U aplikaciji koju svakodnevno koriste čitavi timovi, najteže nije dobiti povratne informacije. Teško je dobiti iskoristive povratne informacije.
Izolovana poruka, poslata e-poštom ili izgubljena u Slack kanalu, postaje istraga. Gde je bio korisnik? Na kom ekranu? Na kom jeziku? Na kom operativnom sistemu? U kom stanju je bio proizvod? Vreme provedeno u rekonstrukciji konteksta je izgubljeno vreme za rešavanje problema.
U GSkills-u smo izgradili sistem povratnih informacija integrisan direktno u aplikaciju. Njegov cilj je jednostavan: transformisati jednostavnu korisničku poruku u konkretnu akciju, sortiranu, dodeljivu i obradivu za nekoliko minuta.
Što se tiče korisnika: jednostavnost pre svega
Iskustvo povratnih informacija je dizajnirano da bude što je moguće fluidnije. Nema dugačkog obrasca, nema kategorije za izbor, nema suvišnog obaveznog polja.
Dugme „Povratne informacije“ je trajno dostupno u donjem desnom uglu ekrana. Korisnik klikne, otvara se prozor. Polje za slobodan tekst mu omogućava da objasni svoj zahtev sopstvenim rečima. Ako želi, može da označi opciju za dodavanje snimka ekrana. On šalje. To je sve.
Ideja je da se povratne informacije uhvate u trenutku kada nešto zapne, u toku rada, bez ometanja korisnika ili traženja dodatnog truda od njega.
Ono što se automatski snima
Tu razlika u odnosu na klasični sistem tiketa postaje očigledna.
Kada korisnik pošalje povratne informacije, GSkills automatski prikuplja tehničke informacije o njegovom računaru: operativni sistem (Windows, macOS ili ChromeOS), veličinu njegovog ekrana, njegov jezik, direktnu vezu do stranice na kojoj se nalazio u trenutku povratnih informacija, kao i vezu do njegovog korisničkog profila. Ako je dodat snimak ekrana, on se takođe prilaže.
Rezultat: tim koji primi povratne informacije više ne mora da postavlja tri pitanja da bi razumeo situaciju. Signal je odmah iskoristiv.
Sortiranje po veštačkoj inteligenciji odmah pri ulasku
Pre nego što član tima pogleda povratne informacije, veštačka inteligencija je već obavila prvi posao analize.
Automatska kategorizacija
Svaka povratna informacija se automatski klasifikuje prema svojoj prirodi: greška, zahtev za funkcionalnošću, problem u sadržaju, pitanje ili drugo. Ova kategorizacija omogućava, odmah po prijemu, da se povratna informacija usmeri ka pravom timu bez napora ručnog sortiranja. Problem vezan za sadržaj se preusmerava ka pedagoškim timovima. Tehnički problem se usmerava ka programerima. Pravi sagovornik se identifikuje odmah od početka.
Prevod i rezime
Kako GSkills raste na međunarodnom nivou, povratne informacije stižu na različitim jezicima. Svaka poruka se automatski prevodi na francuski, operativni jezik naših timova, a generiše se rezime kako bi se olakšalo brzo sortiranje.
Ova prethodna obrada značajno smanjuje vreme dijagnostike. Tim čita jasan rezime, na svom jeziku, sa već dodeljenom pravom kategorijom. Rad na istrazi je zamenjen radom na odlučivanju.
Obraditi brzo, bez trenja
Kada se kategorizuje i sumira, povratna informacija ulazi u strukturirani životni ciklus. Ona ne nestaje u crnoj rupi.
Čim se analiza veštačke inteligencije završi, automatski se šalje Slack obaveštenje. Tim se obaveštava u tren oka, bez obzira na vrstu povratne informacije. Ako je problem kritičan, može se preuzeti u roku od nekoliko minuta.
Svaka povratna informacija zatim prati precizne korake: nova, u toku, za potvrdu, rešena, zatvorena. Status „za potvrdu“ nastupa nakon obrade. On omogućava da se osigura da je ispravka ili dodatak dobro urađen i potvrđen od strane krajnjeg korisnika. To je korak kontrole kvaliteta pre konačnog zatvaranja.
Povratna informacija se može dodeliti članu tima. Kada zahteva duže praćenje ili planiranje, jednostavno dugme omogućava da se pošalje u ClickUp, naš alat za upravljanje projektima. Povratna informacija se zatim prebacuje u razvojni krug bez ikakvog ponovnog unosa.
Dva konkretna scenarija
Scenario 1: kritična greška. Korisnik prijavljuje blokirajući problem. Povratna informacija stiže, obogaćena svojim tehničkim kontekstom, kategorizovana kao „greška“ od strane veštačke inteligencije. Slack obaveštenje odmah odlazi. Programer preuzima temu, ispravlja problem za nekoliko sati, ponekad i za nekoliko minuta. Status se menja u „za potvrdu“ kako bi se potvrdilo da ispravka radi, a zatim se korisniku šalje e-poruka na njegovom jeziku.
Scenario 2: zahtev za funkcionalnošću. Administrator želi novu funkcionalnost. Veštačka inteligencija sortira povratnu informaciju, sumira je i preusmerava je ka timu za proizvode. Ovaj procenjuje njenu relevantnost i šalje je u ClickUp za integraciju u mapu puta. Korisnik je obavešten o uzimanju u obzir.
Zatvoriti krug: odgovoriti na jeziku korisnika
Povratna informacija bez odgovora je povratna informacija koja obeshrabruje. Korisnik je odvojio vreme da prijavi nešto. Zaslužuje povratnu informaciju.
GSkills integriše sistem odgovora koji omogućava timu da napiše šta želi da saopšti. E-mail se zatim automatski šalje na jeziku korisnika, čak i ako tim radi na francuskom.
Ova jezička doslednost je od suštinskog značaja za međunarodne instance. Korisnik koji govori engleski ili španski dobija odgovor na svom jeziku, bez potrebe da tim ručno prevodi. Istorija odgovora se čuva radi obezbeđivanja sledljivosti.
Ušteda vremena, kvalitet raste
Prednosti ovog sistema se mere svakodnevno. Preko ovog sistema je već obrađeno više od 100 povratnih informacija.
Prvo, povratne informacije za razumevanje problema su gotovo nestale. Tehnički kontekst je tu od samog početka, rezime je jasan, kategorija je postavljena. Dodela pravom timu je skoro trenutna.
Drugo, vreme obrade kritičnih problema je znatno smanjeno. Kada se pojavi blokirajući bag, lanac obaveštenja-dodele-ispravke-odgovora se obično završi za nekoliko sati, ponekad i za samo nekoliko minuta.
Konačno, ovaj sistem gradi zdravu osnovu za međunarodni rast. Povratne informacije sa svih jezika stižu u homogenom formatu, spremne za obradu od strane centralizovanog tima.
I sutra: IA agenti za dalje ubrzanje
Ove promene još nisu dostupne, ali znamo kako da ih implementiramo. Pitanje je vremena pre nego što budu integrisane.
Zato što je IA već dobro integrisana u sistem upravljanja GSkills-a, pripremamo agente koji su sposobni da idu dalje u automatizaciji, uz zadržavanje ljudi u ciklusu validacije.
Automatska korekcija sadržaja. Kada se povratna informacija odnosi na grešku u sadržaju i čovek potvrdi dijagnozu, IA će moći odmah da primeni korekciju. Nekoliko sekundi umesto nekoliko minuta ručne manipulacije.
Asistirana korekcija koda. IA su sada veoma moćne u smislu generisanja koherentnog i kvalitetnog koda. Za bag u aplikaciji, IA agent za kod će moći da pripremi ažuriranje sa neophodnim izmenama. Programeri će samo morati da testiraju i validiraju rad.
Inteligentni odgovor na pitanja. Kada je povratna informacija jednostavno pitanje, agent će moći da se osloni na celokupno znanje GSkills-a (sadržaj, kod, dokumentacija, rad) da formuliše relevantan odgovor, poslat na jeziku korisnika.
U svakom slučaju, princip ostaje isti: IA predlaže, čovek validira. Ove promene će nam takođe omogućiti da posvetimo više vremena novitetima, a ne ispravkama.
Zaključak
Povratna informacija korisnika nije kanal među ostalima. To je sistem: uhvatiti dobar signal, automatski dodati kontekst, sortirati, delovati brzo i zatvoriti ciklus na jeziku korisnika.
Ovaj kompletan ciklus omogućava GSkills-u da se kontinuirano poboljšava, rešava iritantne probleme pre nego što postanu prepreke i održava dosledan kvalitet usluge kako se platforma širi na međunarodnom nivou.
