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.
Основное преимущество классификации комментариев состоит в том, что этот процесс позволяет выделить повторяющиеся темы и разделить их на категории по продуктам, регионам и типам клиентов. Это дает возможность компании выйти за рамки взаимодействия с отдельными потребителями и оценить потребности, свойственные отдельным сегментам клиентов. Как бы ни выполнялась классификация комментариев – лично сотрудниками, которые обсуждали с потребителями основные причины возникающих проблем, или с помощью применения строго структурированной схемы, в любом случае цель одинакова – определить, какие действия компании могут повысить индекс искренней лояльности.
Относительно развернутых комментариев существует ряд предостережений. Первое касается смещения внимания на активно проявляющиеся особенности клиентского опыта. Когда респонденты отвечают на вопросы анкеты, они не всегда говорят о ключевых, глубинных причинах своей удовлетворенности или лояльности. Другими словами, люди необязательно абстрагируются от существующих проблем, чтобы проанализировать, какие аспекты работы компании действительно ключевые, вместо этого они могут подробно описывать свой недавний опыт взаимодействия с компанией или рассказывать о новой проблеме. Порой они вообще не осознают, в чем причина их недовольства компанией. Для того чтобы сформировать исчерпывающую картину того, что на самом деле определяет поведение и лояльность клиентов, нужно подтвердить истинность полученной информации на основании количественного анализа других данных или интервью.
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).
