Маркетинговое исследование может быть сделано безупречно и при этом почти ничего не изменить в компании. Выборка собрана правильно, интервью проведены, статистика посчитана, презентация выглядит убедительно. Через несколько недель файл оказывается в общей папке, команда возвращается к текущим задачам, а решения продолжают приниматься примерно так же, как до исследования.
Проблема здесь не обязательно в качестве работы. Исследование и управленческое решение — разные процессы. Первое помогает разобраться в ситуации, второе требует выбрать, что именно компания будет делать после того, как ситуация стала понятнее. Между этими двумя точками часто и возникает разрыв.
Хороший исследовательский проект поэтому заканчивается не последним слайдом презентации. Его реальная ценность проявляется позже: изменился ли продукт, была ли пересмотрена цена, отказалась ли компания от слабой рекламной идеи, появился ли новый сегмент в CRM, исправили ли проблему в клиентском пути. Если ничего из этого не произошло, стоит спросить, какую роль вообще сыграли полученные данные.
В исследовательских отчётах легко спутать факт с выводом. Например, компания узнаёт, что 47% клиентов считают оформление услуги слишком сложным. Это полезная информация, но сама по себе она ещё не объясняет, что делать.
Важно понять, какие именно клиенты сталкиваются с проблемой, на каком этапе она возникает и насколько сильно влияет на поведение. Возможно, люди раздражены длинной формой, но всё равно заканчивают оформление. Тогда проблема существует, однако её коммерческое значение ограничено. А возможно, один конкретный шаг приводит к тому, что значительная часть потенциальных клиентов прекращает процесс. Это уже совсем другой уровень приоритета.
Именно поэтому сильный анализ не заканчивается формулировкой «клиентам не нравится X». Он пытается связать отношение с последствиями для бизнеса. Что происходит после этого? Снижается конверсия? Растёт отток? Уменьшается частота покупки? Клиент выбирает конкурента? Увеличивается нагрузка на поддержку?
Когда эта связь установлена, исследование начинает помогать принимать решения, а не просто описывать ситуацию.
После исследования команда почти неизбежно получает больше проблем, чем способна решить одновременно. Клиенты недовольны ценой, интерфейсом, скоростью ответа поддержки, ассортиментом, программой лояльности и ещё десятком вещей.
Попытка улучшить всё обычно заканчивается тем, что ресурсы распределяются между множеством инициатив, а заметного результата не даёт ни одна.
Поэтому одна из важных задач после анализа — понять относительную значимость обнаруженных проблем. Здесь недостаточно смотреть только на долю респондентов. Иногда проблема, о которой говорят 60% клиентов, почти не влияет на их поведение, тогда как барьер, характерный для 15%, напрямую мешает покупке наиболее прибыльного продукта.
Нужно учитывать одновременно масштаб проблемы, её влияние на поведение, ценность затронутого сегмента, возможность компании реально что-то изменить и стоимость такого изменения. Только после этого становится понятно, что действительно заслуживает внимания руководства.
Это особенно важно в customer experience. В длинном клиентском пути практически всегда можно найти десятки неудобств. Но бизнесу обычно нужны не десятки улучшений, а несколько точек, изменение которых даст максимальный эффект.
Один из признаков слабого отчёта — когда он остаётся полностью внутри исследовательской терминологии. В нём много статистических различий, индексов, средних значений и таблиц, но человеку, отвечающему за продукт или продажи, приходится самому переводить всё это на язык решений.
Представим, что исследование показало: определённая группа клиентов значительно сильнее реагирует на возможность получить услугу без посещения офиса. Для исследователя это характеристика сегмента. Для продуктовой команды это может быть аргументом в пользу изменения onboarding. Для маркетинга — основой отдельного сообщения. Для коммерческого подразделения — причиной изменить способ продажи. Для стратегии — сигналом, что часть рынка развивается быстрее, чем компания предполагала.
Одни и те же данные имеют разную ценность для разных подразделений. Поэтому после исследования важно не просто разослать всем одинаковый PDF, а обсудить, что конкретно результаты означают для тех решений, за которые отвечает каждая команда.
В хороших проектах на этом этапе исследователь становится не столько докладчиком, сколько связующим звеном между поведением клиента и внутренней логикой компании.
Исследования иногда создают дополнительную проблему: интересных наблюдений оказывается так много, что вокруг каждого хочется построить отдельную инициативу.
Это не всегда необходимо.
Если клиенты плохо понимают одно из преимуществ продукта, первым шагом может быть не ребрендинг, а изменение формулировки на сайте и последующая проверка конверсии. Если пользователи жалуются на определённый экран приложения, можно протестировать несколько вариантов интерфейса. Если выяснилось, что один сегмент значительно чувствительнее к цене, имеет смысл проверить разные предложения на ограниченной аудитории прежде, чем менять тарифную политику целиком.
Исследование уменьшает неопределённость, но редко устраняет её полностью. Поэтому разумное продолжение работы часто состоит в небольшом эксперименте, который позволяет проверить вывод уже в реальном поведении клиента.
В этом смысле исследования и A/B-тестирование не конкурируют друг с другом. Исследование помогает понять, что имеет смысл тестировать и почему. Эксперимент показывает, что действительно произойдёт, если компания внесёт изменение.
У исследования есть ещё одна ценность, о которой говорят реже: оно может остановить плохую инициативу.
Компания рассматривает запуск нового продукта. Внутри команды идея кажется перспективной, несколько крупных клиентов проявили интерес, конкуренты уже работают в похожем направлении. Исследование показывает, что массового спроса нет, готовность платить низкая, а существующие решения закрывают потребность достаточно хорошо.
На первый взгляд результат выглядит отрицательным: новый источник роста не найден. Но если исследование помогло избежать многомесячной разработки и затрат на запуск слабого продукта, его коммерческая ценность может быть выше, чем у проекта, который подтвердил очевидную гипотезу.
Поэтому измерять полезность исследований только количеством новых идей неправильно. Хорошие данные помогают компании не только находить возможности, но и отказываться от решений, которые выглядят привлекательными без достаточных оснований.
Представим две компании с одинаковым уровнем удовлетворённости клиентов. В первой проблема связана с качеством продукта. Во второй продукт оценивают высоко, но клиентов раздражает работа контакт-центра. Средний показатель одинаковый, а решения совершенно разные.
То же самое происходит с NPS, знанием бренда, намерением купить и множеством других метрик. Сам показатель показывает, что происходит, но редко объясняет механизм.
Поэтому в сильном исследовании особенно важно разбирать данные глубже среднего значения. Нужно видеть различия между сегментами, регионами, новыми и постоянными клиентами, каналами продаж и конкретными этапами клиентского пути.
Для национального рынка Узбекистана это имеет отдельное значение. Даже одинаковая средняя цифра по стране может складываться из очень разных картин в Ташкенте и регионах. Если их объединить в один показатель, управленческий вывод может оказаться слишком общим, чтобы быть полезным.
Сегментационные исследования особенно часто заканчиваются красивой презентацией без продолжения. Компания получает несколько хорошо описанных групп клиентов, узнаёт их потребности, ценности и отношение к бренду, а затем сталкивается с простой практической проблемой: непонятно, как найти этих людей в реальной клиентской базе.
Если маркетинг не способен настроить на сегмент отдельную коммуникацию, продуктовая команда не может предложить ему другой сценарий, а CRM не содержит признаков, позволяющих идентифицировать клиента, сегментация остаётся аналитической моделью.
Поэтому ещё на этапе проектирования исследования стоит понимать, как результаты будут использоваться после завершения проекта. Иногда при разработке сегментации полезно пожертвовать частью теоретической точности ради признаков, которые компания действительно может наблюдать и применять.
Исследовательская модель должна работать не только в SPSS или презентации. Она должна пережить встречу с реальными системами, процессами и ограничениями бизнеса.
Исследовательская компания может показать проблему, объяснить её причины, оценить масштаб и предложить возможные направления действий. Но окончательное внедрение происходит внутри бизнеса.
Если владелец продукта впервые видит результаты исследования на финальной презентации, шансов на последующие изменения меньше. То же касается маркетинга, продаж, клиентского сервиса и других подразделений.
Команды, которым предстоит использовать результаты, полезно подключать раньше. Они помогают сформулировать правильные вопросы, объясняют внутренние ограничения и могут сразу оценивать практичность возникающих выводов.
Тогда финальная презентация перестаёт быть моментом, когда исследователь впервые сообщает компании, что нужно изменить. К этому моменту основные выводы уже понятны, а разговор можно вести о приоритетах, ответственности и следующих шагах.
Это не означает, что исследование должно подстраиваться под мнение внутренних команд. Наоборот, независимый взгляд особенно ценен, когда данные противоречат убеждениям руководства. Но между независимостью анализа и изоляцией исследовательской команды есть существенная разница.
Есть простой способ проверить качество финального результата. После презентации руководитель должен понимать не только, что исследователь узнал о рынке или клиентах, но и какие решения теперь имеют больше оснований, какие требуют дополнительной проверки и от каких предположений стоит отказаться.
Это не означает, что исследователь обязан принимать решение вместо бизнеса. У него может не быть полной информации об экономике продукта, технических ограничениях или стратегии компании. Но отчёт должен приблизить компанию к решению, а не оставлять её перед сотней графиков с предложением самостоятельно придумать, что всё это значит.
Поэтому сильная аналитика обычно содержит меньше равнозначных выводов. Она отделяет главное от интересного, показывает причинную логику там, где данные позволяют её установить, честно обозначает ограничения и связывает результат с исходной бизнес-задачей.
Чем меньше заказчику приходится самостоятельно расшифровывать исследование после его завершения, тем лучше была проделана работа.
В конечном счёте ценность маркетингового исследования довольно прагматична. Компания до проекта находилась в ситуации неопределённости: не знала, какой продукт запускать, почему уходят клиенты, стоит ли повышать цену, какое позиционирование выбрать или в какой сегмент инвестировать.
После проекта неопределённости должно стать меньше.
Иногда это приводит к крупному стратегическому решению. Иногда — к небольшому изменению клиентского пути. Иногда компания понимает, что первоначальная проблема вообще находилась не там, где её искали. А иногда исследование показывает, что менять ничего не нужно.
Во всех этих случаях исследование выполнило свою работу.
Гораздо хуже ситуация, когда после нескольких месяцев проекта у компании стало больше информации, но вопрос остался прежним.
Именно поэтому мы в AFS Research рассматриваем аналитику и активацию инсайтов как продолжение самого исследования. Данные приобретают ценность не в момент, когда они появляются в таблице, а тогда, когда помогают сделать выбор между несколькими возможными действиями.
Исследовательский отчёт может быть последним этапом проекта по договору. Для бизнеса он должен быть началом следующего решения
