Анализ клиентского опыта в отзывах покупателей интернет-магазинов России

Прохорова Т.Б.,
ассистент кафедры маркетинга фирмы факультета бизнеса
и менеджмента Национального исследовательского университета
«Высшая школа экономики» (НИУ ВШЭ, г. Москва)

Данная работа посвящена возможностям анализа клиентского опыта, представленного в отзывах на интернет-магазины, опубликованных в сети Интернет.

В качестве данных для настоящего исследования была использована выгрузка из базы крупнейшей в России площадки для электронной коммерции – Яндекс.Маркета, – содержащей более 150 тыс. отзывов пользователей. Целью исследования были анализ отзывов покупателей о магазинах и товарах и определение факторов, влияющих на удовлетворенность клиентов интернет-магазинов в России. Методом исследования был анализ частоты употребления слов в отзывах с соотнесением их с разными категориями клиентского опыта.

Введение
Анализ клиентского опыта [1] и удовлетворенности клиентов [2] чрезвычайно важен в маркетинге электронной коммерции. Именно клиентский опыт во многом определяет возвращаемость покупателей, их лояльность и в конечном счете ценность для компании [3]. Доступная информация о клиентском опыте в электронной коммерции содержится в отзывах о магазинах и товарах, размещаемых в сети Интернет. В качестве данных для настоящего исследования была использована выгрузка из базы крупнейшей в России площадки для электронной коммерции – Яндекс.Маркета.

По данным Ассоциации компаний интернет-торговли (АКИТ) [3], Россия в настоящий момент занимает первое место в Европе по количеству интернет-пользователей, при этом доля интернет-торговли в общем обороте ритейла в России значительно ниже, чем в развитых странах. Кроме того, российский рынок электронной коммерции за последний год вырос на 26% по результатам первого полугодия 2016 [4] и по итогам 2015 г. составил 760 млрд руб. Таким образом, потенциал роста рынка интернет-продаж в настоящее время в России велик.

Яндекс.Маркет – самая посещаемая в России площадка для электронной коммерции. Ежемесячно более 18 млн человек по всей России выбирают товары и магазины на Яндекс.Маркете. Яндекс.Маркет позиционируется как решение для интернет-магазинов, которые хотят привлечь новых покупателей и повысить продажи.

Являясь, по сути, рекламной технологией для электронной коммерции, Яндекс. Маркет предлагает интернет-магазинам продвижение своих товаров с помощью размещения предложений в каталоге площадки по одной из схем оплаты: оплата за клики (переходы на страницу товара в интернет-магазине), комиссия за заказ (если заказ осуществляется непосредственно на Яндекс.Маркете) или оплата по дням (вариант для обычных магазинов с фиксированной платой за размещение).

Отзывы, которые собираются на Яндекс.Маркете, дополняют статистику о пользовательском поведение и клиентском опыте, собираемую с помощью CRMсистем и веб-аналитики в интернет-магазинах.

Клиентский опыт и точки контакта в электронной коммерции
Клиентский опыт (customer experience) представляет собой сумму впечатлений клиента от контакта с компанией, которая предоставляет ему товары и услуги, на всем протяжении их взаимоотношений. Причем как взаимоотношения рассматривается самый широкий круг контактов потребителя и товара, среди которых: осведомленность о товаре или услуге, обнаружение, привлечение, взаимодействие, приобретение, использование, накопление и анализ опыта, дальнейшая пропаганда использования [5]. Задачи, которые стоят перед управлением клиентским опытом, – понять потребности клиента, его ожидания на каждом этапе взаимодействия с компанией, ее товарами и услугами, а также то, какие эмоции и впечатления он получает от каждого такого взаимодействия. Управление клиентским опытом можно определить как «процесс стратегического управления опытом взаимодействия клиента и Вашей компании, связанным с продуктом или компанией» [6].

Более формально следует отметить, что в настоящее время под управлением клиентским опытом понимают науку, методологию и (или) процесс всестороннего управления опытом потребителя на всех этапах его взаимодействия с компанией, продуктом, брендом или услугой.

Как показано в работах Л. Карбона и Л. Берри [7], основным фактором совершения покупки в интернет-магазине является положительный опыт в прошлом, при этом этот опыт может быть не личным, а опытом близким друзей, знакомых или же совершенно незнакомых людей, в последнем случае доступ к данному опыту человек получает посредством отзывов в Интернете.

Клиентский опыт в отличие от традиционных данных, собираемых и анализируемых в управлении взаимоотношениями с клиентами (таких, например, как история заказов), крайне тяжело формализовать и систематизировать.

Одним из популярных сейчас подходов является анализ клиентского опыта через точки контакта [8]. Точки контакта – это многочисленные и разнообразные ситуации, а кроме того, места и интерфейсы соприкосновения клиента с компанией.

Всякий раз, когда клиент каким-либо образом взаимодействует с организацией, возникает точка контакта. Точки контакта характерны в первую очередь тем, что именно в них клиенты принимают решения – начинать ли работать с компанией, продолжать ли сотрудничество при условии наличия возможности уйти к конкурентам.

Наиболее освещены в современной бизнес-литературе практические аспекты работы с точками контакта [8]. Анализ точек контакта с клиентом – чрезвычайно важное направление в маркетинге в электронной коммерции [9]. В электронной коммерции можно выделить огромное количество точек контакта, начиная от адреса сайта и заканчивая униформой курьеров. В связи с ограниченностью ресурсов на практике перед менеджментом интернет-магазина встает вопрос о приоритетах в выборе направлений улучшения клиентского опыта. При этом важно правильно расставить приоритеты и понять, какие точки контакта имеют наибольшее значение в процессе взаимодействия клиентов с конкретной компанией [10].

Для задач данной работы мы рассмотрим удовлетворенность клиента как основной целевой показатель, который будет стремиться максимизировать компания. Удовлетворенность клиента (customer satisfaction) представляет собой общую оценку опыта клиентов компаний по приобретению и использованию продуктов, сервисов или услуг, предоставляемых этими компаниями [11]. Для создания модели удовлетворенности клиента интернет-магазина будем считать, что удовлетворенность складывается из оценки клиентом оказанных ему услуг по определенным критериям качества. Так, критерием качества могут выступать скорость доставки, удобство оформления заказа и оплаты, качество приобретенного товара и т.п.

Задачей анализа клиентского опыта, представленного в отзывах, может являться определение тех критериев качества, которые вносят наибольший вклад в удовлетворенность покупателей [13]. Так, в разных источниках указывают, как правило, разный набор определяющих факторов. Основными факторами, влияющими на покупку, называют: доверие к магазину, удобство навигации, простоту процесса покупки, а также условия доставки и цены [12]. При этом необходимо анализировать также и отрицательный клиентский опыт, и здесь набор факторов
и их значимость могут оказаться существенно иными.

Представление клиентского опыта в отзывах на Яндекс.Маркете
В данной работе мы рассматриваем выборку из базы данных отзывов как на товары, так и на магазины, оставленные пользователями Яндекс.Маркета на сайте площадки за один календарный месяц, в период с 6 апреля по 5 мая 2016 г.

Выборка при этом включает 173 566 отзывов.

Анализ клиентского опыта, выраженного в текстовых отзывах, предлагается проводить по следующей методике.

1. Определить точки контакта клиента в процессе взаимодействия клиента с магазином и сформулировать критерии по каждому из взаимодействий, влияющие на удовлетворенность клиента.

2. Аналитически на основе теоретических работ по данной тематике сформировать возможные факторы, воздействующие на клиентский опыт при совершении покупки в интернет-магазине в рамках критериев, сформулированных на шаге 1.

3. Семантически разобрать текстовые отзывы, оставленные покупателями, и выявить слова и конструкции, определяющие, какая из точек контакта или какой из критериев удовлетворенности отражены в данном отзыве.

4. Поставить в соответствие определенным словам в отзывах критерии удовлетворенности и на основе частоты встречаемости слов в отзывах определить важность каждого из критериев.

5. Провести сравнительный анализ важности критериев для положительных и отрицательных отзывов. Сравнить описание клиентами достоинств и недостатков товаров и магазинов и выявить значимые факторы, влияющие на удовлетворенность клиентов интернет-магазинов.

Для выделения основных критериев качества воспользуемся таким инструментом анализа, как карта клиентского опыта. В основе составления карт клиентского опыта или «карт путешествия клиента» (customer journey map) [13] лежит простая идея: карта клиентского опыта – это схема, которая иллюстрирует все шаги, которые проходит потребитель при взаимодействиях с компанией, независимо от цели этих взаимодействий, будь то товары, услуги, онлайн-опыт или их комбинация. Чем больше точек контакта при этом рассматривается, тем сложнее, но тем и эффективнее будет такая карта [14].

На рис. 1 приведем разработанное в ходе анализа точек контакта упрощенное схематичное отображение пути, который проходит клиент при взаимодействии с интернет-магазином, включающее перечень его действий на каждом шаге, мотивацию для совершения переходов на следующие шаги, а также другие данные о его эмоциональном и интеллектуальном состоянии. Анализируя данные процессы по карте клиентского опыта и информацию, представленную в текстовых отзывах покупателей, мы можем сформировать основные критерии, по которым
клиенты оценивают свой опыт взаимодействия с компанией.

Анализ клиентского опыта, представленного в отзывах на Яндекс.Маркете
В случае отзывов об интернет-магазинах, представленных на Яндекс.Маркете, метрикой удовлетворенности будет выступать оценка магазина (от «1» до «5», где «5» соответствует полной удовлетворенности, а «1» соответствует неудовлетворенности клиента). Факторы попытаемся выделить из содержания текстового отзыва.

Для того чтобы провести анализ содержания текстовых отзывов, агрегируем точки контакта и процессы взаимодействия с компанией, представленные на рис. 1, в крупные группы, каждой из которых мы ставим в соответствие свой критерий качества.

Всего для анализа были представлены 173 566 отзывов посетителей Яндекс. Маркета за один календарный месяц, в период с 6 апреля по 5 мая 2016 г. При этом в выборке присутствовали как отзывы на товары, так и отзывы о магазинах.

Отзывы включают в себя краткое описание опыта, описание достоинств и недостатков товара или магазина, а также оценку удовлетворенности по 5-балльной шкале.

Анализ содержания текстовых отзывов проводился по следующей методике.

1. В данной работе мы рассматриваем только отзывы о магазинах, не затрагивая отзывы о самих товарах. Всего отзывов о магазинах в выборке – 156 321.

При этом отзывы о магазинах обычно содержат и информацию о качестве товара, в то время как отзывы о товаре обычно не относятся к конкретному магазину.

2. Все отзывы разбиваются на отдельные слова, для каждого из которых считается частота вхождения во все отзывы. Всего уникальных слов в отзывах – 121 249. Для обработки скриптов использовались скрипты на языке python.

3. Затем из общего массива слов удаляются незначащие и неинтерпретируемые слова. Во-первых, это союзы, предлоги, местоимения, но, кроме того, это также слова, которые мы не можем причислить однозначно к одной из категорий. Например, одними из самых используемых слов в отзывах являются «заказ» и «магазин» (имеют частоту упоминания 44 441 и 43 286 соответственно), но, скорее всего, они относятся к общему процессу взаимодействия с интернет-магазином.

Общее распределение частоты слов в отзывах показано на рис. 2. Как видим, с какого-то момента частота снижается крайне медленно. Так как общее количество уникальных слов превосходит 100 тыс., мы ограничимся анализом самых упоминаемых слов, тем более, что, как видим на графике, основную массу слов формируют слова с частотой упоминаний более 2–3 тыс.

4. Для всех отзывов составляется топ-100 содержательных слов, которые чаще всего используют покупатели для описания своих взаимодействий с компанией.

То есть список всех значащих слов ранжируется по частоте, и для анализа рассматриваются первые 100 позиций этого ранжированного списка.

5. Наконец, на этом шаге самые упоминаемые слова (100 слов) анализируются с позиции того, к какому критерию качества они относятся. Например, слова «быстро», «срок», «курьер» характеризуют, вероятнее всего, скорость доставки, а слова «обслуживание», «менеджер», «вежливые» относятся к общению с персоналом.

6. Теперь все критерии, сформированные на предыдущем шаге, агрегируются в укрупненные группы. В нашем случае их получилось 6:

• «доставка и время» – сюда мы отнесли все, что касается скорости, времени, доставки, оперативности, наличия бесплатной доставки и т.п.;
• «ассортимент и цены» – по этому критерию оцениваются упоминания выбора, цен, скидок, ассортимента и наличия товаров;
• «качество товара» – все, что касается качества, гарантии и т.д.;
• «сайт, удобство оплаты и оформления» – здесь учитываются упоминания процесса оформления заказа, информации представленной на сайте, процесса оплаты, смс-информирование, а также общего удобства заказа;
• «использование товара и возможность рекомендации» – к этому критерию относятся общие оценки, такие как «понравилось», «пользуюсь», «доволен», а кроме того, все упоминания таких слов, как «советую» и «рекомендую»;
• «персонал и посещение точки продаж» – все, что касается личного общения с сотрудниками магазина по телефону, почте или очного – в магазине или точке продаж; оцениваются консультанты, менеджеры, выдача заказа и т.п.

Таким образом, в результате мы получаем распределение упоминаний слов по критериям качества и можем на основе частоты упоминаний определить относительную важность каждого критерия. В табл. 1 представлен результат частотного анализа по всем отзывам на магазины, вошедшим в выборку.

В итоге имеем: важнейший критерий, по которому пользователи оценивают свой опыт взаимодействия с интернет-магазинами, – это скорость и качество доставки, затем идут такие критерии, как ассортимент и цены, далее следует общение с персоналом, остальные критерии менее значительны.

Теперь необходимо сравнить, как упоминаемость данных критериев различается в отрицательных и положительных отзывах. Для дальнейшего анализа разобьем все отзывы на условно положительные – те, которым соответствует, скорее, удовлетворительный клиентский опыт (оценки «4» и «5»), и условно отрицательные – те, которым соответствует, скорее, отрицательный или неположительный клиентский опыт (оценки «1», «2» и «3»).

Проведя вышеописанный анализ (шаги 1–6) раздельно для положительных и отрицательных отзывов, получим распределение частоты критериев для каждой группы. Заметим также, что топ-100 слов, которые анализировались для положительных отзывов, отличается от топ-100 слов, которые анализировались в случае отрицательных отзывов. Например, для отрицательных отзывов в топ упоминаемых слов входят слова «информация» и «возврат», которых нет в самых упоминаемых, когда мы рассматриваем все отзывы.

Более наглядно соотношение из табл. 2 показано на диаграмме (рис. 3 ). Так как большинство отзывов являются условно положительными, то важность критериев для положительных отзывов практически совпадает с важностью, определенной по всем отзывам. А для отрицательных отзывов это оказалось совсем не так.

Заметим, как значительно увеличивается важность общения с персоналом для отрицательных отзывов. Когда клиенты сталкиваются с проблемами, им больше требуется помощь сотрудников магазина, и важность общения возрастает. Кроме того, заметим, что важность остальных критериев уравнивается по сравнению с положительными отзывами.

Заключение
В работе описана методика анализа текстовых отзывов покупателей в электронной коммерции. В тексте представлена условная карта клиентского опыта в электронной коммерции, приведен семантический разбор содержания более чем 150 тыс. отзывов, представленных на Яндекс.Маркете. Результатом анализа стало выявление значимых факторов, влияющих на удовлетворенность клиентов, – это скорость доставки, ассортимент и цены магазина, а также качество общения с персоналом. Также подтверждена гипотеза о том, что важность критериев качества для положительных и отрицательных отзывов различна.

Используемые источники
1. Schmitt B.H. (2003). Customer Experience Management: A Revolutionary Approach to Connecting with Your Customers. N.Y.: John Wiley & Sons.
2. Chen H. and Qi Y., 2016. The Evaluation of Customer Satisfaction with the Third Party Logistics Service Quality for Online Shopping.
3. Gentile C., Spiller N. & Noci G. (2007) How to sustain the customer experience: an overview of experience components that co-create value with the customer // European Management Journal. – Vol. 25. – No. 5.– Pp. 395–410.
4. АКИТ. Аналитика: интернет-торговля в России. Итоги I квартала 2016 [Электронный ресурс]. URL: akit.ru/wp-content/uploads/2016/05/E-commerce_1Q2016-FINAL.pdf (дата обращения: 26.09.2016).
5. АКИТ. Аналитика: интернет торговля. Итоги первого полугодия 2016 [Электронный ресурс]. URL: akit.ru/analitika_1p2016/ (дата обращения: 26.09.2016).
6. Shaun Smith and Joe Wheeler Managing the Customer Experience: Turning customers into advocates // Financial Times Press. – 2002.
7. Bernd H. Schmitt Customer Experience Management: A Revolutionary Approach to Connecting with Your Customers. John Wiley & Sons, 2003.
8. Carbone L.P., Berry L.L. (2007). Build Loyalty Through Experience Management // Quality Progress. – Vol. 40. – No. 9. – Pp. 26–32.
9. Манн И., Турусин Д. Точки контакта. Простые идеи для улучшения вашего бизнеса. – М.: Изд-во «Манн, Иванов и Фербер», 2012.
10. Манн И., Поминова Н. Точки контакта онлайн, СилаУма-Паблишер. – М.: 2014.
11. Davis S., Longoria T. Harmonizing your ‘touch points’ // Brand Packaging. – 2003. – January/ February.
12. Clemes M.D., Gan C., Kao T.H. and Choong M., 2008. An empirical analysis of customer satisfaction in international air travel // Innovative Marketing. – No. 4(2). – Pp. 50–62.
13. Klaus P., Maklan S. (2013). Towards a better measure of customer experience // International Journal of Market Research. – Vol. 55 Iss. 2. – Pp. 227–246.
14. Albescu F., Pugna I. (2014). Marketing Intelligence – The Last Frontier of Business Information Technologies // Romanian Journal of Marketing. – Iss. 3. – Pp. 55–68.
15. W estenberg E. The Future of Retail Touchpoints. Extending Your Reach in the Consumer Shopping Journey // Cisco Internet Business Solutions Group (IBSG). – 01.2010. Pp. 1–12.
16. Adam Richardson Using Customer Journey Maps to Improve Customer Experience // Harvard Business Review. Blog Network. November 2010 [Электронный ресурс]. URL: blogs.hbr.org/cs/2010/11/using_customer_journey_maps_to.html (дата обращения 26.09.2016).