Кейс сети Familia: Как найти точки роста в отзывах клиентов
время публикации: 10:00 11 июля 2024 года
Фото: пресс-служба Familia.
Важно охватить все торговые точки, ведь сильные и слабые стороны отдельных магазинов могут стать источником идей для совершенствования сети целиком.
Оптимизировать процесс исследования и найти инсайты для развития бизнеса можно с помощью системы для мониторинга и аналитики соцмедиа и СМИ Brand Analytics. Как это сделать, рассказываем на примере проекта ритейлера Familia с агентством RQ agency.
Чтобы оценить сервис, ассортимент и другие показатели качества офлайн-магазина, можно провести опрос покупателей или глубинное интервью. Но чтобы собрать необходимый для объективной аналитики объем данных, потребуются недели, а, возможно, и месяцы работы.
Число ресурсов кратно возрастет, если масштабировать исследование на разные магазины торговой сети. Когда дело касается десятков и даже сотен торговых точек, при качественном исследовании можно столкнуться с рядом проблем: от поиска исполнителей в регионах до привлечения респондентов. Правда, в рамках такого исследования, сложно выйти за границы заранее подготовленных гипотез и найти реальные инсайты на основе клиентского опыта.
В то же время, клиенты активно делятся обратной связью в интернете: от отзывов на геосервисах до постов и историй на своих страницах в соцсетях. И весь этот массив данных можно использовать с выгодой для бизнеса. Тем более, зачастую клиенты рассказывают о своем опыте по собственной инициативе и при этом не ограничиваются вопросами и сценариями, как, например, во время интервью.
Но найти упоминания бренда и продукта самостоятельно может стать большим вызовом для компании. Ведь в месяц более 64 млн авторов публикуют 1,5 млрд сообщений в соцмедиа в России (по данным Brand Analytics).
Поиск упоминаний и получение инсайтов можно автоматизировать. Так сделала федеральная розничная сеть Familia.
Совместно с RQ agency (AMDG) они оценили обслуживание в более чем 430 магазинах и улучшили клиентский опыт с помощью аналитики соцмедиа. В результате, благодаря внедрению изменений на основе данных аналитики, на 12% выросла оценка магазинов на геосервисах. Рассказываем, как они это сделали.
На первом этапе провели исследование, объединяющее количественные и качественные методы — составили динамический рейтинг магазинов по оценке на геосервисах и проанализировали содержание отзывов.
Для автоматизации аналитики оценок 430+ торговых точек на различных геосервисах использовали сервис Поинтер. С его помощью составили динамический рейтинг, который отображал изменения оценки каждого магазина со срезами за месяц и за полгода. Также команда исследования каждый месяц выделяла 10 лучших и худших точек по оценкам клиентов.
Во-первых, рейтинг помогал планомерно фокусироваться на работе в самых проблемных магазинах. Это позволяло сохранить ресурсы, что повышало общую эффективность процесса.
Во-вторых, рейтинг наглядно показывал, ведутся ли работы по улучшению на местах. Если магазин поднимался в рейтинге, значит сотрудники предпринимали шаги по улучшению сервиса, после чего фокус смещался на другие торговые точки.
Для качественного исследования команда агентства RQ собрала с помощью системы Brand Analytics отзывы о магазинах сети на геосервисах, изучила их содержание и определила характеристики, которые в текстах упоминают пользователи.
Сообщения о сети магазинов были широко распределены по регионам России.
В дальнейшем новые отзывы сразу тегировались для более оперативного анализа. По магазинам, попавшим в ТОП-10 худших готовили глубинную аналитику, на основе которой команда агентства предлагала решение ключевых проблем торговых точек для дальнейшего улучшения оценок со стороны пользователей.
Например, причиной низкой оценки может быть поведение одного продавца, в то время как по остальным критериям магазин — полностью устраивает клиентов. В таком случае для повышения в рейтинге будет достаточно провести работу с конкретным сотрудником.
Система Brand Analytics позволяет анализировать тональность упоминаний и точечно и комплексно. Отчёт «Тональность» показывает общее восприятие бренда пользователями. Например, так отчёт выглядит у бренда товаров для дома (не Familia).
Работа с рейтингом позволяла выборочно проанализировать ситуацию с торговыми точками. Однако для более масштабных изменений, например, переработки коммуникационной стратегии сети магазинов в целом или внедрения системных изменений, требуется комплексный подход.
Определить достоинства и недостатки магазинов можно, проанализировав отзывы не только на геосервисах, но и на других соцмедийных платформах.
К социальным медиа относятся: соцсети, форумы, отзовики и так далее. При этом важно учитывать, что люди могут упомянуть бренд не только в аккаунтах компании, но и на собственных страницах в соцсетях или в обсуждениях на другую тему. Найти такие упоминания вручную — почти невозможно.
Для формирования максимально полной картины клиентского опыта, RQ agency собирали упоминания Familia с помощью системы Brand Analytics, которая обнаруживает нужные сообщения по ключевым словам и собирает их в едином интерфейсе для удобной обработки и аналитики.
Обратную связь клиентов изучили и сегментировали на основе выявленных категорий, более широких, чем в аналитике отзывов с геосервисов. Новая система тегов позволила провести глубинное исследование, а алгоритм автоматического тегирования помог ускорить регулярную аналитику.
Во время аналитики отзывов, команда RQ agency обнаружила репутационную проблему, которая удерживала людей от покупки в магазинах Familia. Оказалось, что не все потенциальные клиенты корректно воспринимали формат офф-прайс шоппинга. Например, некоторые люди приравнивали такие магазины к секонд-хендам.
Было важно донести до пользователей, что ассортимент офф-прайс магазинов включает:
● Остатки коллекций прошлого сезона;
● Товары, закупленные напрямую у производителя;
● Нереализованный товар.
Так появилась дополнительная задача: исправить ошибочное впечатление целевой аудитории. Её решали с помощью точечной работы: команда агентства отслеживала в соцмедиа сообщения, где пользователи неправильно транслировали формат офф-прайса в целом, а не только в контексте Familia, и подключались к обсуждению от лица официального представителя бренда.
Эту информацию также можно было использовать для совершенствования коммуникационной и маркетинговой стратегии, чтобы формировать корректное восприятие категории шоппинга у более широкой аудитории.
Читайте также: Искусственный интеллект: возможности и риски для маркетинга и бизнеса
Рейтинги показали высокую эффективность как инструмент приоритизации работы с торговыми точками. Качественно улучшить сервис одновременно в сотнях магазинов — сложно. В то время как планомерная работа с обслуживанием и ассортиментом приводит к очевидному результату.
На 12% вырос рейтинг магазинов на ведущих геосервисах благодаря устранению основных причин негатива, обнаруженных во время мониторинга.
Кроме того, команда агентства с помощью мониторинга и аналитики соцмедиа через Brand Analytics построила систему оперативной обработки упоминаний бренда. Благодаря этому 100% комментариев с обратной связью по Familia получали ответ от представителя бренда. Это тоже позитивно влияло на рейтинг магазинов.
За один лишь месяц в сети Интернет публикуются миллиарды упоминаний магазинов от посетителей. Отследить все в «ручном» режиме на всех площадках практически невозможно, но можно автоматизировать этот процесс и значительно улучшить и профиль, и клиентский опыт в компании. Как в сети Familia решили эту задачу с помощью системы для мониторинга и аналитики соцмедиа и СМИ Brand Analytics?
Собрать и комплексно проанализировать обратную связь от посетителей магазинов торговой сети в разных регионах — сложно. Нужно унифицировать методы исследования и найти не только респондентов, но и исполнителей, которые проведут работу «в полях». Важно охватить все торговые точки, ведь сильные и слабые стороны отдельных магазинов могут стать источником идей для совершенствования сети целиком.
Оптимизировать процесс исследования и найти инсайты для развития бизнеса можно с помощью системы для мониторинга и аналитики соцмедиа и СМИ Brand Analytics. Как это сделать, рассказываем на примере проекта ритейлера Familia с агентством RQ agency.
Какие вызовы стоят перед аналитиком?
Чтобы оценить сервис, ассортимент и другие показатели качества офлайн-магазина, можно провести опрос покупателей или глубинное интервью. Но чтобы собрать необходимый для объективной аналитики объем данных, потребуются недели, а, возможно, и месяцы работы.
Число ресурсов кратно возрастет, если масштабировать исследование на разные магазины торговой сети. Когда дело касается десятков и даже сотен торговых точек, при качественном исследовании можно столкнуться с рядом проблем: от поиска исполнителей в регионах до привлечения респондентов. Правда, в рамках такого исследования, сложно выйти за границы заранее подготовленных гипотез и найти реальные инсайты на основе клиентского опыта.
В то же время, клиенты активно делятся обратной связью в интернете: от отзывов на геосервисах до постов и историй на своих страницах в соцсетях. И весь этот массив данных можно использовать с выгодой для бизнеса. Тем более, зачастую клиенты рассказывают о своем опыте по собственной инициативе и при этом не ограничиваются вопросами и сценариями, как, например, во время интервью.
Но найти упоминания бренда и продукта самостоятельно может стать большим вызовом для компании. Ведь в месяц более 64 млн авторов публикуют 1,5 млрд сообщений в соцмедиа в России (по данным Brand Analytics).
Социальные медиа – это публичные площадки, где пользователи могут высказывать своё мнение, например, социальные сети, форумы и даже маркетплейсы.
Поиск упоминаний и получение инсайтов можно автоматизировать. Так сделала федеральная розничная сеть Familia.
Совместно с RQ agency (AMDG) они оценили обслуживание в более чем 430 магазинах и улучшили клиентский опыт с помощью аналитики соцмедиа. В результате, благодаря внедрению изменений на основе данных аналитики, на 12% выросла оценка магазинов на геосервисах. Рассказываем, как они это сделали.
Оценили эффективность филиалов сети
На первом этапе провели исследование, объединяющее количественные и качественные методы — составили динамический рейтинг магазинов по оценке на геосервисах и проанализировали содержание отзывов.
• Рейтинг
Для автоматизации аналитики оценок 430+ торговых точек на различных геосервисах использовали сервис Поинтер. С его помощью составили динамический рейтинг, который отображал изменения оценки каждого магазина со срезами за месяц и за полгода. Также команда исследования каждый месяц выделяла 10 лучших и худших точек по оценкам клиентов.
Во-первых, рейтинг помогал планомерно фокусироваться на работе в самых проблемных магазинах. Это позволяло сохранить ресурсы, что повышало общую эффективность процесса.
Во-вторых, рейтинг наглядно показывал, ведутся ли работы по улучшению на местах. Если магазин поднимался в рейтинге, значит сотрудники предпринимали шаги по улучшению сервиса, после чего фокус смещался на другие торговые точки.
• Качественное исследование
Для качественного исследования команда агентства RQ собрала с помощью системы Brand Analytics отзывы о магазинах сети на геосервисах, изучила их содержание и определила характеристики, которые в текстах упоминают пользователи.
Сообщения о сети магазинов были широко распределены по регионам России.
В дальнейшем новые отзывы сразу тегировались для более оперативного анализа. По магазинам, попавшим в ТОП-10 худших готовили глубинную аналитику, на основе которой команда агентства предлагала решение ключевых проблем торговых точек для дальнейшего улучшения оценок со стороны пользователей.
Например, причиной низкой оценки может быть поведение одного продавца, в то время как по остальным критериям магазин — полностью устраивает клиентов. В таком случае для повышения в рейтинге будет достаточно провести работу с конкретным сотрудником.
Система Brand Analytics позволяет анализировать тональность упоминаний и точечно и комплексно. Отчёт «Тональность» показывает общее восприятие бренда пользователями. Например, так отчёт выглядит у бренда товаров для дома (не Familia).
Определили ключевые достоинства и недостатки магазинов
Работа с рейтингом позволяла выборочно проанализировать ситуацию с торговыми точками. Однако для более масштабных изменений, например, переработки коммуникационной стратегии сети магазинов в целом или внедрения системных изменений, требуется комплексный подход.
Определить достоинства и недостатки магазинов можно, проанализировав отзывы не только на геосервисах, но и на других соцмедийных платформах.
К социальным медиа относятся: соцсети, форумы, отзовики и так далее. При этом важно учитывать, что люди могут упомянуть бренд не только в аккаунтах компании, но и на собственных страницах в соцсетях или в обсуждениях на другую тему. Найти такие упоминания вручную — почти невозможно.
Для формирования максимально полной картины клиентского опыта, RQ agency собирали упоминания Familia с помощью системы Brand Analytics, которая обнаруживает нужные сообщения по ключевым словам и собирает их в едином интерфейсе для удобной обработки и аналитики.
Обратную связь клиентов изучили и сегментировали на основе выявленных категорий, более широких, чем в аналитике отзывов с геосервисов. Новая система тегов позволила провести глубинное исследование, а алгоритм автоматического тегирования помог ускорить регулярную аналитику.
Выявили репутационную проблему
Во время аналитики отзывов, команда RQ agency обнаружила репутационную проблему, которая удерживала людей от покупки в магазинах Familia. Оказалось, что не все потенциальные клиенты корректно воспринимали формат офф-прайс шоппинга. Например, некоторые люди приравнивали такие магазины к секонд-хендам.
Было важно донести до пользователей, что ассортимент офф-прайс магазинов включает:
● Остатки коллекций прошлого сезона;
● Товары, закупленные напрямую у производителя;
● Нереализованный товар.
Так появилась дополнительная задача: исправить ошибочное впечатление целевой аудитории. Её решали с помощью точечной работы: команда агентства отслеживала в соцмедиа сообщения, где пользователи неправильно транслировали формат офф-прайса в целом, а не только в контексте Familia, и подключались к обсуждению от лица официального представителя бренда.
Эту информацию также можно было использовать для совершенствования коммуникационной и маркетинговой стратегии, чтобы формировать корректное восприятие категории шоппинга у более широкой аудитории.
Читайте также: Искусственный интеллект: возможности и риски для маркетинга и бизнеса
Результат
Рейтинги показали высокую эффективность как инструмент приоритизации работы с торговыми точками. Качественно улучшить сервис одновременно в сотнях магазинов — сложно. В то время как планомерная работа с обслуживанием и ассортиментом приводит к очевидному результату.
На 12% вырос рейтинг магазинов на ведущих геосервисах благодаря устранению основных причин негатива, обнаруженных во время мониторинга.
Кроме того, команда агентства с помощью мониторинга и аналитики соцмедиа через Brand Analytics построила систему оперативной обработки упоминаний бренда. Благодаря этому 100% комментариев с обратной связью по Familia получали ответ от представителя бренда. Это тоже позитивно влияло на рейтинг магазинов.
Реклама ООО "ПАЛИТРУМЛАБ", ИНН 7727796050
erid: F7NfYUJCUneLt1Sh4xe3
0
Последние новости
Самое популярное
- Эксперты озвучили тренды в ритейле на 2024-2025 годы
- Лояльность — золото e-com: как персонализация и дополнительные услуги влияют на ...
- Как выбрать PIM-систему
- Как выстроить партнерскую систему отношений в логистике ритейла
- Как продавать на нескольких маркетплейсах: способы, советы, подводные камни