Slik lager du et skjema for kundefeedback for å forstå hvorfor nettsiden eller appen din konverterer

I forrige artikkel, den første i denne serien om å samle inn og bruke kundefeedback, så vi hvorfor kundefeedback er avgjørende hvis du vil forstå hva som fungerer i virksomheten din, hva som skaper tvil og hva som hindrer brukerne dine i å bli kunder.

For å finne ut av det, er det andre steget å utforme skjemaet for datainnsamling godt: hvilke spørsmål du bør stille, når du bør vise det og hvordan du klargjør svarene for analyse senere.

I denne andre artikkelen forklarer jeg alt dette. Før vi begynner, legger jeg igjen lenkene til de fire artiklene i serien:

1. Hvorfor det er avgjørende å samle inn kundefeedback for å forbedre virksomheten din.
2. Slik lager du et nyttig feedbackskjema.
3. Slik bruker du AI til å oversette og klassifisere åpne svar.
4. Slik gjør du den feedbacken om til dashboards og en månedlig oppfølgingsrutine.

En ting til. I den første artikkelen så vi at det finnes ulike typer feedback:

• Om det digitale produktet.
• Om driften.
• Om kvaliteten på produktet eller tjenesten du tilbyr.

I denne artikkelen skal vi fokusere på den første: den som fanger brukerens opplevelse etter konvertering.

Og når jeg snakker om konvertering, mener jeg ikke bare et kjøp. Det kan være en booking, en bestilling av en tjeneste, en forespørsel om tilbud, en registrering, en nedlasting, et abonnement eller innsending av et viktig skjema. Kort sagt: enhver digital handling som har verdi for virksomheten og som gjør en bruker til kunde, lead eller kvalifisert kontakt.

Hva vi egentlig måler med dette skjemaet

Her måler vi ennå ikke om produktet kom frem som det skulle, om tjenesten var god, om oppholdet innfridde forventningene eller om opplæringen ga verdi. Det hører til et annet lag av feedback. 

I dette skjemaet vil vi forstå hva som har skjedd på nettsiden, i appen eller i den digitale ressursen som nettopp har konvertert: hva som har skapt tillit, hva som har bremset brukeren, hvilken vanskelighet som dukket opp og hvilken informasjon som ville hjulpet brukeren med å ta en bedre beslutning.

Altså: hva som hjalp brukeren med å konvertere og hva som skapte hindringer underveis.

Det kan omfatte mange ting: 

• Tilliten nettsiden formidler.
• Hvor lett det var å finne det brukeren lette etter.
• Hvor tydelig informasjonen var.
• Betalingsmetodene.
• Bookingvilkårene.
• Prisen.
• Tilgjengeligheten.
• Andre brukeres vurderinger.
• Produkt- eller tjenestesiden.
• Navigasjonen fra mobil.
• Eventuelle problemer som oppsto før fullføring.
• Svaret hjelpechatten ga.
• …

Som du ser, er det ganske mye. Derfor er det avgjørende å ha neste punkt klart.

Hvilke spørsmål et feedbackskjema for konvertering bør inneholde

Et skjema av denne typen bør være kort, tydelig og lett å svare på. Som en praktisk regel holder det vanligvis med fem til ti spørsmål hvis de kan besvares på ett eller to minutter på det meste.

Ikke alle spørsmål er like: 

• Noen vil være lukkede og kan besvares på sekunder. 
• Andre vil være åpne og lar brukeren forklare med egne ord hva som har skjedd. 
• Til slutt kan det være noen grunnleggende segmenteringsdata, så lenge de tilfører noe til analysen.

Strukturen kan variere etter virksomheten, men de to skjemaene jeg nesten alltid bruker, følger samme logikk: 

1. Lukkede spørsmål dominerer (lettere å analysere).
2. Man lar ett eller to åpne felt stå igjen for å hente ut en annen type informasjon fra brukeren.
3. Man legger til et frivillig alternativ der brukeren kan legge igjen e-post hvis vedkommende ønsker svar.

Et enkelt eksempel er dette skjemaet vi har brukt hos Yo pongo el hielo i mer enn 10 år, laget med Google Forms. Her er svarene: 

Og her er selve skjemaet

Feedbackskjema fra Yo pongo el hielo.

Og her er et annet jeg nettopp har satt opp for en nettside for overnattingsbooking, som vi skal bruke som eksempel i de neste artiklene:

Skjemaets struktur

Min anbefaling for denne typen spørreskjemaer.

Den første blokken

Den er den viktigste. Her spør vi etter informasjonen vi helst vil hente ut.

På den ene siden bør den måle hvor enkel prosessen var eller den generelle opplevelsen av prosessen. 

For eksempel: hvor lett det var å fullføre kjøpet, bookingen, registreringen eller forespørselen. Dette spørsmålet hjelper med å avdekke om den digitale prosessen er forståelig, eller om det finnes friksjon.

Deretter gir det mening å spørre hva som påvirket beslutningen mest. 

Du kan ikke forestille deg hvor mange virksomheter som har ansatte som ikke vet hvorfor kundene kjøper av dem. Er det på grunn av pris? Utvalg? Ren trafikkmengde?

Dette er et av de mest nyttige spørsmålene, men det kan ikke vinkles likt i alle virksomheter. 

I en multimerke-ecommerce, kan alternativene dreie seg om:

• Pris.
• Produktutvalg.
• Tilgjengelighet.
• Leveringstid og fraktkostnad.
• Tillit til butikken.
• Eller betalingsmetodene (med oppkrav som et særpregende alternativ i visse sektorer). 

I et tilfelle som Yo pongo el hielo, for eksempel, gir det mening å spørre om pris, enkel kjøpsprosess, produkter som er vanskelige å finne, eller hjemlevering.

I en egen merkevare-ecommerce, veier kanskje følgende mer:

• Den opplevde kvaliteten.
• Tilliten til merkevaren,
• Det særpregede verdiforslaget.
• Andre kunders vurderinger.
• Designet eller tydeligheten i produktinformasjonen.
• Markedsføringen av produktet eller tjenesten.

I tjenester eller bookinger, kan svarene være andre:  

• Utvalg av overnattinger.
• Tilgjengelighet.
• Pris.
• Booking- eller avbestillingsvilkår.
• Bilder, beskrivelse eller tjenesteside, 
• Tillit til selskapet.
• Hvor enkel prosessen er.
• Tidligere kundeservice.

Og innen opplæring, kan følgende være viktig:

• Hvem som holder den (institusjon eller person)
• Innholdet i programmet.
• Prisen.
• Formatet (online eller offline) og fleksibilitet.
• Tittelen eller offisiell godkjenning.
• Varigheten.
• Anbefalingene.
• Den kommersielle effektiviteten i påmeldingsprosessen.

Strukturen i spørsmålet kan være den samme, men alternativene må tilpasses virksomheten. 

Blokk for problemer

Her bør du først spørre om brukeren har hatt et problem, og hvis svaret er ja, la det stå et åpent felt for å forklare det.

Det problemet kan være teknisk, som en betalingsfeil, en lastefeil, et skjema som ikke fungerer eller en vanskelighet på mobil, men det kan også handle om navigasjon, forståelse eller tillit: brukeren fant ikke informasjon, forsto ikke vilkårene, var usikker på sluttprisen, manglet bilder, så ikke tydelig neste steg eller trengte mer informasjon før beslutningen.

Vurderingen / NPS

Det anbefales også sterkt å inkludere en vurdering fra 1 til 10 eller fra 1 til 5.

Det er ikke nødvendig å kalle det NPS eller gjøre metodikken bak for komplisert. Et spørsmål fra 1 til 10 gir deg allerede et signal som kan sammenlignes mellom perioder, endringer på nettsiden, kanaler eller markeder.

Du kan spørre noe som “ville du anbefalt denne nettsiden til familie eller venner?” eller “hvilken karakter ville du gitt kjøps- eller bookingopplevelsen?”. 

Senere, hvis vi vil beregne promotører, passive og kritikere, kan vi gjøre det, men til å begynne med er det viktige å ha en sammenlignbar vurdering.

Før avslutningen

Deretter er det lurt å la det stå et åpent felt for kommentarer, forslag eller forbedringer. 

Dette feltet trenger ikke å være obligatorisk, men det er ofte her de mest interessante nyansene dukker opp: ting du ikke hadde forutsett, konkrete tvilspunkter, ekte formuleringer fra kunden eller problemer som ikke passer inn i noe lukket alternativ.

Til slutt

Til slutt kan vi legge til noen grunnleggende segmenteringsdata. 

Alder og kjønn kan hjelpe med å tolke mønstre. Land kan også være nyttig hvis du jobber med flere markeder.

Jeg ville ikke gjort det obligatorisk i alle tilfeller. Det viktige er å be bare om det du faktisk kommer til å bruke senere for å analysere svarene bedre.

Og også som frivillig felt kan vi be brukeren legge igjen e-post hvis vedkommende vil at vi skal svare. 

E-post en bør ikke være obligatorisk, siden det kan gjøre at vi mister ærlige svar eller reduserer deltakelsen. Det riktige er å forklare det enkelt: hvis du vil at vi skal svare, legg igjen e-post; hvis ikke, er det ikke nødvendig.

Lukkede og åpne spørsmål: hvorfor du trenger begge

Et godt feedbackskjema for konvertering kan ikke være helt lukket eller helt åpent.

Lukkede spørsmål er de som lar deg strukturere dataene. De er lette å svare på, gir rene svar og kan senere brukes svært godt i grafer, filtre og dashboards.  

De brukes til å sammenligne objektivt perioder, markeder, segmenter eller konkrete endringer på nettsiden.

Derfor fungerer de så godt for skalaer, ja/nei, nedtrekksmenyer og forhåndsdefinerte alternativer: hvor enkel prosessen var, hovedgrunnen til beslutningen, om det oppsto problemer, alder, kjønn, land eller vurdering fra 1 til 10.

Åpne spørsmål handler ikke så mye om å telle som om å forstå. De gir kontekst, forklarer hvorfor en vurdering ble gitt, avdekker problemer du ikke hadde forutsett og lar brukeren fortelle noe med egne ord.

Problemet er at åpne svar er vanskeligere å analysere manuelt, spesielt hvis det er volum eller hvis de kommer på flere språk.

Nettopp derfor forklarer jeg i artikkel 3 i denne serien hvordan du bruker AI til å oversette, gruppere og klassifisere denne typen åpne kommentarer. Ikke for å erstatte menneskelig vurdering når beslutninger skal tas, men for å gjøre enkeltkommentarer om til temaer eller kategorier, typifisere problemer og hente ut analyserbare mønstre.

Den normale proporsjonen bør være denne: flere lukkede spørsmål for å strukturere dataene og få åpne spørsmål (ikke mer enn to eller tre), men godt plassert, for å samle ekte kontekst.

Slik formulerer du spørsmålene

Det er også lurt å passe på hvordan du formulerer spørsmålene. Hvis et spørsmål er dårlig stilt, kommer dataene inn skjeve.

1. Unngå doble spørsmål, som “syntes du prosessen var tydelig og rask?”. Hvis du vil måle tydelighet, spør om tydelighet. Hvis du vil måle hastighet, spør om hastighet.
2. Unngå å foreslå svaret. Det er ikke det samme å spørre “var det lett å fullføre kjøpet?” som “hvordan ville du vurdert hvor enkel prosessen var?”. Det andre gir mer rom for et ærlig svar.
3. Bruk partallsskalaer i spørsmål om kvalitative vurderinger. For eksempel fire alternativer i stedet for fem: svært vanskelig, ganske vanskelig, ganske lett, svært lett. Når det finnes et midtpunktalternativ, har mange brukere en tendens til å velge det fordi det er enkelt. Med en partallsskala tvinger du dem til å helle mot en mer positiv eller mer negativ oppfatning.  

Den siste er, i motsetning til de to første, ingen hellig regel for enhver undersøkelse, men i korte feedbackskjemaer kan den hjelpe med å få tydeligere svar.

Verktøy for å lage feedbackskjemaer

Det finnes mange verktøy for å lage skjemaer. Valget bør ikke bare avhenge av hvilket som er penest, men av hvordan du skal jobbe videre med svarene og hvor lett det er å implementere.

Du kan bruke Google Forms, HubSpot, SurveyMonkey, Typeform, Tally ellerJotform. Alle kan fungere, men ikke alle etterlater dataene like godt forberedt for det som kommer etterpå.

Og det er nøkkelen i denne serien, fordi skjemaet ikke er slutten på prosessen, men begynnelsen. Etterpå, som vi skal se i de neste to artiklene, vil vi jobbe med svarene, oversette kommentarer hvis det trengs, klassifisere problemer og gjøre resultatet om til en dashboard.

Selv om det egentlig spiller liten rolle hvilket verktøy du bruker for å samle inn feedback, så lenge dataene til slutt ender ordnet i et Google Sheets-ark med én rad per svar og én kolonne per spørsmål.

Temaet blir hvor enkelt det er å få dataene dit.

Google Forms: den enkleste måten å komme i gang på

Det er ikke det peneste eller mest visuelle, men for å komme i gang, særlig hvis du ikke har erfaring med å bygge denne typen systemer, pleier jeg å anbefale Google Forms.

Hvorfor?

Fordi det løser veldig godt det vi trenger i denne fasen: å lage skjemaet raskt og lagre svarene direkte i Google Sheets.

Det er den store fordelen for denne flyten:

• Hvert svar går inn i et Google-regneark. 
• Hvert spørsmål genererer en kolonne. 
• Hver innsending genererer en rad. 

Dette sparer oss for steg når vi senere vil bygge dashboardet vårt i Data Studio (viktig for å ta beslutninger) eller oversette og klassifisere åpne svar med AI.

I tillegg tvinger det frem en viss enkelhet: innholdet går foran formen. Og det er som regel positivt i denne typen skjema.

Begrensningen er åpenbar: det er ikke den mest integrerte eller mest visuelle opplevelsen. Hvis du vil ha et svært gjennomarbeidet merkevarelag, avansert logikk, full CRM-integrasjon eller spesielt pene skjemaer, kan det bli for kort.

Men jeg insisterer: for å starte, og for å bygge hele flyten med:

Skjema > Google Sheets > AI (valgfritt, med n8n) > dashboard

Det er svært vanskelig å finne et mer direkte alternativ.

Når du bruker CRM, flerspråklige skjemaer eller andre verktøy

Hvis selskapet allerede jobber med et CRM og har erfaring med å lage skjemaer, automatiseringer og segmenteringer, er det logisk å vurdere det CRM-et som første alternativ.

For eksempel, hvis et selskap bruker HubSpot og allerede har kontakter, e-poster, skjemaer og workflows godt satt opp, kan det gi all mening i verden å lage feedbackskjemaet der.

Den fordelen er tydelig: du kan koble svar til kontakter, automatiseringer, e-poster, lister, segmenter eller salgsprosesser.  

Den ulempen er at du, for de neste stegene i denne serien, må sørge for at svarene likevel ender i et ordnet regneark.

I et prosjekt med en kunde innen turistbookinger jobbet vi for eksempel med skjemaer på fem språk: spansk, nederlandsk, fransk, engelsk og tysk.

I det tilfellet ga det mening å bruke systemet selskapet allerede brukte (HubSpot og flerspråklig skjema). Prosessen for å samle svarene i et Google Sheets-ark og kunne analysere dem sammen var denne:

1. Koble HubSpot til Google Drive.
2. Opprette et Google Sheets-ark i Google Drive med ett enkelt ark der alle svarene legges inn, med en ekstra kolonne for respondentens språk / land (for å kunne filtrere senere).
3. Opprette en workflow i HubSpot som sender hvert svar fra hvilket som helst av de 5 skjemaene til det opprettede Google Sheets-arket.

Hvis det ikke hadde vært et flerspråklig skjema, ville vi med dette fått et Google Sheets-ark klart for Data Studio. Men siden det er 5 språk, mangler det (minst) ett steg: oversettelsen. Det ser vi nærmere på i neste artikkel.

Viktig, som jeg ikke har nevnt: i slike flerspråklige prosjekter bør man beholde samme struktur for spørsmål og alternativer på alle språk. Hvis hvert språk spør om noe forskjellig, har du ikke lenger et globalt feedbacksystem.

Og poenget er å kunne se aggregerte data fra hele nettsiden og samtidig segmentere etter språk, land eller marked når det trengs.

Slik kan du avdekke globale problemer og konkrete problemer: kanskje prosessen fungerer godt samlet sett, men den tyske katalogen skaper mindre tillit, den franske trenger å forklare et vilkår bedre, eller det nederlandske markedet opplever friksjon i en konkret del av bookingen.

I artiklene 3 og 4 fortsetter vi å jobbe med denne litt mer komplekse typen case, og jeg forklarer bedre delen om AI, oversettelse, klassifisering av åpne svar og dashboard i Data Studio.

Andre verktøy

Det samme eller noe lignende som skjer med HubSpot, skjer med verktøy som Typeform, SurveyMonkey, Tally eller Jotform. 

De kan gi deg en bedre visuell opplevelse, flere integrasjonsmuligheter eller mer behagelige skjemaer, men hvis du senere vil bruke AI og Data Studio, må du få svarene over til Google Sheets eller en tilsvarende struktur.

Så før du begynner med dette, bør du tenke nøye gjennom hvilket verktøy du velger og hele prosessen fra du ber om feedback til det tas beslutninger med dataene.

Hvor du bør plassere skjemaet og når du bør be om feedback

Et annet relevant punkt.

For denne typen feedback, bør skjemaet vises når brukeren fortsatt har konverteringsopplevelsen friskt i minnet.

Hvis vi vil analysere nettsiden, appen eller den digitale prosessen, kan vi ikke vente i ukevis, for da vurderer brukeren allerede noe annet: bestillingen, oppholdet, tjenesten, opplæringen, servicen eller sluttresultatet.

Her vil vi fange det som nettopp har skjedd under konverteringen. Derfor finnes det tre spesielt nyttige steder.

Siden thank you page eller bekreftelsessiden

Brukeren har nettopp kjøpt, booket, registrert seg eller sendt en forespørsel. Prosessen er fersk, og brukeren er fortsatt inne i den digitale konteksten.

Du trenger ikke avbryte brukeren eller tvinge vedkommende til å svare. Det holder å plassere en tydelig invitasjon:

  “Hjelper du oss med å forbedre opplevelsen din hos [navnet på virksomheten din]? Det tar mindre enn to minutter”.

Og det var det. Brukeren har allerede kjøpt, og hvis vedkommende ikke har det travelt, er det kanskje greit å svare.

Som du ser, er det uten insentiv. Vi kommenterte allerede i forrige artikkel hvilke problemer det kan medføre å legge til et. Bare i enkelte tilfeller bør man gjøre det.

Bekreftelses-e-posten

Det kan være e-posten om bekreftet ordre, mottatt booking, sendt forespørsel eller fullført registrering. Det er en ny mulighet til å be om feedback hvis vi ikke fikk svar tidligere.

Grunnene til å gjøre det er identiske med forrige steg.

Kundeområdet

Dette tredje stedet gir mening når brukeren kommer tilbake etter konverteringen og fortsatt samhandler med den digitale ressursen: sjekker en booking, ser status på en bestilling, går inn i sitt private panel, endrer data eller får tilgang til et opplæringsområde.

Det er ikke like umiddelbart som de to forrige, men greit, kanskje vi fanger noen flere svar.

Bygge inn eller lenke til skjemaet

I hvilket som helst av de tre tilfellene kan skjemaet være en ekstern lenke, for eksempel til Google Forms, eller det kan være innebygd på selve nettsiden hvis det er godt integrert.

Det enkle er å legge inn en lenke. Det mer gjennomarbeidede er å bygge inn skjemaet eller åpne det på en side på den egne nettsiden, slik at brukeren ikke føler at vedkommende forlater miljøet. 

Begge alternativene er gyldige, fordi det viktige ikke er om skjemaet er lenket eller innebygd. Det viktige er at det dukker opp på riktig tidspunkt, er lett å svare på og at folk faktisk svarer.

Vanlige feil når man lager feedbackskjemaer

Jeg forteller deg om dem jeg har støtt på flest ganger.

#1. Stille for mange spørsmål

Et feedbackskjema for konvertering bør ikke ligne en test. Hvis det tar for lang tid, går deltakelsen ned eller svarene blir dårligere. Og hvis du spør om alt, vet du til slutt nesten ikke hvordan du skal tolke noe.

Dette skjer når flere team som vil spørre om ulike ting, blir involvert i utformingen. Lytt til alle, men la bare ett team lede arbeidet.

#2. Spørre på feil tidspunkt

Hvis du vil analysere digital konvertering, spør rett etter konverteringen. Ikke når brukeren allerede vurderer produktet som er mottatt, leveringen, overnattingen, opplæringen eller den endelige tjenesten.

#3. Blande sammen det som vurderes

Dette er spesielt viktig i selskaper som selger produkter eller tjenester fra andre merkevarer, og det henger sammen med forrige punkt.

Hvis du er en multimerke-ecommerce, kan en dårlig vurdering handle om butikken, produktet, produsentmerket, prisen, leveringen eller kjøpsprosessen. Hvis du ikke formulerer spørsmålene godt, eller ikke gjør det på riktig tidspunkt, vet du ikke hvilken del som svikter kunden.

Det samme skjer i bookinger, marketplaces, sammenligningssider eller mellomleddvirksomheter. Det må være tydelig, gjennom spørsmålene, om du spør om nettsiden, bookingprosessen, selskapet, produktet, tjenesten eller merkevaren som selges.

#4. Ikke forstå forskjellen mellom lukkede og åpne spørsmål

De lukkede gjør analysen enklere, men forklarer ikke alle nyansene. 

De åpne gir kontekst, men trenger senere et klassifiseringslag. Hvis du ikke forstår den miksen, kan skjemaet bli haltende på noen områder.

#5. Ikke bry seg om svarene eller bry seg for mye om ett konkret svar

Disse to feilene dukket allerede opp i den første artikkelen, så jeg holder det kort:

Å samle inn feedback og la den ligge forlatt i et regneark er bortkastet tid.

Men å reagere overdrevent på én enkelt kommentar kan også være farlig.

Dette skjer ofte når et negativt svar når CEO, ledelsen eller noen med stor beslutningsmakt. Plutselig veier én isolert mening mer enn femti nøytrale eller positive svar.

Derfor må man se på mønstre, data og statistikk. Kort sagt: være analytiker.

For et svar kan være et signal, men det er ikke alltid en konklusjon. Før du endrer en nettside, en checkout, en produktside, den kommersielle policyen eller transportselskapet, bør du se hvor mange som sier det samme, i hvilken kontekst det dukker opp og hvilken effekt (positiv eller negativ) en endring ville hatt.

Til slutt må man også tenke på hvor lett det er å implementere. Ikke alt som dukker opp i feedbacken, bør endres i morgen. Man må vurdere frekvens, effekt, kostnad, vanskelighetsgrad og hast.

Feedback er til for å ta bedre beslutninger, ikke for å reagere følelsesmessig på hver kommentar. Selv om noen av dem går oss på nervene.

Neste steg: klassifisere åpne svar med AI

Vi har kommet til slutten av å lage skjemaet.

Jeg tror det er klart for deg at et godt utformet skjema allerede gir mye verdi.

I begynnelsen kommer det kanskje få svar, og du kan gå gjennom dem manuelt hver dag, uke eller måned. Men når kommentarer begynner å komme i volum, eller når svarene kommer på flere språk, blir det umulig å gå gjennom alt for hånd.

Det er der de neste delene av serien kommer inn.

I neste artikkel skal vi se:

Slik bruker du AI til å oversette og klassifisere åpne svar. 

Poenget er ikke at AI skal bestemme for oss, men at den skal hjelpe oss med å sortere støyen: oppdage gjentatte temaer, gruppere problemer, oversette kommentarer og klargjøre dataene for bedre analyse.

Dette er noe valgfritt som avhenger av hvert prosjekt.

Men det som ikke burde være valgfritt, er det jeg forklarer i den fjerde artikkelen: hvordan du tar alt dette inn i et dashboard og en månedlig oppfølgingsrutine.

For det er bra å samle inn feedback. Men å samle den inn, ordne den, analysere den og gjøre den om til forretningsbeslutninger og beslutninger innen UX, CRO eller CRM er det som faktisk forbedrer en nettside, en app eller enhver digital ressurs eller kanal som lever av og for å konvertere.