Проанализировав комментарии самых крупных клиентов, в АВС пришли к выводу, что новые инсталляции продуктов и их апгрейды не функционируют должным образом, что свидетельствовало об отсутствии внутренних процессов контроля качества. Низкое качество продукта в сочетании с сокращением вспомогательного и обслуживающего персонала привело к тому, что клиенты, увеличившие долю расходов на продукцию АВС, столкнулись с большим количеством проблем в апгрейдах, чем покупатели с постоянными расходами. Вполне естественно, что клиенты, заплатив за усовершенствованный продукт больше денег, рассчитывали на получение большей выгоды от него, но именно они оказались в самом проигрышном положении. На основании результатов анализа в АВС немедленно организовали целевую рабочую группу по разработке и внедрению более строгих процедур обеспечения качества продуктов.

Затем специалисты компании провели сегментацию клиентов по регионам. Было очевидно, что высокая концентрация детракторов наблюдается в нескольких подразделениях, расположенных в определенных географических зонах. В регионах EMEA и APAC[13] (оба подразделения с многомиллионным оборотом) был достаточно большой сегмент детракторов по сравнению с другими зонами (рис. 2.4). Анализ комментариев клиентов показал, что одно подразделение отличается от всех остальных. Незадолго до проведения опроса группа поддержки клиентов EMEA была выведена и перенесена в отдаленную локацию, что оказало неожиданно сильное негативное воздействие на клиентский опыт. Руководители АВС, которые знали об этом переносе, не представляли себе его влияния на клиентский опыт, поэтому они немедленно попытались исправить ситуацию, например, с помощью обучения сотрудников из отдаленной службы поддержки клиентов.

Рис. 2.4. Определение детракторов по регионам с учетом NPS, взвешенного по объему доходов

Чтобы лучше понять различные факторы лояльности стратегически важных сегментов клиентов, можно применить такие методы использования данных об NPS практически в любой ситуации. Во многих случаях эти же методы можно применять для поиска возможностей в плане перекрестных и дополнительных продаж. В главе 7 содержатся дополнительные сведения об использовании такой информации.

Многих практиков, занимающихся Net Promoter, просят предоставить бизнес-кейс для оправдания инвестиций в систему или по меньшей мере обосновать, почему эти вложения принесут финансовую выгоду. Есть много способов продемонстрировать ценность таких инвестиций, в том числе сложные в вычислительном отношении методы прогнозирования отдачи инвестиций, но порой самый простой подход оказывается наиболее эффективным. Во многих случаях для этого нужна всего лишь достоверная внутренняя финансовая информация и ответы на несколько конкретных вопросов анкеты.

Если в вашем распоряжении есть данные, которые можно привязать непосредственно к сегментам клиентов или корпоративным заказчикам, то проще всего разработать экономическую модель, демонстрирующую связь между NPS и ростом финансовых показателей. Такая модель должна учитывать временной лаг между повышением NPS и ростом доходов компании. В ее основе лежат два предположения: во-первых, индекс искренней лояльности служит опережающим индикатором роста; во-вторых, увеличение NPS влечет за собой повышение финансовых показателей (например, увеличение доли компании в расходах клиента).

В следующем примере мы проанализируем зависимость между NPS и финансовым ростом крупного поставщика программного обеспечения, работающего в сфере В2В. Мы использовали модель, позволяющую рассчитать рост доходов компании по каждому сегменту лояльности. Этот процесс происходил следующим образом:

1. Мы собрали данные об уровне лояльности и объеме доходов по всем ключевым клиентам примерно за пять кварталов. Эффективное использование этой модели зависит от возможности отслеживать и лояльность, и доходы на уровне компании-клиента.

2. Анализ данных о доходах показал, что их объем по каждой компании увеличивается в период продления лицензий (при этом увеличение расходов клиентов на покупку новых продуктов оказывало значимое, но не очень большое влияние). В случае большинства заказчиков продление срока действия лицензий производилось раз в год. Ради простоты мы проанализировали финансовые данные каждого клиента за четыре квартала исходя из предположения, что большинство из них продлит лицензию в течение этого периода.

3. В качестве финансового показателя был выбран рост доходов за один год (например, измеряется как изменение доходов за период с первого квартала одного года по отношению к первому кварталу следующего). Использование роста доходов вместо абсолютного показателя позволяло предотвратить искажение результатов из-за вклада относительно небольшого числа крупных клиентов в объем доходов компании. По той же причине из рассмотрения были исключены выбросы в данных – заказчики с резко отклоняющимися показателями (например, те, при работе с кем темпы роста доходов более чем в два раза превышали среднеквадратическое отклонение от среднего показателя роста).

4. В качестве показателя лояльности мы использовали индекс искренней лояльности. Каждая компания-клиент была отнесена к одной из трех категорий NPS (промоутеры, нейтралы или детракторы) на основании среднего балла рекомендаций отдельных респондентов, принимавших участие в опросе от имени клиента.

5. Мы ввели временной лаг между повышением лояльности и финансовым ростом. Во время предыдущих исследований мы видели, что временной лаг между NPS и ростом составляет, как правило, от трех месяцев до одного года. В связи с этим по каждому клиенту мы использовали значение NPS за один квартал до наступления периода, который использовался для расчета годового роста доходов.

Полученные результаты представлены на рис. 2.5. Как мы и ожидали, на клиентов из числа промоутеров приходится самый большой объем продаж. Обеспечивая компании увеличение доходов в размере 11 процентов в год, эти заказчики становятся движущим фактором роста компании. На сегмент нейтралов приходится 38 процентов общего количества клиентов, однако их весьма скромный вклад в рост компании не идет ни в какое сравнение с положительным экономическим влиянием промоутеров. На детракторов приходится совсем небольшое количество клиентов (12 процентов), но они оказывают негативное влияние на рост доходов, составляющий в данном случае отрицательную величину −6 процентов. В общей сложности процент клиентов в каждом сегменте лояльности, взвешенный по среднему темпу роста, приблизительно соответствует общему темпу роста компании за тот же период (около 5,3 процента). Таким образом, данная модель однозначно подтверждает вывод, что клиенты с высоким NPS обеспечивают более высокий рост доходов, тогда как влияние детракторов носит прямо противоположный характер.