NPS - אתגרים עיקריים והמלצות לייצוא תובנות

בפוסט הקודם הסברתי על מדד הNPS שמודד את הסבירות שהלקוחות או המשתמשים שלנו ימליצו לאחרים על המוצר שלנו. כפי שציינת שם, אני לא מחבבת את המדד הזה כי אני חושבת שהוא מאוד בעייתי וקשה להוציא ממנו תובנות ולקבל מסקנות לשיפור וייעול הנתונים שלו ללא ניתוח מאוד מעמיק והצלבה עם מקורות מידע נוספים.

אז למה קשה לנתח את המדד ולייצא ממנו תובנות ליישום?

🔻 הוא לא מצביע על מה הבעיה הוא רק מציף שיש בעיה - המדד מצביע על שביעות הרצון הכללית של המשתמשים, אלא אם נצליב אותו עם מקורות מידע אחרים, אין לנו ממש ערך או יכולת לקבל החלטות באמצעות. הוא לא אומר לנו איפה הבעיה, הוא בעיקר יכול להעיד על קיומה ואולי לעזור לנו להבין באיזה כיוון עלינו לחפש כדי למצוא את המקור.

🔻אחוז המענה הוא נמוך - כמו ברוב הסקרים, גם פה אחוז המענה לסקר ה-NPS הוא יחסית נמוך, והוא נע בין 10% ל-20%, שזה א, לרוב יותר נוטה לאחוז מענה נמוך, אם נצרף את זה לעובדה שהסקר מעיד אך ורק על מה רמת הסבירות שהמשתמש ימליץ עלינו או לא בלי אינדיקציה לסיבה, היכולת לקבל החלטות שרלוונטיות לכלל המשתמשים בעקבות המדד הזה היא בעייתית.

🔻 אחוז המענה עם מלל הוא נמוך עוד יותר - הבעיה היא גדולה יותר כאשר מתייחסים למשובים מילוליים. לאחר שהמשתמש בוחר מה הסיכוי שהוא ימליץ על המוצר שלנו בין 0-ל-10, לרוב נציג לו תיבת טקסט בה נאפשר לו לפרט את הסיבות בגינן בחר במספר שבחר. אם אחוז המענה הכללי הוא 20% מכלל המשתמשים, אחוז האנשים שטורחים למלא את המלל הוא קטן יותר ולרוב נע סביב 1%-5%. כאן יש לנו הסבר ברור למה המשתמש בחר לתת לנו ציון כזה או אחר, אבל אם אנחנו לוקחים בחשבון שמדבר על אחוזים בודדים, זה בעייתי מאוד לקחת החלטות על סמך אוכלוסיה קטנה כל כך.

איך בכל אופן אפשר לייצא תובנות?

🛆 הצלבת נתונים - ברוב המערכות שבהן מנוהל מדד ה-NPS יש הצלבת נתונים עם מקורות מידע מסויימים אבל לא תמיד זה מספיק, לכן ההמלצה שלי היא לעשות הצלבת נתונים עם עוד מערכות כמו נתוני לקוחות מערכת הCRM, נתוני קריאות ממערכת השירות, נתוני מערכת מהתשתיות ועוד. הצלבות מקורות המידע יאפשרו לנו להצליב נתונים שיוכלו לשפוך אור על המקורות האפשריים לשביעות הרצון של הלקוחות לפי טרנדים מסויימים שיתקבלו מהצלבות של נתונים שונים.

🛆 פיצול קבוצת המרחיקים Detractors לשתי קבוצות - אני חושבת שעל מנת לנתח את הנתונים בצורה נכונה יותר יש להתייחס לקבוצת ה Detractors כשתי קבוצות נפרדות מכיוון שלטעמי אנשים שבחרו לתת ציון של 1 או אפס זה אנשים שיש להם רגש שלילי עז מאוד למוצר , ולכן בחישובים הפנימיים שלי ובהסתכלות על ניתוח המדד אני נוטה להפריד את קבוצת ה”מרחיקים” לשתי קבוצות. האחת עבור אלו שנתנו ציון של 2-6 והשני עבור אלו שיש להם רגש שלילי עז למוצר ונתנו לו ציון של 0-1.

🛆 סנטימנט - כמו שציינתי מעלה, אחוז המענה של התשובות המילוליות הוא נמוך מאוד ולא באמת ניתן לבסס עליו החלטות גורפות. עם זאת, אני ממליצה לעבור על התגובות ולנסות לראות אם יש סניטימנט מסויים שניתן לזהות. גם פה ההמלצה היא להצליב עם מקורות מידע נוספים כדי לזהות סיבות וטרנדים.

הפוסט הבא יעסוק יותר בפירוט בתהליכים התומכים שיצא לי לבנות סביב המדד הזה כדי למקסם את השימוש בו ככל האפשר לפעולות פרואקטיביות וריאקטיביות לשימור והעלאת שביעות הרצון של הלקוחות.

פורסם בלינקדאין

לינק לפוסט הראשון בסדרה - מה זה NPS?

לינק לפוסט השלישי בסדרה - איך לייצר תהליכים שימקסמו את התוצאות של מדד ה-NPS?