Книга: Сервис, который приносит прибыль. Практическое руководство по созданию системы NPS

Рекомендации по формированию выборки

Рекомендации по формированию выборки

После определения состава респондентов, от которых необходимо получить обратную связь, можно перейти к вопросу об их количестве. Чтобы раскрыть закономерности и обнаружить тенденции, а также получить ценную информацию для осуществления операционных и структурных улучшений, важно сформировать достаточно большую выборку. С тактической точки зрения любые результаты опросов могут принести пользу: например, полученную от клиентов информацию можно использовать для улучшения их опыта взаимодействия с компанией. Однако при небольшом объеме выборки довольно трудно предпринимать какие-либо значимые структурные действия в отношении всего сегмента клиентов. Вряд ли вы захотите вносить изменения в бизнес-процессы или принимать решения по поводу крупных инвестиций на основании неполной информации. Опыт показывает, что в случае применения NPS объем выборки не менее 100 респондентов больше всего подходит для сравнения самых малых сегментов клиентов в вашей схеме выборочного исследования.

Существуют и другие соображения по этому поводу. Необходимо отслеживать и проверять стратегию формирования выборки, чтобы она была широкой, сбалансированной и репрезентативной на протяжении различных периодов. При этом очень важно придерживаться системного подхода. Избегайте включения в выборку слишком большого или слишком ограниченного количества респондентов, чтобы не допустить искажения показателей лояльности и ошибочного толкования их последствий. Это особенно важно в случаях, когда компенсации сотрудников зависят от NPS. Вам нужно контролировать, чтобы повышение показателя было следствием повышения эффективности работы компании, а не изменения состава выборки.

Если в выборке есть погрешности или если они не поддаются контролю, провести различие между влиянием эффективной работы компании и влиянием состава выборки можно несколькими способами. Другими словами, нужно понять, в чем причина разных значений NPS за разные периоды – в изменении бизнес-процессов или выборки? Рассмотрим в качестве примера компанию, которая отслеживает транзакционный показатель лояльности клиентов по всему миру. Данные собираются помесячно и зависят от количества сделок, качества контактной информации и типов клиентов, заполняющих анкеты. Вместо того чтобы решать проблему агрегирования данных за длительный период (когда в организации используется один показатель NPS), в компании предпочли применить распределенный подход, в соответствии с которым показатель NPS измерялся по регионам, в которых состав выборки был более однородным.

Этот подход годится не для всех компаний. В частности, его не следует применять в тех организациях, которые возлагают на сотрудников ответственность за единый корпоративный показатель NPS. Все наши рекомендации до этого момента касались планирования выборки, то есть создания стратегии формирования выборки, которая наилучшим образом отображает ваш бизнес. Если же у вас нет возможности сделать это, можете прибегнуть к такому методу, как присвоение данным определенного веса. Такое взвешивание используется для корректировки состава выборки, чтобы она точнее отображала характеристики целевых клиентов.

Рассмотрим пример В2В-компании, которая ведет бизнес в трех географических регионах (Африка, Азиатско-Тихоокеанский регион и Латинская Америка), обеспечивающих приблизительно одинаковый объем доходов. На десять самых крупных клиентов в каждом из этих регионов приходится 80 процентов бизнеса компании. Между тем среди покупателей в Латинской Америке коэффициент отклика на опрос был достаточно низким: обратная связь была получена только от двух клиентов из десяти. Следовательно, у вас есть данные только по пятой части покупателей из Латинской Америки. Чтобы сбалансировать значимость голоса клиентов из этой части света с другими регионами, необходимо присвоить данным двух покупателей из Латинской Америки больший вес, чтобы они отображали информацию по всем стратегическим клиентам из этого региона.

Уязвимое место этого метода – получение нерепрезентативных данных с самого начала. Отсутствие репрезентативности негативно сказывается на достоверности информации в долгосрочной перспективе. Взвешивание нерепрезентативной выборки может исказить и придать слишком большое значение тем ответам, которые не соответствуют истинному мнению ваших клиентов. Предположим, в случае упомянутых выше латиноамериканских покупателей в опросе приняли участие влиятельные представители компаний, но среди них не было лиц, принимающих решения, или конечных пользователей. Что дальше? Как можно принимать взвешенные решения, опираясь на недостоверные данные? В краткосрочной перспективе присвоение данным определенного веса помогает в принятии решений общего плана. Но в долгосрочной – целесообразно разработать программу, ориентированную на продуманную стратегию формирования выборки и высокий коэффициент отклика. Такой подход позволит избежать ситуации, когда слишком большой вес присваивается голосу клиента, не представляющего серьезной ценности для компании, а слишком малый – как раз наиболее ценному.

Оглавление книги