Однако мы не хотим переоценивать полученный результат. Несмотря на то что вопрос «Насколько вероятно, что вы порекомендуете?..», несомненно, лучше остальных предсказывает поведение потребителей в разных отраслях (причем не только в отношении рекомендаций, но и в отношении повторных покупок и увеличения потраченной суммы, а также желания предоставлять обратную связь), его нельзя назвать лучшим абсолютно для всех отраслей. В определенных условиях, при работе с корпоративными клиентами например, вопросы: «Насколько вероятно, что вы продолжите приобретать продукты или услуги компании Х?» или «Насколько вероятно, что вы порекомендуете нам активнее сотрудничать с компанией Х?» — дают лучший результат. Поэтому компаниям необходимо выполнять домашнее задание — проверять эмпирическую связь между ответами анкеты и последующим поведением клиентов относительно компании. Когда же эта связь устанавливается, как мы увидим в главе 3, возникает убедительный эффект: он дает инструментарий для измерения результативности, определения ответственности и обоснования инвестиций. Он показывает соотношение между клиентоцентричностью и прибыльным ростом.

Конечно, поиск правильного вопроса — только начало. Теперь нам необходимо было найти правильный способ оценки ответов.

Оценка ответов должна быть такой же простой и однозначной, как и сам вопрос, а шкала иметь смысл для отвечающих на вопрос клиентов. Категоризацию ответов нужно сделать понятной для менеджеров и сотрудников, ответственных за результаты. Правильная категоризация даст возможность эффективно разделить клиентов на группы, заслуживающие разного внимания и разной реакции компании в зависимости от их поведения, ценности для компании и потребностей. В идеале шкала и категоризация должны быть настолько легкими для понимания, чтобы даже непосвященные — инвесторы, регуляторы, журналисты — могли понять основные идеи без инструкции по применению и изучения курса статистики.

По этим причинам мы остановились на простой шкале от 0 до 10, где 10 означает «очень вероятно, что порекомендую», а 0 — «маловероятно». При отображении поведения клиентов на этой шкале мы обнаружили (и продолжаем обнаруживать в дальнейшей работе с клиентами) три кластера, соответствующие разным моделям поведения.

1. В один сегмент попадали клиенты, поставившие компании оценку 9 или 10. Мы назвали их промоутерами, поскольку они ведут себя как промоутеры. У них самый высокий рейтинг повторных покупок, на их счету 80 % всех рекомендаций.

2. Второй сегмент — пассивно удовлетворенные, или пассивные, поставившие компании оценку 7 или 8. Повторные покупки и рекомендации этой группы были намного ниже, чем у промоутеров, часто на 50 % и более. Мотивированные скорее инертностью, чем лояльностью или энтузиазмом, эти клиенты обычно остаются с компанией до тех пор, пока кто-то не предложит им более выгодную сделку.

3. Наконец, группу, поставившую оценки от 0 до 6, мы назвали детракторами. На нее приходится более 80 % негативных отзывов. Некоторые из этих клиентов могут приносить прибыль с точки зрения учета, но их критика и отношение портят репутацию компании, отпугивают новых клиентов и демотивируют сотрудников. Они вытягивают из фирмы жизненные силы.

Деление клиентов на эти три категории — промоутеров, пассивных и детракторов — обеспечивает простую и понятную схему, точно предсказывающую поведение клиентов. Важно, что мы получаем схему, стимулирующую действия. Менеджерам по работе с клиентами гораздо легче понять идею о необходимости увеличения числа промоутеров и снижения числа детракторов, чем идею о повышении индекса удовлетворенности клиентов на величину одного стандартного отклонения. Главной проверкой любого показателя взаимоотношений с клиентами служит то, помогает ли он организации действовать клиентоцентричным образом, настраивая тем самым генератор роста на работу в режиме полной мощности. Помогает ли он сотрудникам понять и упростить работу по созданию у клиентов чувства восхищения? Позволяет ли он сотрудникам сравнивать результаты своей работы из недели в неделю? Деление клиентов на категории делает все это возможным.

Выяснилось, что показатель, названный нами индексом чистой поддержки, или NPS, — процент промоутеров минус процент детракторов — обеспечивает самое легкое для понимания и эффективное резюме действий компании.

Нам нелегко было прийти к такому языку и такому точному индикатору. Например, мы рассматривали возможность назвать группу, поставившую компании 9 или 10 баллов, «довольными» в соответствии с желанием большинства компаний доставлять своим клиентам удовольствие. Однако цель бизнеса — не просто сделать клиентов довольными, а превратить их в промоутеров, то есть в клиентов, которые покупают больше и активно рекомендуют компанию друзьям и коллегам. Такое поведение способствует росту бизнеса. Мы также боролись с идеей чрезмерного упрощения, то есть желания измерять только процент клиентов-промоутеров. Но, как вы увидите дальше, компании, стремящейся к росту, необходимо повышать процент промоутеров и снижать процент детракторов.

Этими двумя отличными друг от друга процессами лучше управлять раздельно. Компаниям, обслуживающим разных клиентов, наряду с концентрацией на ключевых клиентах — розничных магазинах, банках, авиакомпаниях и др. — нужно уменьшить количество детракторов среди неключевых клиентов, поскольку негативные отзывы из их уст столь же разрушительны, сколь и из любых других. Вместе с тем инвестиции в попытки сделать довольными неключевых клиентов могут принести слишком малую экономическую выгоду. Индекс чистой поддержки предоставляет необходимую информацию для соответствующей точной настройки клиентской политики.

Конечно, для отдельных клиентов нельзя определить NPS; они могут быть только промоутерами, пассивными или детракторами. Но компании способны вычислить индекс чистой поддержки для конкретных клиентских сегментов, отделений или географических регионов, а также для отдельных филиалов или магазинов. NPS для отношений с клиентами — все равно, что чистая прибыль для оценки финансовой эффективности: исходя из этого показателя направляется и стимулируется изучение результатов и ответственность. Мы не хотим сказать, что этот или любой другой итоговый показатель — единственно необходимый для управления бизнесом. Подобно тому, как для анализа самого известного итогового показателя — чистой прибыли — требуются данные по доходам и затратам, необходимы также подробные данные о промоутерах, пассивных и детракторах, чтобы добраться до сути индекса чистой поддержки. При этом при отслеживании единственного показателя лояльности, индекса чистой поддержки, возникают ясность и сфокусированность, что упрощает коммуникации и обращает внимание компании на проблемы, требующие более глубокого анализа.

Компания Intuit, озабоченная ухудшением отношений с клиентами, ухватилась за идею измерения NPS и начала внедрять программу весной 2003 года. («Всего одно число — и так много смысла!» — воскликнул Скотт Кук, познакомившись с нашей идеей). Опыт компании показывает некоторые моменты, связанные с измерением промоутеров и детракторов, а также как такое измерение может изменить повседневные приоритеты компании.

Первым делом Intuit попробовала определить текущее соотношение промоутеров, пассивных и детракторов в каждом направлении бизнеса. Кук предложил сфокусировать первый телефонный опрос всего на двух вопросах. Команда сформулировала их следующим образом: «Какова вероятность, что вы порекомендуете продукт (например, TurboTax) другу или коллеге?», и второй: «Назовите наиболее важную причину вашего решения».

Ответы клиентов выявили, что первоначальный уровень индекса чистой поддержки для разных направлений бизнеса варьировался от 27 до 52 %. Неплохой результат с учетом того, что NPS средней американской компании составляет от 10 до 20 %. Однако Intuit никогда не хотела быть среди середнячков.