По мере того как продолжались наши исследования лояльности, мы искали более подходящий измеритель — простой и удобный показатель мыслей и чувств клиентов по поводу компании, с которой они имеют дело. Нам было необходимо найти одно число, которое надежно связывало бы эти отношения клиентов с тем, что они реально делали, а также с ростом анализируемой компании.

Как же тяжело это оказалось сделать! Мы начали примерно с двадцати вопросов исследования под названием «Индикатор лояльности», которое Bain разработала несколько лет назад для оценки состояния отношений между компанией и ее клиентами. (Примеры вопросов: насколько вероятно, что вы снова воспользуетесь продуктами или услугами компании Х? Оцените общую удовлетворенность продуктами или услугами компании Х.) Затем мы решили воспользоваться помощью Satmetrix Systems, компании-разработчика программного обеспечения для сбора и анализа обратной связи от клиентов в реальном времени. (Откроем тайну: Фред работает в консультативном совете компании Satmetrix и работал вместе с ней над разработкой сертификационного курса по NPS.)

Процесс начался с приглашения к участию в исследовании тысяч клиентов в шести отраслях: финансовые услуги, кабельное ТВ и телекоммуникации, персональные компьютеры, электронная торговля, автострахование и интернет-услуги. После этого мы получили историю покупок каждого респондента. Мы также попросили этих людей привести примеры, когда они рекомендовали другим анализируемую компанию. Если получить информацию сразу было невозможно, то ждали от шести до двенадцати месяцев, чтобы получить информацию о совершенных в этот период покупках и данных потребителями рекомендациях. В результате мы получили подробную информацию более чем от четырех тысяч клиентов и провели четырнадцать ситуационных исследований с достаточно большим размером выборки, чтобы измерить связь между ответами отдельных участников исследования и их покупками или рекомендациями.

Все это «перемалывание» чисел делалось с одной целью — определить, какие вопросы исследования показывали наиболее сильную статистическую связь с повторными покупками или рекомендациями. Для каждой отрасли мы надеялись найти по меньшей мере один вопрос, эффективно предсказывающий действия клиентов, чтобы прогнозировать таким образом рост компании. Мы делали ставки на то, каким может быть этот вопрос. Нам самим — возможно, отражая годы исследований в области лояльности, — очень нравился вариант: насколько вы согласны с тем, что компания Х заслуживает вашей лояльности?

Однако результаты оказались иными, и они стали сюрпризом для всех нас. Оказалось, один и тот же вопрос — главный вопрос — работал для большинства отраслей. И вопрос этот звучал так: насколько вероятно, что вы порекомендуете компанию Х своему другу или коллеге? В одиннадцати из четырнадцати случаев этот вопрос получил первое или второе место. Еще в двух или трех он был весьма близок к вопросу-победителю, таким образом, первое или второе место в рейтинге можно было поделить между ними.

Обдумав полученные результаты, мы пришли к выводу, что они совершенно логичны. В конце концов, лояльность — это сильная, связанная с ценностью идея, обычно имеющая отношение к семье, друзьям и стране. Люди могут быть лояльными к компании, в которой совершают покупки, но не описывать свои чувства этим словом. Однако если им действительно нравится работать с определенным поставщиком товаров или услуг, что для них будет естественнее всего? Конечно, рекомендовать эту компанию тем, кто им не безразличен.

Мы также поняли: для того чтобы клиенты дали личную рекомендацию, должны выполняться два условия. Во-первых, людям необходимо знать, что компания предлагает исключительную ценность в понятных для экономиста терминах: цена, характеристики, качество, функциональность, простота использования и прочие подобные факторы. Во-вторых, они также должны испытывать приятные эмоции в своих отношениях с компанией, верить, что компания знает, понимает и ценит их, прислушивается к ним и разделяет их принципы. В первом случае компания завоевывает разум клиента. Во втором — сердце. Только при равенстве обеих частей уравнения клиент с энтузиазмом порекомендует компанию другу. Клиент хочет быть уверенным в том, что его друг получит что-то по-настоящему ценное и, кроме того, что компания хорошо обойдется с ним. Вот почему вопрос «Насколько вероятно, что вы порекомендуете?..» дает такой эффективный показатель качества отношений. Он анализирует и рациональную, и эмоциональную составляющие.

Однако мы не хотим переоценивать полученный результат. Несмотря на то что вопрос «Насколько вероятно, что вы порекомендуете?..», несомненно, лучше остальных предсказывает поведение потребителей в разных отраслях (причем не только в отношении рекомендаций, но и в отношении повторных покупок и увеличения потраченной суммы, а также желания предоставлять обратную связь), его нельзя назвать лучшим абсолютно для всех отраслей. В определенных условиях, при работе с корпоративными клиентами например, вопросы: «Насколько вероятно, что вы продолжите приобретать продукты или услуги компании Х?» или «Насколько вероятно, что вы порекомендуете нам активнее сотрудничать с компанией Х?» — дают лучший результат. Поэтому компаниям необходимо выполнять домашнее задание — проверять эмпирическую связь между ответами анкеты и последующим поведением клиентов относительно компании. Когда же эта связь устанавливается, как мы увидим в главе 3, возникает убедительный эффект: он дает инструментарий для измерения результативности, определения ответственности и обоснования инвестиций. Он показывает соотношение между клиентоцентричностью и прибыльным ростом.

Конечно, поиск правильного вопроса — только начало. Теперь нам необходимо было найти правильный способ оценки ответов.

Оценка ответов должна быть такой же простой и однозначной, как и сам вопрос, а шкала иметь смысл для отвечающих на вопрос клиентов. Категоризацию ответов нужно сделать понятной для менеджеров и сотрудников, ответственных за результаты. Правильная категоризация даст возможность эффективно разделить клиентов на группы, заслуживающие разного внимания и разной реакции компании в зависимости от их поведения, ценности для компании и потребностей. В идеале шкала и категоризация должны быть настолько легкими для понимания, чтобы даже непосвященные — инвесторы, регуляторы, журналисты — могли понять основные идеи без инструкции по применению и изучения курса статистики.

По этим причинам мы остановились на простой шкале от 0 до 10, где 10 означает «очень вероятно, что порекомендую», а 0 — «маловероятно». При отображении поведения клиентов на этой шкале мы обнаружили (и продолжаем обнаруживать в дальнейшей работе с клиентами) три кластера, соответствующие разным моделям поведения.

1. В один сегмент попадали клиенты, поставившие компании оценку 9 или 10. Мы назвали их промоутерами, поскольку они ведут себя как промоутеры. У них самый высокий рейтинг повторных покупок, на их счету 80 % всех рекомендаций.

2. Второй сегмент — пассивно удовлетворенные, или пассивные, поставившие компании оценку 7 или 8. Повторные покупки и рекомендации этой группы были намного ниже, чем у промоутеров, часто на 50 % и более. Мотивированные скорее инертностью, чем лояльностью или энтузиазмом, эти клиенты обычно остаются с компанией до тех пор, пока кто-то не предложит им более выгодную сделку.