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[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.
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.