Ричард Оуэн - Сервис, который приносит прибыль. Практическое руководство по созданию системы NPS
• Такие беседы наполнены богатым содержанием. Этот формат прекрасно подходит для осмысления всех аспектов клиентского опыта, в том числе его взаимодействия с внутренними функциональными подразделениями компании. Изучение (и проговаривание) истории отношений отдельного клиента с организацией позволяет раскрыть его потребности и то, как их преобразовать в общий опыт взаимодействия с компанией.
Анализ глубинных причин в GE Real Estate
Вице-президент GE Real Estate по маркетинговым исследованиям Джон Годин говорит:
Мы полностью погружаемся в обсуждение с клиентами основных причин проблем. Сейчас мы экспериментируем с парой разных подходов. Одна группа сотрудников выполнила настоящий причинно-следственный анализ с использованием метода повышения качества «шесть сигм». Эта команда упорядочила качественные данные, связанные с конкретными клиентами, которые приняли участие в опросе Net Promoter, и выполнила анализ основных причин на основании полученной обратной связи.
В следующем году мы планируем поручить сотрудникам, работающим на местах, при составлении списка клиентов включать в него не только обычные сведения (имя, номер телефона, адрес проживания, адрес электронной почты), но и другую информацию, такую как объем покупок за период с 2006 по 2007 год, типы транзакций или класс активов. Это позволит группе маркетинговых исследований выполнять анализ основных причин с использованием традиционных инструментов повышения качества в зависимости от объема информации, имеющейся в нашем распоряжении.
В GE Real Estate работают над поиском идей, касающихся того, как использовать сегментацию для более эффективного анализа полученных данных. Идея, сформулированная на основании последних исследований, которую поддерживает CEO компании, заключается в укреплении лояльности нейтральных клиентов. Перед компанией стоит задача сделать нейтралов более активными и со временем повысить лояльность по отношению к компании. План достижения этой цели сводится к тому, чтобы лучше понять таких клиентов благодаря анализу основных причин их поведения, а также с помощью других методов. «Это позволит нам точнее определить их потребности. Что нужно сделать, чтобы превратить их в промоутеров? В связи с этим мы планируем использовать сегментацию клиентов по степени лояльности в рамках нашей работы по изучению основных причин», – так объясняет ситуацию в GE Real Estate старший вице-президент компании по глобальному маркетингу Бернхард Вассинк.
Анализ и классификация комментариев клиентов
Приступая к реализации программы Net Promoter, многие компании задумываются о том, как обеспечить баланс между короткими анкетами и теми ресурсами, которые будут потрачены на анализ большого количества развернутых комментариев клиентов после проведения опроса. При этом неизбежно возникают такие вопросы: как справиться с потоком развернутых комментариев, полученных от клиентов? Как эффективно использовать эти отзывы, особенно если это единственный источник информации о тех факторах, от которых зависит значение NPS?
Когда в анкету включается открытый вопрос, нет никаких ограничений на то, каким может быть ответ респондента. Комментарий клиента может состоять из пары слов или же представлять собой развернутый ответ. Это делает открытые вопросы ценным источником информации, необходимой для обнаружения факторов повышения NPS, особенно если вам удастся найти способ систематизировать неструктурированные ответы. Аарон Моррисон из компании Misys отмечает: «Мы задали вопрос о рекомендациях, после чего спросили, почему клиенты ставят нам такую оценку и что мы можем сделать, чтобы повысить ее. Количество и качество комментариев, которые мы получили в ответ, было просто поразительным! Клиенты очень откровенно говорили, что мы делаем правильно, а что – нет».
Самый распространенный метод, используемый компаниями для систематизации развернутых комментариев, состоит в том, чтобы собрать их воедино и классифицировать по темам, проанализировав относительную частоту встречаемости различных тем и определив, какие из них могут стать решающим фактором повышения лояльности. Такая классификация может быть выполнена вручную или с помощью автоматизированных программных инструментов. В случае коротких анкет (например, состоящих из двух вопросов) анализ факторов лояльности и последующее исследование начинается с комментариев респондентов. Даже в случае более длинных опросников развернутые отклики иногда содержат ключ к решению проблем клиентов и идеи по поводу того, что можно сделать для улучшения их опыта.
Традиционно для изучения таких комментариев группе сотрудников компании поручается прочитать, что написали клиенты. Для того чтобы обнаружить некоторые закономерности, несколько сотрудников анализируют ответы и классифицируют их по нескольким общим темам. Они могут быть выделены в самом начале процесса классификации или определены на основании тех категорий, которые уже существуют в рамках компании (например, конкретное подразделение или группа по разработке продукта) или клиентского опыта (например, установка продукта, его активация или надежность).
Когда темы определяются на основании самих комментариев, читающие их сотрудники начинают с группы случайно выбранных записей, обращая внимание на общие темы и закономерности. На этой основе формируется первая схема классификации, которая впоследствии применяется к более крупному объему данных для подтверждения правильности выбранной схемы. Каким бы ни был подход к классификации комментариев (начинать со списка предполагаемых критериев или определять общие темы с нуля), чтобы обеспечить максимальную эффективность обработки ответов клиентов, этот процесс должен быть открытым для включения новых категорий.
Вице-президент группы Allianz Эндрю Клейтон описывает, как это происходит в их компании:
Процесс классификации охватывает всю собранную информацию, что позволяет нам определить ключевые факторы неудовлетворенности клиентов. Мы с самого начала приняли решение, что не будем заранее определять категории в каждой бизнес-единице. Вместо этого мы хотели, чтобы компании использовали полученную от своих клиентов информацию для определения категорий и факторов, имеющих непосредственное отношение к их клиентской базе. Затем классифицированные данные используются во время внутренних воркшопов для поиска и определения приоритетности решений, направленных на улучшение клиентского опыта. Классификация позволяет местным группам по клиентскому опыту, работающим в каждой компании, приступить к количественному измерению возможного воздействия основных проблем, возникающих у потребителей, на общий уровень их лояльности к компании.
Как и в случае анализа основных причин, классификация комментариев вручную носит интерпретативный характер и зависит от точки зрения того, кто читает отклики. Для того чтобы обеспечить правильность такой классификации, важно выделить дополнительные ресурсы для проверки качества выборки комментариев или использовать анализ вручную в сочетании с автоматизированными методами. Главное – сделать так, чтобы схема классификации полностью соответствовала темам, которые поднимают клиенты в своих комментариях. Кроме того, нужно добиться достаточно высокого совпадения результатов классификации отзывов разными сотрудниками, читающими их, или разными автоматизированными инструментами.
Основное преимущество классификации комментариев состоит в том, что этот процесс позволяет выделить повторяющиеся темы и разделить их на категории по продуктам, регионам и типам клиентов. Это дает возможность компании выйти за рамки взаимодействия с отдельными потребителями и оценить потребности, свойственные отдельным сегментам клиентов. Как бы ни выполнялась классификация комментариев – лично сотрудниками, которые обсуждали с потребителями основные причины возникающих проблем, или с помощью применения строго структурированной схемы, в любом случае цель одинакова – определить, какие действия компании могут повысить индекс искренней лояльности.
Относительно развернутых комментариев существует ряд предостережений. Первое касается смещения внимания на активно проявляющиеся особенности клиентского опыта. Когда респонденты отвечают на вопросы анкеты, они не всегда говорят о ключевых, глубинных причинах своей удовлетворенности или лояльности. Другими словами, люди необязательно абстрагируются от существующих проблем, чтобы проанализировать, какие аспекты работы компании действительно ключевые, вместо этого они могут подробно описывать свой недавний опыт взаимодействия с компанией или рассказывать о новой проблеме. Порой они вообще не осознают, в чем причина их недовольства компанией. Для того чтобы сформировать исчерпывающую картину того, что на самом деле определяет поведение и лояльность клиентов, нужно подтвердить истинность полученной информации на основании количественного анализа других данных или интервью.
