Текст книги "Клиентский опыт. Как вывести бизнес на новый уровень"

Иногда небольшая выборка – именно то, что надо

Размер выборки – вопрос достаточно спорный. Часто люди склонны бессмысленно расширять выборку для бесед-интервью. Но это лишь увеличивает стоимость и усложняет как сами исследования, так и анализ результатов, но не повышает (во всяком случае существенно) качество получаемой в итоге информации. Размер выборки имеет значение при проведении исследований качественных показателей, хотя и по другой причине, чем в случае с количественными исследованиями.

Размер выборки

Цель исследования качественных показателей – выявить: причины, по которым потребители могут или не могут быть удовлетворены продуктом; свойства продукта, которые могут быть важны для потребителей; возможные реакции клиентов на знаменитостей; различные проблемы, которые могут возникнуть у потребителей с брендом, и т. д. Выборка для такого исследования должна быть достаточно большой, чтобы гарантированно получить все значимые варианты восприятия клиентами компании и ее предложений (или хотя бы большинство этих вариантов). Размер выборки должен быть достаточно большим, чтобы исследование не провалилось.

Например, для выявления клиентского восприятия (тех или иных субъективных оценок) хотя бы у 10 % населения и минимизации риска пропустить какую-нибудь подгруппу до менее чем 5 % будет достаточно выборки на уровне N = 30 при условии случайного выбора респондентов. Для выявления этих оценок у 50 % населения всего 10 бесед со случайно выбранными респондентами серьезно снизят риск пропустить что-то важное (вероятность 1 к 1000).

На качественном этапе исследования для достижения репрезентативности выборка должна быть максимально вариативной, а не статистически надежной. Это значит, что необходимо опрашивать клиентов так, чтобы охватить весь спектр теоретических сценариев и сегментов рынка. Необязательно исходить из требований по снижению относительной погрешности, как при проведении количественного анализа. На практике исследование карты пути клиента носит общий характер. Если компания работает на рынке, где есть четыре основных сегмента, и при этом необходимо выявить, как эту компанию и ее продукцию воспринимает по меньшей мере половина сегмента, то достаточно опросить 20–30 потребителей, чтобы получить репрезентативные данные для исследования. Для уточнения этих субъективных оценок необходимо хорошо владеть техникой проведения интервью.

Создание диаграмм сродства на двух уровнях

Самый разумный подход к исследованию – приступать к анализу, когда есть результаты примерно 25 % бесед. Уже на этом этапе вероятность, что полученные данные о клиентском восприятии будут отражать мнение как минимум 50 % населения, составляет более 95 %. Таким образом, появляется возможность подтвердить или скорректировать предлагаемые этапы пути клиента. Как показывает практика, это верно и для всех соответствующих сценариев – их можно выявлять, подтверждать или отклонять. Можно скорректировать и сам опросник – для более точного анализа предварительных выводов, касающихся точек контакта, агентов влияния, болевых точек и собственно клиентского опыта.

После того как будут опрошены все респонденты из выборки, для извлечения ключевых тем прибегают к составлению диаграммы сродства на двух уровнях. На первом уровне производится простое последовательное изучение данных интервью для выявления точек контакта, агентов влияния, болевых точек и потенциальных постепенных улучшений CX на каждом этапе пути и в каждом сценарии. На втором уровне осуществляется поиск причинно-следственных связей, из которых можно сделать вывод о получаемом клиентами опыте и мотивации клиентов. Обычно в опросе участвует несколько интервьюеров, поэтому во избежание субъективности принято проводить триангуляцию выводов, сделанных на основании составленных диаграмм сродства. Исследователи начинают с самостоятельного составления черновой версии диаграммы сродства, а затем обмениваются своими вариантами друг с другом для сведения результатов. В итоге получается обоснованная теоретическая база для сегментирования.

Как сегментировать рынок

Основная проблема исследований, связанных с сегментацией рынка, заключается в получении подходящих данных от клиентов об их собственных предпочтениях.

Исследование рынка усложняется

В своей лекции 2006 г. под названием «Выбор, счастье и соус для спагетти» публицист Малкольм Гладуэлл[38]38
  Gladwell (2004).


[Закрыть] говорит об одной проблеме, связанной с исследованием сегментации рынка: «Если бы я вас спросил, какой вы хотите кофе, знаете, что бы вы мне ответили? Все, как один, сказали бы: “Я хочу черный, крепкий, сильно обжаренный”. Люди всегда так отвечают, когда их об этом спрашиваешь… Так, и многие ли из вас на самом деле любят черный, крепкий, сильно обжаренный кофе? Говард Московиц утверждает – где-то 25–27 %. Большинству же из вас нравится некрепкий кофе с молоком».

Далее Гладуэлл, описывая аналогичную проблему, только уже на рынке соусов для спагетти, рассказывает, как психолог Говард Московиц, знаменитый консультант в сфере пищевой промышленности, пришел к выводу, что этот рынок поделен как минимум на три различных сегмента – исходя из разных предпочтений. Пока Московица не осенило, никто и помыслить не мог, что существуют разные предпочтения. Все, что принималось во внимание, – это желания усредненного потребителя. Такова главная проблема исследований предпочтений на рынке.

Чтобы справиться с проблемой исследования и сегментирования рынка, нужно разнообразить подходы к этой проблеме. Применение кластерного анализа с разделением на группы по учетным данным при определении сегментов с разными поведенческими признаками подразумевает наличие категорий клиентов с общими предполагаемыми или выявленными предпочтениями на основе фактических учетных данных. Еще один вариант – проведение триангуляции болевых точек и получаемого CX на протяжении всего пути клиента (чтобы сосредоточиться на возможных психографических предпочтениях в сегменте). При оптимальном раскладе обнаружится взаимосвязь между тем, что делают клиенты, и тем, что они думают или чувствуют. Взаимосвязи, согласующиеся на всех этапах пути, потенциально пригодны для проведения сегментирования. Примером этого можно считать одно исследование карты пути клиента в розничной торговле – в сегменте продаж спортивной одежды. Специально отобранная группа покупателей указала на ряд болевых точек: всегда есть риск, что одежда для занятий спортом, купленная через интернет, может не подойти; длинные очереди к примерочным в магазине; требуются зеркала и хорошее освещение во время примерки одежды; хочется, чтобы все ахнули, когда ты заходишь в спортзал в новой одежде. Эта группа покупателей – условно говоря, «модников» – на всех этапах пути клиента (осведомленность, поиск, покупка и использование) демонстрировала чисто имиджевый подход. В этом примере показано, как из анализа проведенных бесед можно почерпнуть самую разную информацию, позволяющую сегментировать клиентов по поведенческим или психографическим признакам.

S+ Объединение подходов к сегментированию в рекрутинге

Исследования в сфере подбора персонала показали, что одни вакансии закрыть сложнее, чем другие. Некоторые вакансии – как правило, начального уровня – привлекают несоизмеримо больше внимания, поскольку многие соискатели активно ищут именно такую работу. Другие вакансии (скажем, руководители высшего звена и определенные технические специалисты) нередко требуют активных действий уже со стороны самих рекрутеров, которым приходится уговаривать потенциальных кандидатов откликнуться на вакансию. Собственные HR-специалисты компании выбирали каналы найма персонала, исходя из количества активных соискателей и бюджета.

Одни клиенты, планируя закрыть ту или иную вакансию, выбирали один-единственный канал. Другие для привлечения соискателей прибегали к целому набору каналов. Это легко поддавалось классификации, поэтому могло быть использовано в качестве переменной сегментирования для Seek.com. Но по-настоящему важно для Seek было удовлетворить информационные потребности своих клиентов. А тут все зависело от того, насколько они опытны.

Наиболее опытные клиенты, как правило, управляли подбором персонала более организованно и целенаправленно. В их организациях все HR-процессы были сравнительно устоявшимися. Эта группа клиентов занималась стратегическим планированием развития персонала, анализом многочисленных отраслевых источников информации, связанных с рекрутингом, поддержкой внутренних баз кадрового резерва, а при работе пользовалась специальным программным обеспечением для управления подбором кандидатов. Многие старались в упреждающем порядке формировать для своей компании имидж лучшего работодателя на рынке. Таким клиентам был необходим полноценный анализ как общеотраслевой информации, так и сведений о конкретных компаниях. Менее продвинутых клиентов все это не слишком занимало – они, как правило, решали конкретные задачи по найму тех или иных сотрудников.

Проблема нашего клиента (у него был интернет-сервис по размещению объявлений о вакансиях) состояла в грамотном распределении ресурсов для наилучшего обслуживания обеих групп клиентов. К счастью, опыт и умение обращаться с инструментами HR (сегментация по психографическим признакам) сочетались с использованием определенных каналов рекрутинга (сегментация по поведенческим признакам). Это означало, что информационные потребности клиента можно было классифицировать на основе предпочтений. Однако само по себе это не решило проблему бюджета. Некоторые продвинутые клиенты представляли слишком небольшие организации, чтобы затраты на создание индивидуальных отчетов оказались для них оправданными. Решением стало добавление в методику проведения сегментирования еще одного параметра.

Наш клиент получил возможность создавать отчеты различного уровня с учетом размера компании и используемого канала для рекрутинга. Это гарантировало опытным клиентам, что они получат всю необходимую информацию. В случае, если полноценный отчет был крайне важен для крупной компании, наш клиент предлагал эту услугу за дополнительную плату. Если же его ценность была не столь высока, можно было предложить в качестве платной услуги соответствующие дополнительные аналитические отчеты и проведение анализа данных. В итоговой рекомендации использовался набор каналов и учитывался размер компании для проведения сегментирования по схеме 2 на 3.

Анализ результатов исследования должен также содержать обширные массивы данных для последующего внедрения инноваций. И самое важное в этом случае – выводы относительно клиентского опыта, где мотивация увязана с поведением потребителя. Для проведения инновационных изменений предлагаемого клиентского опыта по каждому этапу пути и сценарию следует перечислить позитивные и негативные факторы TERMS (см. следующие главы). Можно определить и классифицировать возможные характеристики-драйверы по модели Кано (как ожидаемые, требуемые и желаемые). Затем факторы TERMS и характеристики-драйверы Кано сводят для построения кривых ценности клиентского опыта. Перед этим их необходимо обосновать и измерить.

Выводы как результат объединения двух подходов к исследованию

Данные, полученные в результате интервью, о которых шла речь выше, являются в основном качественными (они включают в себя описание свойств или характеристик). Это означает, что они задают лишь направление, но для расстановки приоритетов будут менее полезны. Проще говоря, качественные результаты исследований связаны с тем, что происходит здесь и сейчас. Для определения относительной значимости результатов интервью необходимы дополнительные количественные исследования (включающие в себя количественные показатели или соотношения). Количественные результаты исследований отвечают на вопрос «сколько?». Но прежде, чем браться за количественное исследование, необходимо понять, что именно требуется измерить. Вот почему сначала проводят качественное исследование (опросы).

Для успешного количественного исследования можно задействовать как первичные, так и вторичные данные. Последние включают в себя имеющиеся у компании учетные данные потребителей и отзывы клиентов о качестве продукции компании («голос потребителя», или VoC) – в любой форме. Такая информация, как правило, содержится в различных базах данных. Хорошо, если отдельные оценки из разряда VoC можно сопоставить с соответствующими учетными данными клиентов.

В розничной торговле это одно из главных преимуществ программ лояльности потребителей: такие программы позволяют отслеживать покупки и связываться с клиентами для получения обратной связи. Проектирование системы с учетом исследований клиентского опыта позволяет связать поведенческие данные (например, использование канала) с психографическими (например, намерение рекомендовать продукцию) и экономическими данными (например, объем покупок за год). За пределами розничной сферы возможность сопоставить информацию о клиентах разного типа зависит от соглашений о конфиденциальности с клиентами и схем обратной связи – в виде оценки продукции. В фармацевтике сложность заключается в соотнесении рецептов, выписанных работниками медучреждений, с данными оценок продукции специалистами, работающими в медучреждениях. Специалисты принимают за один и тот же промежуток времени неодинаковое количество пациентов, а внутри одного учреждения у разных специалистов будут разные взгляды и представления о лекарствах и поставщиках – фармацевтических компаниях, так что в этом случае, пожалуй, довольно сложно связать поведенческие и психографические данные.

Одно из решений вышеупомянутой проблемы – добавить «поведенческие» вопросы в «голос потребителя». Это позволяет устранить проблему соотнесения информации с человеком. Но существует определенный риск: люди далеко не всегда охотно говорят правду о своем предполагаемом поведении в той или иной ситуации. Они могут правдиво рассказать о своем отношении и с определенной долей искренности ответить о своем поведении в прошлом (см. «Исследование намерений о покупке»). Как правило, вторичные поведенческие данные предпочтительнее. Однако при проведении сравнительного анализа зачастую все равно не избежать первичного исследования, поскольку у компаний далеко не всегда есть доступ к данным конкурентов – к поведенческим данным их клиентов, как в нашем случае (например, о покупках у конкретных конкурентов в течение года).

S– Исследование намерений о покупке

В рамках одного исследования рынка предполагалось провести опрос среди перспективных первокурсников университета – насколько им интересен предлагаемый новый курс. Он представлял собой сочетание путешествия за границу с практикой (эмпирическим обучением) – как традиционный годичный перерыв между школой и университетом, только короче. Смысл был в том, чтобы предоставить студентам возможность отдохнуть (учеба в старших классах сопряжена с таким стрессом, что отдых не повредит), формально начав при этом учиться в университете. Первокурсникам предлагалось отправиться из Австралии в Европу на три месяца, чтобы поработать в баре. Предложение включало в себя перелет, проживание и питание, а также зарплату за пятидневную рабочую неделю. Занятия предполагалось проводить в выходные: материал курса был оригинально структурирован, чтобы обучение органично вписывалось в повседневную «туристическую» жизнь студентов.

Опыт такого обучения можно сравнить с опытом участия в шоу «Удивительная гонка». Студенты работали в парах. Используя любое мобильное устройство, они заходили на специальный сайт и получали задания, связанные с определенными местами. Чтобы выполнить это задание, студентам надо было добраться до указанного места. А уж там могло потребоваться что угодно: поиск в интернете, наблюдения, взаимодействие с другими людьми, умение решать проблемы на лету. Вводишь правильный ответ на сервере – получаешь доступ к следующему месту и новым подсказкам. Места были выбраны таким образом, чтобы студенты в интерактивном режиме получали знания о бизнесе и предпринимательстве. Среди запланированных мероприятий были поездки в Париж и Амстердам на выходные, чтобы сравнить, как устроен бизнес в определенной сфере там, в Лондоне и дома – в Австралии. Посещение различных городов и поиск ответов на вопросы по сути превращали туристический опыт в последовательную программу обучения. Успешное прохождение программы гарантировало получение двух баллов по университетскому курсу предпринимательства.

Этот курс, предложенный университетом Саншайн-Коста в качестве предмета по выбору, был условно платным: он стоил 9000 австралийских долларов, однако доход, полученный в Лондоне, компенсировал бы большую часть его стоимости. При опросе первокурсников – не прошло и трех месяцев после поступления в университет Саншайн-Коста – каждый шестой из почти 200 студентов заявил, что записался бы на курс. Но такие результаты нельзя было назвать корректными. Когда об этом предложении сообщили 700 первокурсникам уже во время прохождения базового курса по бизнесу, никто из студентов не выразил желания им воспользоваться. Этот пример показывает, почему так важно опираться в исследованиях потребителей на характерное поведение целевой аудитории, а не на заявленное намерение.

Для получения первичных данных от своих клиентов (и клиентов конкурентов) чаще всего используется онлайн-опрос. Такие опросы фактически становятся индивидуально настраиваемым механизмом обратной связи с «голосом потребителя», что очень полезно при создании карт пути и проектировании клиентского опыта. Сбор первичных данных избавляет от проблем с сопоставлением информации и клиентов, а также дает возможность оценить самих клиентов (получить относительные оценки).

Цели количественных исследований:

1. Обосновать практический подход к сегментированию.

2. Подтвердить применимость модели драйверов (достижение удовлетворенности и превращение клиентов в поклонников).

3. Подтвердить или скорректировать классификацию характеристик-драйверов Кано.

4. Собрать сравнительные данные по ключевым составляющим клиентского опыта.

Хорошо продуманные количественные исследования позволяют заполнить пробел (как на рисунке, приведенном ниже). Качественные составляющие получаемого клиентами опыта перечислены слева. Они включают в себя то, что клиенты делают, о чем думают и что чувствуют. Справа перечислены переменные исследования, связанные с поведением, формированием отношения и лояльностью клиентов, актуальные для бизнеса. Первичные количественные опросы состоят из вопросов, касающихся предметов, перечисленных в правой части рисунка.

Сегментирование – почти искусство

Использование данных количественного исследования для сегментирования – не самая простая задача, так как идеальная стратегия подразумевает лишь от четырех до шести измеримых, актуальных, эффективных сегментов. Измеримые сегменты привлекают бюджет, ресурсы и внимание – в зависимости от размера. Но, если прибегать к разделению лишь по психографическим признакам, это зачастую невозможно сделать. Иногда размер сегмента позволяет установить разделение по поведенческим признакам, но наиболее распространен подход с использованием демографических данных о клиентах, собранных информационными системами компании. Учетные данные клиентов особенно полезны, когда увязаны с экономической ценностью клиентов. Но у сегментирования по демографическим признакам есть и свои проблемы: оно, как правило, обладает меньшей практической применимостью и менее эффективно, чем другие подходы.

Представьте себе позиционирование розничных товаров и B2C-услуг на основе данных о том, в какой части города живут клиенты. Пожалуй, это куда менее осмысленно, чем маркетинговое исследование их структуры покупок или образа жизни. Такой подход не укладывается и в общую концепцию интернет-торговли. А теперь представьте себе позиционирование консалтинговых услуг (B2B) на основании лишь размера фирмы-клиента или ее принадлежности к той или иной отрасли. Скорее всего, это будет куда менее эффективно, чем сосредоточиться на клиентах, которые могут повторно обратиться за консультацией или проявляют большой интерес к конкретным консультационным услугам.

Сегментировать по поведенческим признакам зачастую проще всего, когда задача сводится к настройке действий потребителя, исходя из сегмента. Точки получения клиентского опыта в розничной торговле можно спроектировать так, чтобы компания реагировала на клиентов в зависимости от их поведения, по сути «сортируя» их в режиме реального времени. Лучшие продавцы бытовой техники с ходу выстраивают взаимодействие с потенциальными клиентами в зависимости от того, во что они одеты. Или от того, пришли они в магазин одни или с семьей. Простой пример из сферы розничной интернет-торговли: Google показывает рекламу потенциальным клиентам на основе их истории запросов и просмотров. Наименее же эффективно сегментирование по поведенческим признакам, когда по действиям клиента невозможно определить его внутреннее состояние.

Например, у наших клиентов, создающих самоуправляемые пенсионные фонды (SMSF), есть на то целый ряд причин. Чего они хотят? Самостоятельно контролировать свои пенсионные накопления (в ответ на комиссию и на снижение стоимости портфеля), а также повысить гибкость за счет собственных вариантов инвестирования (они полагают, что смогут добиться более высокой доходности). Но нельзя с уверенностью утверждать, что эти факторы непременно имеют место, лишь на том основании, что клиент открыл SMSF. Если управляющие фондами хотят удержать участников, убедив их не уходить, или вернуть уже ушедших, то им необходимо провести более глубокий анализ мотивации этих людей.

S– Отсутствие ориентиров у Brew-By-U

Каждый, кто хоть раз пытался сварить свое пиво, знает, в чем настоящая проблема: в стабильном качестве. Как правило, пивовары-любители хвастаются, что их последняя партия – «просто нектар богов». Увы, в реальности все выглядит иначе. Производство высококачественного пива требует тщательного взвешивания ингредиентов во время процесса пивоварения и жесткого контроля за температурой во время брожения. В домашних условиях этого, как правило, не добиться, поэтому компания Brew-By-U организовала площадку, где пивовары-любители могли бы варить, сбраживать и хранить свое пиво. Компания предоставила рецепты известных пивных брендов и интересные варианты крафтового пива. В итоге пиво почти всегда получается хорошим, а то и отличным.

Компания продвигает идею: домашнее пивоварение выгодно, поскольку экономично. Она варит и собственное пиво (обычно предлагается только один сорт, от силы два), которое пивовары-любители в процессе производства своего пива на площадке компании могут бесплатно дегустировать в любых количествах. Площадки Brew-By-U напоминают гараж или сарай. Это подчеркивает демографическое позиционирование с опорой на представителей рабочего класса.

Компания интуитивно предполагала, что ее целевой рынок – это рабочие: они более охотно занимаются домашним пивоварением, чем представители других демографических групп. Причем руководство рассчитывало, что клиентура будет в основном мужского пола. Однако достаточно было окинуть взглядом автостоянку, где парковались клиенты, и становилось понятно, что дело обстоит вовсе не так. Вместо легковушек с мощными двигателями и небольших грузовичков, характерных для простых работяг, – сверкающие на солнце современные роскошные седаны, на которых ездят исключительно высокооплачиваемые руководители. Поэтому Brew-By-U решила адресовать свое предложение и более состоятельным людям, которые предпочитают вино пиву. Возможно, для этих клиентов производство собственного крафтового пива могло бы стать альтернативой дорогому вину. Безусловно, благодаря растущей популярности крафтового пива в юго-восточном Квинсленде (где располагается Brew-By-U) постепенно развивалась и компания. Однако, судя по всему, именно изначальное ошибочное позиционирование (сегмент клиентов) замедлило рост компании, поскольку за десять лет работы она открыла всего девять площадок.

Сегментирование по психографическим признакам – это, возможно, наиболее эффективный способ позиционирования на рынке, но такие признаки сложнее всего измерить, равно как и работать с ними. Показательный пример: в Amway учили дистрибьюторов подстраивать рекламу под потенциальных кандидатов специальным образом. Смысл был в том, чтобы рассказывать о плюсах работы дистрибьютором Amway в соответствии с особенностями темперамента потенциального кандидата[39]39
  Представленная здесь классификация типов личности была подробно описана Флоренс Литтауэр в книгах «Код вашей личности» (Personality Plus) и «Дерево личности» (Personality Tree). Она очень схожа с другими базовыми классификациями и поведенческими моделями, например DISC (где доминирование присуще холерикам, влияние – сангвиникам, твердость и готовность помочь – флегматикам, а совестливость – меланхоликам).


[Закрыть]. Для холериков, жаждущих всегда быть главными, такой бизнес открывал прекрасные перспективы: «сам себе босс». Для сангвиников, которые жить не могли без общения, главным плюсом этого бизнеса были постоянные контакты с людьми. Для меланхоликов – возможность сосредоточиться на бизнес-системе, процессах и цифрах. А флегматикам такая работа подавалась как пассивный доход и прибавка к будущей пенсии[40]40
  Littauer (1992). DiSC comes from Ayers (2011).


[Закрыть]. Теоретически такой подход выглядит эффективным, но применить его на практике оказалось не так-то просто.

Также было непросто и оценить потенциал каждого из типов как возможного сотрудника. Упрямые холерики усердно работали, но, как правило, не слишком задумывались о перспективах роста. Дружелюбные сангвиники были милы, но не доводили дело до конца. Организованные меланхолики дотошно вникали в любую деталь, но часто жаловались, когда жизнь шла вразрез с планами. Мягкие флегматики ладили со всеми, но их было трудно подтолкнуть к действию. В результате было непонятно, на кого же лучше нацеливаться. А навык быстро определить тип каждого потенциального кандидата требовал большого практического опыта. Да и личность иных кандидатов вырывалась за рамки психотипа, поскольку человек шире классификации. В итоге все выродилось в бурную, но малоэффективную деятельность по привлечению потенциальных кандидатов.

Решением подобных проблем сегментирования может стать двухаспектный подход. Первый аспект – клиенты делятся на две группы. Второй – каждая из групп делится на два или три сегмента. В итоге мы получаем сегментирование по схеме 2 на 2 или 2 на 3 с идеальным количеством сегментов. Каждый аспект выводится из сегментных переменных другого метода. Вот возможные комбинации по признакам:

● демографические и поведенческие;

● поведенческие и психографические;

● психографические и демографические.

Комбинация выбирается на основе корреляций, которые дают возможность в рамках подхода охватить и неохваченный вариант сегментации (по демографическим, поведенческим или психографическим признакам). В результате получаем измеримую, актуальную и эффективную стратегию сегментации, потому что задействуется все три подхода к сегментации (два напрямую, а третий через корреляции). Как правило, тестируют несколько различных переменных в разных комбинациях и находят оптимальный вариант.

M+ Сегментация для биржевых брокеров

Мы работали с одним из крупнейших австралийских биржевых интернет-брокеров, предлагающим услуги по торговле акциями и аналитике, а также услуги по торговле опционами и маржинальному кредитованию. Компания столкнулась с проблемой – ей требовался действенный подход к сегментированию рынка. Руководители утверждали, что результаты предыдущих попыток сегментации в большинстве своем так и остались невостребованными, потому что были излишне сложными и не позволяли подстраиваться под меняющиеся потребности операционной деятельности по разным направлениям работы организации. В ходе исследования обнаружилось целых 16 различных переменных сегментации, которые применялись в компании. Однако они были распределены всего по трем типам.

Ценность клиента: сумма, полученная за оказание брокерских услуг; проценты по маржинальному кредиту; проценты по наличному счету; другие комиссионные выплаты по торговым сделкам клиента. Хотя основным источником прибыли была брокерская деятельность, некоторые клиенты неплохо зарабатывали и на процентных поступлениях. Менеджеры среднего звена сосредотачивались на доходах, прибыльности или рентабельности инвестиций (ROI) и, как правило, предпочитали сегментировать рынок по ценности клиента.

Опытность клиента: уровень знаний о трейдинге и информированности о рынке. То, на что клиент опирается при совершении сделок и управлении рисками. Сюда входит как программное обеспечение для трейдинга, которым пользуется клиент, так и его участие в онлайн-форумах, а также работа с другими источниками информации. Вспомогательный персонал, ориентированный на общение с клиентами, как правило, больше заботила их опытность, поскольку от этого зависели манера, содержание и интенсивность их взаимодействия.

Продуктовая диверсифицированность клиента: сколько у клиента видов торговых счетов и продуктов (есть ли у него самоуправляемый пенсионный фонд, торговал ли он опционами, использовал ли маржинальный кредит и т. д.).

Для стимулирования роста фирма создала внутри организации функциональные направления с упором на каждую из областей. Сотрудников, работавших по этим направлениям, в первую очередь интересовало, будет клиент для них целевым или нет. Это вело к сложностям в управлении бизнесом, особенно учитывая упор на клиентов с самоуправляемыми пенсионными фондами. В глазах некоторых сотрудников фирмы такие клиенты отличались от всех остальных. Проведенные количественные исследования и анализ результатов это не подтвердили. Для выработки подхода к сегментированию, который можно было бы распространить на всю компанию, в анонимном режиме была проанализирована информация о счетах (вторичных данных).

Мы обнаружили две переменные – основания поделить клиентов на четыре равных сегмента. Первое разделение было произведено по количеству совершенных клиентом сделок. Считалось, что клиенты, торгующие менее двух раз в месяц, будут держать свои позиции по акциям более года, поэтому они были отнесены к категории инвесторов. Клиенты, торгующие чаще, были отнесены к категории дневных трейдеров. Внутри каждой из этих двух групп было произведено еще одно разделение – по составу используемых финансовых продуктов. Некоторые клиенты торговали только акциями. Другие торговали акциями, опционами и/или использовали маржинальный счет.

Такое решение для сегментации рынка представлялось довольно изящным: каждого клиента классифицировали по двум видам данных (по количеству сделок в год и составу финансовых продуктов). В результате получилось четыре сегмента, где переплетались общие экономические, поведенческие и психографические характеристики.

Обычные инвесторы: самые многочисленные и наименее ценные клиенты, сравнительно менее опытные в финансовых вопросах и обладающие ограниченными информационными потребностями.

Торговцы акциями: клиенты, одержимые ежедневной игрой на рынках акций. Для этой группы клиентов была важна интеграция с программами для технического анализа.

Прочие инвесторы: клиенты, менее склонные к риску и использующие более сложные торговые стратегии с маржинальным кредитованием и/или опционами.

Прочие трейдеры: самые малочисленные и наиболее ценные клиенты, обладающие всеми необходимыми знаниями и способные с почти хирургической точностью связать данные о рынке, результаты анализа и мнения экспертов, пытаясь предугадать изменения.

В каждом сегменте стало возможным проектирование индивидуального клиентского опыта – исходя из потребностей, предпочтений и взглядов клиента. Прочие трейдеры (всего 3 % клиентов и весомые 25 % дохода) оправдывали такой персонализированный подход. Обычные инвесторы (78 % клиентов и около 28 % дохода) обслуживались только через интернет или автоматизированную систему. Разделение оказалось еще и очень практичным – на каждый из четырех сегментов приходилось от 16 до 40 % дохода, а поскольку бизнес компании был распределен по всем четырем сегментам почти равномерно, это позволило избежать внутрикорпоративного конфликта при выделении бюджета. Таким образом, стратегия сегментации 2 на 2 может быть измеримой, действенной и эффективной для всей фирмы, поскольку она объединяет все три подхода к сегментированию (по демографическим, психографическим и поведенческим признакам).

В конечном счете компания перешла на более сложную стратегию сегментации именно потому, что руководители решили: наличие более мелких сегментов позволит лучше распределять ресурсы и работать более адресно.