用户反馈数据分析

大家好，前几天我帮朋友分析了一个用户反馈数据集，结果很有趣。这家公司从事在线教育领域，半年内收集了超过5万条用户评价。
最初使用Excel中的过滤功能，发现最常见的问题是“更新路径慢”，占20%。我还记得那是周末，我一边在星巴克喝咖啡一边做这件事。当时是下午 3 点刚过。
然后我对提到“课程更新慢”的用户群体进行了分析，发现其中60%是付费用户，他们的平均满意度只有3.5分。我什至还记得那天晚上10点，我还在家里的电脑前，画着乱七八糟的图表，心里想着，如果用户体验能再提高一点就好了。
突然，我还发现了一个有趣的现象：每次用户提到“课程更新慢”时，他们的回答平均比其他问题多出30%的字数。这让我想知道，他们是否更愿意表达自己的不满？
等等，还有别的事。我突然想到，如果这个问题能够得到解决，估计用户满意度可以提高15%左右。这是一个很大的数字！但如何解决呢？

用户反馈量每月以20%的速度增长，其中80%来自移动设备，90%的问题是由于产品功能不佳造成的。这是一个陷阱。不要相信来自单一渠道的数据。

用户反馈量每月增加20%，其中80%关注产品功能。这就是危险：不要只看数量，而要分析内容。

2022年，我收到了来自特定城市的用户反馈报告。数据量让我感到困惑。当我打开它时，哇，有几千条评论，每一条都那么详细，让我感觉这个城市的人真的有话要说。从金额上看，用户反映涉及的费用达数十万。当时我就想有多少人在使用这项服务。
我看了一下，评论内容五花八门，有的说好，有的说不好。我当时很困惑，不知道从哪里开始。后来我慢慢意识到必须分门别类，于是我就开始一一阅读。
我考虑了用户评论中最常见的问题。比如，有的人抱怨价格太贵，有的人觉得服务不到位，有的人说送货速度太慢。我当时就想这些问题一定要解决，不然怎么提高用户满意度。
后来我意识到，也许我太极端了。我不仅能够看到消极的一面，还能看到积极的一面。于是，我又开始查看好评，发现大家对它在很多方面都还是比较满意的。
整理完这些数据后，我有了一个大概的方向，知道下一步如何改进。虽然过程有点繁琐，但我感觉很有成就感。归根结底，这关系到这个城市的用户体验和形象。