Que peut-on tirer des milliers de commentaires, de reviews etc..?
Nous nous sommes mis dans les bottes des product owners, growth hackers, COO de Frichti.
Objectif : Comment améliorer leurs services ?
Nous avons pris 30 minutes pour récupérer les reviews de Frichti sur l’Apple Store et sur Google Play. Puis direction la plateforme SaaS Cobbaï. C’est là qu’une IA se charge de clusteriser automatiquement les milliers de reviews et de détecter par elle-même les sujets les plus récurrents !
Quelles données ont été analysées ? Pour comprendre les utilisateurs nous avons étudié les reviews de juin 2016 à novembre 2020 sur Appstore et Google play store
Répartition des feedbacks utilisateurs de Frichti selon Apple store et google play store
Evidement pour avoir une analyse plus complète il serait intéressant d’y inclure des données de sources différentes :
Les échanges avec le customer care (chat,discussion,mail etc..) Les enquêtes de satisfactions Les réponses générées par les user research Les commentaire sur les réseaux sociaux La donne textuelle générée au sein même de l’application Bref.. tout est envisageable Les thématiques les plus abordées par les utilisateurs de Frichti ? Pour analyser rapidement ces milliers de reviews, il est nécessaire d'avoir un outil productif, puissant et simple. Bref quelque chose comme pour les données chiffrées avec Excel mais pour la donnée textuelle. (Spoiler alert : Cobbaï =D )
A votre avis ? Quels sont les thèmes que les Product Owner, Growth Hacker, Customer Success devraient absolument traiter chez Frichti ?
Cartographie sémantiques des feedbacks utilisateurs de Frichti
Nous avons passé 10 min à naviguer dans la cartographie sémantique proposée par notre plateforme avec l'idée en tête d'améliorer leur application.
Voilà un premier aperçu de certains thèmes qui nous ont plu chez Cobbaï :
12% des reviews de clients insatisfaits suite à des commandes en retard de plus de 1h, incomplètes ou encore annulées 10 % des insatisfaits trouvent que le service client pas à la hauteur des attentes des utilisateurs De nombreux bugs tels que la mauvaise géolocalisation ou les bugs de panier rendent l’utilisation de l'application/site compliqué Plusieurs personnes semblent conquises par Frichti mais frustrées car elles sont hors zone de livraison. A quand l’augmentation du périmètre ou du marketing mieux ciblé (géographiquement) ? Des codes de réductions qui ne fonctionnent pas. Bon, on vous rassure, une grande partie des utilisateurs de Frichti trouvent que “la qualité des produits proposée est bonne mais un peu cher” et apprécient la "simplicité" du concept.
Frichti avance-t-il dans la bonne direction ? Comment évoluent les reviews des utilisateurs chez Frichti ? Nouveaux bugs ? Demande de nouvelles fonctionnalités ? Satisfaction croissante ?
Alors voilà un aperçu de l’évolution des tendances entre Juin 2016 et Novembre 2020.
Certaines thématiques sortent du lot et ne devraient pas être sous-estimées !
Les éléments liés à la livraison tels que la gestion des retards des livraisons, la couverture géographique faible ainsi que les problèmes de stock et de CB sont des enjeux majeurs pour Frichti. Résultat, ils ont énormément de potentiel pour améliorer leurs services et convaincre les passionnés gourmets!
Cette évolution des tendances est un élément indispensable chez Cobbaï. Cela permet de mettre en valeur l’apparition de nouveaux défis, mais aussi d’analyser la performance des actions mises en place.
Benchmark ? Vous avez dit Benchmark ? Poussons l’analyse encore un peu plus loin et voyons voir si certaines thématiques sont spécifiques aux utilisateurs de Frichti sur Google play store ou Apple store.
Comparaison des thématiques selon Google Play ou App Store
En comparant la plateforme d’utilisation des users, nous avons remarqué que les bugs reliés à l’application ne sont pas le luxe d’uniquement google play mais également de l’appstore.
Des modifications générales sont donc nécessaires pour améliorer la performance du produit.
Ce qu’il faut retenir ? La donnée textuelle.... c'est une réelle mine d’or ! Alors pourquoi se priver de l’exploiter ? La voix de vos clients peut être utilisée de 1000 et une façons pour booster la performance de votre produit.
Quelques idées en vrac de la manière d’utiliser sa donnée textuelle :
Identifier les nouvelles fonctionnalités/bugs Construire la roadmap produit Prioriser le backlog Améliorer les process Analyser le besoin Bref un tas de choses Cependant cette mine d’or peut s'avérer être difficile à exploiter. Pourquoi ? A cause de la nature complexe de la donnée et le temps requis pour l’analyser.
C’est pour transformer cette matière première en ressources exploitables que Cobbai existe. Un Saas basé sur une IA surpuissante en NLP et clusterisation non-supervisée qui permet d’automatiser et réduire le temps d’analyse de vos reviews, comments, feedbacks etc..
Si vous désirez accéder à l’analyse complète ou si vous voulez traiter vos propres données cliquez ici !