2 этап: разработка деталей потребительского пути. На этом этапе необходимо выполнить четыре основные шага. Во-первых, выделить основные фазы, с которыми возможно соотнести конкретные шаги потребительского пути. Во-вторых, выделить потребительские цели каждой фазы в виде набора задач, которые выполняет приложение, сервис. В-третьих, разделить задачи, которые для пользователя выполняет приложение, на набор действий, которые выполняет пользователь. Также, если перед исследователями существует задача улучшения сервиса или приложения, на этом этапе можно разработать новые возможные действия и цели, которые возможно добавить в сервис.
3 этап: определение связей. После того, как в результате предыдущих этапов были выделены все цели, задачи и отдельные действия, их возможно объединить в единую сеть потребительского пути, на которой возможно отметить связи между компонентами. Для этого, последовательно, во-первых, необходимо определить связи между компонентами, во-вторых, выделить начальную и конечную точки каждого действия, и, в конечном итоге, уже возможно обозначить на карте линиями зависимости.
4 этап: поиск возможностей по улучшению. После окончательного формирования карты пользовательского пути возможно обозначить на каждом этапе «болевые точки», то есть проблемные этапы, которые необходимо улучшить.
При анализе карты потребительского опыта также важно отметить моменты истины (moments of truth) - критические точки контакта, которые больше остальных влияют на формирования потребительского опыта и дальнейшие действия потребителя. Концепт был изобретен Аланом Лафли (Lafley, Charan, 2008), бывшим президентом, CEO и председателем совета директоров компании Procter & Gamble. Позже, концепт был доработан, и на сегодняшний день в него входят четыре типа контактов:
1. Нулевой момент истины: когда потребитель осознает потребность в продукте и отправляется искать информацию о потенциальной покупке или сервисе в онлайн-источниках;
2. Первый момент истины: когда потребитель знакомится с продуктом среди ряда альтернатив. В этот момент потребитель рассматривает конкретный бренд, продукт, сравнивает его с остальными и совершает выбор.
3. Второй момент истины: когда потребитель уже приобрел продукт и начал его использовать или воспользовался услугой. В этот момент происходит оценка опыта на соответствие ожиданиям и обещаниям бренда.
4. Третий момент истины: когда потребитель определенное время использовал продукт и становится «поклонником», и, опционально, возвращается к бренду с обратной связью, не обязательно лично: с помощью сарафанного радио (word of mouth effect), оставляет оценку (например, в AppStore или Google Play) или отзыв.
Одним из ключевых факторов, необходимых для эффективного планирования потребительского пути являются возможность планирования через несколько точек контакта, а также детальное знание всех возможных сценариев этого пути. Важно отметить, что знание должно включать не только точки контакта, которые контролирует сама компания, но те, что зависят от партнеров. Важность партнерских точек в том, что они зачастую являются слепыми пятнами для компании, хотя также составляют часть потребительского опыта. Также, в последнее время, CJM стала более пристально учитывать роль внешних независимых сторон. Это означает, что роль более широких экосистем, чем бренд и фирма, например, таких как неформальных сообществ «поклонников», трендов социальных сетей и индустрии, в которой действует компания, возрастает (Tax, McCutcheon, Wilkinson, 2013). Также, использование анализа больших данных является эффективным дополнением к формированию набора исходных статистических показателей, на которые возможно опираться для анализа потребительского пути.
Таким образом, самым эффективным инструментом для анализа потребительского опыта в онлайн-среде является карта потребительского опыта, во-первых, благодаря своей наглядности, во-вторых, благодаря ее способности совмещать многочисленные каналы и точки контакта продукта и потребителя, в-третьих, благодаря тому, что на ней возможно отразить как рациональные, так и эмоциональные отклики потребителей, а также выделить «моменты истины».
1.2.2 Оценка потребительского опыта: критерии, метрики и переменные
К исследованию потребительского опыт существуют различные методы: как количественные, так и качественные. Однако сложность интерпретации статистических данных при измерении потребительского опыта заключается в том, что цифры отображают единичные отрезки впечатлений и не могут интерпретироваться для заключения выводов о том, как создать идеальный потребительский опыт. Из-за этого существуют различные взгляды и подходы к измерению потребительского опыта.
Традиционной метрикой для оценки эффективности CEM долгое время был показатель удовлетворенности пользователей (Customer Satisfaction / Dissastisfaction, далее CS / D). Показатель получил широкое распространение в 70-х годах 20 века, и многочисленные маркетинговые исследования использовали именно этот показатель для обоснования поведенческих и потребительских паттернов потребителей. Подробная пошаговая методика применения этого показателя описана в работе Р. Болтона и Д. Дрю (Bolton, Drew, 1991): процесс исследования был разделен на два этапа, первый из которых - опрос потребителей, а второй - количественный анализ полученных данных. Во многом для составления опроса исследователи опирались на еще одну метрику - SERVQUAL, однако, стоит отметить, что данная метрика является стандартизированной и не учитывает особенностей конкретной специфической отрасли. Также, опрос, согласно методологии, описанной в работе Болтона и Дрю, не замеряет ожидания пользователя относительно качества взаимодействия с продуктом. Модель исследования согласно CS / D рассматривает три категории показателей относительно опыта потребителей: сформированное восприятие эффективности сервиса, качества сервиса и приобретенной ценности. Таким образом, количественные методы анализа потребительского опыта не являются самыми удобными с точки зрения сбора, анализа и интерпретации.
Net Promoter Score (далее в работе, NPS) - ключевая метрика, использующаяся на сегодняшний день во многих компаниях при оценке эффективности CEM. Суть метрики в том, чтобы рассчитать приверженность и лояльность потребителей, а также их склонность рекомендовать продукт или бренд своему окружению. Впервые метрика NPS была представлена в работе Ф. Райхельда (Reichheld, 2003) и ее практическая важность была обусловлена ее емкостью и простотой использования. Райхельд предложил данную метрику взамен CS / D, критикуя последнюю в том, что, во-первых, она содержит большое количество вопросов, что создает сложность в получении высокого количества респондентов и снижает точность ответов из-за низкой заинтересованности респондентов отвечать на длинные анкеты ввиду утомляемости. Во-вторых, результаты CS / D могут быть противоречивыми и нелогичными, делая их сложными для интерпретации с точки зрения потребительских паттернов и способности рекомендовать продукт. Таким образом, была предложена более простая и прозрачная методология оценки CEM в виде сокращения опросника для потребителей до одного вопроса: «Оцените по шкале от 1 до 10 вероятность того, что вы посоветуете услугу / продукт своим близким / друзьям / коллегам?» Автор в разработке метрики опирается на определение потребительской лояльности, обозначая ее как «желание оставаться с брендом / продуктом, который хорошо к нему относится и, в долгосрочной перспективе, предоставляет высокую ценность, даже если при этом цена не является лучшей в данной конкретной сделке, транзакции», подчеркивая, что лояльность это более широкое понятие, чем повторяющиеся покупки продукта у одного и того же бренда.
Методика расчета метрики состоит из трех этапов:
1. Опрос пользователей с просьбой оценить вероятность рекомендации продукта;
2. Сегментация пользователей в зависимости от их оценки: Критики (оценки 0-6), Нейтральные (7-8) и Приверженцы (9-10);
3. Расчет индекса: NPS = % Приверженцев - % Критиков
Показатель NPS не применим в монопольных отраслях, а также в тех случаях, когда бренд или продукт был выбран централизованно (например, в компаниях). В последнем случае вопрос возможно заменить на другую формулировку, например, «соответствует ли продукт стандартам качества» или «заслуживает ли вашей лояльности». При всей логичности и прозрачности показателя, он не является достаточно емким для получения разносторонней картины потребительского опыта и выявления зон улучшения, однако он может являться одной из ключевых метрик при базовой оценке и будет включено в дальнейшее исследование.
Одним из релевантных в случае стриминговых платформ критериев для оценки эффективности системы управления CX также является потребительская вовлеченность (`customer engagement'). Потребительская вовлеченность рассматривает поведение пользователей как «психологическое состояние, которое возникает благодаря интерактивному, совместно созидательному потребительскому опыту вокруг бренда, предоставляющему услугу» (Brodie et. al., 2011). Из-за новизны данной области исследования, точная концептуализация только формируется. Однако академические работы сходятся в том, что потребительская вовлеченность выходит за рамки факта покупки, и содержит в себе поведенческое, когнитивное и эмоциональное измерения. Безусловно, показателем эффективности системы управления CX является увеличение совершенных покупок продукта, однако формировать область исследования вокруг этого показателя некорректно с точки зрения сложности и разнообразия эмоциональных реакций потребителей.
На важность исследования пользовательской вовлеченности значительно повлияло возникновение новых социальных медиа (например, YouTube, Twitter, TikTok, Facebook, Vkontakte, Instagram), в которых пользователи могут создавать контент в виде обзоров на продукты. Также, еще одной предпосылкой усиления интереса к исследованию потребительской вовлеченности стал феномен объедения пользователей в неформальные «сообщества поклонников» брендов (Van den Bulte, Wuyts, 2007). Таким образом, благодаря цифровым технологиям, сегодня потребители общаются с брендами и между собой гораздо более свободно и часто, чем когда-либо, и, важно отметить, инициируя контакт самостоятельно.
Согласно работе В. Кумара (Kumar et. al., 2010), компонентами, определяющими пользовательскую вовлеченность, являются: поведение потребителей в контексте покупки; потребительское поведение в контексте рекомендаций; поведение потребителей в контексте влияния [лидеров мнений], а также поведение потребителей в контексте знаний, сформировавшихся мнений.
Резюмируя, можно отметить, что метрики для оценки пользовательского опыта являются гибкими и нуждаются в дальнейшем исследовании, так как авторы научных работ на сегодняшний день не пришли к стандартизированному пониманию метрик для оценки CX.
1.3 Особенности потребительского опыта в цифровой среде
В данной подглаве будут рассмотрены особенности потребительского опыта в онлайн-каналах. Цифровой потребительский опыт следует рассматривать отдельно, так как оно создает ограничение измерений, с помощью которых пользователи получают информацию: цифровая среда ограничена форматами текстовой информации, визуальных изображений, а также видео- или аудиоинформации.
Благодаря появлению и развитию Интернета, произошел значительный сдвиг в потребительском поведении и предпочтениях в сторону новых цифровых каналов шоппинга, способствуя развитию такой индустрии, как электронная коммерция. Сегодня компании вынуждены соревноваться в различных цифровых каналах, подстраиваясь под индивидуальные предпочтения пользователей: некоторые пользователи предпочитают использовать мобильные приложения, некоторые используют только веб-сайты, а некоторые выбирают для шоппинга социальные сети. Возможности цифровых каналов предоставляют компаниям безграничный простор для совершенствования и инноваций в сфере потребительского опыта. Концепты геймификации, поддержки использования на нескольких устройств, маркетинг в социальных сетях стали играть критическую роль в формировании потребительского опыта в цифровой среде (Online Customer Experience, далее в работе, OCE).
Оценивая положение России, стоит отметить, что в нашей стране та часть бизнеса, которая активно развивается именно с помощью цифровых каналов, претерпевает успех как с точки зрения текущих экономических показателей, так и в плане будущих перспектив развития и прогнозов. По прогнозам Morgan Stanley, к 2024 году рынок электронной коммерции будет иметь емкость в 3,491 трлн рублей, что превышает показатели 2018 года в два раза [53]. Также, Россия имеет высокую долю проникновения интернета (порядка 70-75%), что делает развитие рынка электронной коммерции более перспективным.
Основой для теоретических исследований, посвященным OCE, стал концепт потока (Flow concept), впервые описанный как «состояние, в котором люди так увлечены занятием, что не замечают ничего постороннего помимо этого занятия» (Czikszentmihalyi, 1990). Согласно данному определению, в подобном динамическом состоянии потока, внимание человека полностью сосредоточено на конкретном занятии, повышая процессы обработки когнитивной информации выше среднего уровня, тем самым делая для человека занятие более приятным и продуктивным. При этом состояние потока относится не к определенному и конкретному состоянию, оно является динамическим и может варьироваться в зависимости от степени. Изначально данный концепт был разработан для анализа занятий, требующих высокой концентрации, таких как, например, танцы и скалолазание, однако практическое применение он получил именно в описании процессов взаимодействия человека и компьютеров, мобильных устройств. Также, из первоначальных 9 измерений состояния потока в виртуальных пространствах используются только 2: сосредоточенность и удовольствие. Сосредоточенность, в данном случае, определяется состоянием полностью концентрации, когда пользователь вовлечен в процесс и не отвлекается на посторонние занятия. Второе измерение, удовольствие, определяется внутренней мотивацией, когда пользователь воспринимает виртуальное пространство приятным несмотря на последующие результаты производительности от деятельности.