Ekipe za uspeh strank so odgovorne za eno najbolj informacijsko intenzivnih nalog v podjetju B2B. Nenehno morajo vedeti, kako posamezna stranka doživlja izdelek, kje zadovoljstvo upada, kateri kupci so ogroženi in kje je prostor za širitev. Večina teh informacij se nahaja v pogovorih, nabiralnikih in zapiskih CRM, ki niso nikoli pravilno združeni.

Avtomatizacija zbiranja povratnih informacij ne nadomesti teh pogovorov. Zagotavlja jim boljše temelje. Ko vodja oddelka za odnose z javnostmi vstopi v četrtletni pregled poslovanja s strukturiranimi podatki o tem, kako so več deležnikov v organizaciji stranke ocenili njihovo izkušnjo, je pogovor drugačen – bolj specifičen, bolj verodostojen in bolj produktiven.

Težava z ročnim zbiranjem povratnih informacij

Večina ekip za uspeh strank zbira povratne informacije neformalno. Klici za preverjanje, ankete o NPS, poslane enkrat letno, vprašanja o zadovoljstvu, dodana k zaključku zahtevkov za podporo. Vse te metode imajo skupno pomanjkljivost: so nedosledne. Pokritost je odvisna od tega, kateri računi pritegnejo pozornost, katere deležnike je enostavno doseči in ali se kdo spomni vprašati.

Rezultat je neenakomerna slika. Računi z visoko stopnjo angažiranosti dobijo veliko povratnih informacij. Mirni računi – včasih tisti, ki so najbolj ogroženi – so nevidni, dokler ne zapustijo baze strank. In tudi tam, kjer povratne informacije obstajajo, so le redko dovolj strukturirane, da bi se smiselno združile v celotni bazi strank.

Avtomatizirano zbiranje povratnih informacij rešuje problem doslednosti. Vsak račun se ocenjuje po istem urniku, z enakimi vprašanji in dosega enake vloge deležnikov. Podatki so primerljivi, kar pomeni, da so uporabni v velikem obsegu – ne le za upravljanje posameznih računov, temveč tudi za odkrivanje vzorcev med segmenti, ekipami in časovnimi obdobji.

Povratne informacije več deležnikov: Zakaj so pomembne v poslovanju med podjetji (B2B)

V odnosih med podjetji (B2B) en sam strankin račun običajno vključuje več deležnikov z različnimi perspektivami. Vodilni sponzor ima strateški pogled. Dnevni uporabnik ima funkcionalnega. Finančni kontakt ima vidik razmerja med ceno in kakovostjo. Zbiranje povratnih informacij samo od enega od njih vam da nepopolno – in pogosto zavajajočo – sliko.

Večdeležniško ocenjevanje vam omogoča ustrezno tehtanje različnih anketirancev in združevanje njihovih prispevkov v sestavljeno oceno. To je bolj reprezentativno za dejansko stanje računa in je bolj uporabno za ugotavljanje, kje so specifične težave.

EvaluationsHubJe orodja za uspeh strank so zgrajeni okoli tega modela. Ocene se izvajajo samodejno po določenem urniku, dosežejo več stikov znotraj vsakega računa in vrnejo utežene ocene, ki vodjem oddelkov za odnose z javnostmi dajejo strukturiran pregled vsakega odnosa – brez potrebe po ročni koordinaciji za vsako posamezno.

Kaj avtomatizacija dejansko spremeni v vsakodnevnem delu računalniških strokovnjakov

Ko je zbiranje povratnih informacij avtomatizirano in strukturirano, se spremeni način, s katerim ekipe za uspeh strank porabljajo svoj čas. Namesto da bi ročno iskale odgovore in zbirale podatke, pregledujejo vpoglede in ukrepajo na podlagi njih.

Praktično to pomeni:

• Prejšnja intervencija na ogroženih računih. Zmanjševanje ocen v dveh zaporednih četrtletjih je opozorilni znak – viden je, preden stranka začne pogovor o preklicu.
• Boljša priprava na QBR. Če se v četrtletni pregled lotimo strukturiranih podatkov o trendih – ne le anekdot –, so razprave bolj verodostojne in osredotočene. Programska oprema QBR Ker je ta priprava zgrajena na podatkih o vrednotenju, je sistematična.
• Močnejši pogovori o širitvi. Kupci z dosledno visokimi ocenami v vseh skupinah deležnikov so pravi za stik glede dodatne prodaje ali širitve. Strukturirani podatki olajšajo določanje prioritet teh pogovorov in njihovo utemeljitev.
• Vidljivost uspešnosti ekipe. Zbrane povratne informacije iz celotnega portfelja vodje računovodskega servisa kažejo, kje so odnosi najmočnejši in kje bi lahko bilo potrebno mentorstvo ali podpora.

Povezovanje povratnih informacij z dejanji

Zbiranje povratnih informacij je koristno le, če vodi do ukrepov. Povezava med nizko oceno in določenim korektivnim korakom mora biti jasna – ne sme biti prepuščena nadaljnjim e-poštnim sporočilom, ki se lahko zgodijo ali pa tudi ne.

EvaluationsHub vključuje Poteki dela za korektivne ukrepe v slogu CAPA ki delujejo tako za odnose s strankami kot tudi za odnose z dobavitelji. Ko kupec ne doseže praga, se lahko dejanje zabeleži, dodeli, določi rok in se spremlja do zaključka. Zaprt proces zagotavlja, da povratne informacije prinesejo spremembe, ne le dokumentacijo.

Pravilna avtomatizacija povratnih informacij

Najpogostejša napaka pri avtomatizaciji povratnih informacij je pretirano inženirstvo ankete. Dolgi vprašalniki z dvajsetimi vprašanji in odprtimi polji povzročajo nizke stopnje odziva in nedosledne odgovore. Najučinkovitejše ocene so osredotočene – od pet do osem vprašanj, ki pokrivajo najpomembnejše dimenzije, strukturirane kot ocene in ne kot prosto besedilo, in poslane v ritmu, ki spoštuje čas stranke.

Začnite z osnovami: kakovost storitve, odzivnost, dostavljena vrednost, verjetnost priporočila. Dodajte dimenzije, specifične za vaš izdelek ali model sodelovanja. Preglejte stopnje odzivnosti in po potrebi prilagodite kadenco. Cilj so dosledni podatki, ne izčrpni podatki.

Če želite videti, kako avtomatizirane povratne informacije strank delujejo v praksi, začnite brezplačni pilotni program or raziskuje EvaluationsHub za ekipe za uspeh strank.