Фидбечь

👩‍🔧 Мы любим тему Customer Success и стараемся поддерживать всё интересное вокруг неё — а тут ещё и ИИ, про который мы не так давно рассуждали у нас в канале.

Поэтому 16 сентября в 18:00 мы с удовольствием сходим на вебинар к Марине Востриковой «Как AI возвращает руководителю CS полную картину происходящего с клиентами».

Там будет разбираться, как объединить продажи и CS в единый контур с помощью AI: собирать обращения из разных каналов, находить в разговорах реальные возражения и невыполненные обещания, следить за воронкой и связать CRM, helpdesk, телефонию и речевую аналитику в одну систему. Плюс — честно про сроки, стоимость внедрения и что пока не удалось автоматизировать.

➡️ Ссылка на эфир будет в чате мероприятия.

👩‍🔧 Знаете этот момент на вебинарах? Спикеры закончили, кто-то задаёт классный вопрос, кто-то отвечает: «о, а у нас вообще наоборот», начинается настоящий спор — и тут: «друзья, к сожалению, время подходит к концу».

Если честно, мы устали от классического формата вебинаров: спикер вещает 40 минут в одну сторону, чат молчит, а самое интересное обрубается ровно там, где должно было начаться.

Поэтому мы решили от него отойти и запускаем «Разговоры с UX Feedback» — формат, где спикеры приносят короткие реальные кейсы без получасовых докладов, а большую часть времени оставляем на то, ради чего обычно и хочется задержаться: сравнивать опыт, спорить, разбирать то, что в реальной работе пошло совсем не по учебнику.

🎙 Первый разговор — про внутренний рекрут.

Звучит как готовое решение: респонденты уже среди ваших пользователей, не платим за внешний поиск, экономим, всем хорошо. Но когда мы начали собирать реальные кейсы, быстро выяснилось, что всё не так однозначно. Где-то это действительно сокращает расходы и ручную работу. Где-то нужных людей в своей базе приходится искать дольше, чем через агентство. Где-то всё ломается уже после того, как человек согласился оставить контакт. А иногда другой канал просто оказывается разумнее.

🤩 17 сентября в 16:00 разберём это с цифрами и живыми кейсами вместе с исследователями из Циан, Hoff, S7 и T2:

📍 Из чего реально складывается стоимость рекрута
📍 Когда искать респондентов среди своих пользователей выгоднее внешнего рекрута — а когда нет
📍 Как находить людей с нужным продуктовым опытом, а не просто «активных пользователей»
📍 Почему большая аудитория сама по себе ещё не гарантирует быстрый рекрут
📍 Что меняется, когда пользователи видят, что их обратная связь реально на что-то повлияла

И да, приносите свою ситуацию прямо в эфир — разберём вживую вместе.

➡️➡️ Регистрация здесь в нашем боте

👩‍🔧 Пятница — отличное время для неспешных рассуждений, поэтому сегодня предлагаем еще раз поговорить про разработку собственных решений in-house — тему, к которой мы возвращаемся регулярно.

Собственный инструмент для сбора фидбэка — не всегда плохая идея. Если у вас одна простая задача: один инструмент, одна метрика, и ничего особо не меняется — вполне можно сделать всё самостоятельно.

Например, если вы пять лет просто собираете NPS в одной точке и этого вам достаточно, зачем вам сложная система?

Однако по нашему опыту часто получается по-другому. Например, компания начинает с условного: «Давайте просто собирать NPS».

А потом хочется понять, почему пользователь поставил такую оценку. Потом — проверить гипотезу. Потом — собрать фидбэк для роудмапа. Потом появляется ещё один продукт, ещё одна точка, ещё один вопрос, который хочется задать пользователям.

🔧 Вместе с этим растёт и собственный инструмент. Его нужно дорабатывать, поддерживать, добавлять новые сценарии и интеграции. То, что когда-то было небольшим решением, постепенно становится отдельной разработкой, которая требует всё больше ресурсов. Причём количество пользователей здесь не главное.

У вас может быть огромный продукт и один-единственный сценарий работы с фидбэком. А может быть небольшая аудитория, но десятки решений, которые команда хочет принимать, опираясь на обратную связь. Именно количество таких кейсов постепенно усложняет систему.

Поэтому готовый продукт со временем начинает выигрывать не только потому, что его не нужно разрабатывать с нуля. В нём уже есть экспертиза, разные сценарии и опыт, накопленный на практике в других компаниях.

❗️Так что дело не в том, что in-house — плохо, а готовый продукт — хорошо. Для простой и стабильной задачи своего решения может быть вполне достаточно. Но чем больше решений вы хотите принимать на основе фидбэка, тем больше ресурсов начинает уходить на то, чтобы собственное решение поддерживать и развивать.

👩‍🔧 Лето закончилось, но чтобы было не так грустно, мы врываемся с новым отчетом по индустриям! И этот сентябрь мы посвятим e-com!

Мы разобрали 127 277 (!) жалоб покупателей 13 интернет-магазинов — от поиска товара до получения заказа — и собрали из них отчёт: что реально бесит людей в онлайн-шопинге и почему это бьёт по выручке.

В онлайне недовольство быстро превращается в уход потенциального клиента. Маркетплейс или прямой конкурент всегда рядом, переключиться можно в один клик. Поэтому даже небольшая заминка на сайте может стоить компании покупателя.

➡️ Что показала карта индустрии:

Больше всего жалоб — на оплату и бонусы (37 035, 29% массива), следом ассортимент и наличие (20%), доставка (17%). А вот на поддержку жалуются реже всего (2,4%) — но не потому что там всё хорошо, а потому что до поддержки многие просто не доходят.

➡️ Внутри отчёта:

— разбор 8 ключевых тем: с чем сталкивается покупатель + прямые цитаты
— как каждая проблема влияет на конверсию, удержание и средний чек — по данным открытых исследований (Baymard, ВЦИОМ, Salsify и др.)
— общий вывод по индустрии: что приводит покупателя в магазин, что помогает выбрать товар, а что срывает уже собранную корзину

❗️ Если хотите получить отчет с данными, инсайтами и голосом самих пользователей рынка — оставьте "+" в комментариях, и мы отправим его вам в личные сообщения.

👩‍🔧 Работа с фидбэком — это не один шаг, а целая цепочка. Собрать, разобрать, передать нужным людям, принять решение, внедрить, проверить, что стало лучше. И почти у каждой команды где-то в этой цепочке есть своя точка боли.

Хотим понять, где этот разрыв возникает чаще всего у вас⤵️

🤖 Продолжаем разговор про ИИ. В прошлом посте мы разбирали, где AI может быть полезен и чем он хорош. А сегодня поговорим про риски.

❎ Главный риск — слепое доверие.

ИИ по сути — помощник, а не самостоятельный эксперт. Условно говоря, это джун при хороших стараниях или мидл: может сделать много и быстро, но результат обязательно нужно проверять, интерпретировать и задавать ему правильный контекст и границы. Без этого есть риск получить красивый, уверенно сформулированный, но неверный ответ и не заметить это.

❎ Риск для тех, кто не разбирается в методологии.

Отдельно эту тему поднимают сами фундаментальные исследователи — и небезосновательно. ИИ создаёт иллюзию, что запустить исследование, получить результат и проинтерпретировать его может кто угодно, даже без реальной методологической базы. Проблема в том, что человек без экспертизы физически не может отличить качественный результат от плохого — а сам ИИ не подскажет, где именно он ошибся. Тогда возникает риск принять неверное решение и убежать не в ту сторону, будучи уверенным, что всё сделано правильно.

❎ ИИ заменит людей?

Есть еще отдельная тема, которая напрямую не касается исследований, но касается тех, кто их проводит. Эту тревогу мы слышим в основном от линейных специалистов, реже от руководителей: опасение, что в какой-то момент компания просто «сократит» часть команды за счёт того, что их функционал заберёт ИИ.

Мы считаем, что ИИ заменяет не ресёрчера целиком, а конкретные рутинные задачи внутри его работы. Но если развиваться в сторону того, что рутина не покрывает (интерпретация, контекст, критическая проверка), это скорее становится инструментом усиления, а не угрозой.

🤖 Ещё в конце прошлого года про использование ИИ в ресёрче внутри нашей команды и во вне говорили осторожно — кто-то стеснялся признаться, что вообще пользуется, кто-то относился скептически. Прошло всего несколько месяцев — и мы честно должны сказать: многое изменилось за это время.

Дело не в том, что мы вдруг «поверили в хайп». Модели реально стали сильнее: выросло контекстное окно, агентские сценарии работают надёжнее, сложность задач, которые ИИ решает без ошибок, заметно увеличилась. Естественная эволюция технологии — от «попробовать пощупать» к «начинает реально приживаться там, где полезно».

❗️Однако есть один важный момент, с которым мы все согласны внутри: ИИ безусловно эффективен — но в паре с человеком, который занимается исследованием. Не вместо него.

ИИ отлично забирает на себя рутину — категоризация, кластеризация, весь тот механический труд, который раньше съедал часы ресёрчера. Здесь и доверие выросло сильнее всего: когда, например, сравниваешь расшифровку, сделанную вручную, и расшифровку от ИИ — разницы часто просто нет, только по времени в разы быстрее.

Плюс, если мы говорим, например, об интерпретации, ИИ помогает увидеть то, что можно не заметить самому — расширяет горизонт поиска, даёт быстрый доступ к сравнениям и лучшим практикам, которые раньше искали бы часами.

✅ Еще одна аажная оговорка: мы не про слепое доверие.

Ценность не в том, чтобы просто отдать ИИ задачу и не глядя взять результат. Ценность — в связке: делегировал часть работы ➡️ проверил ➡️ скорректировал ➡️ пошёл дальше. Именно этот цикл даёт реальный буст скорости, а не замену человека.

👩‍🔧 Вы наверняка заметили, что мы стали чаще писать не просто «как правильно делать вот это» или «мы разобрали такое-то исследование», а именно свою позицию — иногда спорную, иногда прямо противоречащую тому, что говорят на рынке. Это действительно так, и это не случайность.

Мы 8 лет каждый день разговариваем с командами, которые работают с фидбэком — с зрелыми и только начинающими, с маленькими и очень большими. И постепенно у нас накопилось довольно много опыта и мнений: где рынок ошибается, что переоценивают, а что, наоборот, недооценивают. Раньше это часто оставалось внутри команды. Сейчас мы решили — если у нас есть позиция, основанная на реальном опыте, странно её не проговаривать вслух просто потому что «это же не совсем нейтральный контент».

Поэтому дальше будет больше постов с «голосом UX Feedback» о том, как мы видим индустрию и основные вопросы, проблемы и процессы внутри нее.

Не всегда мы будем правы. Иногда позиция через полгода может поменяться — рынок и технологии сейчас двигаются быстро, и мы сами не претендуем на то, что видим всё окончательно. Но нам кажется, что честная, пусть иногда и спорная точка зрения — полезнее, чем бесконечно нейтральный контент, из которого невозможно понять, что мы сами обо всём этом думаем.

💜 Но мы все так же будем рассказывать о наших мероприятиях, новых материалах, поездках, будем делать мемные открытки и делиться невыдуманными историями о приключениях Котофея Александровича!

👩‍🔧 Тема «Разговоров с UX Feedback» многим отзывается — мы получили много фидбэка, что узнавать о чужом опыте крайне полезно. А вот стать голосом такого разговора — решение другого масштаба, и часто оно требует времени на подумать, а не мгновенного «да» под постом.

Поэтому спросим проще, в одном клике, в опросе ниже ⤵️

👩‍🔧 Продолжая тему инхаус-разработки и готовых решений, забежали с небольшим пятничным напоминанием, что у нас есть два материала, которые разбирают её подробно.

Мы посчитали реальную стоимость своего решения в цифрах — и она почти всегда оказывается выше, чем кажется на старте.

До MVP — 10–12 месяцев: постановка задачи, дизайн, фронт и бэк, интеграции, тестирование. А команда на этот период обходится от 800 тыс. ₽ в месяц — то есть около 10 млн ₽ за год работы над MVP, плюс налоги.

И это только запуск. Дальше — поддержка: минимум 200–250 тыс. ₽ в месяц, чтобы система просто продолжала работать. Для сравнения — средний чек готового сервиса по работе с фидбэком: около 120 тыс. ₽ в месяц.

✅ В статье в блоге разбираем:
— где компании со своей разработкой ошибаются чаще всего
— почему так много таких проектов не доживают до результата
— когда собственная разработка действительно оправдана, а когда это дорогой путь в никуда

➡️ Читать статью

❗️ А если этот разговор нужно вынести на уровень руководства — мы подготовили короткую презентацию с реальными сценариями выбора, типичными ошибками команд и факторами, которые влияют на реальную стоимость разработки. Можно использовать как основу для внутреннего обсуждения — без необходимости пересобирать аргументы с нуля.

➡️ Скачать презентацию

👩‍🔧 Разговор, который назревал у нас давно: фидбэк — это персональные данные или нет? Стоит ли из-за этого городить отдельный контур защиты, инхаус-разработку «на всякий случай», бояться делиться этой обратной связью с подрядчиками?

У нас тут есть довольно однозначный ответ: фидбэк — не поле персональных данных.

✅ Давайте пойдем от точки 0: зачем вы вообще собираете обратную связь? Чтобы понять, куда развивать продукт. А для этого вы работаете не с конкретным человеком, а с сегментами своей аудитории. На этапе анализа вам не нужны имя, почта или телефон пользователя — нужна только сегментация: кто оставил комментарий, к какой группе относится.

Да, бывают ситуации, когда пользователя нужно идентифицировать — например, чтобы пригласить его на интервью и глубже разобраться в конкретном кейсе. Но это скорее точечный сценарий, а не основа работы с фидбэком.

❎ Фидбэк — не та же зона риска, что банковские карты или паспортные данные. Если такие данные утекут — компания понесёт серьёзный, часто необратимый ущерб. Если утечёт агрегированный фидбэк — нанести реальный вред компании гораздо сложнее.

Это не значит, что с данными можно быть неаккуратными. Но означает, что для большинства команд повод для тревоги и повод для inhouse-разработки «потому что нельзя доверять контрагентам» — это разные истории, которые часто путают.

⚡️ А что, если в следующих «Разговорах с UX Feedback» главным голосом будете вы?

Мы хотим чаще проводить онлайн-встречи с теми, кто работает с UX Feedback на практике: вебинары, круглые столы, дискуссии и разборы реальных кейсов.

Нам особенно интересен честный опыт: что сработало, где удалось сэкономить время или деньги, какие ошибки пришлось исправлять и как обратная связь пользователей повлияла на продукт.

Мы очень ценим компании и команды, с которыми работаем, и хотим давать больше пространства именно вашим историям, наблюдениям и экспертизе.

Даже если вы пока не готовы точно сказать «да», но допускаете такую возможность, пройдите небольшой опрос. В нем можно отметить:

📍 какие темы вам было бы интересно обсудить;
📍 какой формат вам комфортнее;
📍 какая помощь понадобится при подготовке;
📍 о чём вы сами хотели бы послушать на будущих встречах.

➡️ Опрос займёт не больше трёх минут, пройти его можно здесь.

➡️ Также вы можете поставить "+" под этим постом и мы с вами свяжемся.

Возможно, именно с вашего кейса начнётся один из следующих «Разговоров с UX Feedback» 💜

👩‍🔧 Обычная история: компания начинает собирать больше фидбэка, ожидая, что картина наконец станет понятнее. А на деле происходит обратное — чем больше данных, тем сложнее увидеть в них систему. Комментарии противоречат друг другу, разные пользователи жалуются на разное, и непонятно, за что хвататься в первую очередь.

Дело в том, что сам по себе фидбэк редко проясняет картину. Он начинает помогать только тогда, когда есть точный вопрос, на который вы пытаетесь ответить — например, на каком шаге пользователи теряются или что мешает им дойти до оплаты.

💡 Хороший пример из нашей практики — сеть аптек «36,6». У них была типичная история: аналитика показывала, что проблема есть, но не объясняла, где именно. Вместо того чтобы просто собирать ещё больше данных в надежде, что всё само сложится, команда сузила фокус и задала один конкретный вопрос в конкретной точке пути пользователя. Уже в первые недели стало понятно, на каком этапе люди чаще всего сталкиваются со сложностями.

Фидбэк при этом не стал объёмнее. Он стал понятнее — и именно поэтому начал реально работать.

💭 Если хотите разобраться в теме глубже — у нас есть подробная статья с реальными кейсами на эту тему в блоге, а ещё бесплатный гайд, где разбираем, как отличить разовый инструмент от системного подхода к фидбэку и когда своя разработка действительно оправдана:

➡️ Статья

➡️ Гайд

👩‍🔧 Мы давно дружим с проектом «Технологии добра» — участвуем в их мероприятиях, поддерживаем то, что они делают, и в целом верим в одну простую вещь: технологии должны делать мир лучше, а не просто зарабатывать деньги.

Поэтому когда ребята предложили подготовить совместный материал о том, как НКО собирать обратную связь от своей аудитории — не отпугивая людей и не теряя доверие — мы с удовольствием подключились к процессу.

🤩 Тема действительно на грани: НКО работают с донорами, волонтёрами и благополучателями, и здесь легко перегнуть палку — всплывающее окно посреди оформления пожертвования, анкета сразу после первого визита на сайт, вопрос человеку, который ещё даже не успел получить опыт, о котором его спрашивают. Раздражает обычно не сам факт опроса, а то, что он приходит не вовремя, слишком часто или явно «для галочки».

А для некоммерческого сектора это особенно чувствительно — доверие тут один из главных ресурсов, и если человек в сложной жизненной ситуации, любые вопросы требуют деликатности.

🤩 В статье разбираем: когда действительно правильный момент спрашивать (после завершения действия, после участия в программе, сразу после мероприятия), в чём главная ошибка большинства опросов и что делать, чтобы фидбэк помогал, а не выглядел навязчивым.

➡️ Прочитать статью можно здесь

👩‍⚕️ Многие до сих пор воспринимают онлайн-аптеку как дополнительный канал продаж. Но цифры говорят об обратном.

83% покупателей бронируют препарат онлайн, а 59% получают заказ уже в аптеке.

Получается, что бронирование и выбор аптеки — это не периферия клиентского пути, а его сердце. Именно здесь пользователь решает, в какую сеть пойти и где оставить деньги. Поэтому так важно понимать, что происходит с человеком на этом этапе.

📊 Наш анализ показал, что одна из самых частых причин недовольства — проблемы, которые возникают ещё до визита в аптеку: непонятные карточки товаров, ошибки с наличием, сложности с оформлением заказа, несоответствие информации на сайте реальности.

А дальше любое нарушение ожиданий только усиливает негатив. Если пользователь приехал за заказом, которого не оказалось в наличии, или получил не весь заказ, доверие к бренду теряется практически мгновенно.

Именно поэтому в нашем отчёте мы разбираем не только сами жалобы, но и показываем:

― какие этапы цифрового пути вызывают больше всего проблем;
― где пользователи чаще всего уходят к конкурентам;
― какие боли встречаются практически у всех крупных игроков рынка;
― что сами пользователи говорят об этом в своих отзывах.

➡️ Если хотите получить исследование с анализом 83 286 жалоб, реальными цитатами пользователей и выводами, которые можно использовать в работе, — оставьте «+» в комментариях. Отправим отчёт в личные сообщения.

👩‍🔧 В исследованиях очень легко скатиться в тему «а давайте подешевле». И на первый взгляд это кажется безобидной экономией: задали вопросы, собрали ответы, что-то там проанализировали — вроде готово, процесс отработан.

Проблема в том, что ценность исследования вообще не в процессе. Она в результате. А если на входе наделали ошибок — плохо сформулировали вопросы, забыли учесть контекст — то вместо сигнала вы получаете шум, и дальше интерпретируете этот шум как факты.

И вот тут начинается настоящая цепная реакция, которую на старте никто не считает: команда берётся не за те фичи, тратит спринты не туда, метрики стоят на месте — а разбираться, почему, всё равно приходится позже, только уже дороже.

По факту вы не сэкономили, вы просто перенесли расходы во времени. Заплатили не деньгами за исследование, а фокусом команды, часами разработки и упущенными возможностями, которые не вернуть.

Дешёвое исследование — это вообще не про бюджет. Это про риск, который вы на себя берёте, часто не осознавая этого.

А выгодное исследование — это то, которое реально даёт точные инсайты, доводит до конкретных решений и потом видно в продукте. Иногда один точный инсайт стоит больше, чем десяток быстрых опросов «для галочки». Вот, собственно, и вся граница между «дешевле» и «выгоднее» — она проходит не через цену, а через то, что вы в итоге получаете на выходе.

💻 Цена — главный повод прийти в онлайн-аптеку. И один из самых серьезных поводов уйти.

35% жалоб на оплату в нашем отчёте по фарме про то, что цена на сайте и цена в чеке не совпадают. Ещё 17% — промокод применён, но цена не изменилась. 13% — бонусы списались, но не так, как ожидалось.

Все три — варианты одного и того же: пользователь планировал заплатить одну сумму, заплатил другую. По данным Baymard Institute, это причина №1 брошенных корзин в онлайн-магазинах — 39% покупателей уходят именно из-за этого.

Это классический пример, когда проблема видна в фидбэке задолго до того, как она начинает заметно бить по метрикам. Пользователь не пишет в поддержку — он просто не возвращается.

👩‍⚕️ Если вы работаете в онлайн-фарме и хотите понять, где именно у вас теряются пользователи — напишите нам. Разберём ваш конкретный сценарий и покажем, как такие сигналы ловятся до того, как становится поздно.

🤩 Связаться с нами

👩‍🔧 Идея сделать своё решение почти всегда продаётся через экономию. На старте это звучит логично: «зачем платить за сервис, если можно собрать свой инструмент». И на этом этапе обычно считают только одно — разработку MVP:

📍прикинули 2–3 месяца
📍сравнили со стоимостью сервиса
📍приняли решение «делаем сами»

Дальше реальность почти всегда идёт по другому сценарию. Сначала уезжают сроки — 2–3 месяца незаметно превращаются в 10–12, потому что сложность растёт быстрее, чем её успевают закладывать в план.

Потом подключаются ресурсы, о которых на старте почти никто не думает: тестирование, поддержка, DevOps, аналитика — каждый из них добавляет свою строчку в бюджет.

А затем начинается самое дорогое — постоянная доработка. Сценарии, которые казались законченными, приходится пересобирать заново.

В какой-то момент «небольшой инструмент» незаметно превращается в полноценный внутренний продукт — со своей командой, регулярным вниманием и постоянными инвестициями, которые уже никак не спишешь в графу «сэкономили».

И вот здесь «своё решение» очень быстро перестаёт выглядеть дешёвым — просто потому, что в начале считали не всю стоимость, а только её верхушку.

✨ Мы разобрали эту тему подробнее и собрали, какие расходы обычно остаются «за кадром», когда компания выбирает между своей разработкой и готовым сервисом — и в каких случаях каждый из вариантов действительно оправдан.

➡️ Забрать материал в Библиотеке