Dane z NPS - skuteczne narzędzie do optymalizacji komunikacji marketingowej

Analizy przeprowadzone na polskim rynku pokazują związek między oceną NPS (Net Promoter Score) konsumenta a jego zachowaniami zakupowymi, a nawet skłonnościami do wchodzenia w interakcje z marką. Jedną z takich analiz chcemy przybliżyć w dzisiejszej odsłonie cyklu "We love data, so let’s date".

Badanie NPS (Net Promoter Score) jest znane już od blisko 20 lat. Opisane w artykule "Harvard Business Review" przez Fredericka F. Reichhelda1 spotkało się z pozytywnym odbiorem marketerów i przyjęło się w wielu branżach. Szacuje się, że nawet 2/3 największych amerykańskich przedsiębiorstw (z listy Fortune 1000) wykorzystuje NPS2. Bazowa wersja badania obejmuje tylko jedno proste pytanie: Na ile prawdopodobne jest, że – w skali od 0 do 10 – polecisz firmę swojemu znajomemu?

Respondenci, którzy udzielają odpowiedzi 9 lub 10 są określani mianem promotorów. Są oni ambasadorami marki. Warto o nich zabiegać, ponieważ każdy z nich poleca markę nawet 3 kolejnym osobom. Oceniający w przedziale 0-6 to detraktorzy – niezadowoleni klienci zazwyczaj przekazują swoją opinię 9 innym osobom. Oceny 7 i 8 są uznawane za neutralne i pomija się je przy ustalaniu ostatecznego wyniku.

Narzędzie oceny lojalności klientów NPS ma kilka istotnych zalet. Przede wszystkim należą do nich względnie prosta forma realizacji badania, łatwość udzielenia odpowiedzi przez klienta – krótka ankieta i proste pytanie – a także nieskomplikowany sposób obliczania wyniku. Co równie ważne, wykazano istotną korelację pomiędzy wskaźnikiem NPS a stopą wzrostu przychodów – przykłady dla różnych branż można znaleźć m.in. we wspomnianym wcześniej artykule Reichhelda. Analizy przeprowadzone na polskim rynku pokazują związek między oceną NPS konsumenta a jego zachowaniami zakupowymi, a nawet skłonnościami do wchodzenia w interakcje z marką. Jedną z takich analiz chcemy przybliżyć w dzisiejszej odsłonie cyklu „We love data, so let’s date”.

W tym artykule skupimy się na możliwościach, jakie daje analiza odanonimizowanych odpowiedzi udzielanych w badaniu NPS. Przy czym warto podkreślić, że brak anonimowości oznacza tutaj nie tyle znajomość dokładnych danych osobowych respondenta, co raczej możliwość śledzenia jego kolejnych interakcji z marką, decyzji zakupowych i łączenia ich z oceną NPS. Czy da się jednoznacznie określić, na ile wiedza o nastawieniu konsumenta do marki wyrażonym w ankiecie NPS może pomóc w optymalizacji i personalizacji komunikacji marketingowej?

Badanie przeprowadzone przez Data Science Logic

Przedstawione wyniki pochodzą z badania zrealizowanego na próbie ponad 20 tysięcy uczestników programu lojalnościowego jednego z największych detalistów w Polsce. Pod uwagę braliśmy zachowania uczestników i ich interakcje z marką w okresie 6 miesięcy po wypełnieniu ankiety. Dzięki rozbudowanemu systemowi identyfikacji konsumenta możliwe było śledzenie działań uczestników w różnych kanałach obejmujących m.in. zakupy w sklepach stacjonarnych, zakupy w sklepie internetowym, wejścia na stronę internetową marki, interakcja z mailingami (otwarcia, kliknięcia) i SMS-ami, a także interakcje z reklamami digital wyświetlanymi na stronach zewnętrznych.

Ogólny schemat przepływu danych dotyczących konsumenta
Ogólny schemat przepływu danych dotyczących konsumenta
Wnioski z opisywanego badania potwierdzają przytaczane wcześniej obserwacje i tezy o zdecydowanie większej wartości klienta, który przejawia pozytywny stosunek do marki. Wpływ na większą wartość klienta-promotora ma także jego otwartość na działania komunikacyjne prowadzone przez markę. Promotorzy w porównaniu z detraktorami cechowali się o 12% wyższym wskaźnikiem click rate. Byli więc wyraźnie bardziej skłonni do zapoznawania się z treściami zawartymi w newsletterze oraz reagowania kliknięciami.

Aby ułatwić analizę wyników przeprowadzonego badania, liczby na powyższym wykresie oraz na kolejnych prezentowanych w artykule zostały zindeksowane w taki sposób, że wartości badanej cechy dla detraktorów ustalono na poziomie 100, a jej wartość dla promotorów jest proporcjonalnie wyższa lub niższa.

Wyższa klikalność w mailingi linkujące do strony www lub e-commerce przekładała się na większą – nawet o 37% – liczbę sesji na stronie www.

Pozytywne nastawienie do marki, znacząca otwartość na komunikację newsletterową oraz większa skłonność do reagowania na przekaz reklamowy przekładają się na wyższe wydatki klientów. W okresie 6 miesięcy po wypełnieniu ankiety promotorzy wydali więcej o 11% w porównaniu z detraktorami marki.

Jak się okazuje, promotorzy znacznie aktywniej reagowali na przekaz marki w mediach zewnętrznych. W porównaniu z detraktorami, cechowali się blisko 40% wyższym zainteresowaniem po ekspozycji na reklamę digital.

Warto zauważyć, że różnica ta jest efektem zarówno większej częstotliwości, jak i wyższej przeciętnej wartości pojedynczej transakcji.

W jaki więc sposób można wykorzystać wiedzę wynikającą z analizy NPS do skuteczniejszej komunikacji?

Jednym z pomysłów wartych zweryfikowania na jakie zdecydowaliśmy się w Data Science Logic było dostosowanie częstotliwości ekspozycji na media płatne do ostatniej oceny NPS konsumenta. Trop ten okazał się interesujący. Z przeanalizowanych danych wynikało jednoznacznie, że promotorzy i detraktorzy w różny sposób reagują na nasilającą się intensywność komunikacji. Zupełnie inaczej wygląda ich krzywa przesycenia reklamami. W przypadku promotorów zwiększenie częstotliwości ekspozycji początkowo powoduje wzrost responsu – przeciążenie przekazem reklamowym osiągnięte zostało przy 6 kontaktach. Dla detraktorów natomiast początkowy efekt zwiększania liczby kontaktów był ujemny. Dopiero po przekroczeniu 8 wyświetleń efekt był porównywalny z grupą promotorów.

Wykorzystując te obserwacje do optymalizacji liczby wyświetleń, można przyjąć 6 jako limit dla promotorów. Jeżeli w tym czasie nie przekonaliśmy promotora, należy odpuścić dalsze próby. Oszczędzamy w ten sposób budżet i zmniejszamy ryzyko przesycenia konsumenta reklamami – tym samym nie dopuszczając do przejścia promotora na stronę niezadowolonych klientów. Zupełnie inne wytyczne przyjmujemy natomiast dla detraktorów. W ich przypadku opłaca się dążyć do osiągnięcia 8 i więcej wyświetleń. Zastosowanie opisanej optymalizacji pozwoliłoby znacząco zredukować liczbę kontaktów i oszczędzić nawet 80% budżetu, przy takim samym (a nawet potencjalnie nieco lepszym – o 4%) efekcie. W naszej analizie przyjęliśmy założenie, że wpływamy tylko na częstotliwość komunikacji, wszystko inne pozostawiając bez zmian.

Dalsze zwiększenie efektywności można uzyskać, testując zróżnicowanie także treści kierowanych do konsumenta w zależności od jego ostatniej oraz wcześniejszych ocen NPS. Dotyczy to zarówno reklamy płatnej, jak i komunikacji w oparciu o media własne: mailing, sms, personalizacja strony www.

Podsumowując przedstawione wyniki, należy zaznaczyć, że są one zależne od uwarunkowań specyficznych dla konkretnej firmy m.in. od branży, częstotliwości zakupów, charakteru i aktywności konkurencji, cech konsumentów. Warto zatem przeprowadzić podobną analizę wykorzystując własne dane. Do tego potrzebne będzie badanie NPS, prowadzone systematycznie w sposób umożliwiający połączenie odpowiedzi z identyfikatorem konsumenta oraz szeroki wachlarz kanałów, w których śledzone są interakcje konsumenta z marką. Im szerszy zakres punktów styku z marką, w których możemy rejestrować zachowania konsumenta tym większe możliwości optymalizacji działań. Dane z badania NPS mogą stanowić wartościowe uzupełnienie, otwierając dodatkowe pola.

Wskaźnik Net Promoter Score to więcej niż tylko pytanie. Dzięki niemu możemy lepiej poznać naszych klientów. NPS jest silnym wskaźnikiem lojalności i jak się okazuje może posłużyć do optymalizowania komunikacji marketingowej. Zadanie jednego prostego pytania przyczyni się do redukcji kosztów na media płatne i docierania z właściwym przekazem do właściwych klientów – o ile odpowiedzi, które uzyskamy, połączymy z innymi, cennymi informacjami o naszych klientach.

Tekst: Daniel Szulc, Head of Data Science Logic


 

1 The One Number You Need to Grow, Frederick F. Reichheld, Harvard Business Review December 2003, https://hbr.org/2003/12/the-one-number-you-need-to-grow

2 The simple metric that’s taking over big business, GEOFF COLVIN, https://fortune.com/longform/net-promoter-score-fortune-500-customer-satisfaction-metric/

Komentarze

Prosimy o wypowiadanie się w komentarzach w sposób uprzejmy, z poszanowaniem innych uczestników dyskusji i ich odrębnych stanowisk. Komentując akceptujesz regulamin publikowania komentarzy.