Reviewik

Reviewik은 지원 이메일을 직접 읽는다. 거기에 여과되지 않은 고객의 불만이 실제로 살아 있다. 사용자에게 또 하나의 설문을 요청하는 대신, 이미 보낸 대화를 사용한다. AI는 각 메시지를 분석하고 의도를 이해해 테마에 배정한다. 그래서 천 건의 개별 티켓이 몇 개의 진짜 문제로 줄어든다.

핵심 산출물은 텍스트 자체에서 끌어낸 제품 문제점의 묶음이다. 이 도구는 감정을 긍정이나 부정으로 표시하는 데 그치지 않고, 불만이 무엇에 관한 것인지 식별한다. 이는 더 어려운 문제이며, 다음 분기에 무엇을 고칠지 결정할 때 실제로 중요한 것이다. 결제 실패에 관한 메시지와 업로드가 깨졌다는 메시지는 서로 다른 칸에 들어간다. 그것이 목록을 쓸모 있게 만든다. 단순한 기분계가 아니다.

문제점과 나란히, Reviewik은 그것들에 대한 사람들의 감정을 추적한다. 감정이 중요한 이유는, 한 헤비 유저의 큰 불만과 수백 명의 조용한 불만이 실제로 몇 명이 말하는지 세기 전까지는 똑같이 들리기 때문이다. 이 신호가 시간에 따라 움직이는 것을 보면, 수정이 정말로 도움이 되려던 사람들에게 닿았는지 알 수 있다.

비슷한 메시지가 자동으로 묶여, 수동 태그 없이도 추세가 드러난다. 가장 시간을 아껴 주는 부분이다. 원시 피드백을 읽는 일은 느리고, 그 주에 우연히 받은편지함을 연 사람에 따라 편향된다. 그래서 보통 가장 큰 목소리가 이긴다. 클러스터링은 그 편향을 없애고 더미 전체의 모양을 보여 준다.

빈도와 감정이 결합해 대략적인 우선순위가 된다. 끊임없이 나오고 사람을 짜증 나게 하는 문제는 일회성 예외 사례보다 위에 온다. 보통 맞는 판단이지만 항상 그렇지는 않다. 제품 판단을 대신하지는 않지만, "사용자가 불만인 것 같다"는 막연한 느낌을 숫자로 논쟁할 수 있는 무언가로 바꿔 준다.

모든 것이 브라우저에서 돌아간다. 설치할 것이 없고, 팀 전체가 같은 화면을 열 수 있다. 고객이 무슨 말을 했는지에 대한 한 사람의 기억이 아니라 공유 화면에서 결과를 논의할 수 있다. 작업 도구이지 무거운 분석 플랫폼이 아니다. 정기적으로 확인하자.