Текст книги "Сервис, который приносит прибыль"

Автор книги: Ричард Оуэн

Соавторы: Лаура Брукс
сообщить о нарушении

Текущая страница: 5 (всего у книги 31 страниц) [доступный отрывок для чтения: 8 страниц]

Определение ценности перевода клиентов из одного сегмента NPS в другой

Многих практиков, занимающихся Net Promoter, просят предоставить бизнес-кейс для оправдания инвестиций в систему или по меньшей мере обосновать, почему эти вложения принесут финансовую выгоду. Есть много способов продемонстрировать ценность таких инвестиций, в том числе сложные в вычислительном отношении методы прогнозирования отдачи инвестиций, но порой самый простой подход оказывается наиболее эффективным. Во многих случаях для этого нужна всего лишь достоверная внутренняя финансовая информация и ответы на несколько конкретных вопросов анкеты.

Определение ценности на основании финансовых данных

Если в вашем распоряжении есть данные, которые можно привязать непосредственно к сегментам клиентов или корпоративным заказчикам, то проще всего разработать экономическую модель, демонстрирующую связь между NPS и ростом финансовых показателей. Такая модель должна учитывать временной лаг между повышением NPS и ростом доходов компании. В ее основе лежат два предположения: во-первых, индекс искренней лояльности служит опережающим индикатором роста; во-вторых, увеличение NPS влечет за собой повышение финансовых показателей (например, увеличение доли компании в расходах клиента).

В следующем примере мы проанализируем зависимость между NPS и финансовым ростом крупного поставщика программного обеспечения, работающего в сфере В2В. Мы использовали модель, позволяющую рассчитать рост доходов компании по каждому сегменту лояльности. Этот процесс происходил следующим образом:

1. Мы собрали данные об уровне лояльности и объеме доходов по всем ключевым клиентам примерно за пять кварталов. Эффективное использование этой модели зависит от возможности отслеживать и лояльность, и доходы на уровне компании-клиента.

2. Анализ данных о доходах показал, что их объем по каждой компании увеличивается в период продления лицензий (при этом увеличение расходов клиентов на покупку новых продуктов оказывало значимое, но не очень большое влияние). В случае большинства заказчиков продление срока действия лицензий производилось раз в год. Ради простоты мы проанализировали финансовые данные каждого клиента за четыре квартала исходя из предположения, что большинство из них продлит лицензию в течение этого периода.

3. В качестве финансового показателя был выбран рост доходов за один год (например, измеряется как изменение доходов за период с первого квартала одного года по отношению к первому кварталу следующего). Использование роста доходов вместо абсолютного показателя позволяло предотвратить искажение результатов из-за вклада относительно небольшого числа крупных клиентов в объем доходов компании. По той же причине из рассмотрения были исключены выбросы в данных – заказчики с резко отклоняющимися показателями (например, те, при работе с кем темпы роста доходов более чем в два раза превышали среднеквадратическое отклонение от среднего показателя роста).

4. В качестве показателя лояльности мы использовали индекс искренней лояльности. Каждая компания-клиент была отнесена к одной из трех категорий NPS (промоутеры, нейтралы или детракторы) на основании среднего балла рекомендаций отдельных респондентов, принимавших участие в опросе от имени клиента.

5. Мы ввели временной лаг между повышением лояльности и финансовым ростом. Во время предыдущих исследований мы видели, что временной лаг между NPS и ростом составляет, как правило, от трех месяцев до одного года. В связи с этим по каждому клиенту мы использовали значение NPS за один квартал до наступления периода, который использовался для расчета годового роста доходов.

Полученные результаты представлены на рис. 2.5. Как мы и ожидали, на клиентов из числа промоутеров приходится самый большой объем продаж. Обеспечивая компании увеличение доходов в размере 11 процентов в год, эти заказчики становятся движущим фактором роста компании. На сегмент нейтралов приходится 38 процентов общего количества клиентов, однако их весьма скромный вклад в рост компании не идет ни в какое сравнение с положительным экономическим влиянием промоутеров. На детракторов приходится совсем небольшое количество клиентов (12 процентов), но они оказывают негативное влияние на рост доходов, составляющий в данном случае отрицательную величину −6 процентов. В общей сложности процент клиентов в каждом сегменте лояльности, взвешенный по среднему темпу роста, приблизительно соответствует общему темпу роста компании за тот же период (около 5,3 процента). Таким образом, данная модель однозначно подтверждает вывод, что клиенты с высоким NPS обеспечивают более высокий рост доходов, тогда как влияние детракторов носит прямо противоположный характер.

Рис. 2.5. Снижение NPS влечет за собой сокращение экономической ценности

Хотя эти результаты интересны и сами по себе, они также дают возможность моделировать ценность перемещения клиентов (или групп) между различными сегментами лояльности.

На рис. 2.6 отображены два сценария повышения лояльности и ожидаемого влияния на рост компании с течением времени. Темп роста 5,3 процента рассчитан с учетом существующего разделения клиентов на промоутеров, нейтралов и детракторов, а также данных о темпах роста в каждом из этих сегментов. Используя темпы роста по каждому сегменту в качестве постоянной величины, мы можем составить возможные сценарии увеличения объема доходов благодаря продвижению некоторых клиентов по цепочке лояльности. В соответствии с первым сценарием мы перемещаем 6 процентов клиентов в сегмент промоутеров, в том числе 4 процента из сегмента детракторов и 2 процента из сегмента нейтралов. Это обеспечивает повышение ожидаемого темпа роста компании до 6,1 процента. Мы также разработали второй, более агрессивный сценарий, согласно которому перемещение еще 6 процентов клиентов в сегмент промоутеров обеспечивает повышение темпов роста доходов компании до 7 процентов.

Рис. 2.6. Экономический эффект повышения лояльности

Обратите внимание, что представленная модель позволяет оценить и влияние роста доходов. Если годовой доход компании составляет 1 миллиард долларов, то увеличение темпов роста на 0,8 процента было бы эквивалентно доходу в размере 8 миллионов долларов в год, увеличение на 1,7 процента обеспечило бы компании ожидаемый рост доходов в размере 17 миллионов долларов в год. Эти данные можно использовать как основу для экономического обоснования инвестиций в повышение лояльности, сопоставив стоимость вложений с прогнозируемым ростом доходов.

При наличии финансовых данных и информации об NPS вы сможете составить экономическое обоснование инвестиций в программу Net Promoter на основании модели, позволяющей рассчитать ценность каждого сегмента лояльности и перевода клиентов из сегментов детракторов и нейтралов в категорию промоутеров. Кроме того, вы сможете составить прогноз увеличения доходов с учетом ожидаемого повышения темпов роста.

Определение ценности на основании косвенных данных

При отсутствии необходимых финансовых данных расчет возможного эффекта от перевода клиентов из одной категории лояльности в другую требует другого подхода. В анкеты для клиентов часто включают такой вопрос: какова вероятность того, что вы продолжите покупать продукты нашей компании? На основании ответов можно оценить в каждом сегменте лояльности склонность к повторным покупкам. Полученные данные можно использовать для прогнозирования финансовых последствий передвижения клиентов по цепочке лояльности.

Рассмотрим в качестве примера XYZ – компанию по выпуску медицинского оборудования с годовым объемом доходов 360 миллионов долларов. Начнем с сопоставления в табличном виде ответов на вопрос о вероятности покупки продуктов и готовности рекомендовать. Чтобы быть консервативными в оценках, мы решили использовать баллы 9 и 10 для высокой вероятности продолжения покупок, а баллы от 0 до 8 – для низкой. Результаты наших исследований представлены в таб. 2.1.

Таблица 2.1. Склонность к повторным покупкам продуктов компании по сегментам лояльности

Наши исследования показали, что около 90 процентов промоутеров с высокой степенью вероятности продолжат покупать продукты компании в дальнейшем, тогда как всего 4 процента детракторов продемонстрировали такую готовность. В целом вероятность продолжения покупок в сегменте промоутеров была в четыре раза выше, чем в категории нейтралов, и в двадцать раз выше, чем у детракторов.

Теперь мы можем использовать эту информацию в модельном расчете влияния продвижения 1 процента клиентов по цепочке лояльности. В табл. 2.2 показана оценка эффекта перевода 1 процента нейтралов в сегмент промоутеров, выполненная с помощью следующих действий:

1. Мы представили в таблице распределение клиентов по сегментам лояльности (столбец 2) для нынешнего и прогнозируемого состояния (с учетом увеличения количества промоутеров на 1 процент и сокращения количества нейтралов на 1 процент).

2. Затем мы умножили эти значения на вероятность продолжения покупок (столбец 3), чтобы получить взвешенное значение вклада клиентов соответствующего сегмента в доходы компании (столбец 4).

3. Далее на основании взвешенных вероятностей мы рассчитали общее взвешенное среднее по каждому сценарию (нынешнему и прогнозируемому). Сами средние показатели ничего не значат, мы будем анализировать только соотношение между ними.

4. И наконец, мы рассчитали относительную разность между двумя средневзвешенными показателями (0,58206 – 0,57526 ÷ 0,57526 = 1,18 процента).

Таблица 2.2. Результат перемещения 1 процента пассивных клиентов в сегмент промоутеров

Разность между взвешенными средними показателями составляет 1,18 процента. Если мы исходим из предположения, что данные о склонности к повторным покупкам отображают предполагаемый вклад существующих клиентов в увеличение доходов компании, то повышение NPS на 1 процент (другими словами, перемещение 1 процента нейтралов в сегмент промоутеров) повлечет за собой рост доходов за счет существующих потребителей на 1,18 процента. Компании, которые могут отделить долю существующих клиентов в своих доходах от доли новых, могут рассчитать фактическое воздействие изменения NPS на увеличение доходов, умножив объем доходов, полученных за счет существующих клиентов, на 1,18 процента.

В этом примере увеличение NPS посредством перемещения 1 процента детракторов в сегмент нейтралов приводит к росту доходов всего на 0,3 процента. Следовательно, этой компании стратегия превращения нейтралов в промоутеров принесет гораздо более весомый выигрыш, чем перемещение детракторов в сегмент нейтралов. Такой подход позволяет определить, на чем стоит сфокусировать усилия и ресурсы, чтобы они оказали максимальное влияние на финансовый рост.

Оценка влияния рекомендаций

«Половина денег, которые я трачу на рекламу, не приносит пользы. Проблема в том, что я не знаю, какая именно половина», – это знаменитое высказывание приписывают Джону Уонамейкеру[14]14
  Джон Уонамейкер (1838–1922) – американский коммерсант, религиозный, общественный и политический деятель. Прим. ред.


[Закрыть], которого считают отцом современной рекламы. Многие маркетологи согласились бы с этим утверждением, учитывая низкий коэффициент отклика и показатели эффективности традиционной рекламы.

В самом начале главы были перечислены четыре положительных аспекта поведения лояльных клиентов. Один из них – готовность порекомендовать вашу компанию другим. Сарафанное радио эффективнее традиционной рекламы, потому что рекомендация исходит из надежного и ценного источника – окружения клиента. Такие сторонники и активные промоутеры – мечта маркетолога.

Все те простые методы оценки лояльности клиентов, которые мы рассматривали до настоящего момента, сфокусированы на непосредственных выгодах от покупки клиентами продуктов компании – другими словами, от готовности каждого конкретного потребителя приобретать что-то повторно, увеличивать расходы на покупку и сотрудничать с вами дольше. В случае распространения доброй молвы мы фокусируем внимание на косвенных преимуществах лояльности клиентов, самое существенное из которых – возможность привлечения новых покупателей с помощью устных рекомендаций. В конце концов, в основе индекса искренней лояльности лежит вероятность того, что клиент порекомендует компанию друзьям или знакомым, а значит, было бы логично предположить, что как минимум часть покупателей выполнят свое обещание, а часть людей, получивших такую рекомендацию, сами станут клиентами компании.

В этом разделе речь идет о двух подходах к расчету финансовой ценности доброй молвы. В основе первого подхода лежит воздействие положительных рекомендаций. Для того чтобы определить его степень, необходимо включить в анкету два простых вопроса.

1. Вы выбрали нашу компанию по рекомендации друзей или знакомых? (Да/Нет.)

2. Рекомендовали ли вы компанию друзьям или знакомым последние 12 месяцев? (Да/Нет.)

В примере с производителем медицинского оборудования мы проанализировали, как применять данные о вероятности повторных покупок для оценки финансовых выгод от превращения нейтралов в промоутеров. Для этого можно использовать и ответы клиентов на вопрос «Рекомендовали ли вы компанию друзьям или знакомым за последние 12 месяцев?».

Например, по имеющимся данным компания получает около 18,2 процента доходов за счет новых клиентов. Для того чтобы определить процент, полученный от новых покупателей, пришедших по рекомендации, мы использовали вопрос «Вы выбрали нашу компанию по рекомендации друзей или знакомых?».

Около 34,6 процента клиентов подтвердили, что им посоветовали компанию, поэтому мы применили этот показатель и по отношению к новым заказчикам. Таким образом, доля доходов за счет рекомендаций составляет 6,3 процента (34,6 процента от 18,2 процента доходов, полученных за счет новых клиентов).

Далее мы можем использовать ответы на вопрос «Рекомендовали ли вы нашу компанию друзьям или знакомым за последние 12 месяцев?» точно так же, как это было сделано с ответами на вопрос о продолжении покупок (как показано в табл. 2.2). Рассчитав относительное изменение количества рекомендаций в связи с перемещением нейтралов в сегмент промоутеров, мы можем определить, сколько новых клиентов получит компания за счет рекомендаций. На основании этого показателя, а также увеличения объема доходов от покупателей, продемонстрировавших готовность продолжать вести дела с компанией, можно оценить общее воздействие повышения индекса искренней лояльности на доходы. Расчет общей стоимости изменения индекса NPS на 1 процент за счет перевода нейтралов в промоутеры, выглядит так: (0,818 × 1,0118) + (0,063 × 1,0042) + 0,119 = 1,0099, что составляет примерно 1,01 процента, или 1 процент. Первый член этого уравнения отражает произведение доли дохода от существующих клиентов на разницу в склонности к повторным покупкам между сегментами. Второй член – это произведение доли новых клиентов, получивших рекомендации, на разницу в количестве рекомендаций между сегментами, а третий член отражает оставшееся неизменным число новых клиентов, воспользовавшихся услугами компании по неизвестным причинам. В случае компании по выпуску медицинского оборудования с годовым объемом доходов 360 миллионов долларов перемещение 1 процента нейтралов в сегмент промоутеров с учетом их склонности к повторным покупкам и готовности рекомендовать ее другим позволило увеличить объем доходов на 3,6 миллиона долларов (табл. 2.3).

Таблица 2.3. Оценка перемещения 1 процента нейтралов в сегмент промоутеров

Такой подход позволяет оценить влияние рекомендаций, но не охватывает всех аспектов доброй молвы. Лояльные клиенты действительно будут советовать вашу компанию друзьям и знакомым, но недовольные покупатели могут убедить людей в том, что с вами не стоит иметь дела. Молва распространяет и позитивные, и негативные отзывы о компании и бренде. В следующем примере мы проанализируем методику оценки влияния сарафанного радио, учитывающую поведение промоутеров и детракторов.

Кейс: оценка эффекта рекомендаций

В 2007 году мы провели бенчмаркинг[15]15
  Бенчмаркинг – процесс сравнения продуктов, услуг или процессов одной компании с продуктами, услугами или процессами другой. Прим. ред.


[Закрыть] десяти компаний по разработке корпоративного программного обеспечения. На основании информации о заявляемых расходах клиентов на покупку продуктов этих компаний мы выполнили количественную оценку влияния отзывов и рекомендаций потребителей, получив в итоге такие цифры: в среднем 565 тысяч долларов дополнительной прибыли на промоутера и 701 тысяча убытка на детрактора. Этот эффект получился без учета различий покупательских привычек и сроков жизни клиентов с компанией.

Проще всего начать с определения ценности рекомендаций промоутеров. Для расчета этого показателя необходимо включить в анкету еще один вопрос в дополнение к тем двум, о которых шла речь выше.

1. Вы выбрали нашу компанию по рекомендации друзей или знакомых? (Да/Нет.)

2. Рекомендовали ли вы нашу компанию друзьям или знакомым за последние 12 месяцев? (Да/Нет.)

3. Какому количеству друзей или знакомых вы порекомендовали нашу компанию за последние 12 месяцев? (1, 2, 3…., 10 или более?)

В дополнение к этой информации вам потребуются финансовые данные, чтобы оценить экономическое воздействие молвы, отображенное в вопросах 2 и 3. В нашем примере для расчета ценности рекомендаций используется средний объем расходов на клиента, но можно использовать и другие варианты, такие как совокупный и чистый доход компании, рентабельность, общий доход за счет новых покупателей или ценность клиентов в течение всего срока обслуживания.

Для того чтобы получить количественные данные по сегменту промоутеров, мы начали с определения процента промоутеров, которые рекомендовали компанию другим людям за прошедшие 12 месяцев (вопрос 2). И получили 81 процент – достаточно высокий показатель для этой отрасли. На основании данных ответов на третий вопрос мы узнали, что промоутеры, активно рекомендовавшие продукты компании друзьям и знакомым, дали в среднем по 4,2 рекомендации за 12 месяцев.

На последнем этапе анализа нужно рассчитать средний показатель конвертации положительных рекомендаций – другими словами, какое их количество требуется в среднем, чтобы превратить потенциального покупателя в реального. Мы использовали для этого простой подход, разделив общее количество клиентов, привлеченных благодаря рекомендациям (вопрос 1), на общее количество положительных отзывов, которые дали промоутеры, нейтралы и детракторы. Полученный показатель отражает общее количество сделанных рекомендаций в сравнении с общим количеством клиентов, получивших их.

На основании этой информации мы пришли к выводу, что компания получает одного нового клиента на каждые шесть положительных рекомендаций (коэффициент конверсии составляет 16 процентов). При таком коэффициенте конверсии можно рассчитывать, что каждые два промоутера в среднем могут привлечь в компанию одного нового клиента. Учитывая, что в этой отрасли средний объем расходов на покупку продуктов составлял 1,05 миллиона долларов, это обеспечивает дополнительный доход в размере 0,54 × 1,05 миллиона долларов = 565 тысяч долларов на одного промоутера (рис. 2.7).

Промоутеры

Рис. 2.7. Определение ценности положительных рекомендаций промоутеров

По нашим оценкам, негативные отзывы детракторов обошлись этой группе компаний в среднем в 701 тысячу долларов в расчете на одного недовольного клиента. Для получения этого показателя мы включили в анкету еще два дополнительных вопроса:

1. Рекомендовали ли вы своим друзьям или знакомым не иметь дела с нашей компанией за последние 12 месяцев? (Да/Нет.)

2. Какому количеству друзей или знакомых вы рекомендовали не иметь дела с нашей компанией за последние 12 месяцев? (1, 2, 3, …, 10 или более?)

Как и в случае с промоутерами, эти вопросы позволяют оценить объем негативных отзывов, поступивших от детракторов, а также количество потенциальных клиентов, которые прислушались к их словам. В этом примере 26 процентов детракторов сообщили о том, что активно отговаривали других людей от ведения бизнеса с их поставщиком, исходя из своего опыта. В среднем каждый недовольный клиент пытался убедить в этом четверых человек.

Для расчета влияния негативных рекомендаций нужно принять ряд дополнительных предположений. Не стоит забывать, что невозможно правильно определить количество тех, кто был бы сейчас клиентом той или иной компании, если бы не попал под влияние негативных отзывов о ней. Для того чтобы рассчитать коэффициент защитной конверсии (количество потенциальных клиентов, которые воспользовались услугами других поставщиков, после того как услышали отрицательные отзывы о компании), приходится полагаться на ограниченные эмпирические данные о влиянии негативных рекомендаций.

В ряде работ на эту тему говорится о непропорционально большом влиянии негативной информации по сравнению с позитивной (Андерсон, 1965; Мизерски, 1982; Лакзнияк, Декарло и Рамасвами, 2001), а также о влиянии этого феномена на клиентов (Арндт, 1967; Диллон и Уайнбергер, 1980; Уилсон и Питерсон, 1989; Герр, Кардес и Ким, 1991). При этом относительно мало исследований посвящено количественной оценке различий между этими двумя категориями отзывов. По данным лучших из этих работ, негативная информация оказывает в четыре (Кролофф, 1988) или пять раз (Ричи, Кенигс и Фортин, 1975; Райхельд, 2006) более сильное влияние, чем позитивная.

Исходя из этого мы решили взять коэффициент конверсии под влиянием положительных отзывов, который составляет 16 процентов в этой отрасли, и умножить его на 4, чтобы получить предполагаемый коэффициент конверсии под влиянием негативных рекомендаций – 68 %. На основании этих расчетов мы пришли к выводу, что три детрактора в состоянии отговорить двух потенциальных клиентов (рис. 2.8).

Детракторы

Рис. 2.8. Определение влияния негативных рекомендаций детракторов

Наши выводы по поводу этой и других отраслей были подтверждены одним из немногих исследований на тему влияния негативных отзывов на принятие потребителями решений. По результатам исследования группы Verde и проекта Baker Retailing Initiative Уортонской школы бизнеса[16]16
  Уортонская школа бизнеса была основана в США в 1881 году бизнесменом-меценатом Джозефом Уортоном. Прим. ред.


[Закрыть] было установлено, что 31 процент недовольных клиентов расскажет другим о своих проблемах (наш показатель – 26 процентов), а также что они поделятся этим с четырьмя собеседниками (что совпадает с нашим показателем – 4,0). Кроме того, по данным этого исследования, около 64 процентов клиентов, услышавших негативные отзывы о той или иной компании, предпочтут воспользоваться услугами других организаций (по нашим данным, этот показатель составляет 68 процентов).