Чего на самом деле хотят клиенты? | Большие Идеи

・ Маркетинговая стратегия
Статья, опубликованная в журнале «Гарвард Бизнес Ревью Россия»

Чего на самом деле
хотят клиенты?

Что бывает, когда над новым продуктом работают виртуозные дизайнеры, высококлассные маркетологи и знатоки потребительских предпочтений?

Авторы: Эрик Алмквист , Ли Джейсон

Чего на самом деле хотят клиенты?

читайте также

Секрет успеха компании Huawei

Дэвид Де Кремер

Карьерный импрессионизм

Борис Щербаков

Почему для Twitter так важна формулировка своей корпоративной миссии

Джастин Фокс

Как делать то, что никто никогда не делал

Эми Эдмондсон

Что бывает, когда над новым продуктом работают виртуозные дизайнеры, высококлассные маркетологи и знатоки потребительских предпочтений? Зачастую вы получаете устройства, перегруженные функциями, и покупатели, поняв, что им нужно что-то совсем другое, в массовом порядке возвращают товар — при этом потери исчисляются миллиардами долларов. Даже в обычной ситуации это не самая приятная перспектива, а в период экономического спада последствия могут оказаться катастрофическими.

Большинство используемых сегодня инструментов анализа клиентских предпочтений далеки от идеала. Связано это, в первую очередь, с тем, что потребителям сложно выразить свои истинные желания. Когда их просят оценить важность той или иной характеристики продукта по шкале от 1 («совсем не важно») до 10 («совершенно необходимо»), они высоко оценивают большинство предлагаемых опций. Чтобы решить эту проблему, компании должны помочь клиентам провести четкую грань между тем, что «неплохо было бы иметь», и тем, что «абсолютно необходимо».

Некоторые организации, например, начали применять MaxDiff — статистический метод анализа предпочтений, разработанный в конце 1980-х Джорданом Лувьером, ныне профессором Сиднейского Технологического университета. (Как обычно, создание практических инструментов, основанных на теории Лувьера, заняло несколько лет.) Методика MaxDiff заключается в том, что потенциальные потребители несколько раз делают выбор между одними и теми же характеристиками, представленными в разных комбинациях. Для начала исследователи составляют список свойств (или потенциальных преимуществ) продукта или брэнда — обычно от 10 до 40. Затем они показывают респондентам в среднем по четыре характеристики за раз и предлагают им определить, какая из них наиболее важная, а какая — наименее. По-разному группируя характеристики и демонстрируя их клиентам вновь и вновь, исследователи могут определить относительную значимость каждой из них — в зависимости от того, насколько часто респонденты называли то или иное свойство наиболее или наименее существенным.

Не так давно одна известная ресторанная сеть использовала методику MaxDiff, чтобы понять, что мешает ей расширяться. Опросив своих клиентов традиционным способом, она так поняла их потребности: в меню должно быть больше полезных для здоровья блюд, а интерьер ресторанов должен стать более современным. Однако новое меню, которое компания широко разрекламировала, не оправдало ожиданий маркетологов. Клиенты никак не могли разобраться в необычных блюдах, и современный интерьер отнюдь не способствовал росту продаж.

И тогда маркетологи компании решили более глубоко изучить структуру клиентских предпочтений. Они проанкетировали посетителей по методике MaxDiff, предлагая сравнить восемь характеристик ресторана, и получили совершенно неожиданный результат. Оказалось, что быстрота приготовления горячих блюд и удобное местоположение ресторанов для клиентов гораздо важнее, чем здоровое меню или современная меблировка. Компания поняла: чтобы развиваться, следует оптимизировать работу кухни и открывать рестораны вблизи тех мест, где расположены офисы их посетителей.

Способность прогнозировать поведение клиентов — огромное преимущество в любой экономической ситуации. Если компания планирует выводить свой продукт на зарубежные рынки, ей нужен надежный инструмент, который можно применять в разных странах. Как известно, у каждого свой вкус, но разработчики продуктов должны уметь группировать и сегментировать клиентов на основе данных об их предпочтениях. MaxDiff помогает решить все эти задачи, и компании уже начинают активно пользоваться этой методикой.