- 顾客满意度和忠诚度是我们做市场调研经常会碰到的一种项目类型,像汽车、酒店、航空、金融理财等服务类或高价值产品的行业会经常做这类型的调研,因为这些行业除了基础的产品和服务外,顾客体验很大程度上与人息息相关。
- 首先要了解满意度和忠诚度是两回事,满意度是一种态度,忠诚度是一种行为。满意度高不一定代表忠诚度高,中间会有竞争和市场环境的因素影响。
- 从大方向来看,顾客忠诚度(Loyalty)是一种自上而下的项目类型,聚焦的是群体,作为重要的行为指标,了解是什么驱动了loyalty,更具战略性。
- 顾客满意度(Satisfaction)是一种自下而上的项目类型,基于每个人在每一次交易中产生的满意度,聚焦的是个人而非群体,通过追踪不同体验上的触点,通过闭环式反馈致力于优化和改善顾客体验,更具战术性。
- NPS
- 关于顾客忠诚度的研究,业内用得最广泛的一个指标是NPS,即Net Promoter Score(净推荐值)
- 问的问题也很简单,就一道题目:从0到10,你多大程度上愿意将品牌推荐给自己的亲朋好友?0代表可能性最小,10代表可能性最大。
- 打分出来的结果可以分为三群人:9~10是Promoter,7~8是Passive(不会主动推荐,也不会主动批评)0~6是Detractor。
- 如图,NPS的算法也很简单,等于9~10的比例减去0~6的比例。
- NPS是一个很简单、纯粹的指标,我们要了解到它聚焦的是一群人而非个人,最后呈现的是一个现象或者说现状,没法在个人层面解析现象背后的原因,也无法对如何优化结果提供启示。另外NPS的结果可能受被访者单次很负面或正面体验的影响。
- 关于NPS的一些常见误区:
- 受访者的claim与实际行为未必一致
- 不同用户打分的价值不一样,比如同一款产品网红推荐的效果比普通 人推荐要好很多
- 在某些竞争激烈、潜在顾客更需要建议的行业更能发挥价值(比如: 对于新手妈妈的奶粉推荐)
- 只考虑用户,忽视了一些非用户或者流失用户的评价,不够全面
- 没有考虑分值的排布,只看结果会带有一些误导性,比如70%-30%和40%-0%的NPS值一样,没有进一步分析
- 这个指标过于单纯,对打分0~6的一概而论,数据粒度分析比较粗糙
- 关于用户忠诚度的驱动因素分析,Edwin提供了另一种思考方式:
- "开心、关心、偏心"是三种用户关系的心态:
- 开心:品牌X越是能够满足用户体验,用户会越开心,忠诚度也越强。
- 关心:鉴于开心的用户也可能会流失,不开心的用户未必会放弃这个品牌,所以用户对品牌的关心程度也是影响用户忠诚度的重要因素。
- 偏心:关心品牌X的开心用户固然忠诚度高,但也会有可能流失,因为他们更偏心于其他品牌。
- CLF
- 顾客满意度的调研不是为了问而问,最终是要能够优化体验,而CLF(即Close Loop Feedback,闭环反馈系统)这个概念就是为了帮助企业在不同触点上优化顾客体验。
- 顾客在体验过程中的各种触点上会产生不同的满意度指标,触点可以分得很细,像产品、服务、价格、包装、物流、沟通...
- 比如航空公司通过邮件、电话、短信、微信公众号等渠道主动或被动收集用户关于服务的反馈,进行处理。
- 实际上除了企业主动发布问卷收集信息和数据之外,网络上也有很多关于产品或服务的评论内容,这些结构化或非结构化数据我们通过Social Listening提炼有价值的信息,包括声量多大、从什么渠道来的、情感分类...也是丰富顾客满意度与忠诚度研究的重要数据来源。
- 大宋咨询是一家专注数据采集、研究与应用的专业机构。致力于为各界客户解决数据问题,公司拥有多领域专家,严格遵循国际行业规范,拥有科学的数据采集方法及工具,完善的数据采集及研究流程,专业的数据采集团队,确保数据精准无误。
- 大宋咨询已累计为国内外500多家企业、政府机构、学术机构等客户提供过经济普查、人口普查、舆情监控、品牌价值评估、市场占有率评估、知名度、美誉度评估、满意度测评、神秘顾客检测、车流量监测、人流量监测、铺货率普查等各类型的数