Продолжаю рассказ про выбор метрики для оценки UX.

Следующий подход был более data-driven и ориентирован на данные. К тому моменту мы начали обрабатывать 100% (по крайней мере, пытались) низких оценок в UUA и делить негативный фидбек по определённым категориям.

Также у нас уже был запущен аналогичный процесс обработки NPS, и мы объединили категории из двух опросов в едином пространстве. Кроме того, мы добавили параметры частотности проблемы, масштаба (сталкиваются все пользователи или это узкий случай), влияет ли проблема на целевой сегмент, блокирует ли она пользовательский путь, и можно ли её быстро исправить.

Появилось больше ясности: команда получила чёткий и понятный бэклог и даже исправила большое количество небольших проблем (точно более 50). Но метрика UUA оставалась неизменной — как была flat, так и осталась. Иногда казалось, что вот оно, наконец-то пошло улучшение, но на следующей неделе цифры возвращались на прежние значения.

Затем мы решили не браться за весь путь пользователя, а сосредоточиться на нескольких ключевых сценариях:

Регистрация в сервисе Подключение ко встрече и настройка камеры/микрофона Приглашение участника Демонстрация контента Исследования и выбор задач для разработки были сосредоточены только на этих сценариях, что позволило усилить фокус и повысить уровень экспертизы в этих областях. Всё казалось бы шло хорошо, но метрика так и не сдвинулась с места...

Про выводы расскажу в финальном посту и на скрине как выглядил наш график UUA в динамике, мы зафиксировались на оценке «Хорошо», а вот в «Отлично» перескочить не получилось.