Улучшаем UX: ранжирование требований и анализ поведенческих переменных
Казалось бы, ваши копирайтеры хорошо постарались и изложили на сайте всю возможную информацию о продукте и его использовании, которая может интересовать потребителя. Но в техподдержку продолжает поступать большое количество звонков по самым рутинным вопросам, ответы на которые точно есть в разделе «Помощь». Возможно, пользователи просто заблудились в дебрях информационной архитектуры сайта компании.
Как выявить «узкие места» и с помощью методики ранжирования требований вывести посетителя из этого информационного лабиринта, расскажем в статье.
Проблема, задачи и выбор методики решения
Заказчик из банковской сферы обратился к нам с проблемой: его клиенты при возникновении вопросов не приходят в соответствующий раздел сайта, а обращаются в лучшем случае – на горячую линию техподдержки, в худшем – ко внешним источникам. В итоге колл-центр загружен вопросами, которые должен был решить соответствующий раздел сайта. А пользователи, не находя там ответов на свои вопросы, вынуждены покинуть сайт и искать решение вовне, иногда попадая в неблагонадежные руки. Стоит ли говорить, что это ведёт заказчика к потере потенциальных клиентов?
Перед бизнесом встали следующие задачи:
- задержать клиента на сайте,
- увеличить конверсию (долю посетителей сайта, воспользовавшихся банковским продуктом),
- предотвратить мошенничество и обращение клиентов ко внешним источникам,
- уменьшить количество звонков в техническую поддержку сайта, тем самым сократить нагрузку на специалистов,
- повысить лояльность клиента за счет решения его вопросов и обеспечить повторное посещение сайта.
Для решения поставленных задач мы применили подход ранжирования требований. Подробнее о нем можно прочитать в своде знаний для бизнес-аналитиков BABOK.
Для использования этой методики у нас было всё необходимое:
- Набор пользовательских кейсов, который определили в соответствии с полученной информацией о посетителях сайта и их действиях. Он был необходим для кластеризации персонажей.
- Набор данных по сайту (метрики о полезности статей, о количестве переходов, о переходах по формам, а также SEO-метрики). По ним можно было судить о проблемах клиентов и строить гипотезы.
Нам потребовалось выполнить следующие действия:
- составить Customer Journey Map и выявить узкие места,
- кластеризовать персонажей, т.е.определить группы пользователей,
- выявить основные требования пользователей, т.е. проблемы, которые у них возникают при взаимодействии с UI сайта, определить их вес и проранжировать,
- предложить пути решения.
Итак, обо всем по порядку.
Составление Customer Journey Map и выявление узких мест
Для визуализации клиентского опыта пользования сайтом и выявления узких мест составили Customer Journey Map.
На основании имеющихся на входе метрик и информации по обращениям в службу технической поддержки мы определили три основных «точки входа» пользователя.
- Звонок в контакт-центр (КЦ).
- Поиск в Google.
- Поиск ответа на сайте.
Схема позволила нам выделить следующие узкие места:
- Текущая информационная архитектура контента на сайте сложная и нелинейная. На основе обратной связи мы установили, что пользователи, пытаясь найти ответ, начинают ходить по разным разделам и могут потеряться.
- Информационная перегруженность сайта заказчика пугает пользователя. Он приходит с проблемой, но видит, что сначала ему придется разобраться в интерфейсе. А это прибавляет ситуации напряженности. Главная страница раздела “Помощь” охватывает большое количество контента и предлагает посетителю совершить множество действий. Но её цель – успокоить пользователя, дать понять, что его проблему решить легко, и предложить выполнить всего одно или два действия.
- На странице помощи с формой составления обращения отсутствовали какие-либо инструкции. Пользователи отмечали, что им непонятно, что нужно делать.
- При неудачном совершении операции на сайте клиенты не получали информации о том, что именно пошло не так, и инструкции, что делать в этом случае. Таким образом, нарушен принцип UX-writing (компактно, понятно, полезно) – пользователь остается наедине с нерешенной проблемой и сообщением «Ошибка платежа, платеж отклонен».
Кластеризация персонажей
На основании уже имеющихся данных мы выделили следующие группы пользователей:
- Потенциальный клиент: еще не пользуется продуктами банка, но интересуется ими.
- Неактивный клиент: использует продукты банка очень редко.
- Активный клиент: широко использует продукты банка в повседневной жизни и для бизнеса.
В вашем случае персонажей может быть больше, но в той ситуации нам было достаточно трех. Если их получается много, и вы не знаете, какие группы исключить, можно построить дендрограммы. Если достаточно очевидно, что один персонаж может поглотить другого, можно обойтись без схем.
Выявление основных проблем пользователей при взаимодействии с UI сайта
На основе данных метрик и обращений в техподдержку мы составили таблицу.
Обращения проранжировали по фразам, несущим смысловую нагрузку. Учитывались только данные по тем пользователям, которые перед звонком в техподдержку пытались найти ответ на свой вопрос на сайте, но не смогли из-за его сложной структуры или отсутствия релевантного контента.
Больше всего обращений пользователей содержали слова «Перевод», «Карты», «Оплата», «Пополнение». Реже встречались «Идентификация», «Информация о банке». Практически не встречались «Авторизация», «Регистрация», «Безопасность». Это говорило о том, что с данным разделом всё в порядке, и пользователь знаком с ним.
Данные по SЕО-метрикам, переходам по статьям и формам также оказались полезными для анализа. С учетом имеющихся сведений мы сделали вывод, что в поисковых запросах люди в основном искали следующее: «Что это», «(наименование банка) – это», «Что такое (наименование банка)». По ним они и переходили на соответствующую статью на сайте.
И если взглянуть на данные метрик переходов по статьям, становится понятно, что пользователи не обращались за помощью по запросам, на которые больше всего информации представлено на главной странице банка. В нашем случае: «Идентификация», «Регистрация», «Мобильное приложение».
После анализа данных у нас появились основные поведенческие переменные. Под этим термином мы подразумеваем то или иное требование пользователя, т.е. потребность, за удовлетворением которой он приходил на сайт заказчика. Далее мы работали именно с ними.
На следующем шаге нам нужно было определить вес каждой поведенческой переменной с точки зрения определенных ранее персонажей (в нашем случае использовалась шкала от 0 до 3). Этот показатель обозначает, насколько та или иная переменная значима для конкретной группы пользователей. Например, для сегмента «Активный клиент» авторизация более важна, чем для «Потенциального клиента», так как у активного есть потребность в регулярном использовании данной фичи, а у потенциального нет.
Расчет веса требования пользователя (от 0 до 3)
Коэффициент ценности группы показывает, насколько важна та или иная группа пользователей с точки зрения бизнеса, какой вклад она вносит. Этот показатель мы распределили на основании гипотезы:
- потенциальный клиент вносит средний вклад;
- неактивный клиент – самый минимальный вклад;
- активный клиент – основной вклад.
Далее переменные были умножены по каждому сегменту (Вес требования х Коэффициент ценности). Результат мы суммировали по горизонтали. После выполнения несложных математических действий у нас получилась следующая картина.
Расчет ценности группы (от 0 до 3)
Разработка рекомендаций для клиента
Метрики и полученные данные позволили нам сделать вывод о том, что больше всего пользователей волнуют следующие вопросы:
- пополнение,
- оплата,
- перевод,
- карты и информация о банке (продуктах банка).
Полученные результаты позволили:
- Сформировать структуру раздела «Помощь» из трех уровней: категории, тематики, статьи.
- На основе запросов пользователей определить тематики и статьи.
- Обозначить порядок верхнего уровня (категорий) и состав тематик по каждой категории. При формировании категорий мы учли, что при просмотре страницы фокус внимания направлен на центральную часть, а затем перемещается слева-направо.
- Описать состав каждой категории.
При проработке структуры разделов учли, что у бизнеса могут быть свои требования и ограничения. В нашем случае было необходимо сохранить блоки «Безопасность» (требование законодательных актов) и «Идентификация» (приоритет услуги с точки зрения бизнеса).
Итоговая структура раздела «Помощь» приняла следующий вид:
- Пополнение и платежи.
- Карты.
- Информация о счёте.
- Безопасность.
- Идентификация.
- Другие продукты.
По итогам проекта заказчик отметил, что поставленные цели были достигнуты: сократилось количество обращений в техподдержку и возросла удовлетворённость клиентов продуктом, пользователи получили возможность быстро и без усилий находить на сайте ответы на актуальные для них вопросы.
В ходе работы с этим клиентом мы применяли и другие виды исследований UX. Подробнее можете прочитать в наших прошлых статьях. Например, о принципах UI/UX или о том, как подготовить UX-интервью.
А 11 декабря с 12:00 (по мск) приглашаем вас присоединиться к секции Analytics & Design на Big Stream. Наши эксперты расскажут, какой аналитик нужен сегодня в разработке и как собрать качественные требования в формате онлайн, как найти свой продукт (идеи, стратегии и методологии запуска), а также развенчают 7 мифов о работе веб-дизайнера и др. Приходите, будет интересно и полезно.