Читаем без скачивания Сервис, который приносит прибыль. Практическое руководство по созданию системы NPS - Ричард Оуэн

В связи с этим многие компании используют только подходы, основанные на корреляционном анализе, что позволяет руководителям составить первоначальное представление о факторах, определяющих NPS. В действительности два-три основных драйвера лояльности, выявленные с помощью каждого из перечисленных выше методов, во многих случаях остаются неизменными. Как уже было сказано, доверие к полученным результатам можно повысить благодаря получению подтверждающих данных из дополнительных источников.

Анализ относительного влияния

Анализ относительного влияния – это еще один индуктивный подход, который мы часто используем для определения основных причин. Этот метод был разработан специально для решения проблемы взаимной корреляции между прогностическими переменными, которая свойственна методам регрессионного анализа. Предположим, вы обнаруживаете сильную взаимозависимость между NPS и поддержкой клиентов. Кроме того, существует прочная корреляция между NPS и установкой продукта. В идеале вам необходимо каким-то образом разграничить и оценить вклад поддержки клиентов и установки на местах в общий уровень лояльности клиентов. Поскольку между этими двумя факторами существует корреляция, с помощью регрессионного анализа трудно определить влияние каждого из них в отдельности.

Именно с такой целью и был разработан метод анализа относительного влияния. Этот подход, которые впервые в 1988 году предложили Тил и Чанг, заключается в применении информационно-теоретических методов к такой статистической процедуре, как усреднение по упорядоченности, разработанной Краскелом в 1987 году. В соответствии с этим методом каждой прогностической переменной соответствующей модели присваивается определенный вес таким образом, чтобы общая сумма приоритетов всех переменных составляла 100 процентов. Такой подход позволяет выполнить процедуру математического моделирования и составить четкую упорядоченную картину влияния каждого из выбранных параметров эффективности работы компании на общий уровень NPS.

На рисунке 6.6 показан пример анализа относительного влияния, представленный в виде каскадной диаграммы – стандартного способа отображения информации, который часто используется при анализе методом «шесть сигм». Интерпретация каскадной диаграммы не составляет труда: любой аспект взаимодействия клиента с компанией, на который приходится более 20 процентов изменения индекса лояльности, заслуживает отдельного внимания со стороны бизнеса и целенаправленной работы по его улучшению. В приведенном примере очевидно, что начать следует с продукта (вернее, с удовлетворенности им клиента), далее следует легкость ведения дел с компанией, что оказывает влияние на группы, вовлеченные в процесс продаж.

Рис. 6.6. Анализ относительного влияния и его воздействие на NPS

Что из этого следует?

Все методы индуктивного анализа факторов позволяют создать структурированную количественную схему определения важных аспектов клиентского опыта. Самое большое преимущество этих методов заключается в возможности количественной оценки, которая может ускорить процесс принятия решений, позволяя четко определить приоритетные направления и получить ответ на вопрос «насколько это важно и стоит ли вкладывать в это деньги?». Помимо определения самых важных аспектов и тем, эти методы можно использовать для проверки значимости ключевых показателей эффективности, подтверждения правильности предположений руководства относительно самых важных задач, а также для определения доходности планируемых инвестиций. Всех этих преимуществ вполне достаточно для того, чтобы считать целесообразным применение такого подхода, даже несмотря на расширение анкет и стремление сосредоточить внимание только на количественных, а не на качественных данных.

Все эти методы выходят за рамки анализа поверхностных факторов благодаря использованию статистики и корреляционных методов для изучения закономерностей в ответах клиентов и обнаружения связей, позволяющих лучше понять их поведение. Однако в случае применения этих методов тоже может произойти смещение полученных результатов, поскольку такой анализ сфокусирован и ограничен тем, что включено в схему проведения опроса. Если один из важных факторов в опрос не попал, то вы рискуете неправильно оценить возможности для инвестиций. По этой и другим причинам лучше использовать правильно подобранную совокупность инструментов количественного и качественного анализа, чтобы составить более полное и точное представление о том, что важно для ваших клиентов.

Сравнение разных методов

Во многих компаниях считают, что оптимальный подход к анализу основных причин появления промоутеров и детракторов должен включать в себя больше одного метода. Рис. 6.7 поможет вам сопоставить разные аналитические подходы и выбрать те из них, которые больше всего соответствуют вашим потребностям и бизнесу. Например, если вам необходим метод, обеспечивающий количественную оценку факторов лояльности, но у вас ограничен объем внутренних ресурсов, можете использовать метод индуктивного анализа или адаптивный диалог. Если вы впервые занимаетесь разработкой программы в своей компании и для вас решающее значение имеет вовлечение сотрудников в процесс замыкания обратной связи, то вы можете начать с обсуждения основных причин с клиентами. В действительности самые лучшие программы подразумевают избирательный подход к использованию всех этих способов в соответствии с потребностями и целями компании и ее главных действующих лиц.

Рис. 6.7. Сравнительный анализ методов определения факторов лояльности

Сравнивать преимущества всех этих методов действительно имеет смысл, но каковы особенности их применения на практике? Вот некоторые рекомендации по этому поводу.

В случае использования коротких анкет с двумя-тремя вопросами вам не удастся получить достаточно информации для выполнения анализа факторов лояльности. Следовательно, вы должны осознавать, что повышение коэффициента отклика и легкость сбора данных компенсируют затраты на проведение причинно-следственного анализа после обработки результатов опроса. Без дополнительной работы после анкетирования вы не сможете по-настоящему разобраться в том, почему NPS такой, какой он есть, и что можно сделать для повышения этого показателя. Частое заблуждение при внедрении системы Net Promoter – это то, что анкета из двух вопросов сама по себе позволит добиться поставленной цели. Это совсем не так. В таком случае лучшим решением проблемы будет анализ основных причин как отдельного процесса.

Включая в короткую анкету открытый вопрос, подразумевающий развернутый комментарий (а мы считаем, что это необходимо сделать), вы получите бесценные данные для замыкания обратной связи с клиентами (см. главу 7), а также массу других данных. Методы классификации комментариев клиентов в том виде, в каком они существуют сейчас, не позволяют получить достаточно информации для понимания основных причин. Было бы неблагоразумно принимать стратегические решения только на основании данных, полученных при классификации комментариев. Мы считаем, что это подтверждает потребность в дополнительном анализе после опроса. На момент написания этой книги мы проанализировали дюжину технологических решений, но так и не обнаружили прорыва в этой области.

Более революционный подход к выполнению причинно-следственного анализа состоит в создании сообщества клиентов и использовании таких инструментов, как адаптивный диалог, для определения основных причин лояльности. Чтобы сократить вероятность искажения результатов, такое сообщество должно быть достаточно большим и насчитывать тысячи членов. Мы отдаем предпочтение формальным методам причинно-следственного анализа и последующему обсуждению причин с клиентами перед проведением традиционных фокус-групп из-за экономической эффективности этого подхода.

Включение в анкету дополнительных вопросов позволяет получить достаточно данных для анализа факторов лояльности клиентов. Помимо длины анкеты, самый большой недостаток этого метода заключается в том, что в процессе формулирования вопросов вы исходите из заранее сформированного представления о том, какими должны быть эти факторы. В этом случае можно использовать такие методы, как анализ комментариев или адаптивный диалог, чтобы удостовериться, что вы не упускаете из виду реальные факторы. Итак, начать необходимо с предположения, но попытайтесь сделать все возможное, чтобы оно было основано на данных, полученных от потребителей.