Как коррелирует NPS и показатель удержания клиентов?

Юлия
05.06.2020 2411

Крупные компании уже давно оценивают эффективность работы бизнеса с точки зрения уровня удовлетворенности клиентов сервисом. Некоторые даже используют оценку лояльности как одну из ключевых метрик, которая напрямую говорит о том, насколько сильна эмоциональная связь между брендом и клиентом.

Тогда может появиться вопрос, что нам дает этот показатель, если результат работы компании, прежде всего, выражается в финансовом эквиваленте? Некоторые компании могут пренебречь NPS и обратной связью от пользователей не потому что они не хотят ее услышать, а потому что они не видят прямой связи между индексом лояльности и revenue. На самом деле, все выглядит достаточно просто: это тот инструмент, который позволяет вашим клиентам самостоятельно продавать свой продукт другим людям, а также привлечь уже существующих клиентов совершать покупки еще чаще.

Давайте попробуем разобраться в действительности ли это так, стоит ориентироваться только на показатель лояльности при определении направления развития компании и влияет NPS на удержание клиентов в долгосрочной перспективе.

Одним из явных преимуществ индекса лояльности является его интерпретируемость. Изначально все выглядит достаточно просто: если пользователь берет на себя ответственность рекомендовать компанию ближайшим друзьям или коллегам и ставит высокий показатель NPS, то он является ее промоутером/рефералом. Если не готов, то он занимает место пассивного пользователя, который вроде доволен продуктом, но во время пользования им испытывает некоторые сомнения, и рекомендовать компанию, скорее всего, не станет, но останется в списке ваших клиентов. И третьей категорией будут детракторы — вероятность того, что они посоветуют вас коллегам или друзьям стремится к нулю, а вот то, что они вскоре ее покинут — уже в разы выше. Если, конечно, с этим ничего не сделать.

В таком случае, регулярный, систематический налаженный сбор обратной связи и последующая ее обработка поможет наладить контакт с пользователем и вывести “ваши отношения на новый уровень”. А самое главное — это возможность услышать пользователя, начать открытый диалог и проводить детальный анализ полученных результатов. Ценность фидбека здесь будет в том, чтобы помочь, прежде всего, приоритезировать ваши улучшения над продуктом, понять какие текущие потребности возникают у клиента, почему он продолжает (или не продолжает) пользоваться сервисом и какие у него к вам возникают вопросы. Или что он будет чувствовать, если вы вдруг уйдете с рынка — но об этом немного позже.

Как рассчитывается NPS?

Для начала чуть подробнее поговорим о том, как рассчитывается NPS. Об этой теме уже много чего написано, поэтому мы не будем сильно погружаться детали, а лишь немного резюмируем. Итак, как мы выше упомянули, категории респондентов по итогам опроса обычно делятся на три вида: детракторы (1-6), пассивные (7-8) и промоутеры (9-10).

Теперь, чтобы рассчитать NPS, вам нужно сначала подвести итог всех ваших респондентов из каждой категории и рассчитать процент, который представляет каждая категория. Например, если вы опросили 1000 клиентов, их можно разделить следующим образом:

Detractors — 100 (20%);

Passive — 400 (40%);

Promoters — 600 (60%);

Тогда, ваш показатель NPS будет равен процентному соотношению от показателей разницы двух групп:

NPS = 60% — 10% = 50%

Обычно, эксперты говорят, что хороший индекс лояльности выше 80%. Но, стоит отметить, что это сильно зависит от специфики индустрии. CustomerGauge в сотрудничестве с MIT CISR2 и NPS Benchmarks провели опрос среди компаний топ-лидеров Fortune 1000 и исследовали влияние индекса лояльности. График ниже говорит о том, что NPS для отдельно взятой индустрии может сильно отличаться. Так, для компаний, который предоставляют финансовый сервис равен 46%, а в тоже время для отрасли здравоохранения уже 62%. Поэтому, есть смысл ориентироваться на средневзвешенный показатель среди компаний на рынке, где работает ваша компания.

Давайте вернемся к основному вопросу, с которого начинается наша статья:

Как коррелирует NPS и удержание клиентов?

Многие маркетологи ставят знак равенства между retention и NPS. Действительно ли это так? В последнем отчете Патрик Кэмпбелл, генеральный директор и соучредитель ProfitWell, поделился данными о корреляции между NPS и удержанием клиентов. Что удивительно, его анализ показал, что NPS как показатель уровня лояльности клиентов и их удовлетворенности сервисом не так уж сильно влияет на удержание. Отчет подтверждается данными более 2000 компаний, следовательно они показывают реальную картину происходящего.

На графике видно, что уровень удержания у компаний из Lower Quartile NPS и Mid Spread NPS практически ничем не отличаются. Только компании, индекс лояльности у которых попал в категорию Upper Quartile, уровень удержания клиентов выше на 5-10%.

Насколько хорошо NPS справился с ролью предиктора в анализе от Airbnb?

Но, давайте попробуем подойти с другой стороны. Является ли NPS достаточной для прогнозирования вероятности повторной покупки, то есть дает ли он точный уровень удовлетворенности клиента? Компания Airbnb провела свое исследование, в котором выяснила, с какой точностью клиент сделает повторное бронирование. До 2013 года при оценке качества сервиса компания ориентировалась на сбор фидбека, который состоял из 5 подкатегорий. По окончанию поездки гости оставляли свой отзыв, где предлагалось оценить приложение от 1 до 5 для каждой из подкатегорий: accuracy, чистота, чекин, коммуникация, местоположение и ценность. Начиная с конца 2013 года компания добавила еще один вопрос — Net Promoter Score.

Идея измерения общей лояльности по NPS опросам обещала стать эффективной методологией для определения вероятности того, что клиент снова вернется к бронированию и станет реффералом. В своем исследовании Airbnb постарались выяснить, так ли это на самом деле.

Команда Airbnb проанализировала каждую категорию оценки, чтобы предсказать, совершит ли пользователь следующую поездку на Airbnb через 12 месяцев после окончания поездки. Для этого они к своей базовой модели, которая включала в себя независимые переменные о характеристике поездки, добавили значение оценки из каждой категории:

Учитывая NPS, следующая подкатегория, которая улучшила модель больше всего, — это общая оценка. Как видно на графике, добавление второй категории обзора к модели лишь незначительно улучшает точность модели. В процессе аналитики постепенно добавляли категории обзора к модели, пока она не будет статистически значимой.

Эти результаты показали, что после добавления LTR и общего балла, понадобятся только три из шести подкатегорий для оптимизации модели: NPS, общая оценка и остальные 6 категорий, которые свели в один параметр.

Подытоживая историю с Airbnb, результаты исследования показали, что используя только LTR гостя в конце поездки, компания может точно предсказать, произойдет ли повторное бронирование в течение следующих 12 месяцев в 56% случаев. Учитывая только основную информацию, которая известна о госте, хозяине и поездке, повышается точность прогнозирования до 63,5%. Добавляя категории обзора (не включая LTR), рост вероятности увеличивается на 0,1%. Учитывая все это, добавление LTR к модели только повышает точность прогнозирования еще на 0,002%.

То есть, даже не смотря на то, что индекс лояльности лишь незначительно увеличивает точность прогнозной модели ~0.002%, LTR является наиболее полезным при расчете вероятности того, что клиент вернется. Если конечно держать на должном уровне остальные категории, которые влияют на итоговую оценку. Это связано, прежде всего с тем, что индекс лояльности и общая оценка имеют сильную положительную корреляцию.

На скриншоте выше видно, что фактор Trip info является для AirBnb более сильным предиктором, чем LTR (NPS). Кроме того, если учесть еще и NPS как дополнительный параметр, то точность модели изменится совсем незначительно (+0.13%). Исходя из этого, можно прийти к выводу, что ценность индекса лояльности сильно переоценена маркетологами по части предиктивной силы.

Тогда, может быть ли быть полезен NPS в разрезе прогноза на будущие периоды?

Если вернуться к отчету и графику ниже от Патрика Кэмпбелла, то мы увидим что сила NPS как предиктора раскрывается при up-sale/cross-sale. Оказывается, что чем в более высоком NPS квартиле находится компания, тем больший объем продаж в этой компании приходится на up sale/cross-sale. Из чарта видно, что у компаний с более высоким NPS существует сильная корреляция с показателем expansion revenue.

Учитывая, что индекс NPS является прямым индикатором CX (customer experience), разумно предположить, что компании с более высоким показателем лояльности будут отличаться высоким уровнем доходности.

Патрик Кэмпбелл в своем отчете уточнил, что отдельно метрика NPS не должна использоваться в качестве основного индикатора retention и не будет иметь большого значения для любого бизнеса. Что более важно, так это понять тенденции и причины, стоящие за конкретным рейтингом от клиентов. Индекс лояльности обязательно стоит исследовать после сегментации респондентов по соответствующим бизнес-параметрам. Именно это поможет раскрыть глубинные причины неудовлетворенности клиента.

NPS по-прежнему полезен, но, скорее всего, только в качестве основы для идентификации тех клиентов, которые сильно недовольны продуктом. И в качестве того показателя, который вы со временем сможете улучшить отдельно по каждому сегменту. Другими словами, измерять NPS также необходимо, но фактические финансовые метрики и показатели удержания на порядок важнее.