Рис. 2.5. Снижение NPS влечет за собой сокращение экономической ценности

Хотя эти результаты интересны и сами по себе, они также дают возможность моделировать ценность перемещения клиентов (или групп) между различными сегментами лояльности.

На рис. 2.6 отображены два сценария повышения лояльности и ожидаемого влияния на рост компании с течением времени. Темп роста 5,3 процента рассчитан с учетом существующего разделения клиентов на промоутеров, нейтралов и детракторов, а также данных о темпах роста в каждом из этих сегментов. Используя темпы роста по каждому сегменту в качестве постоянной величины, мы можем составить возможные сценарии увеличения объема доходов благодаря продвижению некоторых клиентов по цепочке лояльности. В соответствии с первым сценарием мы перемещаем 6 процентов клиентов в сегмент промоутеров, в том числе 4 процента из сегмента детракторов и 2 процента из сегмента нейтралов. Это обеспечивает повышение ожидаемого темпа роста компании до 6,1 процента. Мы также разработали второй, более агрессивный сценарий, согласно которому перемещение еще 6 процентов клиентов в сегмент промоутеров обеспечивает повышение темпов роста доходов компании до 7 процентов.

Рис. 2.6. Экономический эффект повышения лояльности

Обратите внимание, что представленная модель позволяет оценить и влияние роста доходов. Если годовой доход компании составляет 1 миллиард долларов, то увеличение темпов роста на 0,8 процента было бы эквивалентно доходу в размере 8 миллионов долларов в год, увеличение на 1,7 процента обеспечило бы компании ожидаемый рост доходов в размере 17 миллионов долларов в год. Эти данные можно использовать как основу для экономического обоснования инвестиций в повышение лояльности, сопоставив стоимость вложений с прогнозируемым ростом доходов.

При наличии финансовых данных и информации об NPS вы сможете составить экономическое обоснование инвестиций в программу Net Promoter на основании модели, позволяющей рассчитать ценность каждого сегмента лояльности и перевода клиентов из сегментов детракторов и нейтралов в категорию промоутеров. Кроме того, вы сможете составить прогноз увеличения доходов с учетом ожидаемого повышения темпов роста.

При отсутствии необходимых финансовых данных расчет возможного эффекта от перевода клиентов из одной категории лояльности в другую требует другого подхода. В анкеты для клиентов часто включают такой вопрос: какова вероятность того, что вы продолжите покупать продукты нашей компании? На основании ответов можно оценить в каждом сегменте лояльности склонность к повторным покупкам. Полученные данные можно использовать для прогнозирования финансовых последствий передвижения клиентов по цепочке лояльности.

Рассмотрим в качестве примера XYZ – компанию по выпуску медицинского оборудования с годовым объемом доходов 360 миллионов долларов. Начнем с сопоставления в табличном виде ответов на вопрос о вероятности покупки продуктов и готовности рекомендовать. Чтобы быть консервативными в оценках, мы решили использовать баллы 9 и 10 для высокой вероятности продолжения покупок, а баллы от 0 до 8 – для низкой. Результаты наших исследований представлены в таб. 2.1.

Таблица 2.1. Склонность к повторным покупкам продуктов компании по сегментам лояльности

Наши исследования показали, что около 90 процентов промоутеров с высокой степенью вероятности продолжат покупать продукты компании в дальнейшем, тогда как всего 4 процента детракторов продемонстрировали такую готовность. В целом вероятность продолжения покупок в сегменте промоутеров была в четыре раза выше, чем в категории нейтралов, и в двадцать раз выше, чем у детракторов.

Теперь мы можем использовать эту информацию в модельном расчете влияния продвижения 1 процента клиентов по цепочке лояльности. В табл. 2.2 показана оценка эффекта перевода 1 процента нейтралов в сегмент промоутеров, выполненная с помощью следующих действий:

1. Мы представили в таблице распределение клиентов по сегментам лояльности (столбец 2) для нынешнего и прогнозируемого состояния (с учетом увеличения количества промоутеров на 1 процент и сокращения количества нейтралов на 1 процент).

2. Затем мы умножили эти значения на вероятность продолжения покупок (столбец 3), чтобы получить взвешенное значение вклада клиентов соответствующего сегмента в доходы компании (столбец 4).

3. Далее на основании взвешенных вероятностей мы рассчитали общее взвешенное среднее по каждому сценарию (нынешнему и прогнозируемому). Сами средние показатели ничего не значат, мы будем анализировать только соотношение между ними.

4. И наконец, мы рассчитали относительную разность между двумя средневзвешенными показателями (0,58206 – 0,57526 ÷ 0,57526 = 1,18 процента).

Таблица 2.2. Результат перемещения 1 процента пассивных клиентов в сегмент промоутеров

Разность между взвешенными средними показателями составляет 1,18 процента. Если мы исходим из предположения, что данные о склонности к повторным покупкам отображают предполагаемый вклад существующих клиентов в увеличение доходов компании, то повышение NPS на 1 процент (другими словами, перемещение 1 процента нейтралов в сегмент промоутеров) повлечет за собой рост доходов за счет существующих потребителей на 1,18 процента. Компании, которые могут отделить долю существующих клиентов в своих доходах от доли новых, могут рассчитать фактическое воздействие изменения NPS на увеличение доходов, умножив объем доходов, полученных за счет существующих клиентов, на 1,18 процента.

В этом примере увеличение NPS посредством перемещения 1 процента детракторов в сегмент нейтралов приводит к росту доходов всего на 0,3 процента. Следовательно, этой компании стратегия превращения нейтралов в промоутеров принесет гораздо более весомый выигрыш, чем перемещение детракторов в сегмент нейтралов. Такой подход позволяет определить, на чем стоит сфокусировать усилия и ресурсы, чтобы они оказали максимальное влияние на финансовый рост.