Взаимосвязь между индексом потребительской лояльности (NPS) и сарафанным радио (eWOM): исследование кейсов

В данной статье представлен перевод на русский язык оригинальной работы авторов: Нэоми Раассенс из Эйндховенского технологического университета и Ханса Хаанса из Тилбургского университета. Статья посвящена исследованию индекса потребительской лояльности (NPS) и его связи с поведением клиентов в контексте электронного сарафанного радио (eWOM). Авторы анализируют, как оценки клиентов влияют на их поведение в отношении рекомендаций и обсуждают важность понимания индивидуальных различий среди клиентов для эффективного управления лояльностью.

Райхельд утверждает, что индекс потребительской лояльности (NPS) является надежным показателем роста компаний. Многие организации используют его, чтобы оценить лояльность клиентов через рекомендации. Однако вокруг NPS продолжаются споры. Основная проблема в том, что руководители считают оценки NPS одинаковыми для всех клиентов, что может быть ошибочным. Исследование, основанное на уникальных данных, изучает связь между оценками клиентов-промоутеров и их поведением в социальных сетях. Оно выделяет три категории клиентов: промоутеры, пассивные и критики.

Результаты показывают, что высокие оценки промоутеров связаны с положительными сообщениями в интернете. Пассивные клиенты, хотя и составляют большую группу, не учитываются в NPS, но их поведение также важно для компаний. С момента появления NPS в 2003 году он стал популярным инструментом для измерения клиентской лояльности. Компании, такие как Apple и Philips, активно используют его в своей практике.

Тем не менее, многие организации сталкиваются с трудностями при внедрении NPS. По словам аналитика Forrester, этот показатель вызывает много интереса, но немногие используют его эффективно. Одна из причин неудач заключается в том, что оценки «промоутеров» воспринимаются как однородные. Это может привести к ошибкам при анализе данных и понимании поведения клиентов.

Цель данного исследования состоит в том, чтобы проверить связь между оценками промоутеров и их реальным поведением в отношении рекомендаций. Оно показывает, что клиенты с высокими оценками чаще делятся положительными отзывами. В заключении подчеркивается важность учета всех категорий клиентов для более точного понимания их поведения и предпочтений.

Индекс потребительской лояльности (NPS) основывается на простом вопросе: «Насколько вероятно, что вы порекомендуете нашу компанию другу или коллеге?» Ответы клиентов делятся на три категории:сторонники,пассивные клиентыикритики. Сторонники с высокой вероятностью рекомендуют компанию, в то время как критики наносят ущерб её репутации, оставляя 80-90% негативных отзывов. NPS рассчитывается как разница между процентом сторонников и процентом критиков. Райхельд подчеркивает, что это единственный показатель, который нужно увеличивать для роста компании.

Несмотря на популярность NPS, его использование вызывает споры. Некоторые исследователи указывают на недостатки метода, такие как нестабильность результатов и недостаточное внимание к различиям внутри категорий клиентов. Например, оценки промоутеров могут не всегда отражать их реальное поведение в отношении рекомендаций. Это может привести к ошибкам в интерпретации данных.

Сарафанное радио (WOM) играет важную роль в принятии решений потребителей. Оно может существенно влиять на выбор продукта и покупки. В последние годы многие компании начали использовать WOM вместо традиционных маркетинговых стратегий из-за его низкой стоимости и высокой степени доверия со стороны потребителей. Электронное сарафанное радио (eWOM) — это любые положительные или отрицательные отзывы о компании, доступные в интернете. Оно имеет более широкий охват и длительный эффект по сравнению с традиционным WOM.

С учетом роста интерактивных и социальных сетей eWOM становится все более актуальным. Однако взаимосвязь между NPS и eWOM до сих пор недостаточно исследована. Это исследование направлено на изучение того, как оценки клиентов-промоутеров связаны с их поведением в eWOM, что позволяет избежать ошибок при анализе групповых данных.

Таким образом, понимание взаимосвязи между NPS и WOM важно для компаний, стремящихся повысить лояльность клиентов и улучшить свои бизнес-показатели.

Цель этого исследования двоякая. Во-первых, мы проверим, отражают ли оценки клиентов (т. е. их намерение рекомендовать) фактическое поведение в отношении eWOM (т. е. распространение положительных, нейтральных или отрицательных сообщений). Во-вторых, с помощью полной шкалы (т. е. шкалы от 0 до 10) будет изучено, являются ли клиенты, отнесённые к одной и той же категории NPS (т. е. промоутеры, пассивные клиенты или критики), однородными по валентности своих сообщений eWOM, но отличающимися по валентности сообщений от клиентов, отнесённых к другим категориям.

Сарафанное радио (WOM) может оказать значительное влияние на компании, но его трудно измерить. Один из способов оценить его ценность — это выяснить, насколько вероятно, что клиент порекомендует компанию другим (Кумар, Петерсен и Леоне, 2007). Однако намерения клиентов часто не совпадают с их реальным поведением (Браун и др., 2005; Чандон, Морвиц и Рейнартц, 2005). Заявленные намерения могут преувеличивать фактические действия, особенно в контексте WOM (де Матос и Росси, 2008).

Это поднимает вопрос: действительно ли клиенты, ставящие высокие оценки компании, будут вести себя положительно в отношении eWOM? Мы исследуем связь между оценками клиентов-промоутеров и их фактическим поведением в eWOM, анализируя содержание их сообщений (положительные, нейтральные или отрицательные).

Кроме содержания сообщений важны также время и частота их отправки. Ожидается, что чем ближе дата сообщения к моменту опроса NPS, тем сильнее связь между оценками клиентов-промоутеров и полезностью сообщений eWOM. Клиенты с недавними оценками имеют более свежие впечатления о компании и с большей вероятностью делятся своим опытом (Duan, Gu, and Whinston, 2008). Частота сообщений также играет роль: исследования показывают, что клиенты чаще оставляют положительные отзывы (East, Hammond и Wright, 2007). Мы предполагаем, что положительная связь между оценками клиентов-промоутеров и эмоциональной окраской сообщений eWOM будет сильнее у активных клиентов.

Для проверки этих гипотез мы добавим переменные времени и частоты в нашу модель.

Одной из привлекательных особенностей NPS является его простота, что делает его привлекательным для руководителей компаний. Основная идея заключается в том, что чем больше у компании сторонников и меньше критиков, тем быстрее она растёт. Однако эта простота может стать серьёзным недостатком. NPS делит клиентов на три категории: сторонники, пассивные клиенты и критики, рассматривая их как однородные группы. Это может привести к проблемам, так как NPS не учитывает негативные отзывы, которые могут быть скрыты за низкими оценками.

Важно понимать, что клиенты с низкими оценками (например, 0 баллов) могут вести себя более негативно в отношении WOM, чем те, кто ставит 5 или 6 баллов. Последние могут не давать положительных отзывов, но это не обязательно означает, что они будут активно распространять негативную информацию.

Таким образом, универсальность NPS затрудняет выявление различий между клиентами внутри категорий. Это исследование будет использовать полную шкалу оценок (от 0 до 10) для анализа валентности сообщений eWOM среди клиентов, что позволит избежать крайностей и лучше понять разнообразие мнений внутри каждой категории. Это также поможет проверить классификацию клиентов на промоутеров, пассивных клиентов и критиков.

Для проверки исследовательских гипотез был использован уникальный набор данных, который объединяет показатели лояльности клиентов и их поведение в социальных сетях. Этот контекст был выбран по нескольким причинам. Во-первых, интерес компаний к поведению в социальных сетях значительно возрос, особенно из-за NPS, поскольку рекомендации все чаще делаются в социальных сетях. Каждый день миллиарды пользователей создают контент на таких платформах, как Facebook, YouTube и Twitter. Во-вторых, для получения объективных показателей необходимо наблюдать за реальным поведением WOM, что позволяет eWOM отслеживать коммуникации клиентов в режиме реального времени. Интернет предоставляет множество площадок для обмена мнениями и опытом, что делает eWOM важным инструментом для компаний.

В исследовании участвовали две компании, использующие NPS как ключевой показатель успеха: одна из автомобильной отрасли (Компания 1), другая — телекоммуникационная (Компания 2). Обе компании предоставили оценки промоутеров своих клиентов за период с 2011 по 2013 год, включая даты опросов NPS и адреса электронной почты клиентов.

С помощью этих адресов была создана база данных, которая связывает оценки клиентов-промоутеров с их поведением в социальных сетях. В сотрудничестве со специализированной компанией были сопоставлены оценки с сообщениями клиентов в социальных сетях (например, Facebook и Twitter). Важно отметить, что для анализа использовались только те клиенты, которые имели один адрес электронной почты для регистрации в компании и другой для социальных сетей.

Мы учитывали только сообщения, опубликованные в течение года с момента опроса NPS. Фильтрация по автору позволила включить только тех клиентов, которые участвовали в опросе. В результате был получен набор данных из 659 уникальных клиентов (334 из компании 1 и 325 из компании 2), которые оставили 1902 онлайн-сообщения.

Для анализа учитывались только первые онлайн-сообщения клиентов, опубликованные менее чем через месяц после опроса NPS. В итоге в окончательную выборку вошли 189 уникальных клиентов (105 из компании 1 и 84 из компании 2).

Для проверки того, отражают ли оценки клиентов их реальное поведение в качестве промоутеров, и для анализа валентности сообщений eWOM внутри и между тремя группами клиентов, выделенными Райхелдом (2003), необходимо провести анализ настроений. Основная цель анализа настроений заключается в определении полярности текста и, следовательно, валентности сообщения от отправителя. В данном исследовании мы вручную определяем валентность всех сообщений клиентов в социальных сетях (N = 1902). Два кодировщика анализировали содержание сообщений, чтобы определить, было ли сообщение eWOM негативным, нейтральным или позитивным. Коэффициент согласованности между кодировщиками составил 98% для компании 1 и 96% для компании 2. Разногласия между кодировщиками были устранены путем обсуждения с независимым наблюдателем.

Актуальность — это время, прошедшее в днях между датой опроса NPS и датой публикации клиентом мнения о компании в интернете.

Частота— это количество онлайн-сообщений, отправленных клиентом за период выборки, которое преобразуется в логарифм для уменьшения асимметрии. Мы используем центрирование по среднему значению перед формированием взаимодействий для упрощения интерпретации.

Для устранения влияния конкретной компании используется фиктивная переменная: 0 соответствует Компании 1, а 1 — Компании 2.

Таким образом, данный подход позволяет более точно оценить поведение клиентов-промоутеров и их влияние на eWOM, а также выявить различия в валентности сообщений между категориями клиентов.

В таблице 2 представлена описательная статистика по показателям клиентов-промоутеров и валентности сообщений eWOM. Из 189 клиентов 34% (65 клиентов) относятся к категории критиков, 46% (87 клиентов) — к категории пассивных клиентов, а 20% (37 клиентов) — к категории промоутеров. Более 40% (79 сообщений) из распространённых нашей выборкой сообщений eWOM имеют негативный характер, почти 30% (54 сообщения) — нейтральную валентность, и около 30% (56 сообщений) — позитивную.

На панели B более подробно показано распределение клиентов по шкале промоутеров, которые распространяют негативные, нейтральные или позитивные сообщения eWOM. Средние баллы промоутеров для клиентов с позитивной, нейтральной и негативной направленностью сообщений существенно различаются (ps < .01). Как ожидалось, клиенты с более высоким рейтингом промоутеров размещают более позитивные онлайн-сообщения по сравнению с клиентами с более низким рейтингом.

Что касается новизны, данные показывают, что промоутеры в среднем участвуют в eWOM значительно раньше (9,08 дня), чем пассивные пользователи (12,79 дня; p < 0,05). Критики занимают промежуточное положение (10,45 дня) и не сильно отличаются от промоутеров и пассивных пользователей по времени участия в eWOM (ps > 0,10). Однако стоит отметить, что эта категория демонстрирует большой разброс. Клиенты с очень низкими оценками (0, 1 или 2) начинают активно вести себя в eWOM быстрее всего — в среднем через 8,34 дня.

В течение одного месяца наша выборка из 189 клиентов распространила 405 сообщений eWOM: 208 сообщений относятся к компании 1, а 197 — к компании 2. 50 клиентов разместили несколько сообщений eWOM (то есть два или более), с максимальным количеством в 29 сообщений. Мы сделали вывод, что критики демонстрируют незначительно более высокую активность в eWOM (5,51 онлайн-сообщений) по сравнению с пассивными пользователями (3,77 онлайн-сообщений; p < .10) и значительно более активны, чем сторонники (2,86 онлайн-сообщений; p < .05).

Мультиколлинеарность между переменными не является проблемой: все корреляции между переменными меньше или равны 0,63. Кроме того, коэффициенты инфляции дисперсии (VIF) значительно ниже установленного порога в 10; максимальный VIF составляет 1,8.

Для ответа на исследовательские вопросы была использована упорядоченная логистическая модель, поскольку зависимая переменная — валентность сообщений eWOM — представляет собой порядковую шкалу с тремя уровнями: положительным, нейтральным и отрицательным. Упорядоченная логистическая модель оценивает вероятность достижения более высокого уровня зависимой переменной (Каммингс, 2004).

Валентность сообщений eWOM моделируется как функция показателей промоутеров среди клиентов, их новизны, частоты и взаимодействия между этими показателями. Оценки параметров указывают на логарифм отношения правдоподобия участия в eWOM с положительной валентностью по сравнению с нейтральной и отрицательной.

Результаты представлены в таблице 4. Полная модель, включающая взаимодействия с новизной и частотой, превосходит модель только с константой и модель без взаимодействий (информационный критерий Акаике [AIC] = 300 для полной модели по сравнению с AIC = 413 для модели только с константой и AIC = 303 для модели без взаимодействий). Полная модель также демонстрирует хорошую объяснительную силу, о чем свидетельствует процент согласованности 85,1%.

В отличие от результатов Де Хаана и других (2015), мы обнаружили, что модель, включающая официальный NPS, работает хуже, чем модель, использующая полномасштабную переменную (шкала от 0 до 10). При AIC равном 307 эта модель соответствует значительно хуже основной модели (AIC = 300), а объяснительная сила снижается с 85,1% до 82,8%.

Влияние оценок промоутеров клиентов на значимость сообщений eWOM оказалось значительным и положительным (β = 1,04, p < .01). Это указывает на то, что хотя оценка промоутера является показателем отношения, она также является разумным индикатором фактического поведения клиентов в eWOM. Основной эффект частоты оказался отрицательным (β = −1,34, p < .05), что указывает на то, что валентность сообщения более негативная для клиентов, которые распространяют больше сообщений.

Взаимосвязь между показателями клиентов-промоутеров и частотой оказалась положительной (β = .74, p < .05). Это означает, что положительная взаимосвязь между лояльностью клиентов и ценностью сообщений eWOM сильнее выражена у более активных клиентов.

Для решения проблемы однородности валентности сообщений в рамках категорий был проведен дисперсионный анализ (ANOVA). Данные показывают, что клиенты с оценками от 0 до 6 баллов в среднем распространяют негативные сообщения eWOM. 86% критиков оставляют негативные отзывы в интернете, что составляет более 70% всех негативных отзывов в выборке. Напротив, клиенты с оценками 9 или 10 баллов в среднем оставляют положительные отзывы; около 73% сторонников распространяют положительные отзывы.

Результаты ANOVA показывают значимые различия между группами: клиенты с низкими оценками не отличаются друг от друга (ps > .10), но отличаются от клиентов с более высокими оценками (ps < .05). Клиенты с оценками 9 или 10 также отличаются от других групп (p < .01), но похожи друг на друга (p = .65).

Эти результаты подтверждают классификацию клиентов Райхелда (2003) на критиков и сторонников как оправданную с точки зрения значимости онлайн-сообщений. Однако следует обратить внимание на группу пассивных пользователей — самую многочисленную группу — которая не является такой однородной, как утверждается в исследованиях.ShareRewrite

Чтобы проверить достоверность наших выводов, мы провели три дополнительных анализа.

Выборка, использованная для оценки нашей модели, включала только случаи, когда с момента проведения опроса NPS до возникновения eWOM прошло менее месяца. Мы подтвердили результаты, изучив взаимосвязь между показателями NPS клиентов и эмоциональной окраской сообщений eWOM с использованием 3-месячных (n = 335; 752 сообщения), 6-месячных (n = 478; 1132 сообщения) и 1-летних (N = 659; 1902 сообщения) временных промежутков. Результаты, представленные в таблице 5, подтвердили надежность для этих альтернативных временных рамок. Положительное и значительное влияние оценок промоутеров клиентов на значимость сообщений eWOM (ps < .01) и взаимодействие с частотой (ps < .10) были реплицированы. Эффект взаимодействия между оценками промоутеров клиентов и новизной оказался отрицательно значимым для более длительных периодов времени (ps < 0,05), что указывает на то, что положительная связь между оценкой промоутера и значимостью сообщения eWOM слабее у клиентов, оставляющих больше дней между датой опроса NPS и возникновением eWOM.

В основном анализе валентность сообщений eWOM измерялась по 3-балльной шкале. Чтобы оценить устойчивость результатов к погрешности измерения валентности сообщений, модель была повторно оценена с использованием более точного измерения — расширенной 5-балльной шкалы (где 1 = очень отрицательно, а 5 = очень положительно). Мы вручную определяли значимость сообщений клиентов в социальных сетях. Коэффициенты согласованности между кодировщиками составили 96% для компании 1 и 94% для компании 2.Результаты остались устойчивыми к этой альтернативной спецификации, за исключением эффекта взаимодействия между показателем лояльности клиентов и частотой, который стал незначимым (p > .10). Мы также повторно рассчитали дисперсионный анализ для подтверждения результатов однородности валентности сообщений eWOM внутри категорий и неоднородности между категориями. Результаты остались практически неизменными.

Мы проверили изменчивость выборок с помощью перекрестной проверки методом исключения и методом бутстрэппинга (1000 подвыборок). Средние значения параметров и их стандартные ошибки, полученные с помощью этих методов повторной выборки, были очень близки к исходным значениям. Таким образом, мы уверены в стабильности интересующих нас параметров и надежности наших выводов.Эти дополнительные анализы подтверждают надежность наших исходных результатов и выводов о влиянии оценок промоутеров на поведение в eWOM.

Многие крупные компании, такие как American Express, Microsoft и Philips, активно используют индекс потребительской лояльности (NPS) для оценки роста и лояльности клиентов. Однако, несмотря на его популярность, использование агрегированных данных может привести к экологическим ошибкам, когда выводы об индивидуальном поведении делаются на основе групповых данных. Это исследование фокусируется на достоверности NPS и связи между индивидуальными показателями клиентов-промоутеров и их поведением в eWOM.

Во-первых, концепция NPS предполагает, что вопрос о рекомендации является надежным показателем поведения клиентов. Однако результаты показывают, что только часть клиентов, заявляющих о готовности рекомендовать компанию, действительно это делает. Наша работа подтверждает, что высокие (или низкие) оценки промоутеров коррелируют с поведением eWOM: клиенты с высокими оценками чаще распространяют положительные отзывы, а с низкими — негативные. Интересно, что клиенты продолжают делиться мнениями о компании в течение длительного времени после опроса NPS, хотя связь между оценкой и эмоциональной окраской сообщений ослабевает с увеличением временного промежутка.

Во-вторых, хотя классификация Райхелда (2003) частично оправдана — критики в основном распространяют негативные отзывы, а сторонники — положительные — важно учитывать индивидуальные различия внутри этих групп. Результаты показывают, что пассивные клиенты неоднородны: между клиентами с оценками 7 и 8 наблюдаются различия в валентности сообщений eWOM. Это подчеркивает необходимость использования полной шкалы оценок для более точного анализа поведения клиентов.

Интересно отметить, что в нашем исследовании клиенты склонны оставлять больше негативных отзывов по сравнению с позитивными. Это противоречит предыдущим исследованиям, которые утверждали, что клиенты чаще оставляют положительные отзывы. Негативные сообщения распространяются быстрее и могут оказывать более значительное влияние на восприятие компании.

Таким образом, результаты нашего исследования подчеркивают важность более глубокого анализа данных NPS и поведения клиентов в eWOM. Несмотря на то что NPS может служить полезным инструментом для оценки лояльности клиентов, его использование требует осторожности и учета индивидуальных характеристик клиентов. Компании должны избегать упрощенных обобщений и учитывать разнообразие мнений внутри каждой категории клиентов для более эффективного управления лояльностью и репутацией.

Компании часто зацикливаются на показателе NPS, полагая, что он является единственным индикатором успеха. Однако важно понимать, что NPS — это не самоцель, а инструмент, который может предоставить ценную диагностическую информацию и рекомендации для улучшения клиентского взаимодействия.

NPS может быть полезным инструментом для оценки лояльности клиентов, но его использование требует внимательного анализа и понимания индивидуальных различий среди клиентов. Компании должны избегать упрощенных обобщений и учитывать разнообразие мнений внутри каждой категории клиентов для более эффективного управления лояльностью и репутацией.

Это исследование имеет несколько ограничений, которые открывают возможности для будущих исследований.

Эти ограничения подчеркивают необходимость дальнейших исследований для более глубокого понимания динамики NPS и его влияния на поведение клиентов в контексте eWOM.

Источник: