サポートチケットの定性分析を行った人はいますか？
私はUXの成熟度が低い会社にいて、実際のユーザーデータにほとんどアクセスできません（インタビュー、ビジネスアナリストでフィルターされたフィードバック、ユーザーテストはありません）。ただし、私たちが持っているのは、さまざまな段階の大量のサポートチケットです。これらのチケットを調査の基礎として使用したいのですが、関連するデータの抽出/構造化をどのように行うのが最善かわかりません。誰かがそのようなことをしましたか？定性的なコーディングを使用して、パターンと主要な問題点を見つけてみようと考えています。入力を感謝します！
データの準備は、処理と分析の前のクリーニングおよび変換の生データのプロセスです。
最初のステップでは、データを整理して収集できます。後でcleanseおよびvalidateデータを使用することをお勧めします。
- 無関係なデータと外れ値を削除します。
- データを標準化されたパターンに適合させます。
- プライベートまたは機密データエントリのマスキング。
データのパターンと構造が作成されると、相関関係がわかりやすくなります（たとえば、30％の質問がシステムの特定の領域に関する場合-この範囲を改善するための強力な研究基盤があります。
これは困難で時間のかかるプロセスです。そのための検索自動化ツールで成功すれば、多くの時間を節約できます。
あなたの場合、おそらくすべてのチケットは同様の構造を持っています、システムがユーザーの質問をカテゴリーに分類する場合（たとえば、A、B、C（...）の問題）、適切なデータを適切なバッグ。
はい。これは、アプリケーションのユーザーエクスペリエンス全体（実際の製品またはサービスであること）に関する洞察を得ることができるもう1つの情報源です。
ただし、この情報が示すエンドユーザーの割合と、これらのサポートチケットが生成および処理されるコンテキストを理解する必要があります。たとえば、アプリケーションの問題が認識されたためにユーザーがサポートチケットを発行するとは限りません（単にそれを放棄して、戻ってこない場合もあります）。したがって、表示しているデータを理解するには、この情報を別の参照ポイントに関連付ける何らかの方法が必要です。
分析の最初のステップはデータの準備ですが、その前に、回答したい種類の質問について分析を計画し、処理する予定のデータが必要な結果をもたらすかどうかを把握する必要があります。たとえば、ユーザーが経験する問題の種類について知りたいが、サポートチケットの情報が、発生した問題の種類の明確なカテゴリを提供するように構成されていない場合でも、その後に行う多くの手動処理が必要になります。データの準備。
サポートチケットで入手できる情報を理解するための最初のステップを実行することで、回答できるタイプの質問を理解するのに役立つだけでなく、結果を前後関係に反映させるために収集する必要がある追加情報も得られると思います。