Asiakaspalautteen keruusta kasvun rakentamiseen yhdessä asiakkaiden kanssa

Asiakaspalautteen keruu ja asiakastyytyväisyyden mittaaminen on yleistynyt viime vuosina yrityskentässä vauhdilla asiakkaiden vaatimustason noustessa ja kilpailun kiristyessä eri aloilla. Lähes poikkeuksetta menestyvät yritykset tekevät jonkinlaisia asiakastyytyväisyysmittauksia ja pyrkivät kehittämään palveluitaan vastaamaan asiakkaidensa tarpeita entistä paremmin.

Tämä ei tarkoita sitä, että asiakaspalautteen keruuta ja asiakastyytyväisyyden mittaamista olisi välttämättä vielä millään tasolla automatisoitu tai edes sitä, että prosessit olisivat hyvin dokumentoituja. Tästä huolimatta kyselyitä tehdään, usein vähintäänkin käsipelillä. Voisi sanoa, että yleisesti suomalainen yrityskenttä on siinä vaiheessa, että palautteen ja asiakastyytyväisyyden merkitys on ymmärretty, mutta itse keräämisen toteutuksissa on vielä kehitettävää.

Olemme Trustmarylla kehittäneet helpon ja tehokkaan tavan mitata asiakastyytyväisyyttä ja kerätä palautetta yllä mainittuun tarpeeseen, mutta rehellisyyden nimissä täytyy todeta, että tämä ei ollut alkuperäinen ideamme. Ja voisi jopa sanoa, että vaikka asiakkaamme saavat ratkaistua Trustmaryn avulla asiakaspalautteeseen ja asiakastyytyväisyyden mittaamiseen liittyvät haasteensa, emme usko, että saadun palautteen tai mitatun tyytyväisyyden tulisi olla se ensisijainen lisäarvo mitä Trustmaryn tai jonkun muun työkalun avulla tavoitellaan.

Lähtökohtaisestihan yrityksen on tarkoituksena tuottaa voittoa ja asiakaspalauteprosessienkin primäärinen tavoite on lopulta varmasti tuon tukeminen. Usein yrityksiltä kuitenkin tuntuu unohtuvan, miksi asiakaspalautetta kerätään ja tätä kautta se pihvi jää kokonaan saavuttamatta.

Vaihe 1: Löydä tyytyväiset asiakkaat

Ensimmäisessä vaiheessa laitetaan aina kuntoon asiakastyytyväisyyden mittaaminen ja palautteen kerääminen. Me tykkäämme usein käyttää ensisijaisena kvantitatiivisena mittarina NPS:ää eli Net Promoter Scorea. NPS on yksinkertaisuudessaan seuraava kysymys, johon vastataan asteikoilla 0-10:

”Kuinka todennäköisesti suosittelisit palvelua / tuotetta kaverillesi tai kollegallesi?”

Pidämme NPS:stä kolmesta syystä:

1. Se kertoo tyytyväisistä asiakkaista löytyvän potentiaalin konkreettisesti
2. Se on vertailukelpoinen ja vertailukelpoista dataa löytyy melkoisesti
3. Se on varsin tutkittu mittari ja korrelaatiota NPS:än ja yrityksen menestyksen välillä löytyy

Ehkä se olennaisin syy näistä on ensimmäinen, potentiaalin löytäminen. Prosessi, jota tässä avaamme, ei toimi yrityksille, joilla ei ole tyytyväisiä asiakkaita. Tai toimii se sillä olettamuksella, että tässä ensimmäisessä vaiheessa ensin korjataan pullonkaulat ja sitä kautta saadaan tyytyväisiä asiakkaita.

97%:ssa tapauksissa yrityksien asiakastyytyväisyys ja palauteprosessit pysähtyvätkin tähän. Tai no, palautetta kerätään ja tyytyväisyyttä mitataan eri kontaktipisteissä, mikä on varsin järkevää, mutta muilta osin dataa vain analysoidaan ja prosessi ei konkretisoidu lisäarvoksi liiketoiminnassa millään tavalla.

Me näemme tässä kuitenkin mahdollisuuksia. Nyt kun tiedämme, ketkä ovat tyytyväisiä asiakkaitanne, on aika hyödyntää asiakkaita osana kasvutarinaanne.

Vaihe 2: Tyytyväisistä asiakkaista suosittelijoita

Toisessa vaiheessa lähdemme asiakkaidemme kanssa hakemaan tyytyväisistä asiakkaista julkisia suosituksia. Käytännön tasolla asiakkaalle näiden vaiheiden välillä ei näyttäydy minkäänlaista kuilua, jonka kautta suosituksia saadaankin yleensä hyvällä prosentilla, kun prosessi toteutetaan oikein.

Yllä olevassa kuvassa näkyvä termi ”review” on yksi spesifi suosituksen muoto, mutta oleellista tässä vaiheessa on muodon sijasta se, että tyytyväisistä asiakkaista saadaan jalostettua markkinoinnin käyttöön hyödyllinen resurssi. On tämä sitten keräämällä tyytyväisiltä asiakkailta lyhyitä kommentteja, pidempiä referenssejä tai liidejä uusista potentiaalisista asiakkaista.

Keskeistä on se, että tarjotaan tyytyväisille asiakkaille mahdollisuus antaa takaisin ja auttaa myös uusia hänen kaltaisiaan asiakkaita löytämään teidät, jotta he voivat saada yhtä paljon lisäarvoa kuin hänkin.

Saatat ajatella, että no ei kukaan asiakas meitä suosittele tai eihän kukaan nyt halua yritystä oikeasti auttaa. Kyllä, jos yrityksesi asiakkaat ovat tyytymättömiä niin varmasti näin, siinä tapauksessa meidän prosessimme ei varmasti sovellu teille. Mutta jos teillä on tyytyväisiä asiakkaita, voimme lähes varmuudella sanoa, että teillä on myös asiakkaita, jotka ovat valmiina auttamaan teitä.

Tätä ilmiötä kutsutaan usein markkinoinnissa nimellä vastavuoroisuus (englanniksi reciprocity) ja suurimmalle osalle tämä ilmiö on todennäköisesti tullut ainakin teorian tasolla tutuimmaksi Robert Cialdinin klassikkoteoksesta Influence: Science and Practice. Moni ajattelee kyseistä psykologista ilmiötä usein ennen ostopäätöstä tapahtuvien asioiden kautta, mutta ilmiö on jopa vahvempi ostopäätöksen jälkeen, oletuksella että asiakas on tyytyväinen ostopäätökseensä hetkellä, jolla suositusta kysytään.

Vaihe 3: Suosituksien avulla lisää kauppaa

Viimeinen vaihe meidän prosessissamme on se osa kokonaisuudesta, joka on yleensä heikoimmissa kantimissa asiakkaillamme. Vaikka palautetta kerättäisiin ja tyytyväisistä asiakkaista olisi luotu jonkinlainen voimavara markkinoinnille, jää usein tuosta voimavarasta maksimaalisen hyödyn ulosmittaaminen puolitiehen arjen kiireiden keskellä.

Kun suosituksia saadaan tyytyväisiltä asiakkailta kannattaa niistä ottaa myös ilo irti niin myynnissä kuin markkinoinnissa. Yksinkertaisimmillaan tämä tarkoittaa suositusten esille tuomista verkkosivustolla, myynnissä ja eri markkinointikanavissa. Meidän kokemuksestamme keskeisin paikka näistä on verkkosivusto. Kun suositukset saadaan siellä tehokkaasti esille, niin yleensä ne valuvat luonnostaan myös myyntiin ja muihin markkinointikanaviin, lähes huomaamatta.

No mitä niistä suosituksista on nyt sitten hyötyä verkkosivustolla tai muuten myynnissä ja markkinoinnissa?

Tämä on itseasiassa kysymys, jota kysytään tietyllä tapaa liian harvoin. Suositusten hyöty on monille jo niin ilmiselvä, että sitä unohdetaan kyseenalaistaa asiaan kuuluvalla tavalla. Ei siinä, että ihmisten intuitio suositusten merkittävyydestä on pääosin täysin oikea, mutta harvemmin siitä on haittaa pohtia mihin tuo teho perustuu.

Vastavuoroisuuden tapaan, teoreettisen viitekehyksen suositusten ja laajemmin social proofin hyödyntämiseen toi suuren yleisön tietoisuuteen Robert Cialdini kirjassaan Influence. Cialdini kiteytti ilmiön yksinkertaistettuna siihen, että kun ihmiset tekevät päätöstä, he olettavat muiden tekemien päätöksien olevan oikeita. Ja jos muiden päätökset ovat todennäköisesti oikeita, on tietysti luonnollista katsoa mitä muut ovat tehneet ja tehdä itse samalla tavalla.

Social proofin vaikuttavuuteen liittyen Cialdini myös kuvasi social proofin vaikutuksen korostuvan asiakkaan epävarmuuden kasvaessa. Ilman social proofia voi siis tehdä kauppaa, mutta se parantaa konversioprosenttia huomattavasti, jos asiakas on yhtään epävarma päätöksestään.

Ja jos joku miettii onko Cialdini keksinyt tämän teorian ihan hatusta vai onko tätä tutkittu paljonkin, niin todettakoon että social proofin vaikutusta on tutkittu ja dokumentoitu jo 50 -luvulta saakka. Ehkä tunnetuin yksittäinen tutkimus aiheesta on 1951 Solomon Aschin toteuttama tutkimus, jossa hän pyrki testaamaan teoriaansa siitä, että ihmiset mukautuvat enemmistöön, vaikka enemmistö olisi väärässä. Olemme kirjoittaneet tutkimuksesta kattavammin englanniksi blogissamme: What is social proof and how to use it.

Kiteytyksenä suositusten vaikutuksesta verkkosivustolla, sekä laajemmin myynnissä ja markkinoinnissa voisi todeta, että vaikutus on tutkimustiedossa kohtuullisen hyvin dokumentoitu ja meidän tekemien testien pohjalta voimme todeta, että tutkimus siirtyy tässä tapauksessa myös käytäntöön melko hyvin.

Emme toki voi sanoa, että jokaisessa tapauksessa suositukset kasvattavat verkkosivuston konversioprosenttia 15%. Joskus vaikuttavuutta on mahdotonta mitata, joskus vaikuttavuus on 30%, joskus 5%. Joukkoon mahtuu myös tapauksia, joissa suosituksilla ei vaikuta olevan positiivista vaikutusta ostopäätöksen tekemiseen syystä tai toisesta.

Vaikutus tietyssä liiketoiminnassa löytyy vain testaamalla, mutta jos otetaan 10 liiketoimintaa ja testataan vaikutusta jokaisessa, niin kokonaisuudessaan data on linjassaan tutkimuskirjallisuuden kanssa ja vaikutus on selvästi positiivinen.