電子商務用戶體驗：如何利用客戶反饋改善用戶體驗

我們都想成為數據驅動的營銷人員和企業家。 沒有人想要根據自己的自我做出決定，我們都希望做正確的事情來改善我們的業務指標。 幸運的是，今天這比以往任何時候都容易得多，而且幾乎每個人都了解 Google Analytics 等工具在了解用戶行為方面的價值。 然而不幸的是，在理解客戶行為、動機和用戶體驗方面，我們還有很長的路要走。

然而，缺少的要素通常很簡單：使用有意義的客戶反饋和定性數據來改善用戶體驗。 在本文中，我們將確切地討論這意味著什麼。

電子商務用戶體驗：為什麼僅靠網絡分析不足以衡量用戶體驗

我是數字分析的大力支持者。 事實上，我認為我比一般的數字營銷人員更傾向於定量藝術（畢竟，正常人寫這麼多關於谷歌分析的樂趣是什麼？）但我在這裡說定量數字分析只告訴你一部分故事，特別是如果您的目標是改善電子商務網站的用戶體驗。 數字分析通常（但並非總是）可以告訴您問題在哪裡，甚至是什麼，但它幾乎永遠無法告訴您為什麼會出現該問題。

這是一個假設的例子：

假設您正在經營一家銷售豪華家具的電子商務商店。 您會注意到移動設備的轉化率遠低於桌面設備，但這種情況發生在漏斗的特定階段。

您可能會立即想，“啊，這一定是個錯誤！ 讓我們檢查一下並修復它。”

但是在你一遍又一遍地瀏覽體驗之後，你會發現沒有任何明顯的損壞。 因此，您運行了一些經過審核的用戶測試並分析了幾十個會話回放。

經過一段時間的研究和分析，出現了一個你根本沒有想到的問題：手機端的“Enter Coupon”字段很大，用戶一看到就退出網站去谷歌搜索優惠券。 他們中的很大一部分不會回來。

現在，這種洞察力得到了一些定性和被動的客戶反饋的支持，這次是通過用戶測試和會話重放等方法。 但您也可以通過其他槓桿收集大量有用的反饋：

• 實時聊天記錄
• 支持郵件
• 產品評論和推薦
• 現場調查
• 客戶調查
• 銷售和支持人員面試
• 客戶訪談（通過電話或面對面）

此外，當您開始以各種形式收集客戶反饋時，您會很快了解到它可以應用於各種問題，其中許多問題您最初可能沒有想到。

例如，您為營銷信息和價值主張設計收集的相同“客戶之聲”數據可用於幫助您的銷售和支持人員與客戶溝通您的品牌信息。 它甚至可以幫助做出產品和銷售決策，當然，它可以幫助告知您的用戶體驗設計。

這是我如何使用客戶反饋顯著改善電子商務網站上的用戶體驗的真實示例：

我們的購物車頁面（在所有設備上）有一個嚴重的下降，但不一定知道為什麼。 因此，我們進行了一些用戶測試，並在購物車頁面上進行了現場調查，以在退出意圖時觸發。 最後，我們在“感謝”頁面上包含了購買後的客戶調查。

所有這些數據都清楚地指出了一個混亂和層次結構的問題。 “優惠券代碼”這個詞是迄今為止我們在調查中創建的詞云中最大的詞。 我們的用戶測試人員無法確定點擊哪個按鈕來添加或刪除購物車中的商品。 他們也花了很長時間才找到“繼續購買”按鈕。

這些見解導致了幾次迭代，但我們最終以減少無關選項、最小化優惠券代碼欄並更加突出“繼續購買”按鈕的體驗獲勝。

我們可能已經猜到這些最終會發生變化，但是擁有指出問題的實際數據幫助我們更快地破解代碼。

電子商務用戶體驗：如何收集客戶反饋以改善用戶體驗

您如何開始收集客戶反饋實際上取決於您的目標，但在決定方法時，我希望牢記以下幾個問題：

• 它會花費多少或破壞用戶體驗？
• 收集可操作的見解需要多長時間？
• 這個過程是主動的還是被動的？
• 這種方法會產生可操作的見解嗎？
• 這項研究與我們的目標一致還是分散注意力？

它有助於在深入研究數據收集時保持專注，無論是定量還是定性。 是的，收集數據比以往任何時候都容易，但仍然需要有人對其進行分析並從中得出可操作的見解。 您擁有的令人分心和不相關的數據越多，就越難獲得洞察力並優先考慮用戶體驗改進（我發現定性數據更容易分心）。

因此，考慮到這一點，最好的方法不會破壞用戶體驗，而且它們的實施成本最低，無論是在資源成本還是收集數據的時間方面。 收集客戶反饋有幾種不同的框架，但我想進一步簡化事情，並說有三種類型的客戶反饋工具/方法：

• 被動的
• 積極的
• 現有渠道

使用被動的客戶反饋收集來改善用戶體驗

像會話重播這樣的東西符合被動方法的要求。 它在後台收集數據（用戶甚至不會注意到），並且被動收集有關用戶行為的有價值的信息。

會話重播作為客戶反饋的一種方法的另一個好處是，它們不會因用戶知道他們的響應或行為正在被收集而產生偏見。 傳統的反饋表單可能是讓客戶感到沮喪的好方法，但會話重播讓您可以查看自然的用戶行為，無論是轉換還是反彈。 在此處了解有關創建會話回放的更多信息。

使用積極的客戶反饋收集來改善用戶體驗

然後是主動收集用戶反饋的方法，幾乎囊括了你通常想到的所有方法：調查、訪談、焦點小組。

最常見的是簡單的客戶反饋表。 它們有多種形式（淨推薦值、客戶滿意度得分等），但它們都做同樣的事情：簡單地詢問客戶他們的體驗。 它們可以以通用方式在任何電子商務頁面上使用，您可以使用像 Usabilla 這樣的小部件來收集任何用戶反饋。

您還可以運行現場調查，專門針對具有更具體問題的某些用戶。 在電子商務網站上詢問用戶的一個常見問題是：“此頁面是否符合您的期望？” （就像下面來自 Qualaroo 的示例）通過這樣的問題，您可以發現可能的用戶挫折（尤其是在產品或類別頁面上）。

最後，您可以在與客戶互動後發送或觸發調查，無論是在線還是通過電子郵件等通信渠道。 我看到的一個常見問題是在一篇知識庫文章之後，會有一個簡短的二元問題，詢問該文章是否有效。 在您回答之後，它會為您提供提供公開反饋的選項。

進行調查的另一個常見位置是在支持電子郵件交互之後。 您可能已經看到過類似這樣的電子郵件：

訂閱企業也經常發送自動生命週期調查。 Mailshake 的創始人 Sujan Patel 解釋了他們如何發送淨推薦值 (NPS) 調查：

“我們會在 30、60 和 90 天后向客戶發送 NPS 調查。 這完成了幾件事：首先，它使我們能夠及早發現不滿意的客戶，因此我們可以聯繫糾正任何問題或獲得有關產品主要問題的反饋； 其次，我們可以利用我們最滿意的客戶來獲得推薦並推動推薦； 第三，我們可以在客戶繼續使用該工具時跟踪他們，以了解隨著某人使用該工具的時間越長情況如何變化。 NPS調查也特別容易完成，所以我們的完成率真的很高。 在前 3 個月內多次發送只會讓我們有更多機會向客戶學習和交流。”

利用現有渠道收集客戶反饋以改善用戶體驗

第三類是利用現有渠道收集客戶反饋。

這通常被忽視，因為您不需要購買額外的軟件，甚至不需要以不同的方式收集信息。

基本上，如果您正在運行實時聊天或有支持票或有社交媒體存在，您可能會以文本格式進行大量客戶互動。 現在，您只需要將其組織成可用的格式並進行分析。

如果您的銷售或支持人員與客戶進行電話通話，那麼同樣的理念也適用。 他們認為可以與您的營銷、產品、用戶體驗等團隊分享哪些見解以改善電子商務用戶體驗？ 在我進行轉化率優化 (CRO) 的過程中，我了解到答案很多，而這種洞察力儲備往往未被開發。

電子商務用戶體驗：如何根據客戶反饋採取行動以改善用戶體驗

同樣，您如何根據客戶反饋採取行動取決於您的目標。 在我過去的大部分時間裡，目標都是增加轉化率和改善用戶體驗。 因此，我經常遵循以下過程：

• 分析定量數據以發現問題區域
• 審查定性見解以發現潛在的解決方案以及更深層次的問題
• 為 A/B 測試創建假設並確定其優先級

這也是您可能想要遵循的路徑，但收集客戶反饋的過程可能比特定用例更普遍適用。 在這方面，我們在 HubSpot 提出了一個客戶反饋策略框架：

• 問
• 分類
• 行為
• 跟進

我們已經詢問了我們的客戶（或者只是通過實時聊天記錄或會話重播收集數據），我們有數據，現在我們只需要以某種方式組織數據以使其可用。

由於我們想讓客戶反饋數據對運營的所有部分（客戶支持、產品、營銷、用戶體驗和營銷團隊等）都有價值，因此我們首先將反饋分為與特定功能相對應的更廣泛的類別：

• 產品反饋
• 客戶服務反饋
• 營銷和銷售反饋

基於產品反饋提升用戶體驗

第一類，產品反饋，可以再細分為幾個子類：

• 主要產品投訴：對您的品牌造成極大破壞的事情，例如您的產品直接不起作用。
• 小產品投訴：這些小問題不會對您的品牌造成完全破壞，例如，您的包裝可能難以打開並且讓部分客戶感到沮喪。
• 產品請求：這種類型的反饋可能包括全新的產品請求（例如，如果你賣咖啡，有人想讓你賣咖啡杯），或者只是產品改進（也許你也應該添加這種咖啡口味）。

產品請求的下一步是根據請求量、創建或解決這些投訴的潛在影響以及與每個選擇相關的機會成本的混合來確定反饋的優先級。

基於客戶服務反饋改善用戶體驗

客戶服務反饋要直接得多，它發生在服務接觸點之後，例如：

• 在線聊天
• 知識庫文章
• 電子郵件跟進（支持案例關閉後）

無論您使用哪種媒體發送調查，您都應該將其集中（同時標記媒體並將其放入自己的變量/列中，以防萬一）。 您需要一個穩固的地方來存儲和分析您的客戶反饋。

完成此操作後，嘗試識別模式，並在可能的情況下編寫響應以量化問題。

嘗試在您的調查數據中找到以下問題的答案：

• 最常問的問題是什麼？
• 哪些知識庫文章表現不佳或讓用戶感到沮喪？
• 令人不滿意的實時聊天或電話的常見趨勢是什麼？
• 在客戶旅程的哪個階段，人們會陷入困境？

根據營銷和銷售反饋改善用戶體驗

最後，我們來談談營銷和銷售反饋。 我將把您的網站用戶體驗包括在這一類別中，因為畢竟您的網站設計和體驗旨在推動購買，而不僅僅是看起來漂亮。

這是我最有經驗的步驟，所以當我說你可以在這裡發現絕對的見解金礦時，我有點偏見。 我通常首先做的是尋找“客戶之聲”的見解。 我使用了 Jen Havice 在這篇 CXL 文章中介紹的框架。 基本上，當您開始分析您的反饋時，您需要尋找以下內容：

• 挖掘受訪者需要/想要的短語。
• 提及受訪者最大痛點的短語。
• 導致他們猶豫或擔心購買的關鍵短語。
• 揭示他們喜歡，愛和痴迷的短語。

如果可以，將它放在 Excel 工作簿上的新選項卡中，就像 CXL 在上面鏈接的文章中所做的那樣：

從那裡，您想分析每個類別中的發現並尋找模式。 你發現的任何模式都應該用網站差距分析來補充：本質上，尋找網站的區域，可以用一些受客戶之聲影響的副本來調味。

在這兩篇文章中有一些關於如何做到這一點的非常好的案例研究：

• 如何通過客戶研究之聲提高轉化率 [案例研究]
• 使用 Amazon Review Mining 查找副本

通過花時間使用 Google Analytics（或任何分析工具）挖掘和分析客戶之聲數據以及您的定量見解，您會在您的網站上找到許多新假設進行測試。 像對待任何 A/B 測試一樣優先考慮它們（通常使用 PIE 或 PXL 之類的框架），然後重複。 在這篇 CXL 文章中查看上述 PXL 框架。

所有這一切的重要部分是，它不是一個一勞永逸的過程。 聰明的團隊建立反饋循環。

您已經有一些客戶接觸點來收集反饋（電話、實時聊天、電子郵件），如果您的網站上有一些通用的可用性反饋表（使用 Usabilla 之類的東西），您就有很多被動數據建起來。 此外，如果您按時間觸發器或客戶旅程階段自動執行客戶調查（例如，如果您將客戶調查放在感謝頁面上），那麼您將擁有更多的累積數據來源。

最後，也是最重要的一點，在您使用這些見解運行您想到的測試之後，您（希望）會學到一些東西，無論他們是贏還是輸。 這些學習應該推動更多的測試，最終，所有這些都可以融入一個連續和可重複的轉換優化過程。 這就是目標：Kaizen，持續和永無止境的改進。

使用客戶反饋來改善用戶體驗的基本過程是這樣的：

• 確定機會
• 分析過程
• 開發一個實驗
• 實施實驗
• 研究結果
• 標準化解決方案
• 計劃未來並重複

結論

我們都希望以數據為導向並做出正確的決定。 其中很大一部分是實施準確且有意義的網絡分析和分析用戶行為。 另一個經常被遺忘的主要部分是收集、理解和根據客戶反饋採取行動。

雖然某些行業（如 SaaS）大量參與客戶反饋和定性訪談，但在電子商務等行業中並不常見。 但它應該是。

今天的工具使收集和分析客戶反饋比以往任何時候都更容易、更便宜，因此沒有任何藉口。 立即開始了解這些見解，開始致力於構建更好的用戶體驗，並通過這樣做來改善您的業務指標。