eng
TS_pub
technospheramag
technospheramag
ТЕХНОСФЕРА_РИЦ
Практические вопросы взаимоотношений поставщиков услуг с потребителями в новых экономических условиях, а также трансформация лояльности как маркетинговой категории в сторону digital-экономики – основные темы форума TELECOMS LOYALTY & Customer Data Monetization.
Эпоха Digital
Модернизм и традиционализм, идеал и прагматика – дуализм конференции по Loyalty был предопределен уже программой. Аналитики и маркетологи рисовали перспективы digital-модели формирования лояльности, а операторы делились накопленным опытом работы с уже зарекомендовавшими себя на рынке продуктами и решениями собственного производства.
Представляя виды маркетологов на дигитализацию (digitalization – перевод информации в цифровую форму), Михаил Трегубенко, консультативный директор EY одной из ведущих аудиторско-консалтинговых фирм, сделал акцент на сокращение затрат оператора за счет минимизации обращений абонентов в колл-центры. Абонент же должен оценить возможность переключаться на цифровой канал, чтобы в нужный момент получать необходимую услугу (например, услугу страхования) через удобный клиенту канал.
Данная модель имеет все шансы быть монетизированной, для чего можно использовать Customer Experience Management (CEM). Но, призывает аналитик, лучше сразу же переходить к CEM 2.0, потому что современная ситуация описывается в таких терминах, как кастомизация (абонент может самостоятельно формировать необходимый ему сервис, что требует наращивания набора опций), социализация (способ выбора продукта на основе общения с другими людьми), feedback (система управления отзывами, отражающая степень удовлетворенности качеством сервиса), активность оператора в отклике на запросы потребителя, внедрение кроссканального опыта (конвергенция каналов связи онлайн и оффлайн). Для управления клиентским опытом посредством CEM требуется так прорисовывать модель, чтобы в точках контакта можно было эффективно использовать мобильные приложения, а сервисы перенести в веб, версии продуктов обновлять в онлайне, взаимодействие пользователя с оператором осуществлять через социальные сети или мессенджеры (один из операторов такой сервис уже запустил).
Повсеместное проникновение Интернета, компьютеров и цифровых технологий создает прецедент полной автоматизации, цифровизации любых коммуникаций как внутри предприятия, так и в его окружении. Оцифровано может быть все. Некоторые бизнесы уже давно полностью цифровые, как, например, заказ Яндекс-Такси через мобильные приложения. Если говорить об экономике Digital применительно к области телекоммуникаций, то речь идет о повышении продаж, улучшении качества обслуживания, продвижении новых сервисов – все это сулит синергический эффект в деле удержания клиентов.
Директор по развитию бизнеса сектора телекоммуникаций SAP Алексей Чурин предложил взглянуть на новые возможности использования цифровых каналов более развернуто. Каждый клиент проходит свой уникальный путь взаимодействия с внешней средой через базовые этапы "воронки продаж" (эта одна из самых сильных метафор маркетинга описывает процесс продажи товара или услуги). Последовательность коммуникаций можно зафиксировать в цифровых системах. При этом перед организациями, занимающимися продажами, встает проблема обеспечения омниканальной коммуникации (бесшовной передачи), решить которую способны, по статистике, лишь 12% компаний. Сложность задачи не столько технологическая (за годы существования мобильной связи операторы накопили массу унаследованных систем, недостаточно связанных между собой), сколько организационная, возникающая из-за того, что из разных точек коммуникации клиент получает разную информацию, его интерес к услуге угасает и он уходит к конкурентам.
Максимальный эффект от медийной рекламы традиционно ассоциируется с узнаваемостью бренда. Однако результаты реальных продаж отнюдь не всегда коррелируют с этим показателем. Поэтому правильным способом продвижения клиента по воронке продаж было бы увязать медийную рекламу с цифровыми каналами.
Управлять можно только тем, что поддается измерению, а значит, вклад в прибыль, в лояльность клиента нужно определять на всех этапах бизнес-цепочки. Нужна точная оценка инвестиций в рекламу, ее влияния на продажи, подчеркнул Алексей Чурин. Для этого следует построить сквозную аналитику "касаний" на каждом шаге: просчитать вложения по каждому каналу (от просмотра ТВ-рекламы и звонка в колл-центр до закрытия сделки в точке продаж), определить, какой конкретно этап цепочки привел к росту доходов. Это в идеале. А как на практике соединить все точки коммуникаций? Ответ: свести все по максимуму в цифровые каналы.
Для отрасли это серьезный вызов. Тем не менее таким образом можно на 60–70% просчитать, хотя бы на уровне модели, как продажи соотнеслись с цепочкой коммуникаций. Результатом могут стать отказ от неэффективных каналов и решение использовать по максимуму каналы в онлайне.
Инструменты омниканальной коммуникации SAP приближают оператора к этой идеальной модели. Представляя собой единый инструмент управления рекламной кампанией, они обеспечивают сквозную аналитику, повышение конверсии на каждом этапе воронки, сегментацию клиентов. В рамках проекта с T-Mobile (США), реализованного на базе решения SAP, было обеспечено многоканальное касание клиентов с оператором на каждом шаге взаимодействия.
Аналитики предлагают
Анализ абонентской базы, нацеленный на удержание и наращивание числа клиентов, требует привлечения квалифицированных сотрудников, больших финансовых затрат. Как же в этом случае, существуя в пространстве hi-tech и, более того, образуя его материю, не воспользоваться возможностями высоких технологий?! Таких, например, как поисковые механизмы Machine Learning.
При принятии управленческих решений, связанных с необходимостью удержания клиентов, у телеком-оператора возникает потребность использовать машинное обучение. Объясняя разницу между знаниями и данными, генеральный директор BaseGroup Labs Алексей Арустамов подчеркнул, что знания – это информация, которая позволяет предсказывать, что произойдет, а Machine Learning дает способ извлечь знания из огромных массивов данных и превратить их в конкурентные преимущества. Однако при анализе оттока клиентов специалисты, еще только начинающие применять Machine Learning, могут столкнуться с проблемами, такими как недостаточно формализованное определение понятия оттока, неверная постановка цели, бездумная подготовка данных, доверие к полученным результатам без проверок. Все это ведет к серьезным ошибкам и даже дискредитации самой идеи машинного обучения. Примеры реальных кейсов Yandex Data Factory по предсказанию абонентского оттока и повышению лояльности с использованием моделей Machine Learning привел руководитель проектов Yandex Data Factory Сергей Чернов. В целом же, по мнению экспертов, Machine Learning – вполне работоспособная технология: предсказательная аналитика срабатывает хотя бы потому, что действует закон больших чисел.
Для привлечения и удержания клиентов в век больших неструктурированных данных нельзя недооценивать возможности Big Data. Технологии детального автоматического извлечения причин недовольства абонентов и анализ их отзывов, как показал генеральный директор InfoQubes Павел Линючев, позволяют планировать работу, формировать статистику по причинам недовольства, распознавать причины вопросов клиентов и сортировать их по темам.
Утилитарная лояльность
Иметь полный маршрут клиента, держать в своих руках рычаги управления восприятием продукта в течение всего его жизненного цикла – это круто. Однако интерес российских компаний к современным полностью цифровым технологиям обеспечения лояльности пока чисто теоретический. К тому же в условиях "новой экономической реальности" операторы, даже "большой тройки", вынуждены считать деньги и самостоятельно исследовать "слагаемые эффективности управления оттоком клиентов и повышения лояльности".
Впрочем, представители ведущих операторских компаний больше говорили не о слагаемых, а о разности – именно этот результат математического действия, обратного сложению, определяет индекс чистой поддержки NPS (Net Promoter Score – технология измерения лояльности клиентов товару или компании). Методика определения NPS простая и подходит для всех сервисных отраслей: из доли сторонников (promoters) товара / бренда вычитается доля критиков (detractors). Этот индекс знаком потребителям, которым приходилось заполнять анкету с вопросом: "Насколько вероятно, что вы порекомендуете наш банк родственникам, друзьям, знакомым?".
Повышение показателя NPS и удовлетворенности клиентов напрямую влияет на рост операторской выручки – таково мнение директора департамента маркетинговых исследований МТС Ольги Максимовой. Статистическое моделирование позволило зафиксировать такую закономерность: в 2010–2011 годах примерно 20% дохода было получено благодаря удовлетворенности и NPS. Основанием для данных выводов послужили результаты анкетирования.
Затем была разработана более сложная модель удовлетворенности клиентов – с наполнением "точек взаимодействия" (где клиент непосредственно соприкасается с МТС как с поставщиком услуг связи) такими деталями, как качество передачи речи, обрывы связи, уровень обслуживания. Чтобы составить подобную модель, проводятся не только классические маркетинговые исследования, но и кластерный анализ, выявляются точки, наиболее влияющие на клиентский опыт. После совершения транзакции проводится опрос, в ходе которого специалисты получают обратную связь, анализируя мотивы оценки, полученной от абонента.
Идеальный подход, в унисон А.Чурину повторила О.Максимова, это видеть в режиме онлайн каждого абонента, знать, на каком участке произошли сбои. Но пока это лишь пилотные проекты. В 2015 году в МТС была проведена кроссфункциональная работа с фокусом на качество связи, к которой были привлечены сотрудники нескольких департаментов. Маркетинговые исследования по ее результатам помогли определить, какие факторы в первую очередь влияют на клиентский опыт, как управлять клиентами, каковы максимальные пороги для каждого конкретного показателя качества и каков минимальный предел, ниже которого опускаться нельзя.
Любовь Кашеварова, независимый эксперт, назвала свое выступление "Прагматичная лояльность". Экс-глава департамента анализа абонентской базы "ВымпелКома" с 15-летним стажем отметила, что в суровых для ИТ-компаний реалиях, когда "денег нет ни у кого", аналитика, которую формируют сотрудники внутри компании, может достойно конкурировать с дорогостоящими решениями консалтинговых фирм и вендоров. Причем эти решения простые, их можно быстро сделать и легко объяснить. Канонические для маркетинга понятия "отток" и "лояльность клиентской базы", подчеркнула эксперт, необязательно релевантны хотя бы потому, что все операторы рассчитывают активную абонентскую базу по-разному и не всегда прозрачно. Среди относительно недавно появившихся технологий, которые имеют больше оснований характеризовать лояльность, на первом месте стоит NPS.
Тема индекса чистой поддержки как объективного индикатора лояльности абонентов особенно зримо присутствует на российском рынке последние три года. Показатель модный: по нему можно сравнивать разных операторов, выявляя их конкурентные позиции. Его использование действительно сулит некие выгоды оператору (и это, вроде бы, подтверждается многими исследованиями), но – в долгосрочной перспективе. А в краткосрочной – такая связь не вполне очевидна. Однако без финансового результата повышение лояльности становится просто гуманитарной миссией, а ведь прямая цель любого бизнеса, как известно, получение прибыли для дальнейшего развития. Поэтому в качестве дополнения к NPS было предложено использовать "монетарный" NPS. В отличие от классического, mNPS рассчитывается как разность процента маржи промоутеров и процента маржи детракторов.
Такой проект и был реализован несколько лет назад силами специалистов крупнейшей операторской компании. Первоначально ставилась задача определить маржинальность продаж, затем – маржинальность каналов продаж с учетом выплаты комиссий. Но не менее важна маржинальность на уровне отдельного абонента, что дает возможность сравнивать доходы от новых и старых абонентов, формировать единую систему координат и понимание ценности каждого абонента. Была предложена простая сегментация абонентов сети, основанная на реально накопленной информации по каждому абоненту, с учетом чего рассчитывались ARPU за среднее время его жизни в сети и уровень маржи. Уточненные формулы монетарного NPS позволили оценить не только эмоциональную, но и монетарную лояльность абонента, работать с ним на уровне целевых предложений, оценить структуру клиентской базы, которая однозначно влияет на лояльность.
Упор на простоту сделал и руководитель департамента продаж и обслуживания компании ТТК Олег Леонов. Качество базовой услуги – вот основной индикатор лояльности и главная точка приложения усилий и ресурсов оператора, если он хочет грамотно управлять лояльностью клиентов на телеком-рынке, где наблюдается насыщение спроса, ведется конкурентная борьба за потребителя. В большинстве отраслей клиент каждый раз, покупая товар или услугу и собираясь расстаться с деньгами, делает выбор – на стимулирование правильного (для продавца) выбора направлены все традиционные программы лояльности. Особенность телеком-рынка в том, что абонент выбирает оператора редко, бывает, что всего один только раз, а платит постоянно, поэтому не стоит давать ему поводов задумываться о смене оператора. Высокую лояльность демонстрируют операторы, абонентов которых ничто (и, кстати, никто – имеются в виду обзвоны и анкетирование) не беспокоит. Так, может, выгоднее расходы на программы лояльности перенаправить на решение вопросов надежности связи, бесперебойности предоставления услуг, оперативного реагирования на обращения абонентов и активного внедрения автоплатежей?
В сегменте B2B свои технологии удержания клиентов. Если у "Триколор ТВ", например, один только колл-центр для обслуживания 11,8 млн. подписчиков–физических лиц занимает целый этаж, то все запросы клиентов ОАО "Спутниковое телевидение" (а это примерно 300 кабельных операторов и 100 телеканалов) обрабатывают пять-шесть сотрудников компании. Этого, по словам специалиста СТВ Михаила Линца, вполне достаточно для обратной связи с клиентами, оперативного принятия решений, быстрого отклика на любой запрос. Как MVNO-оператор, СТВ фактически является оптовым клиентом для ФГУП "Космическая связь", через чей телепорт в ЦКС "Дубна" оказывает полный спектр услуг связи телерадиовещателям, благодаря чему может предложить телеканалам такие условия, какие они не получат от оператора напрямую, когда придут в ГП КС за спутниковым ресурсом. СТВ предлагает не просто ресурс, но комплексную историю: подъем каналов, кодировку сигнала, доставку всех потоков. Сотрудничество с СТВ выгодно и поставщику ресурса, и потребителям, получающим комплекс уже готовых услуг. В основе лояльности телеканалов к бренду STV – техническая база высокого уровня, гарантированное качество сигнала независимо от количества телеканалов, размещенных на одном транспондере, компетентное понимание потребностей российских радио- и телеканалов.
Культ Клиента
Сегодня спрос на сервисы, которые поддерживают цифровые преобразования, определяется аббревиатурой ROADS: Real time, On demand, All online, DIY, Social (реальное время, по запросу, все онлайн, сделай сам, социальные сети). Стратегия, ориентированная на цифровую трансформацию (digital transformation), может принести коммерческий успех, но это в идеале, когда операторы признают ее корреляцию с лояльностью. С развитием Big Data применение цифровых технологий во всех сферах человеческой деятельности становится все более популярным.
Еще долго останутся востребованными и давно существующие на рынке инструменты снижения оттока клиентов и повышения их лояльности, такие как сквозная аналитика, индекс чистой поддержки и другие. В то же время, если составлять частотный словарь материалов конференции, то даже без сервиса Google Keyword Planner будет видно, что по частоте упоминаний лидирует слово "клиент" (абонент, потребитель). Высокие отношения поставщика услуг к потребителю выражены в известной еще в прошлом веке формуле лояльности: должно быть понимание ценности каждого абонента.
В завершение еще одна цитата: "Аналитика не самая важная штука. Самое важное – это, конечно, качество услуг. Если услуга плохая, не поможет никакая аналитика". Так хорошо сказать мог только аналитик. ■
Модернизм и традиционализм, идеал и прагматика – дуализм конференции по Loyalty был предопределен уже программой. Аналитики и маркетологи рисовали перспективы digital-модели формирования лояльности, а операторы делились накопленным опытом работы с уже зарекомендовавшими себя на рынке продуктами и решениями собственного производства.
Представляя виды маркетологов на дигитализацию (digitalization – перевод информации в цифровую форму), Михаил Трегубенко, консультативный директор EY одной из ведущих аудиторско-консалтинговых фирм, сделал акцент на сокращение затрат оператора за счет минимизации обращений абонентов в колл-центры. Абонент же должен оценить возможность переключаться на цифровой канал, чтобы в нужный момент получать необходимую услугу (например, услугу страхования) через удобный клиенту канал.
Данная модель имеет все шансы быть монетизированной, для чего можно использовать Customer Experience Management (CEM). Но, призывает аналитик, лучше сразу же переходить к CEM 2.0, потому что современная ситуация описывается в таких терминах, как кастомизация (абонент может самостоятельно формировать необходимый ему сервис, что требует наращивания набора опций), социализация (способ выбора продукта на основе общения с другими людьми), feedback (система управления отзывами, отражающая степень удовлетворенности качеством сервиса), активность оператора в отклике на запросы потребителя, внедрение кроссканального опыта (конвергенция каналов связи онлайн и оффлайн). Для управления клиентским опытом посредством CEM требуется так прорисовывать модель, чтобы в точках контакта можно было эффективно использовать мобильные приложения, а сервисы перенести в веб, версии продуктов обновлять в онлайне, взаимодействие пользователя с оператором осуществлять через социальные сети или мессенджеры (один из операторов такой сервис уже запустил).
Повсеместное проникновение Интернета, компьютеров и цифровых технологий создает прецедент полной автоматизации, цифровизации любых коммуникаций как внутри предприятия, так и в его окружении. Оцифровано может быть все. Некоторые бизнесы уже давно полностью цифровые, как, например, заказ Яндекс-Такси через мобильные приложения. Если говорить об экономике Digital применительно к области телекоммуникаций, то речь идет о повышении продаж, улучшении качества обслуживания, продвижении новых сервисов – все это сулит синергический эффект в деле удержания клиентов.
Директор по развитию бизнеса сектора телекоммуникаций SAP Алексей Чурин предложил взглянуть на новые возможности использования цифровых каналов более развернуто. Каждый клиент проходит свой уникальный путь взаимодействия с внешней средой через базовые этапы "воронки продаж" (эта одна из самых сильных метафор маркетинга описывает процесс продажи товара или услуги). Последовательность коммуникаций можно зафиксировать в цифровых системах. При этом перед организациями, занимающимися продажами, встает проблема обеспечения омниканальной коммуникации (бесшовной передачи), решить которую способны, по статистике, лишь 12% компаний. Сложность задачи не столько технологическая (за годы существования мобильной связи операторы накопили массу унаследованных систем, недостаточно связанных между собой), сколько организационная, возникающая из-за того, что из разных точек коммуникации клиент получает разную информацию, его интерес к услуге угасает и он уходит к конкурентам.
Максимальный эффект от медийной рекламы традиционно ассоциируется с узнаваемостью бренда. Однако результаты реальных продаж отнюдь не всегда коррелируют с этим показателем. Поэтому правильным способом продвижения клиента по воронке продаж было бы увязать медийную рекламу с цифровыми каналами.
Управлять можно только тем, что поддается измерению, а значит, вклад в прибыль, в лояльность клиента нужно определять на всех этапах бизнес-цепочки. Нужна точная оценка инвестиций в рекламу, ее влияния на продажи, подчеркнул Алексей Чурин. Для этого следует построить сквозную аналитику "касаний" на каждом шаге: просчитать вложения по каждому каналу (от просмотра ТВ-рекламы и звонка в колл-центр до закрытия сделки в точке продаж), определить, какой конкретно этап цепочки привел к росту доходов. Это в идеале. А как на практике соединить все точки коммуникаций? Ответ: свести все по максимуму в цифровые каналы.
Для отрасли это серьезный вызов. Тем не менее таким образом можно на 60–70% просчитать, хотя бы на уровне модели, как продажи соотнеслись с цепочкой коммуникаций. Результатом могут стать отказ от неэффективных каналов и решение использовать по максимуму каналы в онлайне.
Инструменты омниканальной коммуникации SAP приближают оператора к этой идеальной модели. Представляя собой единый инструмент управления рекламной кампанией, они обеспечивают сквозную аналитику, повышение конверсии на каждом этапе воронки, сегментацию клиентов. В рамках проекта с T-Mobile (США), реализованного на базе решения SAP, было обеспечено многоканальное касание клиентов с оператором на каждом шаге взаимодействия.
Аналитики предлагают
Анализ абонентской базы, нацеленный на удержание и наращивание числа клиентов, требует привлечения квалифицированных сотрудников, больших финансовых затрат. Как же в этом случае, существуя в пространстве hi-tech и, более того, образуя его материю, не воспользоваться возможностями высоких технологий?! Таких, например, как поисковые механизмы Machine Learning.
При принятии управленческих решений, связанных с необходимостью удержания клиентов, у телеком-оператора возникает потребность использовать машинное обучение. Объясняя разницу между знаниями и данными, генеральный директор BaseGroup Labs Алексей Арустамов подчеркнул, что знания – это информация, которая позволяет предсказывать, что произойдет, а Machine Learning дает способ извлечь знания из огромных массивов данных и превратить их в конкурентные преимущества. Однако при анализе оттока клиентов специалисты, еще только начинающие применять Machine Learning, могут столкнуться с проблемами, такими как недостаточно формализованное определение понятия оттока, неверная постановка цели, бездумная подготовка данных, доверие к полученным результатам без проверок. Все это ведет к серьезным ошибкам и даже дискредитации самой идеи машинного обучения. Примеры реальных кейсов Yandex Data Factory по предсказанию абонентского оттока и повышению лояльности с использованием моделей Machine Learning привел руководитель проектов Yandex Data Factory Сергей Чернов. В целом же, по мнению экспертов, Machine Learning – вполне работоспособная технология: предсказательная аналитика срабатывает хотя бы потому, что действует закон больших чисел.
Для привлечения и удержания клиентов в век больших неструктурированных данных нельзя недооценивать возможности Big Data. Технологии детального автоматического извлечения причин недовольства абонентов и анализ их отзывов, как показал генеральный директор InfoQubes Павел Линючев, позволяют планировать работу, формировать статистику по причинам недовольства, распознавать причины вопросов клиентов и сортировать их по темам.
Утилитарная лояльность
Иметь полный маршрут клиента, держать в своих руках рычаги управления восприятием продукта в течение всего его жизненного цикла – это круто. Однако интерес российских компаний к современным полностью цифровым технологиям обеспечения лояльности пока чисто теоретический. К тому же в условиях "новой экономической реальности" операторы, даже "большой тройки", вынуждены считать деньги и самостоятельно исследовать "слагаемые эффективности управления оттоком клиентов и повышения лояльности".
Впрочем, представители ведущих операторских компаний больше говорили не о слагаемых, а о разности – именно этот результат математического действия, обратного сложению, определяет индекс чистой поддержки NPS (Net Promoter Score – технология измерения лояльности клиентов товару или компании). Методика определения NPS простая и подходит для всех сервисных отраслей: из доли сторонников (promoters) товара / бренда вычитается доля критиков (detractors). Этот индекс знаком потребителям, которым приходилось заполнять анкету с вопросом: "Насколько вероятно, что вы порекомендуете наш банк родственникам, друзьям, знакомым?".
Повышение показателя NPS и удовлетворенности клиентов напрямую влияет на рост операторской выручки – таково мнение директора департамента маркетинговых исследований МТС Ольги Максимовой. Статистическое моделирование позволило зафиксировать такую закономерность: в 2010–2011 годах примерно 20% дохода было получено благодаря удовлетворенности и NPS. Основанием для данных выводов послужили результаты анкетирования.
Затем была разработана более сложная модель удовлетворенности клиентов – с наполнением "точек взаимодействия" (где клиент непосредственно соприкасается с МТС как с поставщиком услуг связи) такими деталями, как качество передачи речи, обрывы связи, уровень обслуживания. Чтобы составить подобную модель, проводятся не только классические маркетинговые исследования, но и кластерный анализ, выявляются точки, наиболее влияющие на клиентский опыт. После совершения транзакции проводится опрос, в ходе которого специалисты получают обратную связь, анализируя мотивы оценки, полученной от абонента.
Идеальный подход, в унисон А.Чурину повторила О.Максимова, это видеть в режиме онлайн каждого абонента, знать, на каком участке произошли сбои. Но пока это лишь пилотные проекты. В 2015 году в МТС была проведена кроссфункциональная работа с фокусом на качество связи, к которой были привлечены сотрудники нескольких департаментов. Маркетинговые исследования по ее результатам помогли определить, какие факторы в первую очередь влияют на клиентский опыт, как управлять клиентами, каковы максимальные пороги для каждого конкретного показателя качества и каков минимальный предел, ниже которого опускаться нельзя.
Любовь Кашеварова, независимый эксперт, назвала свое выступление "Прагматичная лояльность". Экс-глава департамента анализа абонентской базы "ВымпелКома" с 15-летним стажем отметила, что в суровых для ИТ-компаний реалиях, когда "денег нет ни у кого", аналитика, которую формируют сотрудники внутри компании, может достойно конкурировать с дорогостоящими решениями консалтинговых фирм и вендоров. Причем эти решения простые, их можно быстро сделать и легко объяснить. Канонические для маркетинга понятия "отток" и "лояльность клиентской базы", подчеркнула эксперт, необязательно релевантны хотя бы потому, что все операторы рассчитывают активную абонентскую базу по-разному и не всегда прозрачно. Среди относительно недавно появившихся технологий, которые имеют больше оснований характеризовать лояльность, на первом месте стоит NPS.
Тема индекса чистой поддержки как объективного индикатора лояльности абонентов особенно зримо присутствует на российском рынке последние три года. Показатель модный: по нему можно сравнивать разных операторов, выявляя их конкурентные позиции. Его использование действительно сулит некие выгоды оператору (и это, вроде бы, подтверждается многими исследованиями), но – в долгосрочной перспективе. А в краткосрочной – такая связь не вполне очевидна. Однако без финансового результата повышение лояльности становится просто гуманитарной миссией, а ведь прямая цель любого бизнеса, как известно, получение прибыли для дальнейшего развития. Поэтому в качестве дополнения к NPS было предложено использовать "монетарный" NPS. В отличие от классического, mNPS рассчитывается как разность процента маржи промоутеров и процента маржи детракторов.
Такой проект и был реализован несколько лет назад силами специалистов крупнейшей операторской компании. Первоначально ставилась задача определить маржинальность продаж, затем – маржинальность каналов продаж с учетом выплаты комиссий. Но не менее важна маржинальность на уровне отдельного абонента, что дает возможность сравнивать доходы от новых и старых абонентов, формировать единую систему координат и понимание ценности каждого абонента. Была предложена простая сегментация абонентов сети, основанная на реально накопленной информации по каждому абоненту, с учетом чего рассчитывались ARPU за среднее время его жизни в сети и уровень маржи. Уточненные формулы монетарного NPS позволили оценить не только эмоциональную, но и монетарную лояльность абонента, работать с ним на уровне целевых предложений, оценить структуру клиентской базы, которая однозначно влияет на лояльность.
Упор на простоту сделал и руководитель департамента продаж и обслуживания компании ТТК Олег Леонов. Качество базовой услуги – вот основной индикатор лояльности и главная точка приложения усилий и ресурсов оператора, если он хочет грамотно управлять лояльностью клиентов на телеком-рынке, где наблюдается насыщение спроса, ведется конкурентная борьба за потребителя. В большинстве отраслей клиент каждый раз, покупая товар или услугу и собираясь расстаться с деньгами, делает выбор – на стимулирование правильного (для продавца) выбора направлены все традиционные программы лояльности. Особенность телеком-рынка в том, что абонент выбирает оператора редко, бывает, что всего один только раз, а платит постоянно, поэтому не стоит давать ему поводов задумываться о смене оператора. Высокую лояльность демонстрируют операторы, абонентов которых ничто (и, кстати, никто – имеются в виду обзвоны и анкетирование) не беспокоит. Так, может, выгоднее расходы на программы лояльности перенаправить на решение вопросов надежности связи, бесперебойности предоставления услуг, оперативного реагирования на обращения абонентов и активного внедрения автоплатежей?
В сегменте B2B свои технологии удержания клиентов. Если у "Триколор ТВ", например, один только колл-центр для обслуживания 11,8 млн. подписчиков–физических лиц занимает целый этаж, то все запросы клиентов ОАО "Спутниковое телевидение" (а это примерно 300 кабельных операторов и 100 телеканалов) обрабатывают пять-шесть сотрудников компании. Этого, по словам специалиста СТВ Михаила Линца, вполне достаточно для обратной связи с клиентами, оперативного принятия решений, быстрого отклика на любой запрос. Как MVNO-оператор, СТВ фактически является оптовым клиентом для ФГУП "Космическая связь", через чей телепорт в ЦКС "Дубна" оказывает полный спектр услуг связи телерадиовещателям, благодаря чему может предложить телеканалам такие условия, какие они не получат от оператора напрямую, когда придут в ГП КС за спутниковым ресурсом. СТВ предлагает не просто ресурс, но комплексную историю: подъем каналов, кодировку сигнала, доставку всех потоков. Сотрудничество с СТВ выгодно и поставщику ресурса, и потребителям, получающим комплекс уже готовых услуг. В основе лояльности телеканалов к бренду STV – техническая база высокого уровня, гарантированное качество сигнала независимо от количества телеканалов, размещенных на одном транспондере, компетентное понимание потребностей российских радио- и телеканалов.
Культ Клиента
Сегодня спрос на сервисы, которые поддерживают цифровые преобразования, определяется аббревиатурой ROADS: Real time, On demand, All online, DIY, Social (реальное время, по запросу, все онлайн, сделай сам, социальные сети). Стратегия, ориентированная на цифровую трансформацию (digital transformation), может принести коммерческий успех, но это в идеале, когда операторы признают ее корреляцию с лояльностью. С развитием Big Data применение цифровых технологий во всех сферах человеческой деятельности становится все более популярным.
Еще долго останутся востребованными и давно существующие на рынке инструменты снижения оттока клиентов и повышения их лояльности, такие как сквозная аналитика, индекс чистой поддержки и другие. В то же время, если составлять частотный словарь материалов конференции, то даже без сервиса Google Keyword Planner будет видно, что по частоте упоминаний лидирует слово "клиент" (абонент, потребитель). Высокие отношения поставщика услуг к потребителю выражены в известной еще в прошлом веке формуле лояльности: должно быть понимание ценности каждого абонента.
В завершение еще одна цитата: "Аналитика не самая важная штука. Самое важное – это, конечно, качество услуг. Если услуга плохая, не поможет никакая аналитика". Так хорошо сказать мог только аналитик. ■
Отзывы читателей
