In sintesi
- La driver analysis classifica i fattori dell'esperienza in base a quanto incidono davvero su un risultato, sostituendo il reclamo più rumoroso e l'ultima media dei sondaggi con l'evidenza dei dati.
- Il segnale raramente si trova dove i team lo cercano. Pochi momenti spiegano gran parte di ciò che decide se un cliente resta, raccomanda o spende di più.
- Il risultato è una lettura su due assi, importanza e performance: cosa risolvere per primo, cosa proteggere e una tesi solida a sostegno di ogni euro investito in CX.
Chiedete a una sala piena di responsabili CX cosa risolvere per primo e i più indicheranno il reclamo più rumoroso o la metrica scesa nell’ultimo trimestre. In entrambi i casi è una scommessa. Il reclamo fa rumore, ma potrebbe non spostare nulla. La metrica in calo potrebbe essere solo rumore di fondo. Intanto il fattore che davvero decide se un cliente rinnova resta lì, intoccato, perché nessuno ne ha gridato l’urgenza.
La driver analysis serve proprio a mettere fine alle congetture. Mette in relazione un insieme di fattori, come la facilità di risoluzione, il rapporto qualità-prezzo o la risoluzione al primo contatto, con un risultato a cui tenete, come la retention, la raccomandazione o il fatturato per account. A quel punto metodi statistici stimano quanto ciascun fattore incide, producendo una classifica delle leve che muovono davvero il risultato.
Il segnale più rumoroso raramente è il più forte
Se i team allocano male le risorse è per un motivo strutturale, non per trascuratezza. La maggior parte dei programmi di experience si basa sulle medie dei sondaggi, e una media vi dice il livello di un punteggio, non il suo peso sul business. Un fattore può avere un punteggio basso e contare poco. Un altro può avere un punteggio alto e, senza dare nell’occhio, tenere insieme l’intera relazione.
La ricerca di McKinsey sui customer journey lo dimostra su larga scala. Su circa 27.000 consumatori in 14 settori, la performance sull’intero journey si è rivelata molto più predittiva rispetto a quella dei singoli touchpoint che di solito i team monitorano.
È la driver analysis tradotta in principio di misurazione. Ciò che sposta il risultato non è sempre ciò che salta all’occhio, e non lo si può ordinare per priorità andando a intuito.
Un fattore può avere un punteggio basso e contare poco. Un altro può avere un punteggio alto e, senza dare nell'occhio, tenere insieme l'intera relazione.
Importanza e performance, lette insieme
Una classifica per importanza è solo metà della risposta. Serve anche la performance attuale su ciascun driver, perché un fattore ad alto impatto su cui siete già forti richiede meno attenzione di un fattore ad alto impatto su cui state arrancando. La disciplina sta nel leggere i due assi insieme.
- Alta importanza, bassa performance. La vostra lista di priorità. Sono le leve che muovono il risultato e su cui oggi siete deboli. Finanziatele per prime.
- Alta importanza, alta performance. Il vostro vantaggio competitivo. Proteggetelo. Il modo più rapido per perdere terreno è trascurare un punto di forza che lavora in silenzio.
- Bassa importanza, bassa performance. Visibile ma inerte. È qui che spesso si annidano i reclami più rumorosi. Prendetene atto, ma non investiteci troppo.
- Bassa importanza, alta performance. Sovradimensionato. Lo sforzo speso qui è sforzo sottratto alla lista di priorità.
Il risultato non è una dashboard. È un elenco breve e ordinato di decisioni su cui prodotto, servizio e marketing possono allinearsi senza litigare su chi ha l’aneddoto più rumoroso.
Perché la classifica conviene
Mettere in ordine le priorità giuste non è un dettaglio di reporting. Le esperienze che scegliete di migliorare hanno un effetto sulla fedeltà ampio e misurabile. Il Qualtrics XM Institute, su 28.400 consumatori in 20 settori, ha quantificato quanto un’esperienza forte sposti i comportamenti che generano fatturato.
Figura 1
Quanto è più probabile che i consumatori agiscano dopo un'esperienza da 5 stelle rispetto a una da 1–2 stelle
Fonte: Qualtrics XM Institute
La distribuzione conta quanto l’ampiezza. Fiducia e advocacy reagiscono in modo più marcato della spesa, segno che i driver della raccomandazione non coincidono con quelli del portafoglio. Una sola classifica costruita su un unico risultato vi ingannerà, senza che ve ne accorgiate, su tutti gli altri. È proprio per questo che la driver analysis va rifatta per ciascun risultato, e non una volta sola per tutti.
Quel 4% è il divario reale che la driver analysis colma. Quando potete dire “nei nostri dati il tempo di risoluzione è la variabile più legata al rinnovo, e vale questa cifra”, la conversazione con la funzione finance cambia. Il numero diventa prova, non opinione.
Dalla classifica all’azione
La driver analysis vi dice quale leva conta. Non vi dice, da sola, perché quella leva stia rendendo poco né cosa fare per rimetterla in carreggiata. È qui che il lavoro cambia mano. Affiancate alla classifica una root cause analysis per capire il meccanismo dietro un driver debole, soprattutto quando il risultato rispetto a cui state classificando riguarda i clienti che meno potete permettervi di perdere. Ripetete l’analisi a cadenza regolare e chiudete il cerchio: insight, azione e uno spostamento misurabile nel driver che avete scelto di muovere.
I team che ne traggono vantaggio non sono quelli che ascoltano più di tutti. Sono quelli che sanno, prove alla mano, quali poche cose risolvere, e dimostrano di aver spostato il risultato. Per esempi concreti nei diversi settori, sfogliate i nostri case study.
Fonti
- McKinsey & Company, "The three Cs of customer satisfaction: Consistency, consistency, consistency," mckinsey.com.
- Qualtrics XM Institute, "Global Study: ROI of Customer Experience," qualtrics.com.
- McKinsey customer-experience measurement survey, via Customer Thermometer, "New McKinsey research reveals major failings in traditional customer survey programs," customerthermometer.com.