Vai al contenuto principale

Come capire davvero cosa non piace agli utenti della tua app

Tre modi per scoprire cosa non va: identificare i temi e leggere le citazioni, verificare un'ipotesi con Claude o ChatGPT e segnare gli argomenti che stai affrontando.

A
Scritto da Axel Lavergne

Il tuo rating è calato e non sai il motivo. Hai migliaia di recensioni su App Store e Play Store, in lingue che nessuno parla nel team, e leggerle una a una è poco pratico. Esistono tre modi per capire cosa non va, ciascuno risponde a una particolare domanda:

  • Parti da zero quando non hai idea di cosa stia andando storto. Identifica i temi, poi leggi le citazioni.

  • Conferma un sospetto quando pensi di sapere qual è il problema. Chiedi a Claude o ChatGPT di analizzare le recensioni e verificare se hai ragione.

  • Monitora ciò che stai risolvendo mentre lavori. Segna il tema e osserva come cambiano le lamentele.

Cosa non trovi qui: esportare un CSV ed eseguire uno script di clustering dei temi. Questo suggerimento è ovunque su Internet, ma spreca tempo. Nessuno ti ha assunto per regolare un pipeline NLP, e farlo male è peggio che non farlo: finirai per affidarti a cluster privi di senso.

Per questo serve un buon strumento. Ecco come usarlo con le recensioni che hai già nel tuo account.

Parti da zero: identifica i temi, poi leggi cosa dicono gli utenti

Quando non hai una teoria precisa, inizia da Report, poi Analisi Semantica. Reviewflowz analizza le recensioni e crea un albero dei temi: cinque temi principali e tre sottotemi per ciascuno, con menzioni positive e negative nel tempo. Nessuno ti impone una tassonomia; i temi sono quelli sollevati dagli utenti, non quelli che un modello di settore presume che un'app debba considerare.

Analisi semantica: l'albero dei temi costruito dalle tue recensioni, con prestazioni nel tempo

Ora arriva la parte che molti trascurano. Il grafico ti dice che un sottotema ha registrato 89 menzioni negative il mese scorso, ma non spiega quale sia il problema. I grafici offrono una direzione, ma non un bug report. Quindi, quando un sottotema sale di livello, smettila di guardare il grafico e vai a leggere le citazioni.

Qui entra in gioco l'analisi del sentiment sotto Recensioni. Ogni citazione rappresenta una frase precisa di una recensione che esprime un sentiment, etichettata con il sottotema e classificata come positiva o negativa. Focalizzati sulle citazioni negative per il sottotema che è cambiato, ordinale per le più recenti e leggi venti di esse. Di solito, venti bastano: entro la decima avrai capito se il problema è nel checkout, nella sincronizzazione o nella nuova barra delle schede. Le citazioni sono anche tradotte, quindi un picco in portoghese è leggibile come uno in inglese.

La lista degli estratti: ogni citazione porta il suo sottotema e il suo sentiment

Leggi le citazioni prima di aggiornare il team. Un sottotema denominato "Gestione bug e stabilità" che è in trend negativo indica uno stato d'animo. "L'app mi disconnette ogni volta che cambio rete" è un bug da risolvere.

Le modalità di costruzione dei temi e del sentimento sono spiegate in Come estrarre informazioni aziendali dalle tue recensioni.

Conferma un sospetto: verifica le recensioni con Claude o ChatGPT

A volte non serve esplorare, ma solo una risposta. Hai rilasciato una nuova versione il 12, il supporto afferma che gli utenti non apprezzano il nuovo onboarding e vuoi sapere se le recensioni confermano prima di riorganizzare le priorità.

Un dashboard risponde solo alle domande per cui è stato progettato. La tua domanda è più specifica, quindi formulala in inglese. Collega Claude o ChatGPT ai tuoi dati di recensione con Reviewflowz MCP e il modello analizza le recensioni per rispondere: quali lamentele sono emerse dopo il rilascio di marzo, quali compaiono nelle recensioni a 1 stella ma non in quelle a 3 stelle, cosa dicono precisamente gli utenti quando parlano di problemi di login. Ecco come connetterlo.

Chiedi le citazioni, non solo il riassunto. È la stessa logica del primo metodo: un modello che ti restituisce un paragrafo ordinato ha fatto la lettura per te, ma imparerai di più dalle tre frasi su cui si basa quel paragrafo. Quindi termina la tua domanda con "mostrami le recensioni su cui ti sei basato" e leggile.

È anche il modo più rapido per smentire un'ipotesi sbagliata. Metà delle volte le recensioni dicono che l'onboarding è ottimo e le lamentele sono tutte sul nuovo prezzo.

Monitora cosa stai risolvendo: segna i temi che ti interessano

I primi due metodi hanno un punto cieco. I temi che Reviewflowz scopre sono quelli che gli utenti sollevano, non quelli previsti dalla tua roadmap. Se il team sta lavorando al flow di onboarding, vuoi un grafico specifico sull'onboarding, indipendentemente dal fatto che l'AI lo consideri uno dei primi cinque temi.

Ecco perché hai a disposizione i tag. Vai su Impostazioni, poi Tag, e crea un tag con il nome dell'argomento su cui stai lavorando. Attiva "Usa per etichettare automaticamente le recensioni" e l'AI applicherà quel tag alle recensioni correlate al tema scelto. Usa nomi che anche gli utenti userebbero per lamentarsi, non termini tecnici: "crash all'avvio" o "prezzo abbonamento" funzionano, "AuthModule" no.

Poi clicca su "Processa tutte le mie recensioni". Questo associa i tuoi tag alle recensioni esistenti, cosa molto utile: dà uno storico al tag. Senza di esso, vedresti solo le lamentele attuali, mentre "ha funzionato la correzione" è una domanda a cui si può rispondere solo comparando il dopo con il prima.

Impostazioni, Tag: l'interruttore per auto-tag per tag, e Processa tutte le mie recensioni per retroattivi

Ora hai l'unico numero che conta dopo un rilascio: il volume delle lamentele per quel tag sta diminuendo. Filtra le recensioni per il tag per vedere cosa sta ancora arrivando e monitora nel tempo per vedere l'evoluzione.

La creazione di tag è spiegata passo dopo passo in Come utilizzare i tag delle recensioni su Reviewflowz.

Quale metodo usare e quando

  • Non sai cosa non va: parti da zero. Primo l'albero dei temi, poi le citazioni, e vai oltre il grafico.

  • Hai un sospetto preciso: usa il modello e chiedi di mostrare le recensioni.

  • Stai risolvendo qualcosa o ci lavorerai nei prossimi mesi: etichetta e monitora.

La maggior parte dei team finisce per utilizzare tutti e tre i metodi, in questo ordine. Indaghi per individuare il problema, verifichi quando emerge qualcosa di nuovo, e monitori ciò che continui ad affrontare. Nessuno di questi richiede che tu diventi un data scientist.

Quando sai cosa correggere, avvisa gli utenti che hanno segnalato il problema. Rispondere alle recensioni su App Store e Google Play con l'AI completa il ciclo, e spesso chi riceve una risposta aggiorna il proprio rating.

Stai cercando uno strumento specifico? Ecco cosa cercare, e come Reviewflowz risponde a queste esigenze.

Hai ricevuto la risposta alla tua domanda?