Читать книгу - "Сервис, который приносит прибыль. Практическое руководство по созданию системы NPS - Лаура Брукс"

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.