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

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.