AI для анализа данных customer интервью: как нейронки помогают экономить время, силы и деньги компании

Всем привет, я Кирилл Дёмочкин, продакт-менеджер ZennoDroid, ZennoLab. В этой статье я расскажу, как современные нейросети помогают проводить и анализировать интервью с кастомерами, а также управлять продуктами, экономить время и ресурсы компании.

Я работаю в компании ZennoLab с 2017 года и успел поработать над разными продуктами. Сначала создавал и выстраивал работу команды Customer Success, затем развивал внутренние продукты — лендинги и личный кабинет пользователей. А сейчас занимаюсь программой для автоматизации Android устройств. Я увлекаюсь нейронными сетями, особенно генеративными — и до того, как они стали популярны, вел блог про генеративные сети в AI. Сейчас у меня есть сайд-проект, который связан с аналитикой GPT в GPT Store.

Продакт-менеджер формирует видение и объединяет контрагентов разных команд. Причём, видение на одной интуиции не построить. Нужно опираться на данные, которые проще всего собрать у клиентов на кастомер интервью.

Этот инструмент объясняет, почему люди выбирают ваш продукт, для каких целей они его используют, и как привлечь больше подобных пользователей, которым он будет полезен.

Когда мы только начинали проводить интервью с пользователями, мы думали, что наши пользователи достаточно скрытные и не захотят делиться информацией. Они использовали форматы, которые остаются прибыльными до тех пор, пока про них почти никто не знает. Но оказалось, что пользователи более открытые, чем мы думали, и готовы делиться опытом. Даже вознаграждение за интервью было не так важно, как возможность пообщаться с продакт-менеджером продукта, которым они пользуются, и поделиться идеями по улучшению.

Отсюда первый совет начинающим продакт-менеджерам:

Обычно я собираю список заинтересованных и лояльных клиентов, у которых есть активная лицензия на продукт. Их можно определить по активности на форуме, в коммьюнити и частоте обращений в техподдержку. Если у вас настроена продуктовая аналитика, то вы, скорее всего, можете вытащить информацию ещё и оттуда.

Интервью проводилось довольно много и плотно, поэтому я использовал тайм-менеджмент — выделял один день в неделю, обычно пятницу. Бронировал четырехчасовой блок времени в Calendly, оставляя по 15 минут на созвон и 15 минут на перерыв на случай, если разговор затягивается или кто-то опаздывает. Люди записывались на удобное время, однако без напоминаний около половины из них пропускали встречи, вероятно, забывая или не считая приоритетными. Поэтому я начал за пару часов до созвона отправлять напоминания, что значительно повысило конверсию.

Полученную информацию можно использовать для, например, обновления лендинга и запуска рекламных кампаний, чтобы решить задачи или проблемы, о которых узнали на интервью. Важно формулировать сообщения теми словами, которыми разговаривают ваши пользователи — у них часто есть свой сленг, сложившийся в коммьюнити. Люди, которые пользуются вашим продуктом, привыкли к определенным терминам, нужно адаптироваться к этому, даже если это не всегда совпадает с вашим пониманием правильной терминологии.

Раньше я записывал все вручную во время интервью, но это мешало слушать клиента и замечать невербальную коммуникацию. Важно учитывать, что клиенты могут невербально выражать эмоции, и обращать внимание на мимику. Поэтому мы начали использовать ИИ для записи и расшифровки встреч. Я пользовался инструментами от Сбера, которые преобразуют аудиотрек в текст. Затем обрабатывал этот текст с помощью языковых моделей, таких как ChatGPT или Yandex GPT, чтобы извлечь инсайты. Это позволяет описать формат выводов и загрузить транскрипты в базу знаний. Если возникают вопросы, обращаюсь к LLM, которая быстро синтезирует ответ на основе данных, вместо пересмотра старых записей.

Все записи сохраняются в чате, поэтому к ним можно вернуться позже. Со временем накапливается много данных, которые дают хорошую аппроксимацию пользователей, и их можно группировать по персонам. Например, у нас есть пользователи, которые автоматизируют задачи для себя, и те, кто продает шаблоны. Эти группы можно разделить на персоны и хранить интервью отдельно для каждой.

При достаточном количестве интервью можно создать персоны для общения с LLM. Вы можете задать ChatGPT или другой LLM такой промпт: "Ты пользователь такого-то продукта, вот ответы других пользователей, roleplay этого пользователя". Это позволяет тестировать гипотезы без нового раунда интервью, чтобы сэкономить бюджет и время. Например, если нужно выбрать слоган на лендинге — предложить несколько вариантов кастомерам и спросить, какой откликается больше. Или даже использовать формулировки пользователей, которые мы получили на интервью.

Современные модели, особенно для преобразования речи в текст, работают хорошо. Если в записи нет смеси разных языков, они транскрибируют речь четко и с таймстемпами. Можно попросить LLM показать таймстемпы с ответами на вопросы и пересмотреть конкретные моменты видео, чтобы увидеть эмоции человека в момент разговора. Это очень удобно и экономит время.

Также можно адаптировать контент под конкретную аудиторию. Например, вы хотите сделать из одного блог поста несколько вариантов для разных аудиторий. LLM создаст перефразированные адаптированные тексты.

Я также экспериментирую с созданием быстрых лендингов для тестирования продуктовых гипотез. Можно создать документ с описанием структуры лендинга, описать блоки и слайды и попросить LLM сгенерировать шаблон на HTML и CSS. ChatGPT хорошо справляется с этой задачей, однако код необходимо протестировать перед передачей разработчикам, так как в нем могут быть ошибки.

Можно генерировать каждый слайд отдельно, а затем их собирать вместе: сначала создать общий план, а затем детализировать каждый пункт. Еще можно создать мудборд из референсов и попросить сгенерировать сайт, вдохновленный этими изображениями. Это работает хорошо, особенно с цветовыми схемами. Единственное, для чего я не рекомендую использовать генеративные сети — это графический дизайн. Он часто выглядит низкокачественным и может отпугнуть пользователей.

Использование ИИ существенно экономит время, так как нет необходимости пересматривать и переслушивать старые записи. Можно быстро задать вопросы и получить ответы на основе уже собранных данных. Это не заменяет полностью кастомер интервью, но позволяет проводить их реже и более эффективно.

Работа с нейросетями — уже повседневность, они помогают решать задачи не только продактов. Например, на курсах Практикума в учёбе помогает YandexGPT. А ещё есть бесплатный курс «YandexGPT для начинающих»