El Análisis del Árbol de Impacto de Problemas en Servicios de Marketing y Gestión

¡El Análisis del Árbol de Impacto de Problemas en Servicios de Marketing y Gestión!

La figura 19.3 muestra las ramas del árbol de impacto del problema. Cada sucursal representa los posibles resultados de un contacto con el cliente. O el cliente no experimenta ningún problema (bueno) o experimenta un problema (malo). Si el cliente experimenta un problema no se queja, entonces no hay oportunidad de resolverlo. Si el cliente se queja, el problema se resuelve con éxito por parte de la empresa (bueno) o no (malo).

Un análisis de árbol de impacto de problemas se realiza trimestralmente para todos los hoteles. Los hoteles recopilan de forma rutinaria datos que pueden usarse para determinar cuántas personas pertenecen a cada categoría. Esta técnica consiste en enviar cuestionarios por correo a una gran muestra de clientes poco después de que estos se hayan retirado del hotel. El hotel pregunta, como parte de una encuesta general de clientes, si el cliente ha experimentado un problema o no, y, de ser así, si se informó o no, y si se resolvió satisfactoriamente o no.

Ejemplo de porcentajes se dan en la Figura 19.4. Vemos que en este caso el 75% de todos los invitados no tuvo ningún problema. Del 25% que lo hizo, solo la mitad se quejó y el 70% de las quejas se resolvieron con éxito. A partir de estos números podemos hacer varias observaciones útiles.

Primero, un porcentaje muy alto de personas con problemas no se quejan, lo que elimina cualquier posibilidad de resolver el problema. Además, solo el 70% de las quejas dan como resultado una resolución exitosa, lo que puede indicar que la resolución del problema no es particularmente exitosa.

Otra indicación de la importancia de la resolución de problemas son las grandes diferencias en las medidas de resumen, como la satisfacción y la intención de recompra. La Figura 19.5 muestra el porcentaje de personas que responden en las dos casillas superiores de una escala de satisfacción del cliente de cinco puntos, y la Figura 19.6 muestra el porcentaje de quienes dicen que tienen la intención de recomprar.

Vemos que si no hay problema, entonces el 95% está satisfecho y el 95% tiene la intención de regresar. Esto es muy bueno. Por otro lado, entre los clientes que experimentan un problema pero no lo denuncian, solo el 75% está satisfecho y solo el 80% intenta regresar. Este es un gran abandono.

¿Qué pasa si el cliente se queja? Si el cliente se queja y la queja se resuelve, entonces el 90% está satisfecho y el 90% tiene la intención de regresar. ¡Esto es casi tan bueno como no tener un problema en primer lugar! Por otro lado, si una queja no se resuelve, la satisfacción y la recompra se desploman. Solo el 50% está satisfecho y solo el 60% tiene la intención de recomprar. La conclusión es que si se presenta una queja, es muy importante resolverla con éxito.

Podemos usar el árbol de impacto de problemas para analizar el valor de los resultados de la resolución de quejas, incorporando el valor de por vida del cliente. Supongamos que el valor de por vida de un cliente que regresa, en términos del valor presente neto de las ganancias futuras, e ignorando Efectos de boca (para hacer las cosas simples), es Rs. 1, 000, y supongamos que se aplican los números en las Figuras 19.4 y 19.6.

¿Cuál es el valor de evitar un problema en primer lugar? La rama más a la izquierda ("No hay problema") tiene una tasa de recompra del 95%. Multiplicando esto por Rs. 1.000 da un valor esperado de Rs. 950 para un cliente en esta sucursal. Ahora necesitamos encontrar la tasa de recompra para el otro lado del árbol. Esto se obtiene como un promedio ponderado de los tres resultados posibles.

El cálculo es: tasa de retención promedio = (0.5 x 0.7 x 0.9) + (0.5 x 0.3 x 0.6) + (0.5 x 0.8) = 80.5% Entonces el valor esperado del lado derecho del árbol es 80.5% x Rs. 1000 = Rs. 805. Esto es Rs. 145 menos que el valor esperado si no hay problema. Así vale la pena Rs. 145 por cliente para la empresa para evitar un problema en primer lugar. Esto es bastante

También podríamos considerar el valor de resolver un problema, dado que se ha presentado una queja. El valor esperado de la rama "Problema resuelto" es 90% x Rs. 1000 = Rs. 900, y el valor esperado de la rama "Sin resolver" es 60% x Rs. 1000 = Rs. 600. Observe que vale Rs. 900 - Rs. 600 = Rs. 300 para resolver un problema. La empresa puede obtener beneficios al mimar a un cliente que se queja bastante, basándose únicamente en el valor de las recompras futuras. Por supuesto, si tenemos en cuenta el efecto de boca en boca, los números se vuelven aún más impresionantes.

Otro problema es cuánto ganamos al tener un cliente informando un problema. A partir de la Figura 19.6, es fácil calcular el valor esperado de un cliente que tiene un problema no reportado. El valor es 80% x Rs. 1000 = Rs. Rs. 800. El cálculo del valor esperado de un cliente que tiene un problema e informa que implica un promedio ponderado entre las ramas "Problema resuelto" y "No resuelto", utilizando el número de la figura 19.4 y la Figura 19.6. El valor es 70% x 90% x Rs. 1, 000 más 30% x 60% x Rs. 100, que es igual a Rs. 810.

Esto no es mucho más que el valor del cliente que no informa, principalmente porque el 30% de las quejas no se resuelven con éxito. De estas cifras, parece que la preocupación inmediata de la compañía es resolver un mayor porcentaje de quejas en lugar de alentar más quejas. A medida que aumenta el porcentaje o las quejas resueltas, será más importante alentar más quejas.