Kako GSkills vsako povratno informacijo uporabnika pretvori v konkretno, razvrščeno, dodeljivo in hitro obdelovalno dejanje
V aplikaciji, ki jo vsakodnevno uporabljajo celotne ekipe, najtežje ni prejemati povratnih informacij. Težko je prejemati uporabne povratne informacije.
Izolirano sporočilo, poslano po e-pošti ali izgubljeno v kanalu Slack, postane preiskava. Kje je bil uporabnik? Na katerem zaslonu? V katerem jeziku? Na katerem operacijskem sistemu? V kakšnem stanju izdelka? Čas, porabljen za rekonstrukcijo konteksta, je izgubljen čas za reševanje problema.
Pri GSkills smo zgradili sistem povratnih informacij, integriran neposredno v aplikacijo. Njegov cilj je preprost: preprosto uporabniško sporočilo spremeniti v konkretno, razvrščeno, dodeljivo in obvladljivo dejanje v nekaj minutah.
Uporabniška stran: predvsem preprostost
Izkušnja povratnih informacij je bila zasnovana tako, da je čim bolj tekoča. Brez dolgih obrazcev, brez izbire kategorij, brez nepotrebnih obveznih polj.
Gumb »Povratne informacije« je vedno na voljo, v spodnjem desnem kotu zaslona. Uporabnik klikne, odpre se okno. Polje za prosto besedilo mu omogoča, da svojo zahtevo razloži s svojimi besedami. Če želi, lahko označi možnost za priložitev posnetka zaslona. Pošlje. To je to.
Ideja je zajeti povratno informacijo v točno tistem trenutku, ko se stvari zataknejo, v delovnem toku, ne da bi prekinili uporabnika ali ga prosili za dodaten napor.

Kar se samodejno zajame
Tu postane očitna razlika s klasičnim sistemom vozovnic.
Ko uporabnik pošlje povratno informacijo, GSkills samodejno zbira tehnične informacije o njegovi delovni postaji: operacijski sistem (Windows, macOS ali ChromeOS), velikost zaslona, jezik, neposredno povezavo do strani, kjer je bil v času povratne informacije, ter povezavo do njegovega uporabniškega profila. Če je bil dodan posnetek zaslona, je ta prav tako priložen.
Rezultat: ekipi, ki prejme povratno informacijo, ni več treba postavljati treh vprašanj, da bi razumela situacijo. Signal je takoj uporaben.
Razvrščanje z umetno inteligenco že ob vstopu
Preden član ekipe sploh pregleda povratno informacijo, je umetna inteligenca že opravila prvo analizo.
Samodejno kategoriziranje
Vsaka povratna informacija je samodejno razvrščena glede na njeno naravo: napaka, zahteva za funkcionalnost, težava z vsebino, vprašanje ali drugo. To kategoriziranje omogoča, da se povratna informacija ob prejemu brez ročnega razvrščanja usmeri k pravi ekipi. Težava, povezana z vsebino, se preusmeri k izobraževalnim ekipam. Tehnična težava se usmeri k razvijalcem. Pravi sogovornik je prepoznan že na začetku.
Prevod in povzetek
Ker GSkills raste mednarodno, povratne informacije prihajajo v različnih jezikih. Vsako sporočilo je samodejno prevedeno v francoščino, operativni jezik naših ekip, in ustvarjen je povzetek za lažje hitro razvrščanje.
Ta predobdelava bistveno zmanjša čas diagnoze. Ekipa prebere jasen povzetek, v svojem jeziku, z že dodeljeno pravo kategorijo. Delo preiskave se nadomesti z delom odločanja.

Hitro in brez težav obdelati
Ko je povratna informacija kategorizirana in povzeta, vstopi v strukturiran življenjski cikel. Ne izgine v črno luknjo.
Takoj po končani analizi z umetno inteligenco se samodejno pošlje obvestilo Slack. Ekipa je takoj obveščena, ne glede na vrsto povratnih informacij. Če je težava kritična, jo je mogoče rešiti v nekaj minutah.
Vsaka povratna informacija nato sledi določenim korakom: nova, v teku, za potrditev, rešena, zaključena. Status »za potrditev« se pojavi po obdelavi. Zagotavlja, da je popravek ali dodatek bil dejansko izveden in potrjen s strani končnega uporabnika. To je korak kontrole kakovosti pred dokončno zaključitvijo.
Povratno informacijo lahko dodelimo članu ekipe. Ko je potrebno daljše spremljanje ali načrtovanje, preprost gumb omogoča pošiljanje v ClickUp, naše orodje za upravljanje projektov. Povratna informacija se nato preusmeri v razvojni cikel brez ponovnega vnosa.
Dva konkretna scenarija
Scenarij 1: kritična napaka. Uporabnik prijavi blokirajočo težavo. Povratna informacija prispe, obogatena s tehničnim kontekstom, kategorizirana kot »napaka« s strani umetne inteligence. Obvestilo Slack se pošlje takoj. Razvijalec prevzame zadevo, odpravi težavo v nekaj urah, včasih v nekaj minutah. Status se spremeni v »za potrditev«, da se potrdi, da popravek deluje, nato pa se uporabniku pošlje e-pošta v njegovem jeziku.
Scenarij 2: zahteva za funkcionalnost. Administrator želi novo funkcionalnost. Umetna inteligenca razvrsti povratno informacijo, jo povzame in preusmeri k produktni ekipi. Ta oceni njeno ustreznost in jo pošlje v ClickUp za vključitev v načrt dela. Uporabnik je obveščen o upoštevanju.

Zaprite zanko: odgovorite v uporabnikovem jeziku
Neodgovorjen odziv je odziv, ki demotivira. Uporabnik si je vzel čas, da nekaj prijavi. Zasluži si povratno informacijo.
GSkills vključuje sistem za odgovor, ki ekipi omogoča, da napiše, kar želi sporočiti. E-poštno sporočilo se nato samodejno pošlje v uporabnikovem jeziku, tudi če ekipa deluje v francoščini.
Ta jezikovna doslednost je bistvena za mednarodne primere. Angleško govoreči ali špansko govoreči uporabnik prejme odgovor v svojem jeziku, ne da bi ga ekipa morala ročno prevajati. Zgodovina odgovorov se ohranja, da se zagotovi sledljivost.
Prihranjen čas, naraščajoča kakovost
Prednosti tega sistema se merijo vsakodnevno. Več kot 100 povratnih informacij je bilo že obdelanih s tem sistemom.
Prvič, povratne informacije za razumevanje problema so skoraj izginile. Tehnični kontekst je prisoten od začetka, povzetek je jasen, kategorija je določena. Dodellitev pravi ekipi je skoraj takojšnja.
Drugič, čas obdelave kritičnih težav se je bistveno zmanjšal. Ko se pojavi blokirajoča napaka, se veriga obvestilo-dodeli-popravi-odgovori običajno zaključi v nekaj urah, včasih v samo nekaj minutah.
Končno, ta sistem gradi trdne temelje za rast na mednarodni ravni. Povratne informacije iz vseh jezikov prispejo v enotnem formatu, pripravljene za obdelavo s strani centralizirane ekipe.
In jutri: agenti AI za še hitrejše delovanje
Te izboljšave še niso na voljo, vendar vemo, kako jih implementirati. Le vprašanje časa je, kdaj bodo integrirane.
Ker je umetna inteligenca že dobro integrirana v sistem upravljanja GSkills, pripravljamo agente, ki so sposobni iti dlje pri avtomatizaciji, hkrati pa ohranjati človeka v zanki potrjevanja.
Samodejno popravljanje vsebine. Ko se povratna informacija nanaša na napako v vsebini in človek potrdi diagnozo, bo umetna inteligenca lahko takoj uporabila popravek. Nekaj sekund namesto več minut ročnega dela.
Pomoč pri popravljanju kode. AI so zdaj zelo zmogljive pri ustvarjanju dosledne in kakovostne kode. Za napako v aplikaciji bo agent AI za kodo lahko pripravil posodobitev z potrebnimi spremembami. Razvijalcem bo preostalo le, da preizkusijo in potrdijo delo.
Pametno odgovarjanje na vprašanja. Ko je povratna informacija preprosto vprašanje, se bo agent lahko opiral na celotno znanje GSkills (vsebina, koda, dokumentacija, delovanje), da oblikuje relevanten odgovor, poslan v uporabnikovem jeziku.
V vsakem primeru ostaja načelo enako: AI predlaga, človek potrdi. Te izboljšave nam bodo omogočile tudi, da več časa posvetimo novostim namesto popravkom.
Zaključek
Povratne informacije uporabnikov niso samo en kanal med mnogimi. To je sistem: zajemanje pravega signala, samodejno dodajanje konteksta, razvrščanje, hitro ukrepanje in zapiranje zanke v uporabnikovem jeziku.
Ta celoten cikel omogoča GSkills, da se nenehno izboljšuje, obravnava dražilne dejavnike, preden postanejo ovire, in ohranja dosledno kakovost storitev, ko se platforma širi mednarodno.
Sorodni članki

Baza znanja GSkills: dobre prakse ob pravem času
Sestanek, neznan vodič, podvojeni postopki: sprejemanje se zatakne. Baza znanja GSkills centralizira kratke in uporabne vire (Docs, Drive, videoposnetki, ponovitve), da hitro najdete "pravi trik" v kontekstu.

Sprejetje Chromebooka: merjenje uporabe z GSkills
Uvedba Chromebookov ni dovolj. Odkrijte, kako GSkills omogoča vidno in merljivo sprejetje: spremljanje uporabe, vodeno odkrivanje funkcij in postopno podporo zaposlenim vsak dan.
