一种分析评论反馈的系统化方法：以滴滴出行为例

一种分析评论反馈的系统化方法：以滴滴出行为例

本文详细介绍了一种分析评论和反馈的专业方法。这种方法是基于内容分析的研究思路，但非常简单合理。

为何要分析评论反馈

所有的2C产品都无法阻止大量的客户评论/反馈，这可能是单个用户表达对产品看法最直接的方式。这种评论如果能分析得当，找到至关重要的问题，产品就不会轻易误入歧途……但也不是很容易。很多产品不太重视客户评论。即使你想花精力去分析它们，即使你分析了它们，也有各种各样的方法去应用它们。

之前做培训生的时候，做过一种“杂事”，就是回复客户反馈。当时我在一周内把反馈问卷提高到80%左右，只有20%我实在看不懂的问题没有回应。在我的工作经历中，不乏重点新项目的方案策划、设计、实施，但我感觉那段回应评论的“杂事”是最需要我去获取的工作之一，也是对产品更有利可图的工作。

可能有人想说，现在有一些专门的分析工具和人工智能技术来做互联网大数据分析。我们还要靠人力去分析评论吗？目前我们大部分的专用工具只是对文本做了非常粗略的统计分析，并不能真正理解文本背后的意图。所以，真正有用的工作，还是离不开人力资源。

该用什么方法

如今，研究并不是一项稀罕的工作。分析客户评论的方法有很多，谁都可以做一个。我不觉得什么方法都一定好，什么都不一定好。但学术界有个行业叫内容分析，专门对文本和新闻媒体信息进行科学研究。半个世纪以来，很多人在科学研究和分析的基础上，终于找到了一套完善的方法。我觉得这个花了很多人半个世纪科学研究的分析方法应该还是经得起考验的。因此，我打算在这里详细介绍一种基于内容分析的分析产品评论和反馈的方法。

专业内容分析最早是在1927年由一个叫拉斯韦尔的人用来分析政治宣传内容的，也是相当精彩的。在接下来的20-30年里，内容分析法被用来科学地研究当时飞速发展的电影工业。随着20世纪50年代电视的普及，内容分析成为传播学研究的主要方法。如今，内容分析及其分析科学研究刚刚开始应用于网络论坛及其评论。

拉斯韦尔最初对内容分析的定义是:“你为什么说了什么，根据哪些途径，你为什么要说，有什么危害？”。

众所周知，在产品评论和反馈等单一情况下，这个定义中剩下的“为什么、做什么和为什么”更有意义，并减轻了很多复杂性。

随着这些年的发展趋势，内容分析早已不是单一的方式，它涉及到许多新的元素，如多媒体系统内容分析、决策分析和计算机分析。但真正发展趋势完善并得到广泛认可的，还是传统的文本定量分析。我这里要详细介绍的，也是这一类比较清晰的方式。

分析流程

不要以为眼前有很多事。其实这种方法比较简单，它的巨大使用价值只是标准化而已。为了更好的理解，我用了小米应用商店滴滴快车的评论作为例子。

1、挑选样版

这里的样本版也指产品评论和反馈的内容，一般不少于50条。但必须注意的是，参与分析的人一定要详细阅读所有内容，所以要量力而行。为了方便后期维护，每一项都可以编号。

以下是小米应用商店滴滴快车50条新客户评论:

2、设计方案分组

先仔细阅读前25条，写出可行的分组方案，如“支付问题、订单提交问题、落地问题”等。该组设计方案可以在以后进行调整，但必须在此订购原始方案。

25这个数字是针对不太复杂的产品的。如果是手机微信这类有部分功能的产品，那么总数不足。如果有许多产品控制模块和功能，可以先将评论和反馈分开，然后再进行分析。

如果是一个人做，就写团名。如果设备维护比较精确，很多人单独进行，那么就要给每个组写一个说明和标准。

情况是这样的:

3、进行分组

根据前25个设计的分组方案，阅读文章其余部分，分组。在整个过程中，如果发现之前设计方案的分组方案不科学，可以更改。

以下是滴滴快车的一个分组案例:

4、纪录至关重要的问题和状况

在整个分组过程中或之后，在整个仔细阅读评论的过程中，无疑会出现一些重要的问题和情况。你必须一找到它们就把它们写下来，否则以后你无疑会忘记它们。

这也是细读评论的使用价值。按照一条一条的理解，很多现实问题都隐藏在粗糙的文字背后。比如滴滴快车的反馈中，就有“同一个往返价格不一致”、“预估价格与具体价格相差太远”等几条评论。是不是都偏向于一个难题——“缺乏价格表达”？

滴滴快车的案例:

5、统计分析分析

如果你所有的分析都在Excel中完成，那么统计分析就方便了。可以计算一下正面和负面信息评论的比例，以及最关心的问题。

但是，最有效的分析很可能不是这个定量分析的数据信息，而是对你记录订单提交至关重要的问题和条件。根据梳理，你可以发现很多你以前从未想过的难题。只有逐条阅读分析文章，才能发现。

案例:

其他

一个人的判别不一定准确，所以这种分析可以由另外两个人来进行。那样的话，分组标准就不能随便改了。两个人分组后，就可以计算出两个人得到相同结果的概率。一般需要80%~90%以上才能保证结果的真实性。

事实上，分析关键问题的过程早已超越了传统的定量分析，模仿了判断分析的一些要素。因为这毕竟是一个产品用户调查，不像社会心理学的科学研究，规定了一定的准确性和普遍性，这里不需要太局限于方法。关键是要仔细阅读和理解所有的内容。

毫无疑问，有非常大一部分评论是你看不懂的，或者与产品无关的。这种内容可以绕过不算。

汇总

毕竟内容分析的方式太过技术化，实际做的时候可以有一定的协调能力，但是这四项不能忽略:

确保內容的总数在50条之上，但也无需过多一定要细读并了解，不必随意扫一眼或是果断关键词搜索慎重而且持续提升分组标准通过状况看实质，随时随地纪录发觉的至关重要的问题

标注:*我用的是“分组”这个词，和英语中的“编码”有很大区别。但是意译容易引起误解，所以用了一种意义模糊的中文翻译。

创作者:Z·韩愈

来源:https://zhuanlan.zhihu.com/p/27344847?群_id=857251125521440768

文章作者@Z韩愈授权发布。人人都是产品主管，未经创作者同意，严禁转让。

欢迎分享，转载请注明来源：内存溢出

原文地址: http://outofmemory.cn/zz/779337.html