Harvard Business Review (HBR) - Стратегический маркетинг

Даже самые сложные системы измерения потребительского удовлетворения имеют серьезные недостатки. Я видел это лично на примере «Большой тройки» – трех крупнейших автомобильных корпораций. Директор по маркетингу одной из них хотел понять, почему, после того как его компания потратила миллионы долларов на опросы на предмет потребительской удовлетворенности, рейтинги удовлетворенности отдельных дилеров не очень точно соотносились с ростом или благосостоянием дилера. Когда я расспросил дилеров, они согласились с тем, что потребительская удовлетворенность – разумная цель. Но также они отметили, что другие факторы гораздо важнее для их роста и процветания – например, давление на продавцов, чтобы те удерживали высокий процент перспективных клиентов, агрессивная реклама, заполняющая предложениями выставки, и продажа автомобилей покупателям как можно дороже.

В большинстве случаев, по словам дилеров, опрос потребительской удовлетворенности – это шарада, в которую они играют, чтобы остаться в хороших отношениях с производителем и обеспечить щедрые вложения в их «бестселлеры», топовые модели. Прессинг, оказываемый на продавцов, чтобы те поднимали рейтинг, часто приводит к тому, что после продажи они умоляют покупателей, чтобы те поставили им высший рейтинг, – даже если ради этого приходится дарить коврики или замену масла. Дилеры обычно участвуют в процессе вместе с продавцами – обстоятельство, которое еще больше обесценивает правдивость рейтингов. Действительно, некоторые умные клиенты торгуются, сбивая цену, – а затем предлагают дилеру купить свою высшую оценку в рейтинге за дополнительную скидку в $500.

Необычайно важно найти способ точно измерять степень лояльности покупателя. Компании не смогут понять, какие плоды приносит лояльность, до тех пор, пока удобная система измерения не позволит им оценивать результат своих действий по ее достижению, подобно тому как они измеряют, насколько им удалось достичь запланированной рентабельности и качества. В течение какого-то времени казалось, что информационные технологии смогут предоставить способы точно измерять лояльность. Сложные системы оценки отношения покупателей обещали фирмам отслеживать потребительское поведение в режиме реального времени. Но до сих пор успеха удалось добиться только в определенных отраслях, таких как кредитные карты или продуктовые магазины, где покупки совершаются так часто, что смену покупательской лояльности можно быстро заметить и отреагировать на нее.

Итак, какая мера может быть полезной для измерения потребительской лояльности? Чтобы это выяснить, мне понадобилось сделать нечто нестандартное для подобных опросов: соотнести ответы отдельных покупателей с их реальным поведением – повторными покупками, рекомендациями, – в течение определенного периода времени. Я обратился за помощью к компании Satmetrix, с советом директоров которой я работаю. Эта компания разработала программное обеспечение, помогающее собирать и анализировать отклики клиентов в режиме реального времени. Также мне помогли с проектом команды Bain.

Мы начали примерно с 20 вопросов теста проверки на лояльность – опроса, который я составил четыре года назад с коллегами из Bain. Он неплохо справляется с определением состояния отношений между компанией и ее покупателями. (Полностью тест можно найти на веб-странице http://www.loyaltyrules.com/loyaltyrules/acid_test_ customer.html.) Мы предложили пройти этот тест тысячам покупателей, которых нашли в публичных списках шести отраслей: финансовые услуги, телеграфия и телефония, персональные компьютеры, электронная коммерция, автомобильное страхование и предоставление интернет-услуг.

В рамках нашего исследованияпотребительской лояльности и роста мы с коллегами взглянули на связь между ответами на опрос и реальным поведением покупателей – повторными покупками или рекомендациями товара друзьям и коллегам, то, что в итоге может привести к прибыльному росту. Основываясь на информации, полученной от 4000 потребителей, мы ранжировали ряд разных вопросов в соответствии с их способностью предсказать подобное желаемое поведение. (Любопытно, что создание объемного каталога – основанного на ответах на многочисленные вопросы, с учетом относительной эффективности этих вопросов, – дало незначительное преимущество в плане прогнозирования.)

Список наиболее эффективных для прогнозирования вопросов в разных отраслях:

• Насколько вероятно, что вы порекомендуете [компанию X] другу или коллеге?

Два следующих вопроса были эффективны в плане прогнозов в определенных отраслях:

• Насколько вы согласны с тем, что [компания X] заслуживает вашей лояльности?

• Насколько вероятно, что вы продолжите покупать продукты/услуги у [компании X]?

Другие вопросы, полезные в определенных отраслях, но в целом мало применимые:

• Насколько вы согласны с тем, что [компания X] устанавливает стандарты совершенства в своей отрасли?

• Насколько вы согласны с тем, что [с компанией X] вам легко заключать сделки?

• Если бы вы выбирали аналогичного поставщика в следующий раз, насколько велика вероятность, что вы выбрали бы [компанию X]?

• Насколько вы согласны с тем, что [компания X] создает новаторские решения, которые делают вашу жизнь проще?

• Насколько вы удовлетворены качеством работы [компании X] в целом?

Затем мы получили историю покупок каждого опрашиваемого человека и попросили этих людей назвать случаи, когда они рекомендовали кому-то компанию, о которой шла речь. Если эта информация была недоступна, мы собирали информацию о покупках и рекомендациях этих лиц за последующие 6–12 месяцев. Получив информацию от четырех с лишним тысяч покупателей, мы смогли составить 14 тематических исследований, то есть изучили случаи, где у нас было достаточно примеров, чтобы измерить связь между ответами в опросе и покупательским поведением, а также реальными рекомендациями.

Данные позволили нам определить, какие вопросы анкеты имели самую сильную статистическую корреляцию с повторными покупками или рекомендациями. Мы надеялись найти для каждой отрасли как минимум один вопрос, который может эффективно предсказывать подобное поведение и служить стимулом к росту. Результат превзошел наши ожидания: один вопрос был лучшим в отношении всех отраслей. Вопрос «Насколько велика вероятность, что вы порекомендуете [компанию X] другу или коллеге?» стоял первым или вторым в 11 из 14 тематических исследований. И еще в двух случаях вариант «порекомендовал бы» располагался так близко к двум другим лучшим средствам прогнозирования, что опросы были бы примерно столь же точны, если бы они опирались на результаты лишь одного этого вопроса (ранжирование лучших прогнозирующих вопросов см. во врезке «Задайте правильный вопрос»).