Kundnöjdhet kan lätt bli en siffra och ett KPI utan tydlig koppling till affärsmål som tillväxt och omsättning. Det är ibland svårare än man tror att förstå vad kundnöjdheten drivs av och vilka insatser som behöver prioriteras för ökad kundnöjdhet. Och om de implementerade insatserna ger den effekt som efterfrågas.
Det kan upplevas svårt att översätta vad som driver kundnöjdhet till verksamhetens affärsmål. Även om kopplingen mellan kundnöjdhet och tillväxt är relativt välkänd, är det inte alltid tydligt hur kopplingen ser ut i verkligheten. Och framför allt kan det vara svårt att veta vad som bör prioriteras för att nå verksamhetens mål.
Genom en patenterad analysmodell baserad på forskningsstudier har Claes Fornell kunnat visa på hur ökad kundnöjdhet bidrar till ökad tillväxt, och vilka drivkrafter som har störst inverkan på kundnöjdhet och hur detta i sin tur påverkar önskade kundbeteenden. Modellen har, tack vare sin bas inom matematik, möjlighet att omsätta drivkrafter och beteende till pengar.
Den forskningsbaserade analysen ger en betydligt högre trygghet i att mätningen och beräkningen är möjligast korrekt. Man kan inte nå en 100% förklaringsgrad, men kan definitivt känna sig säkrare med beslutsunderlaget. Analysen ger dig de insikter du behöver för att kunna ta datadrivna, och därmed mer faktabaserade, beslut. Där du kan simulera och prioritera de insatser som faktiskt gör skillnad för din verksamhet.
En modell som sätter pengar på beteende och drivkrafter
När en pratar om drivkrafter och beteenden är det lätt att det blir otydligt vad som faktiskt menas, och det kan vara svårt att hitta kopplingen till intäkter och pengar. Med grunden i matematik så är det i den här modellen möjligt att sätta pengar på beteende och drivkrafter. Något som möjliggör att du kan översätta önskade kundbeteende till intäkter. Ytterligare, när du vet vad intäkten av en åtgärd beräknas bli kan du i gengäld överväga om kostnaden för åtgärden är värd att göra.
Med en tydlig koppling till intäkter är det nu möjligt att prioritera mellan olika insatser. Det gör det även möjligt att räkna ut och simulera värdet för din verksamhet framåt.
Helt plötsligt blir kundbeteendet inte längre en gissningslek eller något som inte kan omsättas till affärsmålen. Med rätt modell och en stabil grund kan dina kunders beteende och drivkrafter bli en möjliggörare för ökade intäkter och tillväxt.
Att arbeta faktabaserat på riktigt – så tar du reda på vilka drivkrafter som påverkar
För att förstå drivkrafterna bakom kundnöjdhet är det viktigt att förstå hur dessa räknas fram. Drivkrafterna kommer att variera utifrån din verksamhet och dina unika förutsättningar. Tyvärr finns det inte ett recept som går att applicera tvärs över verksamheter.
NKI är en viktig del för att förstå kundnöjdhet
För att verkligen kunna analysera vilka drivkrafter och kundbeteenden som är viktiga för din verksamhet behöver modellen som används skapa ett orsak-verkan-samband. Något som behövs för att kunna definiera ett önskat beteende och vad det önskade beteendet drivs av.
En välkänd del av detta är NKI (Nöjd-Kund-Index), vilket tar hänsyn till hur nöjd jag är som kund både före, under och efter min kontakt med verksamheten. NKI bygger på frågor kring kundens förväntningar, totalt upplevda nöjdhet samt utifrån kundens idealbild av verksamheten. Tre perspektiv som tillsammans bygger kundens upplevda nöjdhet.
Det är välkänt att det finns ett samband mellan hur nöjd en kund är och kundens benägenhet att stanna kvar, köpa mer, och berätta det för andra. Men vilken effekt sambandet har varierar utifrån verksamhet och kund. Detsamma gäller vad som i sin tur driver kundnöjdheten. Tyvärr räcker det inte med att enbart analysera styrkan i sambandet (korrelationen). Det starka sambandet visar bara på relevansen att analysera det hela. Det som däremot är intressant på riktigt är vad som händer med kundens upplevelse vid en förändring. Något som kallas regressionsanalys.
Det regressionsanalyserna förklarar är vilken effekt det utvalda området har på kundnöjdhet och hur kundnöjdheten därefter påverkar ett önskat kundbeteende, och därmed lönsamhet. Men även här möter man på patrull, då regressionsanalysen behöver ta hänsyn till flera aspekter (som påverkar kundnöjdhet) samtidigt, vilket kräver att analysen är en multivariat regressionsanalys.
Definiering av kvalitetsområden
För att kunna arbeta systematiskt med resultatet definieras ett flertal aspekter, så kallade kvalitetsområden (även kallade latent). Dessa kvalitetsområden innefattar i sin tur ett flertal frågor, och beskrivs på ett sätt som möjliggör målsättning. Det innebär att kunden inte får frågan om hur de upplever exempelvis dina medarbetare i kundservice, utan i stället frågas hur kunden upplever medarbetarna utifrån till exempel kompetens, kundvänlig, snabbhet, proaktivitet. Bedömningen av samtliga frågor får ett viktat värde som beskriver kundens uppfattning av till exempel kvalitetsområdet ”kundservice”. Denna analysmodell kommer alltså att innefatta flera olika kvalitetsområden och som skapas utifrån din unika verksamhet. Resultatet är att du får en unik modell som präglar din verksamhet och som visar på ett flertal saker som påverkar kundnöjdheten hos dina kunder och de kundbeteenden som ni vill se.
En komplex modell som ger insikt
Kundnöjdhetens effekt på de önskade kundbeteendena analyseras, samtidigt som kvalitetsområdenas effekt på kundnöjdhet analyseras. En kombination som gör att komplexiteten i modellen ökar, då fler variabler samvarierar. Något som ofta omnämns som multikollinaritet, det vill säga att variablerna utöver att de korrelerar med kundnöjdheten även påverkar varandra. Detta är ett återkommande och vanligt problem i all kundnöjdhetsdata, vilket kräver vetenskapligt angreppssätt för att hantera det.
Med andra ord, det gäller att kunna analysera samtliga variabler samtidigt, vilket görs i en multivariat regressionsanalys. För att förbättra träffsäkerheten i analysen minimeras multikollineariteten och orsak-verkan modellen optimeras i vår unika och patenterade modell.
Det är inte möjligt att bli av med multikollineariteten helt, men det går definitivt att minska den. Något som är kritiskt för att kunna fatta rätt affärsbeslut, prioritera rätt, och inte luras att göra något som har liten eller ingen effekt alls på kunderna.
Den ekonomiska effekten av att förstå drivkrafter
Genom att förstå kundens drivkrafter och beteende, gör att du får en tydlighet i vad du behöver arbeta med. Tack vare den matematiska grunden blir det även möjligt att koppla satsningar till förväntad effekt på intäkter. Utöver att kunna prioritera framtida satsningar blir det även möjligt att se vilka nuvarande initiativ som inte har stor effekt på kundnöjdhet, och därmed kan prioriteras ned eller till och med sparas in på.
Att få förståelse för drivkrafterna gör helt enkelt att du kan sätta en tydlig handlingsplan utifrån konjunkturläget, där du kan fokusera på att spara in på rätt insatser under lågkonjunktur och satsa på det som gör störst skillnad under högkonjunktur.
Vikten av att se helheten
Alla verksamheter är unika och dess kunder likaså. Att istället för att välja en generisk branschmätning eller en ”one-size-fits all” typ av kundmätning kunna utveckla en företagsspecifik och unik orsak-verkan-modell utifrån er verksamhet är en enorm konkurrensfördel och styrka som det lönar sig att ta vara på.
Tack vare att se över orsak-verkan-samband får du ett helhetsperspektiv och större förståelse för just era kunders beteende. Med helhetsperspektivet kan du känna dig trygg i att du får ett beslutsunderlag att lita på och som ger dig insikter för hur du ska arbeta framåt.
Hör av dig till oss om du är intresserad av att lära dig mer om dina kunders drivkrafter och vad du bör satsa på för ökad kundnöjdhet och tillväxt.