Неправильный эталон
Поскольку лояльность так важна для рентабельного роста, ее измерение и управление ею определенно имеют смысл. К сожалению, существующие подходы оказались не очень эффективны. Сложность опросов делает их практически бесполезными для менеджеров, кроме того, они часто дают ошибочные результаты.
Лучшие компании обычно ориентируются на коэффициент удержания клиентов, но этот критерий измерения просто лучший среди худших. Во многих отраслях коэффициент удержания клиентов – это ценная отсылка к прибыльности, но его связь с ростом шаткая. Это потому, что в основном отслеживается «отступничество» клиентов – степень, на которую ведро опустошается, а не наполняется. Более того, как я уже отметил, коэффициент удержания – плохой показатель лояльности клиентов в ситуациях, когда покупатели являются заложниками высоких цен на другие товары, или когда существуют другие преграды, или когда покупатели естественным образом вырастают из продукта в силу возраста, увеличения дохода и других факторов. Хотелось бы иметь более сильную связь между удержанием клиентов и ростом, прежде чем вы пойдете дальше и потратите на маркетинг значительную сумму на основании исключительно данных об удержании.
Еще менее надежное средство измерения лояльности – это традиционное измерение удовлетворенности покупателя. Наше исследование демонстрирует, что показателю удовлетворенности постоянно не хватает явной связи с реальным поведением покупателя и ростом компании. Это открытие сделано на основании коротких исповедей инвесторов, взятых из таких отчетов, как American Consumer Satisfaction Index – ACSI (Американский каталог потребительской удовлетворенности). Каталог ACSI, публикующийся раз в квартал в издании Wall Street Journal, отражает степень удовлетворенности потребителей примерно двухсот американских компаний. В целом сложно разглядеть сильную корреляцию между высоким рейтингом потребительской удовлетворенности и выдающимся ростом продаж. В некоторых случаях мы и вовсе имеем обратно пропорциональную зависимость; например, в компании Kmart значительный рост рейтинга компании в каталоге ACSI сопровождался резким спадом продаж, приведшим компанию практически на грань банкротства.
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.
Получаем данные
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.
Задайте правильный вопрос
В рамках нашего исследования потребительской 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:
