logo_interquality
| 19. září 2019 |
  Hledat
O NÁS>PROJEKT OPPA
  

Spokojenost zákazníků a zpětná vazba

Tento argument je všeobecně známý a praxí potvrzený. Proto si banky, pojišťovny, mobilní operátoři, počítačové firmy a  řada dalších poskytovatelů služeb nechává pravidelně zjišťovat spokojenost zákazníků pomocí telefonického dotazování, mystery shoppingu či jinou metodou marketingového šetření. Výsledky většinou přicházejí ve čtvrtletních intervalech v podobě zprávy plné grafů, často doplněné o „surová“ data získaná přímo z rozhovorů se zákazníky.

Zkušený zástupce výzkumné firmy dokáže výsledky šetření prezentovat tak, že se příjemci začne v hlavě skládat plastický obrázek: srovnání výkonů dané firmy s konkurencí, významné segmenty zákazníků z hlediska jejich spokojenosti, odhad loajality. Jenomže za čtvrt roku jsou k dispozici nové výsledky marketingového šetření a za půl roku další. Co s nimi? Jeden kolega si na poradě stěžuje, že otázky kladené zákazníkům jsou „úplně nesmyslné“ a jiný zase upozorňuje, že „nás to čtyřikrát ročně stojí pěkné peníze“. V tomto okamžiku může uzrát myšlenka: zkusme odměňovat lidi podle toho, jak jsou s nimi zákazníci spokojeni.

PROBLÉMY MĚŘENÍ SPOKOJENOSTI ZÁKAZNÍKŮ

K nastavení zpětné vazby lze využít princip řízení procesu, čímž mohou být pracovníci motivováni k lepšímu porozumění a vstřícnosti k zákazníkům. Tento způsob řízení však přináší řadu problémů:

■ Problém první: neznámá proměnlivost měření spokojenosti zákazníků

Představte si následující situaci: posadí vás do rozhrkaného žigulíku a řeknou: „Pojedeš přesně rychlostí 50 km/hod., jinak přijdeš o dva body!“ Ručička tachometru lítá nahoru dolů. V průměru ukazuje správně, ale kdo to má poznat. Tento příklad ukazuje situaci, kdy přirozený šum (či proměnlivost) měření je větší než proměnlivost vlastního procesu.
Jak to souvisí s naším tématem? Při telefonickém dotazování se bude proměnlivost měření snižovat se zvyšujícím se počtem oslovených zákazníků – odchylky při vedení jednotlivých rozhovorů se potom „zprůměrují“. Dalším faktorem, který má vliv na proměnlivost měření, je způsob práce tazatelů. Tento faktor hraje ještě větší roli při mystery shoppingu. Problém je o to horší, že proměnlivost tohoto druhu nejsme schopni změřit, vypočítat, ale jen odhadnout.
Proměnlivost je přirozeným projevem každého procesu a není vždy efektivní s ní bojovat. Odchylky, které jsou způsobeny drobným, nevysvětlitelným šumem nelze potlačit regulačními zásahy.

■ Problém druhý: výsledky měření jsou ovlivněny externími jev.

Zejména pokud jde o služby technické povahy, má zákazník – laik jen málo objektivních možností hodnotit jejich kvalitu. Jeho hodnocení se proto bude opírat o jevy, které danou službu provázejí.
Příklad z praxe: Velký telekomunikační podnik dostal do konfliktu se svými minoritními akcionáři. Spor byl tehdy (uprostřed okurkové sezóny) medializován jako souboj Davida s Goliášem. Ve stejném období byl zákazníkům společnosti kladen dotaz: „Jak jste spokojeni s hlasovými službami, poskytovanými společností XY“. Výsledkem bylo významné a na první pohled patrné snížení naměřených hodnot na grafu oproti hodnotám v předchozích obdobích.

■ Problém třetí: nevíme, kdy je účelné zasáhnout a kdy ne

Každý reálný proces je proměnlivý. Zdá se vám, že popeláři před vaším domem hlučí vždy v přesně stejnou dobu? Pořiďte si přesnější hodiny a zjistíte, že tam určité odchylky jsou. Zdá se vám, že noviny, které si ráno kupujete, váží stále stejně? Omyl. Zvažte je na analytických vahách a zjistíte podstatné rozdíly - tedy jak pro koho. Čtenář novin si jich určitě nevšimne.
Těmito vlivy nemá smyl se zabývat. Když řídíte např. plachetnici, budete muset jednou za čas nastavit kurz. Ovšem pak je třeba kormidlo držet a nereagovat na každou vlnku. Neustálým pohybováním kormidlem byste plavbu jen zpomalili. Zapnete-li autopilota, bude v drtivé většině případů řídit „rozumněji“ než začátečník. Nevšímá si totiž odchylek, které nejsou podstatné.
Co z toho vyplývá pro naši snahu dosáhnout co nejvyšší spokojenosti zákazníků? Pokud budeme regulačními zásahy (jako je například odměna, trest, povýšení, pochvala či pokárání) reagovat na odchylky, způsobené šumem (tedy vlastně náhodou), v nejlepším případě nedosáhneme požadovaného cíle. V horším případě můžeme celý systém „rozkývat“. Takovou situaci poprvé popsal Bill Scherkenbach, který v osmdesátých letech navrhoval nový systém odměňování pro Ford Motors: „Dejme tomu, že rozdělíte pracovníky na nadprůměrné a podprůměrné. Těm nadprůměrným dáte víc a těm podprůměrným méně. Výsledkem nejspíš bude, že ti podprůměrní se nad sebou zamyslí a začnou se víc snažit, aby jejich výkony byly podobné těm nadprůměrným. To by ale platilo jen v případě, že by v procesu neexistoval šum. Připustíme-li, že šum existuje, musíme připustit i reálnost následujícího scénáře: pracovník, který je právě ohodnocen jako ´nadprůměrný´ se díky šumu jenom vyhoupl nad pomyslnou dělicí čáru a naopak drobná vlnka posunula jeho kolegu pod průměr. Teď tedy bude ten objektivně, dlouhodobě lepší napodobovat chování toho horšího. A nastane dokonalý zmatek.“

■ Problém čtvrtý: zpoždění signálu

Měření spokojenosti zákazníků se často dělá kvartálně. Na začátku kampaně se vybírají respondenti, pak probíhá vlastní dotazování a nakonec se vyhodnotí výsledky a napíše zpráva. Tu potom dostane klient. Je tedy možné, že od okamžiku odchylky až do okamžiku regulačního zásahu uplynou více než tři měsíce. Pejskaři by vám na to řekli, že když chcete odnaučit štěně dělat loužičky na nepatřičných místech, je důležitá včasnost zásahu. Jinak hrozí, že pes si nespojí plácnutí novinami se svým prohřeškem.

■ Problém pátý: adresnost

Bylo by spravedlivé odměnit ty zaměstnance, kteří jsou zákazníky hodnoceni nejlépe a naopak pokárat ty, kteří byli hodnoceni negativně. Tady se lze odvolávat na obecně platné tvrzení, že motivuje jen ta odměna, na jejímž udělení či neudělení se měl člověk možnost podílet. Realizace tohoto záměru však může být obtížná.
V některých případech jsou respondenti oslovováni podle územního klíče, jinde podle jejich příslušnosti k pobočkám. Ale jen ve výjimečných případech lze dojít až na úroveň jednotlivce. Jednotlivý pracovník, který je potom odměňován na základě výsledků dosažených celým regionem, bude mít pocit nespravedlnosti zejména  v případě, kdy výsledky nebudou dobré.

Co s tím? Zkusíme z výsledků šetření vyčíst, jak se chovaly nejmenší jednotky – například pobočky banky. Velká banka má, kupříkladu, 200 poboček. Každý kvartál je v rámci telefonického dotazování osloveno 2000 respondentů. To je poměrně velké číslo, ale zároveň to je pouhých deset zákazníků na jednu pobočku. Potíž je v tom, že tím se dramaticky sníží spolehlivost výsledků – a jsme opět u problému číslo jedna.

Potřebný počet respondentů tedy musíme nastavit s ohledem na rozdílnost jejich názorů (nazvěme to třeba „šum“) tak, aby šetření spolehlivě odhalilo „signál“.
Důležitá je ovšem i správná volba otázek. Správná otázka je ta, která posiluje „signál“ (tj. například skutečné rozdíly mezi jednotlivými pobočkami banky) na úkor „šumu“ (tj. rozdíly mezi jednotlivými respondenty navzájem).

Učitel marketingu na Australian Graduate School of Management Ujwal Kayande říká: „Pokud odměňujete lidi nebo pobočky na základě šetření spokojenosti zákazníků, které má výrazný šum, výsledkem bude v dlouhodobém měřítku nespokojenost zaměstnanců.“


Ing. Ivan Miller, vedoucí konzultant a partner, INTERQUALITY, spol. s r. o., miller@interquality.cz


ČÍM SE ŘÍDIT PŘI VYUŽITÍ VÝSLEDKŮ VÝZKUMU SPOKOJENOSTI ZÁKAZNÍKŮ

■ Přezkoumejte pečlivě konkrétní důvody, které vás ke sběru dat vedou. Je velmi časté, že zadavatelé marketingových šetření jen intuitivně tuší, že ta data jsou potřebná. Když je získají, neví přesně co s nimi.
■ Analyzujte spolehlivost výsledků šetření v kontextu, ve kterém je chcete použít. Využívejte takových otázek, které odhalí skutečné rozdíly.
■ Přemýšlejte a diskutujte o tom, co v naměřených datech znamená „signál“ a co je „šum“. Izolovanými řídícími zákroky (odměna, trest) lze napravovat pouze odchylky, které jdou nad rámec šumu. Chceme-li změnit úroveň šumu, musíme změnit celý proces.
■ Sledujte trendy vývoje spokojenosti zákazníků a snažte se jim co nejlépe porozumět. Hledejte důkazy externích vlivů i příznaky vysoké nespolehlivosti šetření.

 

Print Bookmark and Share

Return
Zaregistrovat se | Přihlásit se