa ubora kwa upana. Kuhesabu mada, na kunukuu mifano, hufanya maoni yaweze kutumika.
Uchanganuzi wa hisia. Programu inayoainisha maandishi kama chanya, hasi, au yasiyo upande wowote, au kwa hisia. Wikipedia inaeleza uchanganuzi wa hisia na mbinu zake. Una manufaa kwa upangaji wa takriban wa kiasi kikubwa cha maandishi. Unapata shida na kejeli, hisia mchanganyiko, istilahi za nyanja ("muhimu" inaweza kuwa kipaumbele, si hisia), na tofauti za lugha na lahaja. Kagua lebo zake dhidi ya sampuli iliyosomwa na watu, na usichukulie matokeo kama hisia za mtu yeyote binafsi. Wikipedia pia inaeleza utambuzi wa hisia, unaoibua wasiwasi mkubwa wa kuaminika na wa kimaadili, hasa unapotumika kwa nyuso au sauti; kuwa makini na utafute ushauri kabla ya kutumia mbinu hizo.
Ugunduzi wa mada. Mbinu za usindikaji wa lugha asilia, ikijumuisha modeli za mada ambazo Wikipedia inaeleza, zinaweza kuweka maoni katika makundi kwa somo. Zinasaidia kupata mada katika maelfu ya maoni, kwa mapitio ya binadamu kutaja na kukagua makundi.
Ishara za tabia na matumizi. Watu wanachofanya mara nyingi hutofautiana na wanachosema. Fomu zilizoachwa, utafutaji unaorudiwa, majaribio tena, na mawasiliano baada ya jaribio la huduma binafsi yanaonyesha msuguano. Wikipedia inaeleza majaribio ya matumizi (usability testing), ambapo watu hujaribu kazi halisi huku watazamaji wakibainisha ugumu. Vikao vichache vilivyotazamwa mara nyingi hupata matatizo ambayo hakuna utafiti unaofichua.
Mbinu za ubora. Mahojiano na vikundi vya majadiliano, vinavyoelezwa na Wikipedia, vinatoa kina. Mazungumzo machache na watumiaji halisi yanaweza kubadilisha vipaumbele kuliko utafiti mkubwa. Chagua watu wanaotofautiana kwa jukumu, ujuzi, na eneo.
Makubaliano ya kiwango cha uzoefu. Makubaliano yanayoweka malengo kwa vipimo vya uzoefu, kama "angalau asilimia 80 ya watumiaji wanasema huduma iliwasaidia kukamilisha kazi yao". Yanatumika vyema kama lengo la pamoja na mazungumzo, yakiwa na vipimo kadhaa, si namba moja iliyofungwa kwa adhabu, kwa sababu alama za uzoefu hupotoshwa kwa urahisi. Tazama mada 3.7 — Usimamizi wa Kiwango cha Huduma.
Sauti ya mteja. Zoea la kunasa na kutenda juu ya wateja wanachosema. Wikipedia inaeleza. Huleta pamoja tafiti, maoni, mawasiliano ya msaada, mapitio, na mazungumzo, na kupeleka ufahamu kwa wanaoweza kutenda.
Ustawi wa wafanyakazi na mzigo wa kazi. Uchanganuzi pia unaweza kushughulikia uzoefu wa wafanyakazi wanaotoa huduma: mzigo wa kazi, mzigo wa zamu za kuitwa, na ari. Wikipedia inaeleza ushiriki wa wafanyakazi na uchovu wa kazini. Pima kwa ngazi ya timu, kwa ridhaa na uangalifu, na utende juu ya unachopata.
Maadili, faragha, na ridhaa. Kukusanya na kuchanganua mrejesho kunahusisha data binafsi na wakati mwingine maoni nyeti. Wikipedia inaeleza faragha, kutotambulika, na ridhaa yenye taarifa. Sema unachokusanya na kwa nini, ruhusu kutotambulika pale ni muhimu, jumlisha kabla ya kuripoti, na usitambue watu binafsi kutoka kwa maoni yao bila sababu nzuri. Kufuatilia tabia au hisia za wafanyakazi kazini, ambako Wikipedia inaeleza chini ya ufuatiliaji wa wafanyakazi, kunaweza kuharibu imani na kunaweza kuzuiliwa na sheria; tafuta ushauri wa kisheria. Tazama mada 5.6 — Utawala, hatari na kufuata sheria za AI.
Kufunga mzunguko. Waambie watu ulichosikia na ulichobadilisha. Fuatilia wale walioibua tatizo kubwa. Bila jibu linaloonekana, ushiriki hushuka.
Lenzi zinavyolingana. Uchanganuzi wa uzoefu hutoa matokeo ya kibinadamu ambayo lenzi tatu nyingine zinalenga kuboresha. Zoea la uchapuchapu huendesha majaribio madogo na kuwauliza watumiaji kama yalisaidia. AI husaidia kusoma na kuweka maandishi katika makundi, chini ya mapitio. Uendeshaji otomatiki huanzisha tafiti na kuelekeza mrejesho.
Mazoea bora
- Uliza kuhusu matokeo, si kuridhika tu. Jumuisha swali kama "ulipata ulichohitaji?" na moja kuhusu juhudi. Oanisha alama na maandishi huru ya "nini kilizuia?".
- Weka tafiti fupi na kwa wakati. Uliza maswali moja hadi matatu muda mfupi baada ya mwingiliano, na uendeshe utafiti mfupi wa uhusiano mara chache kwa mwaka. Usiwaulize watu mara kwa mara kuhusu kitu kilekile.
- Andika maswali yasiyoegemea upande na uyajaribu. Epuka maneno ya kuongoza, maswali mawili kwa moja, na jargon. Jaribu utafiti kwa watu wachache kutoka vikundi tofauti kabla ya uzinduzi.
- Ripoti viwango vya majibu na nani alijibu. Onyesha wangapi walijibu, linganisha na idadi ya watu inapowezekana, na ueleze mipaka. Epuka usahihi wa uongo.
- Soma maoni. Chukua sampuli kila wiki, yanukuu katika ripoti, na uyaweke katika mada. Tumia zana kwa kiasi, kwa mapitio ya binadamu.
- Kagua zana za hisia dhidi ya watu. Wacha watu waweke lebo sampuli, ilinganishe na zana, na uone inaposhindwa. Tumia zana kwa upangaji, si kwa hitimisho kuhusu watu binafsi.
- Tazama tabia pamoja na maneno. Angalia kuachwa, majaribio tena, na mawasiliano yanayorudiwa, na uendeshe vikao vichache vya majaribio ya matumizi vyenye kazi halisi. Linganisha watu wanachofanya na wanachosema.
- Tumia XLA kama lengo la pamoja. Kubaliana seti ndogo ya vipimo vya uzoefu na wateja, vipitie pamoja, na uepuke kuvifunga kwa adhabu au utendaji wa mtu binafsi.
- Linda watu. Eleza unachokusanya, jumlisha matokeo, epuka kutambua watu binafsi, na utafute ushauri kabla ya kufuatilia hisia za wafanyakazi. Usitumie kamwe data ya uzoefu kupanga watu binafsi.
- Funga mzunguko kwa uwazi. Chapisha muhtasari wa "mlisema, tulifanya", na ufuatilie masuala makubwa. Staafisha maswali yasiyoongoza kwenye hatua.
Maswali ya kujadili na timu yako
Tunajua nini kuhusu jinsi watu wanavyopata uzoefu wa huduma yetu ambacho vipimo vyetu vya kiufundi havionyeshi? Orodhesha malalamiko au maoni ya hivi karibuni. Tarajia kutolingana na dashibodi. Ili kwenda mbali zaidi, chagua kipengele kimoja, kama muda wa kupata ufikiaji, na uongeze swali la uzoefu kuhusu hilo.
Nani anajibu tafiti zetu, na nani hajibu kamwe? Linganisha wanaojibu na idadi ya watu. Tarajia vikundi kama wafanyakazi wa usiku au maeneo ya mbali kukosekana. Ili kwenda mbali zaidi, fikia kundi moja linalokosekana kwa njia nyingine, kama mahojiano mafupi.
Tulibadilisha nini robo iliyopita kwa sababu ya watumiaji walituambia, na wanajua? Omba mifano. Tarajia machache. Ili kwenda mbali zaidi, kubaliana ujumbe wa kawaida wa "mlisema, tulifanya".
Zana yetu ya hisia ni sahihi kiasi gani mtu anaposoma sampuli ya maoni yaleyale? Ijaribu. Tarajia makosa kwenye kejeli na istilahi za nyanja. Ili kwenda mbali zaidi, kubaliana wapi zana inaweza kutumika na wapi isiweze.
Ni vipimo vipi vyetu vya uzoefu vinaweza kuinuliwa bila kuboresha uzoefu? Fikiria shinikizo kwa wanaojibu, kuchagua tafiti, au kufunga tiketi kabla ya kuuliza. Ili kwenda mbali zaidi, kubaliana kanuni dhidi ya kuathiri majibu na ukaguzi wa jinsi tafiti zinavyotumwa.
Tungekusanya nini kuhusu uzoefu wa wafanyakazi, na tungehakikishaje inatumika kusaidia na si kufuatilia? Jadili ridhaa, majumuisho, na kusudi. Tarajia maoni makali. Ili kwenda mbali zaidi, kubaliana taarifa ya matumizi, na ushirikishe wawakilishi wa wafanyakazi na ushauri wa kisheria.
Kwa vitendo: mfano wa usimamizi wa huduma
Timu ya TEHAMA ya mtandao wa maktaba wa taifa inasaidia wafanyakazi 6,000 katika matawi 300. Vipimo vya kiufundi vinaonyesha utendaji mzuri: upatikanaji juu ya asilimia 99.5 na asilimia 92 ya tiketi zimetatuliwa ndani ya lengo. Hata hivyo utafiti wa kila mwaka wa wafanyakazi unasema "msaada wa TEHAMA" ndio huduma iliyokadiriwa chini zaidi, na mameneja wa matawi wanasema TEHAMA haielewi kazi yao.
Meneja wa huduma anaanza na utafiti mfupi wa muamala, unaotumwa kiotomatiki tiketi inapotatuliwa: maswali mawili ("Je, tulitatua tatizo lako?" na "Ilikuwa rahisi kiasi gani kupata msaada?") na maoni ya hiari. Kiwango cha majibu ni asilimia 18. Akilinganisha wanaojibu na idadi ya wafanyakazi, anagundua matawi makubwa yanawakilishwa kupita kiasi na yale madogo, ya mbali karibu hayaonekani. Anaongeza simu ya kila mwezi kwa matawi madogo matano yaliyochaguliwa kwa nasibu, na kuendesha vikao vitatu vya majaribio ya matumizi ambapo wafanyakazi wanajaribu kuomba ingizo jipya na kuhifadhi onyesho la chumba cha mkutano.
Namba zinaonyesha asilimia 84 wanasema tatizo lao lilitatuliwa, lakini asilimia 55 tu wanasema ilikuwa rahisi kupata msaada. Maoni, yaliyowekwa katika mada na wachambuzi wawili, yanaonyesha malalamiko ya kawaida zaidi ni kulazimika kueleza tatizo tena kwa kila mtu: asilimia 31 ya maoni. Zana ya hisia, iliyojaribiwa dhidi ya maoni 200 yaliyowekwa lebo kwa mikono, inaweka lebo vibaya takriban robo, ikijumuisha mengi yanayotumia "haraka" au "muhimu" kama maneno ya maelezo, kwa hiyo timu inaitumia tu kupanga maoni ya kusomwa. Vikao vya majaribio ya matumizi vinagundua fomu ya ombi inaomba lebo ya mali ambayo wafanyakazi wengi hawaijui.
Timu inabadilisha fomu, inaunda historia inayoonekana inayofuata tiketi kati ya mawakala, na kuchapisha dokezo la kila mwezi la kilichobadilika. Wanakubaliana lengo la uzoefu na mameneja wa matawi: asilimia 75 ya wafanyakazi wanasema kupata msaada kulikuwa rahisi, linapitiwa kila robo mwaka, pamoja na maoni na kiwango cha majibu. Meneja anaiambia timu kwamba alama hazitatumika kwa tathmini ya mtu binafsi.
Kinachobadilika: alama za urahisi zinapanda hadi asilimia 68 kwa robo mbili, na "kueleza tena" kunashuka hadi asilimia 15 ya maoni. Kinachobaki kigumu: viwango vya majibu vinabaki vya chini katika matawi madogo zaidi; baadhi ya mawakala wana wasiwasi kwamba alama zitatumika dhidi yao licha ya taarifa; na muuzaji ametoa zana ya kugundua hisia kwa simu, ambayo meneja anakataa hadi wawakilishi wa sheria na wafanyakazi wapitie. Anapanga kupanua sampuli ya simu.
Mitazamo minne
Timu za bidhaa na utoaji
Wauliza watumiaji kuhusu matokeo ya vipengele vyako, tazama vikao vichache halisi, na uandae vifaa vya kupima pointi za msuguano kama kuachwa. Shiriki unachojifunza na timu ya huduma.
Timu za huduma na uendeshaji
Soma maoni, waambie wateja kilichobadilika, na utumie data ya uzoefu kuona mchakato unapowakera watu. Usichezee alama, na usiwaombe watu wakukadirie vizuri.
Uongozi na utawala
Omba vipimo vya uzoefu pamoja na viwango vya majibu na maoni. Fadhili kazi ya ubora na ufuatiliaji. Usitumie alama za uzoefu kupanga au kuzawadia watu binafsi. Tafuta ushauri kuhusu faragha na ufuatiliaji wa wafanyakazi.
Wateja na watumiaji
Unapaswa kuulizwa kuhusu kinachojalisha, uweze kuzungumza bila kutambulika pale panafaa, na usikie kilichobadilika. Mwambie mtoaji tafiti zinapokosa uzoefu wako, na utoe mifano katika maoni yako.
Uchapuchapu, AI, uendeshaji otomatiki na uchanganuzi
Uchapuchapu
Endesha majaribio madogo kwenye uzoefu, kama kubadilisha fomu, na uwaulize watumiaji wachache kama ilisaidia. Washirikishe watumiaji katika usanifu. Tahadhari: kubadilisha tafiti kila mara huharibu ulinganisho; weka kiini thabiti na uongeze maswali kwa uangalifu.
AI
AI inaweza kuweka maoni katika makundi, kufupisha mada, na kuandaa madokezo ya "mlisema, tulifanya", huku mtu akikagua dhidi ya asili. Taja mmiliki. Tahadhari: uchanganuzi wa hisia na utambuzi wa hisia wa AI unaweza kuwa si sahihi na si wa haki kati ya vikundi na lugha; jaribu kwa sampuli iliyowekwa lebo na uepuke kuutumia kwa watu binafsi. Tazama mada 5.6 — Utawala, hatari na kufuata sheria za AI.
Uendeshaji otomatiki
Fanya vichocheo vya tafiti, uelekezaji wa maoni makubwa kwa mtu, na vikumbusho vya kufuatilia kuwa vya kiotomatiki. Tahadhari: tafiti za kiotomatiki zinazotumwa baada ya matokeo mazuri tu huinua alama; zianzishe kwa uthabiti. Tazama mada 6.2 — Uendeshaji otomatiki wa mtiririko wa kazi na uratibu.
Uchanganuzi
Changanya alama, viwango vya majibu, mada, ishara za tabia, na data ya kiufundi. Tahadhari: alama zina kelele, zinaathiriwa na nani anajibu na swali linavyoulizwa; tumia mielekeo, ripoti kutokuwa na uhakika, na usome maoni. Tazama mada 7.3 — Upimaji na utoaji taarifa na kitabu cha Service Management Metrics.
Njia za kawaida za kushindwa
- Vipimo vya kiufundi tu. Dashibodi za kijani, watumiaji hawajaridhika. Ongeza vipimo vya uzoefu na maoni.
- Upendeleo wa tafiti kupuuzwa. Wenye sauti kubwa ndio wanajibu. Ripoti viwango vya majibu na ufikie vikundi vinavyokosekana.
- Maswali ya kuongoza. Majibu yamepotoshwa. Tumia maneno yasiyoegemea upande na ujaribu.
- Kuamini alama za hisia. Zana zinaweka lebo vibaya. Kagua dhidi ya usomaji wa binadamu na utumie kwa upangaji.
- Alama kama malengo. Watu wanawashinikiza wanaojibu. Tumia XLA kama lengo la pamoja, lenye vipimo kadhaa.
- Uchovu wa tafiti. Majibu yanashuka. Uliza kidogo, na uonyeshe kilichobadilika.
- Kufuatilia watu. Imani na uhalali vinateseka. Jumlisha, uliza ridhaa, na utafute ushauri.
Modeli ya ukomavu
| Kipimo | Kuanzisha | Kuendeleza | Kusanifisha | Kusimamia | Kuratibu |
|---|---|---|---|---|---|
| Ukusanyaji | Utafiti wa kila mwaka | Tafiti za muamala | Tafiti fupi za muamala na uhusiano zenye maoni | Majibu na upendeleo vinakaguliwa, vikundi vinavyokosekana vinafikiwa | Mrejesho kutoka njia kadhaa umeunganishwa |
| Uchanganuzi | Alama tu | Mada zinasomwa kwa mikono | Mada zenye sampuli, zana zimekaguliwa dhidi ya watu | Uzoefu umeunganishwa na tabia na data ya kiufundi | Ufahamu wa uzoefu unaendesha mipango kati ya huduma |
| Matumizi | Inaripotiwa | Baadhi ya hatua | Hatua zinafuatiliwa na "mlisema, tulifanya" inachapishwa | Malengo ya uzoefu yanapitiwa na wateja | Makubaliano ya uzoefu yanashirikiwa kati ya washirika |
| Maadili | Hayajawazi | Ufahamu | Kanuni za kusudi, kutotambulika, na majumuisho | Mazoea yanapitiwa na wafanyakazi na washauri | Faragha imejengwa ndani ya ukusanyaji na uchanganuzi |
Orodha hakiki
- Tunapima matokeo na juhudi, si kuridhika tu.
- Tafiti ni fupi, zisizoegemea upande, na zimejaribiwa.
- Tunaripoti viwango vya majibu na nani anakosekana.
- Tunasoma maoni kila wiki na kuyaweka katika mada.
- Zana za hisia zinakaguliwa dhidi ya lebo za binadamu na kutumika kwa upangaji tu.
- Tunatazama matumizi halisi, si kuuliza tu.
- Tunatumia malengo ya uzoefu kama malengo ya pamoja, si vipimo vya mtu binafsi.
- Tunachapisha kilichobadilika kwa sababu ya mrejesho.
Maelekezo ya AI
Weka maoni katika mada kwa mapitio.
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.
Pitia maswali ya utafiti.
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.
Jaribu zana ya hisia.
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.
Ujuzi wa AI
- survey-design: tumia kubuni tafiti za haki, zenye manufaa.
- getting-feedback: tumia kukusanya na kutumia mrejesho kutoka kwa watumiaji na wenzako.
- stakeholder-analysis: tumia kutambua nani wa kuuliza na nani anakosekana.
- statistical-analysis: tumia kuchanganua data ya majibu kwa kutokuwa na uhakika.
- service-level-agreement: tumia kuweka malengo ya uzoefu pamoja na ya kiufundi.
Vyanzo vikuu
- Don Dillman, Jolene Smyth, and Leah Christian, Internet, Phone, Mail, and Mixed-Mode Surveys (4th edition, 2014): mwongozo wa kawaida wa usanifu wa tafiti.
- Jakob Nielsen, usability research (nngroup.com): ushahidi wa vitendo kuhusu majaribio ya matumizi ya sampuli ndogo.
- Kitabu mwenza Service Management Metrics: fasili na walinzi wa vipimo vya uzoefu.
- Wikipedia, "Customer satisfaction" and "Sentiment analysis": muhtasari wa mawazo makuu.
Marejeo
- Customer satisfaction — Wikipedia — https://en.wikipedia.org/wiki/Customer_satisfaction
- Net promoter score — Wikipedia — https://en.wikipedia.org/wiki/Net_promoter_score
- Customer experience — Wikipedia — https://en.wikipedia.org/wiki/Customer_experience
- User experience — Wikipedia — https://en.wikipedia.org/wiki/User_experience
- Survey methodology — Wikipedia — https://en.wikipedia.org/wiki/Survey_methodology
- Participation bias — Wikipedia — https://en.wikipedia.org/wiki/Participation_bias
- Sentiment analysis — Wikipedia — https://en.wikipedia.org/wiki/Sentiment_analysis
- Thematic analysis — Wikipedia — https://en.wikipedia.org/wiki/Thematic_analysis
- Usability testing — Wikipedia — https://en.wikipedia.org/wiki/Usability_testing
- Voice of the customer — Wikipedia — https://en.wikipedia.org/wiki/Voice_of_the_customer
- Employee monitoring — Wikipedia — https://en.wikipedia.org/wiki/Employee_monitoring
- Privacy — Wikipedia — https://en.wikipedia.org/wiki/Privacy