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

Определение ценности на основании косвенных данных

Определение ценности на основании косвенных данных

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.

Оглавление книги


Генерация: 1.195. Запросов К БД/Cache: 3 / 1
поделиться
Вверх Вниз