市场调研第23课 | 顾客满意度与忠诚度

2019-03-28

201903281642512665.png

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。


201903281643264951.png


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:

201903281643581489.png

"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...


201903281644324441.png

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。




201901221640567760.png


乐调查是一家以技术驱动来提供消费者洞察的数据服务商,专注于用digital的方式,提供大小数据结合的市场调研解决方案


乐调查自有393万+用户的消费者调研社区,触及遍布全国的被访者,样本库和会员活跃度都是业内领先。同时,作为京东金牌战略合作伙伴,乐调查支持通过消费者购物行为,结合用户属性标签,去精准定位目标人群,实现大小数据(消费行为分析+调研访问数据)的相结合的调研方式,实现问卷精准投放


我们服务于国内外超过10万家企业客户,如腾讯、联合利华、欧莱雅、星巴克、百事、美的、顺丰、Ipsos、GfK、CTR、日本乐天、荷兰壳牌集团等。



我们的调研产品

乐调查——快速调研问卷系统

集思吧&赚点——393万消费者调研社区

PowerTest万能测——概念测试专项调研工具

手机BBS——基于角色的在线讨论小组

ZeusMonitor——利用大数据和文本分析,语义分析等技术,可监测分析全网品牌口碑评价,为品牌提供消费者态度研究洞察


想了解更多?详询 400-833-0887