Serwis pocztowy generował ogromną ilość opinii użytkowników ze zgłoszeń supportowych, ankiet i recenzji w sklepach z aplikacjami. Te źródła były rozproszone, a wolumen uniemożliwiał ręczną analizę. Potrzebowaliśmy narzędzia, które pozwoli na bieżąco śledzić doświadczenia użytkowników i reagować na problemy zanim urosną.
Moja rolaWyszedłem z inicjatywą zebrania wszelkich dostępnych opinii użytkowników i sprowadzenia ich do wspólnego mianownika. Pierwszym krokiem było zidentyfikowanie kanałów pozyskiwania opinii i zapewnienie ich stałego dopływu. Następnie zaprojektowałem system klasyfikowania: 51 tematów badawczych w 6 typach feedbacku. Wspólnie z zespołem deweloperskim stworzyliśmy automatyzację opartą na AI (scenariusz Make z wykorzystaniem OpenAI API), która klasyfikuje około 20 000 opinii miesięcznie. Przed wdrożeniem AI zadbałem o bezpieczeństwo danych, współtworząc narzędzie anonimizujące dane osobowe. Wyniki publikuję w comiesięcznym raporcie, zawierającym podział na platformy, trendy półroczne i kluczowe insighty. Z każdym kolejnym miesiącem optymalizuję i automatyzuję ten proces.
Efekty- Zaprojektowałem i wdrożyłem metodę cyklicznych badań ilościowo-jakościowych, wspieraną przez AI.
- Wprowadziłem ponad 50 metryk UX dotyczących percepcji i zachowań użytkowników.
- Wykryłem dziesiątki zmian w doświadczeniach użytkowników, identyfikując kluczowe problemy i niezaspokojone potrzeby.
- Odkryłem ponad 100 pomysłów na usprawnienia i przekształciłem je w zadania projektowe.
- Odkryłem ponad 50 problemów technicznych i przekształciłem je w zadania dla developerów.
- Dostarczam zespołowi comiesięczny raport, który wspiera decyzje produktowe danymi zamiast intuicją.
