oldwinter 分析用户反馈
通过扩展同理心和综合，将原始信号转化为可行的见解。
利用 19 位嘉宾的见解以及 Lenny 的播客和时事通讯中的帖子，帮助用户分析用户反馈。
如何提供帮助
- 对信号进行分类 - 帮助用户组根据用户影响力和频率将不同的反馈分为主题或细分。
- 评估代表性 - 使用表征框架确定反馈是否反映了少数群体的需求或广泛的用户需求。
- 设置内部测试 - 设计内部流程，通过审核和强制使用计划亲身体验摩擦。
- 应用AI合成 - 指导用户使用法学硕士来处理大型数据集，例如成绩单、评论和支持票证。
核心原则
体验式同理心
Jeff Weinstein: "We show up four to eight people total pretend to be some company with some outcome problem. Rule one is you do not work at Stripe and rule two is we're not here to solve any problems. This is just about practicing empathy for the customer."
让内部团队亲身体验产品摩擦，同时避免因立即解决问题而分心，从而建立更深层次的同理心。
强制性服务参与
Keith Yandell: "We have a program called WeDash, where, four times, a year all employees are required to go do deliveries. And I love doing it. I do it more than four times a year, and I usually take my daughters with me."
要求每个员工执行业务的核心服务，以建立真正的同理心并揭露操作错误。
创作者心态沉浸
Maya Prohovnik: "If they talk to users all the time, they see the data, but all of them, once they finally start doing their podcast, they're like, I get it. Something clicked and now I feel like I really understand what they need. And I guess building tools for creators is similar to building a B2B product where you really have to understand business, it's their livelihood."
让团队成员直接沉浸在产品中，将抽象数据转化为对复杂用户工作流程的深刻理解。
统计表示过滤
From "What 5 years at Reddit taught us about building for a highly opinionated user base": "Just because someone is loud doesn’t mean you should act on their complaints. You need to get good at identifying whom you should pay attention to. That starts with examining who is being loud."
根据反馈的统计表示和提供反馈的用户的影响来评估反馈，以避免为少数派发声。
模板和框架
- Duolingo Dogfooding 流程（Duolingo 如何构建产品）- 一个结构化的内部测试流程，每个产品更改都会在向用户推出之前先向员工展示
- 反馈评估：代表性×影响力矩阵（Reddit 的 5 年教会了我们如何构建高度固执己见的用户群） - 一个两因素框架，用于评估用户反馈是否值得采取行动，基于反馈代表了多少百分比的用户以及这些用户是否值得采取行动
- Trust Vault（在 Reddit 的 5 年教会了我们如何构建高度固执己见的用户群） - 一个隐喻和测量系统，用于跟踪用户群对您的信任程度。信任可以被储存（通过胜利和透明度）和耗尽（通过
- 走进商店/基本旅程审核 (Katie Dill) - 跨职能领导者手动测试关键用户旅程并记录摩擦的季度流程。
- 客户反馈中心（Coda 模板）（本周#8：与后来加入的联合创始人分割股权、最喜欢的路线图模板以及改进组织的小更改）- 一个 Coda 模板，用于系统地跟踪每一条客户反馈并在改进交付后进行跟进
- 提升 AI 用户角色以获取 PM 反馈（25 种行之有效的策略，可加速公司采用 AI）- AI 角色加载了用户研究背景，可为 PM 提供有关产品规格的即时反馈
- Confluence LLM 支持的客户反馈集群 (Shaun Clowes) - Confluence 在内部使用 LLM 在语义上对入站客户请求进行集群，识别最流行的想法，并跟踪一段时间内的需求趋势。
- WeDash Dogfooding 计划 (Keith Yandell) - 一项强制性的全公司计划，要求所有员工在现实世界中使用该产品来建立同理心并发现错误。
- 反馈优先级 2×2：影响深度 × 影响广度（在 Reddit 的 5 年教会了我们如何构建高度固执己见的用户群） - 一个 2x2 矩阵，用于决定对哪些用户反馈采取行动，绘制功能影响的深度与其影响的用户数量。
有关详细信息的完整列表，请参阅 references/artifacts.md。
帮助用户的问题
- “这个特定的负面反馈占您总用户群的百分比是多少？”
- “您是直接经历产品摩擦还是仅通过二手数据查看？”
- “这个请求如何满足最有影响力的用户的需求，而不是最响亮的声音？”
- “根据您最近的调查，您所在社区目前的信任程度如何？”
- “你有没有分析过为什么离开的客户觉得该产品没有兑现最初的承诺？”
- “用户在反馈中使用哪些独特的隐喻来描述他们的痛点？”
标记的常见错误
- 为发声的少数群体构建 - 团队经常会对声音最大的用户过度索引，而不验证他们是否代表了基础的重要部分。
- 审计期间分心的解决方案 - 过早讨论解决方案会妨碍团队充分体验和记录用户旅程的原始摩擦。
- 混淆访问请求与价值请求 - 免费访问的强烈要求通常来自缺乏成为保留客户或付费客户动力的用户。
- 未能形成闭环 - 在用户的反馈得到落实后不跟进用户会浪费建立深厚的长期忠诚度的机会。
深入探讨
有关 19 位嘉宾的全部 16 条见解，请参阅 references/guest-insights.md
相关skill
- 客户访谈
- 不断发现
- 想法验证
- 产品实验