Ни один эксперимент не проводится без исходного предположения. То же самое касается и Net Promoter. Ни одна программа не начинается с чистого листа и безграничных возможностей, она начинается с предположения, какие факторы определяют появление промоутеров и детракторов. Такие предположения носят отчасти интуитивный, отчасти эмпирический, отчасти аллегорический характер, но в любом случае компании осуществляют сбор данных, чтобы понять истинную картину.
В этой главе мы проанализируем общие подходы к определению основных причин того, что делает клиентов промоутерами или детракторами. Мы рассмотрим преимущества и недостатки каждого способа и решим, что нужно предпринять для изменения индекса искренней лояльности.
Следует отметить, что в нашей практике есть примеры компаний, приступавших к реализации программы без предварительного анализа названных основных причин и создания специальной команды. Во многих случаях такая позиция объясняется убежденностью руководителей организаций в том, что они и без того понимают факторы, от которых зависит их NPS. Однако успешная реализация программы редко опирается на такой подход. Иногда глубинные факторы, определяющие этот показатель, противоречат здравому смыслу. Кроме того, результаты анализа основных причин лояльности или нелояльности клиентов могут существенно отличаться от того, что вы ожидали получить, решая проблемы, а это негативно повлияет на рентабельность инвестиций в программу. Как бы там ни было, мы не считаем возможным делать крупные вложения или вносить серьезные изменения в стратегию ведения бизнеса только на основании интуиции. Причинно-следственный анализ позволит вам выявить основные факторы лояльности, а также способы повышения значения NPS.
Распространенные аналитические подходы
В этой главе мы сосредоточим внимание на двух подходах к пониманию факторов лояльности, таких как описательный и индуктивный анализ. Мы рассмотрим несколько методов, которые применяются в каждом из этих случаев, а также определим их преимущества и недостатки, а в заключение обсудим, как использование разных подходов может увеличить шансы программы на успех.
В случае описательного анализа факторов лояльности мы остановимся на таких методах, как обсуждение с клиентами основных причин, классификация их комментариев, а также используемый в Satmetrix «адаптивный диалог». В случае индуктивного подхода к исследованию факторов лояльности мы рассмотрим корреляционный анализ и связанные с ним статистические методы, в частности регрессионный анализ и анализ относительного влияния.
Наша цель – не сделать из вас эксперта в области статистики, а помочь понять, какие статистические подходы могут быть полезны в вашей программе и организации. Основное внимание здесь уделяется поиску важнейших инструментов повышения лояльности клиентов – того, что мы называем в нашей книге основными причинами, или факторами, лояльности. По существу, следует задать себе такие вопросы: от чего зависит показатель NPS? Каковы основные причины, приводящие к формированию моделей поведения промоутера или детрактора? Методы, которые мы здесь описываем, и есть те инструменты, которые можно использовать для определения факторов, или основных причин, лояльности клиентов и разработки мер, направленных на укрепление позитивных и ослабление влияния негативных аспектов клиентского опыта.
Описательный анализ факторов лояльности
Прежде чем приступать к рассмотрению этого метода, стоит обратить внимание на следующий важный момент. Один из самых спорных аспектов системы Net Promoter – использование очень коротких анкет (состоящих из двух или трех вопросов) вместо длинных. В главе 5 мы коснулись некоторых сторон этой темы, тем не менее суть разногласий по этому поводу имеет отношение к анализу основных причин. Решение об использовании анкеты из двух вопросов, а не более длинной часто принимается в зависимости от того, какой метод анализа данных предполагается при этом использовать. Выбор подхода к проведению опроса и обработке данных должен быть продиктован вашим доверием (и доверием всех заинтересованных лиц в компании) к тем результатам, которые будут получены с помощью соответствующего метода анализа данных.
Следует отметить, что в случае применения анкет из двух вопросов часто остается без внимания следующий момент: эти короткие опросники сами по себе не позволяют выявить основные причины происходящего. Показатель NPS, рассчитываемый с их помощью, помогает сосредоточить внимание сотрудников на улучшении отношений с клиентами, а обратная связь становится триггером для дальнейшей работы с ними. Однако определение основных причин лояльности (или глубинных аспектов взаимодействия большинства клиентов с компанией) требует дополнительных усилий. После проведения такого опроса необходимо использовать отдельную процедуру диагностики, сравнив затраты (в том числе на привлечение клиентов к участию в опросе) и преимущества этого процесса с затратами и преимуществами других типов опросов и методов анализа основных причин.
Ниже мы рассмотрим эти методы подробнее. В частности, поговорим о том, какие данные и ресурсы необходимы в случае их применения, а также рассмотрим требования к уровню квалификации сотрудников, которые будут их использовать. В конце главы мы кратко охарактеризуем взаимосвязь между этими методами и разработкой плана опроса, чтобы дать вам возможность найти решение, которое не оставит вас с огромным количеством данных, но без четкого понимания сути происходящего.
Причинно-следственный анализ
Причинно-следственный анализ – это метод решения проблем, позволяющий определить исходную причину в цепочке причин и следствий, которые приводят к получению определенного результата. Многие компании используют его в рамках непрерывного совершенствования производства и повышения качества, в том числе при применении методики «шесть сигм» и других систем управления качеством. Суть причинно-следственного анализа сводится к тому, чтобы начать с конечного состояния, например с поведения промоутеров или детракторов, и двигаться в обратном направлении, анализируя причины и следствия до тех пор, пока не будет раскрыта основная, или первоначальная, причина или их совокупность. В основе этого базового аналитического метода лежит убежденность в том, что устранение основной причины приведет к устранению всей цепочки и изменению конечного состояния.
В крупнейшей в мире страховой компании Allianz на основании данных, полученных с помощью метода «шесть сигм», были приняты бизнес-решения, позволившие улучшить клиентский опыт. Эндрю Клейтон рассказывает:
На основании обратной связи, полученной от клиентов-детракторов, была обнаружена одна из основных причин их неудовлетворенности компанией – низкий уровень сочувствия к клиенту в ходе рассмотрения страховых случаев. Этот факт был выявлен с помощью анализа Парето [24] , который показал, что именно эта проблема вызывала негативные отзывы. Затем группе по улучшению клиентского опыта, в обязанности которой входило рассмотрение страховых случаев, было поручено определить основные причины возникновения этой проблемы и возможные варианты решения. Как и следовало ожидать, нашлось много вариантов, но мы хотели сфокусироваться на тех, которые обеспечивали бы самую высокую отдачу в плане получения результатов с учетом затрат времени и средств на реализацию этого решения. В итоге в компании была развернута корпоративная программа развития навыков сопереживания, рассчитанная на специалистов по рассмотрению страховых случаев. Мы уже увидели положительное влияние этой программы на NPS в такой точке контакта, как рассмотрение страховых случаев, а также в комментариях, которые получаем от клиентов.
Пять «почему»
Один из популярных методов причинно-следственного анализа называется «пять почему». В действительности этот метод следовало бы назвать «многократное почему», поскольку для определения основных причин, вызывающих удовлетворение или недовольство клиентов, может понадобиться больше или меньше пяти таких вопросов. Но по нашему мнению, «многократное почему» не очень удачное название.
Если вы не знакомы с этим методом, ниже мы приведем пример его применения. На рис. 6.1 процесс анализа «пяти почему» представлен в виде диаграммы причинно-следственных связей. Такая диаграмма начинается со следствия (или проблемы) и разворачивается в горизонтальном направлении до первоначальной причины, расположенной на противоположном конце. Между этими двумя крайними точками отображаются ответы на все возможные «почему», которые подразделяются на предполагаемые причины до тех пор, пока не будет обнаружена первопричина или их совокупность.
Рис. 6.1. Метод «пять почему»
На рис. 6.1 отражена ситуация, когда покупателю не удается собрать приобретенное изделие. Первое «почему» заставляет предположить такие причины проблем, как нечеткие инструкции, отсутствие деталей или плохо подогнанные детали. Следующее «почему» сфокусировано на причинах отсутствия деталей, и этот процесс продолжается до окончательного обнаружения основных причин на основании таких ответов, как «детали неправильно подобраны», «детали не были упакованы» или «детали потеряны покупателем». Если предположить, что детали не были упакованы, то окончательный список основных причин будет таким: «рабочий-сборщик устал», «у рабочего-сборщика нет перерывов на отдых», «у рабочего-сборщика возникли личные проблемы» и «рабочего-сборщика кто-то отвлек».
Пример применения метода «пять почему»
Одна из компаний, работу которых мы изучали, выпускает розничные продукты и использует причинно-следственный анализ для поиска способов усовершенствования продуктов ради повышения показателя NPS. В основе этого метода лежит анализ основных причин комментариев клиентов относительно результатов взаимодействия с компанией. При этом особое внимание уделяется отзывам детракторов и анализу возможности улучшения их клиентского опыта. В чем состоит реальная проблема? Почему клиенту нужен ответный звонок? Да потому, что ему был отправлен не тот продукт, или он был неправильно установлен, или ценность продукта не соответствует ожиданиям клиента? Дальнейший анализ показал, что в компании есть внутренние проблемы с устранением дефектов. Если продукт сделан некачественно, его должны переделать. Были изучены все случаи, когда клиенты сталкивались с такой проблемой. Какой продукт купил клиент и у какого поставщика? Для обсуждения этих проблем в компании были организованы еженедельные совещания с представителями крупных поставщиков и розничных компаний, которым была предоставлена возможность ознакомиться с отзывами клиентов об их работе. В итоге обнаружилась проблема с одной линейкой продуктов, после чего участники процесса нашли основное неудовлетворительное качество этих товаров и смогли устранить недостаток. Все это позволило компании повысить значение NPS с 10 до более 40 процентов за один квартал.
Как показывает этот пример, причинно-следственный анализ можно применять для выдвижения предположений о клиентском опыте, поиске возможных решений и инноваций. Для выполнения этой работы необходима информация, которую легче всего получить путем обсуждения основных причин возникающих проблем непосредственно с клиентами. Такие беседы позволяют потребителям поделиться опытом и помогают диагностировать основные причины возникающих проблем. Фред Райхельд описал этот подход в качестве ключевого элемента системы Net Promoter в книге «Искренняя лояльность», а также назвал его необходимым аспектом изучения взаимодействия с потребителями в книге The Loyalty Effect.
Для того чтобы обсуждение основных причин с клиентами обеспечило требуемые результаты, необходимо выполнить следующие действия:
• Подготовить интервьюера. Этот процесс пройдет лучше, если интервьюер знаком с методикой.
• Применить командный подход. Для того чтобы провести эффективную беседу с клиентом, члены команды должны хорошо знать бизнес-процессы компании. Отдельные сотрудники могут внести в свою последовательность вопросов элемент предвзятости, поэтому для обеспечения баланса нужно использовать кросс-функциональную команду.
• Обязательно просить разрешения у клиента, прежде чем начинать беседу с ним. Таким образом вы будете знать, что клиент готов выделить на разговор достаточно времени, в котором он может быть ограничен. Это тоже следует учесть.
• Убедитесь, что проблема клиента решена. Проверьте это до того, как начнете с ним обсуждение основных причин возникновения проблемы.
• Установите предельную продолжительность беседы. Если какой-то клиент не может окончательно определить исходную причину проблемы, зафиксируйте его предположения и поднимите эту тему во время беседы с другими клиентами по тому же вопросу.
• Организуйте обсуждение основных причин возникающих проблем и способов их решения в коллективе компании. Проанализируйте возможность внесения в работу организации таких изменений, которые позволят не только устранить проблему, но и улучшить клиентский опыт в целом.
• Найдите способ сообщить клиентам о том, какие меры вы приняли на основании предоставленной ими информации. В зависимости от бизнес-модели такое общение с потребителями может носить сугубо индивидуальный характер или принимать форму общего информирования о примерах улучшений и инноваций, выполненных благодаря обратной связи.
Обратите внимание, что беседы, направленные на обнаружение закономерностей в клиентском опыте, могут обходиться достаточно дорого в связи с большим количеством возможных интервью и необходимостью придерживаться системного подхода к их проведению. В самом худшем случае широкое применение такого метода, как обсуждение основных причин возникновения проблем с клиентами, приведет к тому, что компания потонет в море историй, если при этом не будет найден способ определения приоритетности обратной связи. Однако правильное применение этого метода (например, когда полученная информация анализируется в целях обнаружения общих тем, которые беспокоят клиентов) имеет множество преимуществ.
• Такие беседы носят личный характер для клиентов. Обсуждение причин возникающих проблем имеет непосредственное отношение к самому потребителю, и конкретные действия компании демонстрируют, что она высоко ценит отношения с ним.
• Такие беседы носят личный характер для сотрудников. Когда речь заходит об активизации процесса обучения персонала и усилении его мотивации к самосовершенствованию, нет более эффективного способа, чем непосредственное взаимодействие между сотрудником и клиентом.
• Такие беседы представляют собой открытый диалог. А он стимулирует творческое мышление и выработку новых идей, способствующих улучшению работы компании.
• 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.
Еще одно предостережение касается того, что такой анализ может потребовать больших затрат, в частности на ручную обработку и классификацию комментариев. Некоторые компании привлекают для выполнения этой работы сторонних исполнителей, однако при этом могут быть упущены преимущества организационного обучения, которое обеспечивается за счет анализа полученных ответов клиентов сотрудниками самой компании.
И последнее, на что следует обратить внимание, частота встречаемости определенной категории комментариев (например, качество питания во время полета) не всегда подразумевает наличие значительной корреляции между этой категорией и лояльностью клиентов. Авиакомпаниям хорошо известно, что пассажиры часто предъявляют претензии к еде на борту, но по своему опыту они также знают, что этот критерий не следует серьезно принимать во внимание при анализе лояльности. Если полагаться исключительно на отзывы клиентов, может сложиться ложное впечатление, что вы закладываете прочный фундамент для дальнейших действий. Необходимо понимать границы возможностей используемых методов и сокращать возможные риски с помощью подтверждения правильности сделанных выводов разными аналитическими методами.
GE Real Estate высоко ценит отклики клиентов
Бернхард Вассинк и Джон Годин утверждают, что компании GE Real Estate удалось многому научиться благодаря комментариям клиентов. Вот что говорит об этом Годин:
Мы обнаружили интересную особенность. При анализе имеющихся в нашем распоряжении комментариев бросается в глаза явное различие между тем, что говорит промоутер, и степенью позитивности его отзыва и тем, что говорит нейтрал. Детракторы могут говорить нечто в таком роде: «Нам нравятся ваши сотрудники, но процесс заключения сделки действительно нужно усовершенствовать». На следующем этапе необходимо разделить все ответы по таким категориям, как промоутеры, нейтральные клиенты и детракторы, и сравнить полученную классификацию с глубинными причинами этих комментариев. По большому счету, мы хотели бы перевести нейтралов в категорию промоутеров, чтобы они стали источником рекомендаций в противовес антирекламе и негативным отзывам.
Чтобы быть уверенными в своих выводах, в GE использовали сегментацию клиентов по уровню лояльности в соответствии с NPS, проанализировали другие характеристики потребителей, а также выполнили подтверждающий статистический анализ для определения и установления приоритетности ключевых факторов повышения лояльности.
Автоматизированные инструменты
Некоторые компании используют автоматизированные программные инструменты для классификации и анализа многочисленных развернутых ответов, которые они получают. Это позволяет выявлять определенные темы или закономерности в большом объеме текста и других информационных материалов. Как и в случае классификации комментариев вручную, в результате применения таких автоматизированных инструментов получается диаграмма, отображающая относительную частоту встречаемости определенных вопросов или тем в ответах клиентов (рис. 6.2).
Рис. 6.2. Частота самых распространенных тем, встречающихся в комментариях клиентов
Такие инструменты позволяют сократить трудовые затраты на анализ комментариев благодаря использованию методов автоматической обработки текстов на естественных языках для обнаружения эмоционального тона и тематической классификации мнений клиентов о компании, а также объединения этих ответов в группы согласно частоте встречаемости. Кроме того, использование автоматизированных инструментов позволяет проанализировать комментарии клиентов не только в анкетах, но и в других источниках, таких как электронная почта и записи службы техподдержки.
Тем не менее чудеса, совершаемые машиной, не способны превзойти мастерство человека, который ею управляет. В этом случае все равно нужно задействовать специалистов, которые проанализируют и классифицируют комментарии клиентов по соответствующим темам до применения автоматизированных программных инструментов. Как и в случае обработки вручную, автоматизированный анализ обеспечивает самые лучшие результаты только при условии четкого определения категорий. Он позволяет получить оптимальное решение, если в самом начале процесса определены правильные ключевые слова и исходные категории. Кроме того, автоматизированный подход может потребовать большого количества комментариев для выполнения полноценных вычислений. Хотя автоматизация обработки большого объема ответов действительно может облегчить этот трудоемкий процесс, у такого подхода есть один серьезный недостаток: он основан исключительно на частоте встречаемости тех или иных комментариев и не учитывает степень их важности.
Адаптивный диалог
В процессе обсуждения основных причин с клиентами и классификации их комментариев в контексте программы Net Promoter стоит цель обнаружить и упорядочить исходные факторы лояльности. В обоих случаях на проведение интервью с клиентами, чтение и классификацию комментариев, а также на анализ обратной связи требуются большие трудозатраты. В адаптивном диалоге, напротив, клиенты сами выполняют за вас часть вашей работы.
Адаптивный диалог – методика получения ответов от группы клиентов, которые формулируют свои идеи и анализируют идеи других потребителей по определенному вопросу. Этот интерактивный процесс позволяет клиентам определить, исследовать и составить рейтинг идей без внешнего вмешательства или анализа.
Компании нередко прибегают к автоматизированным методам из-за числа комментариев: процесс обработки развернутых ответов, предоставленных большим количеством клиентов, требует значительных затрат времени. За сравнительно короткий период могут быть сформулированы сотни и даже тысячи оригинальных идей. Адаптивный диалог позволяет оптимизировать этот процесс, определив самые распространенные ответы с высоким приоритетом благодаря привлечению клиента в качестве арбитра. Каждый потребитель имеет возможность поделиться своими мыслями и оценить идеи, предложенные другими. В адаптивном диалоге каждый клиент делает следующее:
• формулирует идеи своими словами;
• поддерживает отдельные идеи, предложенные другими;
• ранжирует идеи в итоговом списке в порядке их важности.
Этот процесс обеспечивает упорядочивание и определение приоритетности идей клиентов, основанные не только на частоте их встречаемости, но и на степени важности.
Основная особенность данного подхода заключается в получении такого рейтинга идей с помощью метода «адаптивной выборки», в соответствии с которым каждому клиенту предлагается оценить небольшое количество идей, предложенных другими клиентами. Такой процесс выборочного анализа носит, по сути, дарвиновский характер: популярные идеи с высокой степенью важности занимают высокие места в рейтинге, тогда как остальными пренебрегают. Хотя анализируются все предложения, основное внимание уделяется тем, которые привлекли внимание клиентов на ранних этапах процесса, поэтому в итоге они тратят меньше времени на оценку самых неэффективных.
Основное преимущество такого подхода, как адаптивный диалог, состоит в возможности получить информацию о приоритетности задач непосредственно от клиентов. Сотрудникам компании или сторонним специалистам остается меньше работы по определению ключевых или общих тем. Кроме того, этот подход можно использовать для получения максимального объема информации от определенных сегментов клиентов. При обычных обстоятельствах развернутые ответы чаще всего отображают проблемы, возникающие у детракторов: как правило, клиенты этого сегмента дают более развернутые и подробные отзывы. В ответ на открытый вопрос промоутеры дают короткие положительные ответы, которые в меньшей степени позволяют диагностировать существующие проблемы. Благодаря методу адаптивного диалога промоутеры имеют возможность участвовать в общем анализе обратной связи, полученной от разных клиентов, что дает возможность собирать информацию и о сильных сторонах компании.
У метода адаптивного диалога есть несколько уникальных преимуществ, но все же необходимо учесть и возможные проблемы, связанные с применением такого подхода. Во-первых, такой процесс рассчитан на онлайн-среду, а для получения эффективных результатов требуется более трехсот участников, что может не соответствовать составу клиентской базы компании. Во-вторых, как и в случае анализа и классификации комментариев, результаты могут быть смещены в сторону поверхностных аспектов. И последнее: комментарии одних клиентов анализируют другие участники обсуждения. Публичный характер такого взаимодействия привлекателен для самих участников процесса, но в некоторых компаниях это может вызвать негативную реакцию, особенно в случае анализа и распространения информации о проблемах, возникающих у детракторов.
Использование метода адаптивного диалога в компании LEGO
Рассмотрим процесс применения метода адаптивного диалога в LEGO. Там считают, что основным фактором лояльности клиентов может быть ценность чего-либо, поэтому в компании задумались над тем, как увеличить ценность отношений компании с родителями. По одной из идей предлагалось организовать форумы, на которых родители могли бы обсуждать вопросы воспитания детей со специалистами по детскому развитию. В связи с этим в LEGO задали клиентам компании следующий вопрос:
Предположим, вы сможете обсудить потребности ваших детей в разном возрасте с ведущими специалистами по детскому развитию, творчеству и обучению. Такое обсуждение может проходить в интерактивном диалоге, с помощью сообщений на форумах и получения ответов на них, загрузки подкастов по разным темам, а также ежемесячной информационной рассылки и других способов. Если бы у вас была возможность предложить повестку дня для таких бесед со специалистами, какие темы вы больше всего хотели бы обсудить?
По мнению Тимоти Кирхмана из группы по изучению мнения потребителей, благодаря этому процессу компании LEGO удалось получить хорошие инсайты.
В ходе адаптивного диалога родители предложили много интересных идей. Это позволило нам понять их установки, убеждения и потребности. Кроме того, LEGO удалось найти дополнительные способы взаимодействия с родителями, повышающие их лояльность к компании, например, путем связывания сборки конструкторов LEGO Play и развития полезных навыков у детей разного возраста. Компания LEGO может более активно общаться с родителями. Такой расширенный диалог дает большие преимущества. Родители, которые понимают, что конструкторы LEGO Play приносят пользу их детям, поощряют их занятия с этими наборами. Например, они могут вовлекать других детей (старших или младших) в игры с конструкторами LEGO Play. В них принимают участие и другие члены семьи, что улучшает общее впечатление о LEGO и повышает NPS. И последнее: вовлечение родителей может привести к увеличению объема продаж в краткосрочном и долгосрочном периоде, что обеспечит компании рост.
Специалисты LEGO также изучили, чего ждут дети (их клиентское ядро) от онлайн-среды. Рис. 6.3 иллюстрирует результаты адаптивного диалога с оценкой популярности и степени важности идей, предложенных детьми в ответ на поставленные вопросы. Благодаря этому процессу в LEGO узнали любопытный факт: маленьким клиентам интересно создавать различные конструкции как из физических, так и из виртуальных деталей. Компания сможет использовать эту ценную информацию при разработке новых интернет-продуктов, чтобы привлечь еще больше детей к игре с конструкторами LEGO в интернете.
Рис. 6.3. Идеи детей для интернет-сообщества LEGO
Примечание: представленные на рисунке идеи входят в список лучших шестидесяти четырех. Всего в опросе приняли участие 307 респондентов.
Индуктивный анализ факторов лояльности
Многие компании, использующие систему NetPromoter, помимо вопроса о рекомендациях и открытого вопроса включают в анкеты дополнительные диагностические пункты. Эти вопросы могут охватывать общие аспекты деятельности компании, такие как репутация, ценность продукта и легкость ведения бизнеса с компанией, или касаться оценки эффективности работы организации в ключевых точках контакта с клиентами, таких как продажи, использование или поддержка. Какой бы ни была выбранная стратегия, индуктивный анализ факторов лояльности, осуществляемый либо самостоятельно, либо в сочетании с описательным, позволяет установить связь между дополнительными диагностическими вопросами и лояльностью клиентов.
В названии этого метода главное слово – индуктивный, то есть полученный с помощью логического вывода. Статистические методы, которые рассматриваются в этом разделе, позволяют делать выводы о том, какие аспекты клиентского опыта определяют общий уровень лояльности, причем на основании агрегированных рейтингов, составленных по оценкам клиентов, а не на основании комментариев. Опросы по оценке уровней лояльности и удовлетворенности потребителей во многих случаях объединяются в одну группу и основаны на применении общего подхода, поскольку во время такого анкетирования изучаются различные аспекты взаимоотношений между клиентами и компанией. Хотя включение дополнительных вопросов оказывает определенное влияние на клиентов, этот метод особенно уместен для определения факторов лояльности и расстановки приоритетов в рамках согласованной совокупности исходных гипотез, заложенных в диагностические вопросы. Этот метод целесообразно использовать для анализа конкурентных преимуществ и разрыва между показателями эффективности в ключевых точках контакта на уровне агрегированных данных и информации по отдельным сегментам клиентов.
Корреляция
Корреляция – самый распространенный статистический показатель, который используется для оценки взаимозависимости между NPS и определенными факторами лояльности. Этот анализ позволяет оценить силу связи между двумя переменными – например, увеличится ли вероятность рекомендаций в случае повышения уровня удовлетворенности продуктом? Коэффициент корреляции, который находится в диапазоне от −1 до 1, отображает степень изменения одной переменной в случае изменения другой.
• Если коэффициент корреляции близок к 0 – значит связь слаба или отсутствует. В изменении значений двух анализируемых переменных нет никакой закономерности.
• Коэффициент корреляции, близкий к 1, свидетельствует о наличии сильной положительной связи. По мере увеличения значения одной переменной повышается и значение другой.
• Коэффициент корреляции, близкий к −1, говорит о наличии сильной отрицательной связи. В случае увеличения значения одной переменной значение другой снижается.
На рисунке 6.4 приведены примеры корреляционного анализа. Чем чаще две переменные меняются в равной мере во всей совокупности наблюдений, тем сильнее связь между ними и тем выше коэффициент корреляции (как в первом примере, в котором определяется связь между качеством продукта и вероятностью рекомендаций). Во втором примере, когда устанавливается корреляция между удовлетворенностью обучением работе с продуктом и вероятностью рекомендаций, обнаруживается менее устойчивая взаимосвязь по всей совокупности наблюдений, что дает более низкий коэффициент. Анализируя этот пример, было бы логично предположить, что качество продукта в большей степени связано с лояльностью клиентов, чем обучение работе с продуктом, поэтому целесообразно и впредь делать все возможное, чтобы клиенты получали продукты такого качества, на которое они рассчитывают.
Высокая корреляция: вероятность рекомендаций меняется вместе с качеством продукта
Низкая корреляция: изменение вероятности рекомендаций и удовлетворенности обучением носит более случайный характер
Рис. 6.4. Два примера корреляционного анализа
Рассмотрим еще один пример. Компания А работает на рынке, на котором произошли существенные изменения после появления новых конкурентов. Следуя своей стратегии, компания соперничает с помощью дифференциации клиентского опыта по самым прибыльным целевым сегментам. Однако руководителям, принимающим решения, не совсем понятно, в какой степени сегодняшние ожидания клиентов обусловлены новой бизнес-моделью, которую используют конкуренты.
Группа руководителей компании А принимает решение провести общий опрос по NPS, включив в анкету вопрос о рекомендациях и дополнительные пункты о каждом ключевом аспекте клиентского опыта с оценкой их важности и удовлетворенности потребителей. Проанализировав закономерности в ответах с помощью корреляционного метода, можно оценить связь между вероятностью рекомендаций и каждым аспектом клиентского опыта.
Те аспекты, для которых коэффициент корреляции окажется самым высоким, вероятнее всего, можно считать истинными факторами повышения NPS и общего уровня лояльности. Именно им необходимо уделить первоочередное внимание во время последующего анализа. В частности, следует подтвердить правильность сделанных выводов с помощью анализа комментариев клиентов и дальнейшего обсуждения с ними соответствующих тем. После получения такого подтверждения руководству нужно уделить более пристальное внимание тем аспектам работы компании, которые были определены как ключевые факторы лояльности, а также сделать больше инвестиций в совершенствование бизнес-процессов и инновации.
Дальнейшая приоритезация ключевых факторов лояльности осуществляется с помощью анализа различий между степенью важности этих факторов и уровнем удовлетворенности клиентов. Факторы, по которым установлена самая высокая корреляция с лояльностью и самый большой разрыв, находятся в верхней части списка корректирующих действий, поскольку в них высокий потенциал в плане повышения лояльности сочетается с самой большой потребностью в улучшении. Аспекты клиентского опыта с высокими показателями удовлетворенности, демонстрирующие хорошую корреляцию с повышением лояльности, образуют центральную группу основополагающих элементов дифференциации.
Самая распространенная ошибка, которую часто допускают при применении этого подхода, – исходить из предположения, что наличие корреляции указывает на причину. Хотя во многих случаях определенная логическая последовательность событий (например, плохое впечатление о продукте негативно сказывается на долгосрочной лояльности клиентов) действительно существует, так бывает не всегда. Рассмотрим в качестве иллюстрации следующий пример. Установлено, что в жару повышается уровень преступности. Известно также и то, что в таких погодных условиях люди чаще покупают мороженое. Поскольку оба результата (уровень преступности и покупка мороженого) связаны с одним и тем же событием (жаркой погодой), между ними наблюдается очень высокая корреляция. Тем не менее было бы неправильно делать вывод, что повышение уровня преступности влечет за собой увеличение частоты покупки мороженого или что высокая частота покупки мороженого приводит к всплеску преступной активности, в этом случае из рассмотрения исключается истинная причина – температура воздуха. В случае индуктивного анализа факторов лояльности подтверждение сделанных выводов требуется не в меньшей степени, чем при описательном.
Таким образом, подходы к определению факторов NPS, основанные на корреляционном анализе, подталкивают к действиям, даже если нет возможности абсолютно точно установить причинно-следственные связи. Такой анализ факторов используется, как правило, для выявления драйверов лояльности как по всей совокупности сегментов, так и в отдельных группах и позволяет компаниям быстро определить приоритетные задачи, на которых необходимо сфокусировать энергию.
Между тем большинство руководителей интуитивно осознают, какими именно действиями организация способна повысить лояльность клиентов. Если такого понимания нет, можно начать с анализа основных причин лояльности и более глубокого изучения развернутых ответов на вопросы анкет.
Регрессионный анализ
Регрессионный анализ основан на тех же принципах, что и корреляционный. Однако в отличие от корреляции между двумя переменными (например, качеством продукта и лояльностью или обучением работе с продуктом и лояльностью) регрессионный анализ описывает взаимосвязь между несколькими прогностическими переменными (такими как качество продукта, обучение работе с продуктом и поддержка по телефону) и результирующей переменной – например, вероятностью рекомендаций. Регрессия показывает как силу, так и направление взаимосвязей между переменными в виде математического уравнения. Собственно говоря, такой подход позволяет прогнозировать, как изменение одной переменной скажется на другой – например, в какой степени улучшение работы службы поддержки клиентов по телефону повысит общий показатель NPS.
Благодаря этому свойству регрессионное моделирование часто выбирают в качестве инструмента для построения моделей доходности инвестиций и связи между ними и ожидаемыми выгодами в плане повышения лояльности и связанных с ней аспектов поведения клиентов. Имея в своем распоряжении такую информацию, компании могут принимать более взвешенные решения, куда вкладывать деньги и какие инвестиции обеспечат самый высокий доход.
В компании GE Real Estate, помимо анализа комментариев клиентов, применяют регрессионный анализ. Бернхард Вассинк отмечает: «Регрессионный анализ позволил нам определить пять вещей, необходимых нашим клиентам: широкий ассортимент продуктов, приемлемая цена и структура сделки, непрерывное управление взаимоотношениями с клиентами, выполнение заранее оговоренных условий сделки и простой процесс ее заключения. На основании этих факторов мы можем принимать решения, приносящие значительные результаты».
На рисунке 6.5 представлен простой графический пример регрессионного анализа. Уравнение отображает взаимосвязь между общим индексом удовлетворенности продуктом и показателем лояльности. Эта связь достаточно сильна: в случае повышения качества продукта на одну отметку шкалы компания может рассчитывать на повышение общей вероятности рекомендаций примерно на три четверти одной отметки. После этого остается только определить, какие аспекты обеспечивают удовлетворенность клиентов качеством продукта и какой объем инвестиций требуется для значимого повышения индекса удовлетворенности.
Рис. 6.5. Регрессионный анализ и его результаты
Компании, которые пользуются методом «шесть сигм» и другими программами совершенствования бизнес-процессов такого рода, обычно включают регрессионный анализ в свой подход к определению индекса искренней лояльности. Аспекты клиентского опыта (такие как поддержка потребителей и качество продуктов), имеющие высокую корреляцию с NPS, служат прогностическими переменными (на рис. 6.5 это индекс удовлетворенности качеством продукта, отложенный на оси x), на основании которых методом регрессионного анализа оценивается результирующая переменная (на рис. 6.5 это индекс лояльности, отложенный на оси у). Как правило, переменная Y отображает баллы, выставленные клиентами в ответ на вопрос о вероятности рекомендаций, что считают в компании важным показателем эффективности ведения бизнеса.
Преимущество регрессионного моделирования заключается в возможности его применения для создания предиктивных моделей. Однако в сфере клиентского опыта и лояльности это же становится и самой сложной задачей. В отличие от приведенного выше примера клиентский опыт представляет собой сложную совокупность различных аспектов взаимодействия с компанией, а связь между смоделированными переменными и результирующей может быть относительно слабой.
Кроме того, регрессионное моделирование подразумевает возможность присвоения разного веса (разной степени влияния) одной и той же прогностической переменной в общем уравнении в зависимости от того, в каком порядке переменные включаются в модель. В таком случае необходима особая осторожность и компетентность при анализе и интерпретации полученных результатов. Кроме того, когда две или более переменные помогают объяснить итог, но между ними есть корреляция, регрессионная модель может дать ошибочное представление о силе связи между одним прогностическим фактором и результатом.
Рассмотрим пример переменных, между которыми может быть высокая корреляция. Возможно, у вас есть данные об уровне удовлетворенности клиентов продуктом и службой поддержки или об удовлетворенности организацией продаж и управлением работой с корпоративными клиентами. Большинство потребителей не воспринимают впечатления о продукте и поддержке как нечто обособленное: они дополняют друг друга. Что касается продаж и управления работой с клиентами, различия между ними носят в основном организационный характер и основаны на внутренней структуре компании; при этом потребитель не видит почти никакой разницы между основными аспектами опыта (контакты с продавцами, оценка продукта, ведение переговоров и покупка). Картина мира, сложившаяся у клиента, не содержит четких разграничений, соответствующих внутренней структуре организации, поэтому его ответы на вопросы об удовлетворенности чаще всего отображают определенный фрагмент общего опыта и приводят к получению показателей с высоким уровнем корреляции. Преимущества регрессионного подхода (в частности, возможность создания точной модели для определения приоритетных задач и инвестиций) имеют свою цену: применение этого подхода требует высокого уровня квалификации и больших трудозатрат при анализе.
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. ), 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.
Заключение
Правильное сочетание методов определения основных причин появления промоутеров и детракторов зависит от конкретной ситуации, однако самые удачные подходы обязательно включают в себя три ключевых элемента, логически связанных с выбором схемы опроса: количественный, необходимый для приоритезации, качественный, необходимый для обнаружения неизвестных ранее проблем и предложений клиентов, а также механизм вовлечения сотрудников во взаимодействие с клиентами. По всей вероятности, в вашей компании уже используются некоторые из этих подходов. Если вы отдаете предпочтение количественному опросу с применением методов анализа развернутых комментариев, значит, у вас есть минимум два пункта из этого списка. Если после этого вы применяете еще и такой способ, как обсуждение основных причин с клиентами, или привлекаете сотрудников к анализу комментариев детракторов, можете отметить еще один пункт в списке. А если вы придерживаетесь системного подхода к организации встреч промоутеров для обсуждения вашей компании (как в сети, так и вне ее), то вы находитесь на верном пути к пониманию того, что именно нужно сделать для создания промоутеров и повышения индекса искренней лояльности.