Qindex Облачный сервис для автоматизированного сбора, обработки и анализа отзывов

Qindex — международная облачная система для автоматизированного сбора, обработки, анализа и работы с отзывами для повышения лояльности и возвращению клиентов.

В основе сервиса лежит так называемый индекс «Q», который, по словам создателя сервиса Григория Онищука, представляет собой симбиоз двух распространённых индексов расчёта лояльности клиентов — NPS (индекса потребительской лояльности) и CSI (индекса потребительской удовлетворенности). Сервис позволяет обрабатывать большой объём данных, получать в режиме реального времени информацию об уровне удовлетворенности клиентов, быстро выявлять пробелы в бизнес-процессах и на ходу решать проблемы. Если система идентифицирует отзыв с низким уровнем удовлетворенности, она тут же оповещает об этом ответственного за этот объект оценки и владельца бизнеса или маркетолога при необходимости.

2019: Запуск сервиса

29 января 2019 года "Диджитал Дизайн" сообщил о том, что в конце 2018 года был запущен облачный сервис для автоматизированного сбора, анализа отзывов и возврата недовольных клиентов — Qindex.

Сервис предназначен для компаний, которые хотят в режиме реального времени получать обратную связь от своих клиентов, вовремя предотвращать их «утечку», повышать лояльность и улучшать свой бизнес. Автоматизированная система создана Григорием Онищуком при помощи компании-разработчика «Диджитал Дизайн».

Идея объединить методики возникла не просто так, она родилась, когда я занимался бизнес-консалтингом, внутренним и внешним аудитом систем менеджмента в различных компаниях, и вынашивалась в течение длительного времени. Практика показала, что далеко не все компании эффективно и результативно собирают обратную связь, в частности большая часть компаний не может легко определить эти индексы, и не всегда могут их обработать — обработать правильно, а главное, быстро. Как правило, в тех компаниях, с кем я имел дело, это происходило так – каким-то образом в течение года через разные каналы отдел, отвечающий за качество или маркетинг, собирал анкеты, а в конце года (или чаще), обрабатывал их, анализировал данные и формировал отчёт. Процесс обработки мог занимать несколько дней, а результаты могли оказаться несвоевременными, также в процессе обработки часто теряется часть данных. К тому времени, когда отдел качества / маркетинга обработает отзывы за какой-то период, эти данные будут уж неактуальными, часть клиентов уже окажется у конкурентов, и компания не узнает, по какой причине.TAdviser Security 100: Крупнейшие ИБ-компании в России 62.3 т Сервис на январь 2019 года используется рядом организаций в абсолютно разных сегментах рынка. По мере появления запросов, получения обратной связи от пользователей системы, мы вместе с разработчиками «Диджитал Дизайн» дорабатываем её. Григорий Онищук

На сервисе доступны шаблоны анкет, разработанные с учётом лучших мировых практик сбора обратной связи, для компаний, занимающихся ресторанным бизнесом, оказанием услуг красоты, музейной деятельностью, производством труб и продуктов питания.

В планах создателя системы расширение возможностей – как функциональных (увеличение количества сфер бизнеса, оповещения, интеграция с различными CRM и ERP системами), так и технических (работа с big data, подключение алгоритмов машинного обучения и многое другое).

Кроме того, система, по словам Григория, может использоваться для автоматизации проведения конкурсов, стимулирующих продажи. Для этого нужно только задать параметры – выбрать объект, определить период, после запуска конкурса система начнет собирать отзывы с конкретного объекта оценки и в конце периода отправит на случайный e-mail уведомление о выигрыше.