Сервис, который приносит прибыль
Шрифт:
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
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
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).
Рис. 6.2. Частота самых распространенных тем, встречающихся в комментариях клиентов
Такие инструменты позволяют сократить трудовые затраты на анализ комментариев благодаря использованию методов автоматической обработки текстов на естественных языках [26] для обнаружения эмоционального тона и тематической классификации мнений клиентов о компании, а также объединения этих ответов в группы согласно частоте встречаемости. Кроме того, использование автоматизированных инструментов позволяет проанализировать комментарии клиентов не только в анкетах, но и в других источниках, таких как электронная почта и записи службы техподдержки.
26
В отличие от языка машинных кодов, языка компьютерного программирования или искусственного языка, например эсперанто. Прим. ред.
Тем не менее чудеса, совершаемые машиной, не способны превзойти мастерство человека, который ею управляет. В этом случае все равно нужно задействовать специалистов, которые проанализируют и классифицируют комментарии клиентов по соответствующим темам до применения автоматизированных программных инструментов. Как и в случае обработки вручную, автоматизированный анализ обеспечивает самые лучшие результаты только при условии четкого определения категорий. Он позволяет получить оптимальное решение, если в самом начале процесса определены правильные ключевые слова и исходные категории. Кроме того, автоматизированный подход может потребовать большого количества комментариев для выполнения полноценных вычислений. Хотя автоматизация обработки большого объема ответов действительно может облегчить этот трудоемкий процесс, у такого подхода есть один серьезный недостаток: он основан исключительно на частоте встречаемости тех или иных комментариев и не учитывает степень их важности.
Адаптивный диалог
В процессе обсуждения основных причин с клиентами и классификации их комментариев в контексте программы Net Promoter стоит цель обнаружить и упорядочить исходные факторы лояльности. В обоих случаях на проведение интервью с клиентами, чтение и классификацию комментариев, а также на анализ обратной связи требуются большие трудозатраты. В адаптивном диалоге, напротив, клиенты сами выполняют за вас часть вашей работы.
Адаптивный диалог – методика получения ответов от группы клиентов, которые формулируют свои идеи и анализируют идеи других потребителей по определенному вопросу. Этот интерактивный процесс позволяет клиентам определить, исследовать и составить рейтинг идей без внешнего вмешательства или анализа.
Компании нередко прибегают к автоматизированным методам из-за числа комментариев: процесс обработки развернутых ответов, предоставленных большим количеством клиентов, требует значительных затрат времени. За сравнительно короткий период могут быть сформулированы сотни и даже тысячи оригинальных идей. Адаптивный диалог позволяет оптимизировать этот процесс, определив самые распространенные ответы с высоким приоритетом благодаря привлечению клиента в качестве арбитра. Каждый потребитель имеет возможность поделиться своими мыслями и оценить идеи, предложенные другими. В адаптивном диалоге каждый клиент делает следующее: