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

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[26] 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.