5 tips voor klantonderzoek waar je echt mee kunt sturen

Klanttevredenheidsonderzoek, customer feedback en ‘vind ik leuk’: hoe haal je de juiste informatie uit je onderzoek waar je echt op kan sturen?

Ik merk nog steeds op vrijwel dagelijkse basis dat organisaties erg worstelen met het inrichten van klantonderzoek. Wat logisch is, aangezien de meeste mensen die er binnen hun organisatie mee aan de slag gaan, geen onderzoeksachtergrond hebben. Combineer dat met de populariteit van makkelijke, ‘vind ik leuk’-achtige onderzoektoepassingen door o.a. Facebook en de verwarring is te verklaren. In deze blog een poging om een en ander te ontrafelen, zodat iedereen echt kan sturen op zijn tevredenheidmetingen en resultaat van de inpassingen ziet.

Misverstanden

Een van de grootste misverstanden is dat kwalitatieve informatie vanuit klanten zelf ook de juiste stuurinformatie oplevert. Met kwalitatieve informatie bedoel ik ook de korte vragen online met alleen de vraag: goed of fout (vaak met duim onhoog of omlaag) en dan de open vraag: waarom? Of het net promotor score-onderzoek (NPS) met de open vraag waarom deze score. Los van het zware tijdsbeslag van dit soort open tekstanalyses (en nee, textmining is voor zover ik het heb gezien nog niet goed genoeg om dit gat te dichten), loop je ook serieus risico om op het verkeerde te gaan sturen.

Een mooi voorbeeld vind je in telecomland. Als je daar de open antwoorden scant, of irritatie in sociale media bijvoorbeeld, komt daar al heel snel het keuzemenu naar voren. Maar als je objectief meet wat klanten echt belangrijk vinden, is het goed luisteren en in een keer beantwoorden van de vraag veel belangrijker.

Wanneer je dus puur vanuit de open antwoorden kijkt en gaat sturen op die zaken die het meest genoemd worden, loop je het risico geen effect te zien van je inspanningen.

Kwantitatief onderzoek

Wil je precies weten waar je die 100.000 euro in moet investeren voor het meeste effect op je NPS of klanttevredenheid (KTV)? Zorg dan dat je vragenlijst uit stellingen bestaat die je kunt laten modelleren. Uit dit soort analyses blijkt direct dat bijvoorbeeld de medewerker en first time fix drie keer zo belangrijk zijn als de wachttijd verbeteren. Als je vervolgens de vragenlijst volledig opbouwt langs alle stappen in de klantervaringsketen, krijg je ook nog eens hele betrouwbare modellen! Want door te modelleren, weet je ook meteen of je wel de juiste vragen aan het stellen bent.

Dit heet verklaarde variantie. Als die onder de 50 procent zit, moet je toch terug naar de tekentafel en stel je blijkbaar in de ogen van de klant niet de juiste vragen. Wanneer je heel strak die klantervaringsketen volgt en je goed verplaatst in de klant, hoef je geen kwalitatief (voor)onderzoek te doen om een goede vragenlijst te maken. Op die manier heb ik veel betrouwbare modellen gemaakt, ook van klantprocessen.

Niet polderen!

Ook hoor ik steeds vaker dat verschillende mensen, afdelingen en stakeholders hun eigen vragen mogen indienen. Niet doen! Je hebt geen idee of je daarmee de voor de klant relevante vragen stelt. De kans is groot dat je hiermee een lange vragenlijst maakt met veel compromissen, terwijl als je hem objectief vanuit de klant inricht, heb je

1. geen discussie meer,
2. werkelijk die knoppen die de klant belangrijk acht en waar je dus effectief op kunt sturen om te verbeteren en
3. kun je iedereen laten zien dat je de juiste vragen stelt vanuit klantperspectief.

Van kanalen naar klantprocessen

Deze manier van onderzoek doen kun je niet alleen op je kanalen, maar op al je klantprocessen toepassen. Hierdoor weet je dus precies: als ik de tevredenheid van een klantproces (het aanvragen van een uitkering, het indienen van een claim, etcetera) wil verhogen, moet ik aan deze knoppen draaien. Veel organisaties meten al langere tijd tevredenheid over de kanalen, maar over de klantprocessen wordt een stuk minder gemeten. Terwijl hier juist heel veel winst is te behalen.

Hoe combineer je dan kwalitatief onderzoek?

Als je toch groot fan bent van de korte, kwalitatieve onderzoeken (of als je omgeving dat per se wilt), combineer die dan met deze modelanalyses. Stel dat uit je model blijkt dat first time fix een belangrijke driver is en dat het daar beter moet, dan kun je gericht aan klanten de vraag stellen of hun vraag in een keer was opgelost; en zo nee, wat je had moeten doen om het wel in meteen op te lossen? Zo combineer je beide onderzoeken heel effectief. Zelf richt ik het continu meten vrijwel altijd in op de hele vragenlijst, omdat de respons die ik erop haal hoog genoeg is (20 procent) en ik daarmee de trend op alle onderliggende items kan volgen.

NPS of KTV

Los van mijn voorkeur voor KTV maakt het voor deze manier van klantonderzoek doen niet uit of het NPS of KTV is waar je op stuurt. De modelanalyse om de knoppen te bepalen, kan ook met NPS-vraag als stuurinfo te kiezen in je model in plaats van de tevredenheidvraag. Vrijwel ieder onderzoeksbureau vertelt je dat je de drivers hebt met een zogenaamde prioriteitenmatrix op basis van correlaties. Maar trust me, dat is echt iets heel anders dan werkelijke oorzaak-gevolgmodellen!

Samengevat

De 5 tips voor stuurinfo uit je klantonderzoek

1. Maak je vragenlijst aan de hand van de klantervaringsketen.
2. Gebruik stellingen en modelanalyse om de werkelijke drivers te bepalen.
3. Toets met deze modelanalyse of je wel de juiste vragen stelt.
4. Ga niet polderen!
5. Meet ook je klantprocessen en niet alleen je kanalen.