De meeste bedrijven vandaag de dag zullen reageren op klachten, maar alleen op een zeer tactische manier. Ze installeren systemen om hen te waarschuwen wanneer klanten klagen. Managers zijn vervolgens verantwoordelijk om de ontevreden klanten te bellen en “het probleem op te lossen.” Maar deze manier van achteraf oplossen van problemen is lang niet zo effectief als het identificeren van de diepere oorzaken van terugkerende problemen. Onderstaand een voorbeeld van een groeiende restaurant keten die een groot probleem kreeg met de trage service. Het verhaal eindigt echter met tevreden klanten en een hoger rendement. Alleen met het analyseren van de feedback van klanten was men instaat om hun “verbeter” plan te maken, niet alleen met het maken van excuses, maar door vast te stellen wat klanten irriteert en ze doet vertrekken.
Situatie Voor veel restaurants is een snelle bediening een belangrijke voorwaarde voor het creëren van tevreden klanten. Toen een Amerikaanse sandwich keten ontdekte dat ze slecht presteerde op “Snelheid van bediening” (ze kwamen op de allerlaatste plaats in een SMG benchmark van vergelijkbare restaurants), wisten dat ze actie moesten gaan ondernemen. Maar voordat ze het probleem konden oplossen, moesten ze wel weten wat de oorzaak was van de trage service.
Actie Om de oorzaak van de trage service te vinden, is er een tekstanalyse van de antwoorden op de open vragen van het klanttevredenheidsonderzoek uitgevoerd. Met meer dan 2000 klant reacties – alleen al over de snelheid van de service – waren we in staat om vier verschillende subcategorieën van snelheid te identificeren
1. Het ontvangen van de order,
2. de order plaatsen,
3. Betaling
4. Leveren.
We analyseerden ook het sentiment van elke opmerking en categoriseerde ze in drie types van gevoelens van klanten over hun ervaring: positief, neutraal en negatief. Het meest negatieve aspect van de snelheid – in de ogen van de klanten – was de tijd die nodig was om te betalen. Zoals je kunt zien op de bovenstaande grafiek, 28 procent van de klanten zei iets negatiefs over de snelheid van het betalingsproces. Hier zijn een paar feitelijke opmerkingen: “Het duurt te lang om te betalen voor mijn maaltijd.” “Ik was klaar met mijn friet voordat ik betaald had!” ” “Waarom moet ik betalen nadat ik mijn sandwich kreeg? ” Wanneer klanten aanmerkingen hadden over de snelheid van betalen was hun score op “Ik kom zeker terug” 15 procentpunten lager dan wanneer klanten geen aanmerkingen hadden op de snelheid van betalen. Dit was aanzienlijk slechter dan klanten die andere aanmerkingen hadden op andere de andere subcategorieën. Deze bevindingen gaven aan dat het verbeteren of wijzigen van het betalingsproces één van de belangrijkste oorzaken van het verliezen van klanten zou wegnemen.
Resultaat Het bedrijf testte een nieuw proces in een handvol locaties: in plaats van dat klanten eerst een bestelde en pas betaalde na ontvangst van hun maaltijd, zouden klanten bestellen, betalen en vervolgens hun maaltijd krijgen. Dit was niet echt heel moeilijk te veranderen, zodra het bedrijf realiseerde hoeveel het klanten hinderde. Restaurants die het nieuwe betaalproces hadden geïmplementeerd zagen al snel hogere scores op “Snelheid van bedienen”, “Algemene tevredenheid”, “Ik kom zeker terug” en op “Ik zou dit restaurant aanbevelen” zonder een daling op “Smaak van het eten”, dat een andere belangrijke aanjager van dit merk is. Maar het gaat niet alleen over het verhogen van scores; het gaat ook om de winst. Door deze wijziging in het betaalproces, daalde de service tijd van vier minuten per bestelling tot minder dan een minuut per bestelling. Als gevolg daarvan hebben de restaurants met behulp van het nieuwe systeem een stijging van 3 procent in de verkoop per kwartaal gezien.
Wat is de les? Anticiperen op het ontvangen opmerkingen, met inbegrip van klachten. Systematisch aggregeren van de opmerkingen. Maak bijvoorbeeld gebruik van tekstanalyse om de oorzaak van mogelijke problemen die de klantbeleving verpesten. Probeer nieuwe manieren om dingen te doen totdat je kunt bewijzen – met echte klant data, dat het probleem definitief is opgelost. Is dat wat je aan het doen bent?