Wat zijn de drivers om klanttevredenheid te bepalen?

by Max Werkhoven

Wat zijn de drivers om klanttevredenheid te bepalen?

by Max Werkhoven

by Max Werkhoven

Zorgverzekeraars en financiële dienstverleners leveren doorgaans geen tastbare producten, maar diensten. Mede daarom is klanttevredenheid voor deze bedrijven een belangrijke meetgraad om hun marktaandeel te behouden of zelfs te vergroten. Nu is uiteraard de vraag wat belangrijke factoren (drivers) zijn waarom een klant wel of niet tevreden is. Underlined heeft deze vraag als afstudeeronderwerp aan mij (Dave van Ham, master-student econometrie aan de Erasmus Universiteit Rotterdam) voorgelegd om mogelijk nieuwe inzichten te verkrijgen waardoor een organisatie actie kan ondernemen. In deze blog wordt dit onderzoek en de resultaten toegelicht.

Onderzoeksdata versus contactinformatie

Er zijn vele maatstaven beschikbaar voor het meten van klanttevredenheid, maar dit onderzoek heeft betrekking op een cijfer van 1-10 om de algemene tevredenheid richting een financiële dienstverlener te bepalen. Doorgaans maakt men gebruik van onderzoeksdata (enquêtes) om te achterhalen waarom een klant een hoge of lage score geeft. Door alleen hierop te sturen, ontbreekt er informatie over klanten die geen onderzoek of score willen aanduiden. Bovendien loopt de respons op enquêtes de laatste jaren steeds verder terug.

Door contactdata te gebruiken ontstaat er een breder inzicht in de klantdatabase; immers elke klant die contact heeft gehad laat in verschillende processen en systemen waardevolle informatie achter, terwijl niet elke klant hierover de enquête invult. Als we puur gebruik maken van contactinformatie, ontstaat er tevens de mogelijkheid een voorspelling te creëren van het tevredenheidscijfer voor elke klant binnen een bedrijf (én voor toekomstige klanten).

Een klant kan uiteraard meer dan één keer contact opnemen binnen een bepaalde periode. Voor de analyse is het daarom noodzakelijk om voor elk persoon zoveel mogelijk informatie te verzamelen, waarbij de gegevens van het laatste contact als uitgangspunt gebruikt worden. Echter, het kan ook van belang zijn om te weten van welke kanalen een klant voorheen gebruik maakte, of er veel of weinig contact is gelegd in de afgelopen periode en hoe de dienstverlener bepaalde zaken heeft behandeld.

Onderzoek & bevindingen

Het onderzoek is opgedeeld in twee delen: (1) groepering van klanten en (2) het bepalen van drivers van klanttevredenheid. Ten eerste is er gekeken of consumenten binnen het bedrijf gesegmenteerd kunnen worden aan de hand van verschillende karakteristieken. Het idee is dat niet ieder persoon dezelfde drivers hoeft te hebben om wel of niet tevreden te zijn, maar terwijl binnen dezelfde groep van klanten dit juist wel het geval is. Verdere analyses kunnen zich dan ook richten op één van de gespecificeerde groepen om te achterhalen wat van belang is voor klanttevredenheid.

Als resultaat zijn klanten aan de hand van bepaalde kenmerken (denk aan product en kanaalgebruik) onderverdeeld in één van de segmenten. Zo worden bijvoorbeeld klanten die recentelijk gebeld hebben geplaatst in de eerste groep, terwijl mensen die face-to-face in contact waren met een medewerker zich in een ander segment bevinden.

Per segment is er tevens gekeken hoe de tevredenheidsscores verdeeld zijn, waarbij het opvalt dat er binnen één groep relatief veel klanten een negatieve mening hebben over de dienstverlener. Hiermee is er een start gemaakt om negatieve klanten te identificeren, wat voor de dienstverlener ook de belangrijkste groep is om verbetering in te brengen.

Vervolgens zijn meerdere methoden getoetst om belangrijke factoren van klanttevredenheid te bepalen. Een regressiemodel geeft verschillende drivers waar de dienstverlener actie op kan ondernemen. Zowel demografische kenmerken als contactgerelateerde informatie hebben aan de hand van deze methode effect op tevredenheid.

De analyse kan ook uitgevoerd worden op elk van de twee gespecifieerde segmenten. Afbeelding 1 toont een voorbeeld wat per segment van belang kan zijn voor tevredenheid. Zo spelen leeftijd en geslacht een rol voor de eerste groep van klanten, terwijl de woonplaats belangrijk is in het tweede segment. Daarnaast zorgen per segment verschillende producten ervoor dat klanten meer tevreden zijn. Tot slot is te zien dat meer telefonische contacten een negatieve invloed hebben op tevredenheid in het eerste segment, terwijl de manier van contact leggen (afspraken en e-mailberichten) van belang is voor de andere groep van klanten.

Afbeelding 1 – Drivers van tevredenheid per segment

Alternatieve technieken zijn getest waarin er nadruk gelegd wordt op het feit dat de meeste karakteristieken opgedeeld zijn in categorieën. Uit deze methoden zien we dat bijvoorbeeld het kanaalgebruik of welk product een klant bezit invloed heeft op hoeveel klanten wel of niet tevreden zijn. Tevens kunnen de genoemde factoren van belang zijn of klanten veel of weinig contact opnemen met een dienstverlener, wat dan ook naar voren komt met behulp van deze methoden. De dienstverlener kan opmaken wat direct van invloed is op de tevredenheidsscore, maar ook indirecte effecten worden weergegeven.

Tevredenheid voorspellen

Tot slot speelt de vraag of er potentie is om aan de hand van contactinformatie het tevredenheidscijfer van klanten accuraat te voorspellen. Dit blijkt een moeilijk probleem te zijn, gezien klantgedrag hierin een rol kan spelen, wat niet te bevatten is met behulp van data. Een verbetering vindt plaats als we meerdere scores samenvoegen in enkele categorieën, waarbij we uitgaan van de drie aangeduide groepen in de Net Promoter Score (namelijk promotors, passives en detractors). Een onderscheid kan gemaakt worden tussen promotors en passives, maar het blijkt lastig te zijn om klanten met een negatieve score te identificeren. Een uitwerking van het eerder beschreven segmentatieproces kan een oplossing bieden, gezien er met het huidige onderzoek in één groep significant meer ontevreden personen te duiden zijn.

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Top